AI Summary & Key Takeaways
AI InsightIn the experimental studies carried out for 96 hours, the developed platform worked stably and produced instant reports from the collected data.
📌 3 Key Takeaways
Abstract
Recently, many smart objects that can obtain information from the physical world and have the communication ability are connected to each other and form a global sensor network infrastructure or Internet of Things. The rapid increase of the developed devices for the Internet of Things and the specific development environment of each device have led to the implementation of device-specific applications. In this study, a real-time ad-hoc data collection, reporting and analysis platform is proposed for the Internet of Things. The developed platform consists of four main components, including embedded software that collects data from sensors, local data collection application, NodeJS-based server running on the cloud, and web-based client software. Each component is completely independent from the others which allows the platform to be easily adapted to many applications. With the proposed platform, a spanning tree is created between the sensors without the need for a central communication infrastructure such as WiFi or wired network, and the collected data is transmitted to the processing center over the tree. The new sensors select one of the existing nodes in the network as the target and send their collected data to that node. Each node sends the received data from the other nodes to its destination node which delivers the data to a local processing center. Thus, the coverage area of the network can be easily and quickly expanded. The data is transferred from the local processing center to a server running on the cloud. End users can connect to the server through the web and see the real time data of the sensors and analytical reports produced from this data. In the experimental studies carried out for 96 hours, the developed platform worked stably and produced instant reports from the collected data.
Özet
Günümüzde, fiziksel dünyadan bilgi edinebilen ve haberleşme yeteneğine sahip birçok akıllı nesne birbirine bağlanarak küresel bir algılayıcı ağ altyapısı veya Nesnelerin İnternetini oluşturmaktadır. Nesnelerin İnterneti için üretilen cihazların hızla artması ve her cihazın geliştirme ortamı ve ara yüzünün farklı olması cihaza özel uygulamaların üretimine sebep olmuştur. Bu çalışmada Nesnelerin İnterneti için bir gerçek zamanlı tasarsız veri toplama, raporlama ve analiz platformu önerilmiştir. Geliştirilen platform, sensörlerden veri toplayan gömülü yazılımı, yerel veri toplama uygulaması, bulut üzerinde çalışan NodeJS tabanlı sunucu ve web tabanlı istemci yazılımı olmak üzere, dört ana bileşenden oluşmaktadır. Bileşenlerin tamamen bağımsız olması, tasarlanan platformun birçok uygulamada kolaylıkla kullanılmasını sağlamaktadır. Önerilen platformda sensörler arasında WiFi veya kablolu ağ gibi bir merkezi iletişim altyapısına gerek olmadan, sensörler arası bir kapsayan ağaç oluşturulur ve toplanan veriler ağaç üzerinden işleme merkezine ulaştırılır. Eklenen yeni sensörler, ağa bağlı mevcut düğümlerden birisini hedef düğüm olarak seçip topladığı verileri o düğüme gönderir. Her düğüm diğer düğümlerden topladığı verileri kendi hedef düğümüne göndererek verileri yerel işleme merkezine ulaştırır. Böylece ağın kapsama alanı kolay ve hızlı bir şekilde genişletilebilir. Veriler yerel işleme merkezinden bulut üzerinde çalışan bir sunucuya aktarılır. Son kullanıcılar web üzerinden sunucuya bağlanarak sensörlerin anlık verilerini ve bu verilerden üretilen analitik raporları görebilirler. 96 saat boyunca yapılan deneysel çalışmalarda, geliştirilen platform istikrarlı bir şekilde çalışarak toplanan verilerden anlık raporlar üretmiştir.