Организация сбора данных в сети датчиков с нестационарным агрегатором

Введение 4
1. Постановка задачи 6
2. Обзор существующих аналогов 8
2.1. ODK Sensors 8
2.2. ThingSpeak 9
2.3. Axibase Collector 10
2.4. SDCF 11
2.5. Выводы 12
3. Разработка агрегаторского компонента и прототипирование 13
3.1. Разработка архитектуры 13
3.1.1. Конфигурирование 14
3.1.2. Сбор данных с датчиков 16
3.1.3. Логирование и обработка событий 19
3.1.4. Локальное сохранение данных 21
3.1.5. Выгрузка данных 22
3.2. Выбор программной платформы для реализации агрегаторского компонента фреймворка 24
3.3. Создание прототипа 26
4. Заключение 27
Список литературы

Купить

В настоящее время «Интернет Вещей» (далее ИВ) стал достаточно распространенной концепцией. Её основная идея заключается в том, что глобальная сеть Интернет стала уже не просто глобальной сетью для общения людей посредством машин, но и средой для устройств, позволяющей им коммуницировать с окружающим миром и между собой. Умные мусорные корзины, которые оповещают санитарные экипажи о своём заполнении, интеллектуальные системы охраны дома и многое другое - всё это стало возможным после появления концепции ИВ.
Сегодня мы наблюдаем огромные объемы данных, которые накапливаются на устройствах, как на сенсорах. Эти данные могут эффективно использоваться. К примеру, датчики, установленные на производстве, могут быть использованы для сбора информации об эксплуатации ресурсов. Полученная с устройств информация может быть полезна для сбора статистики, составления предсказаний, предупреждения опасностей и других целей. Как видно, задачи сбора и анализа данных с устройств являются одними из наиболее приоритетных. Успешное агрегирование и последующая интеллектуальная обработка данных могут позволить построить умную окружающую среду для людей средствами ИВ.
В настоящее время во многих областях ИВ стала актуальна проблема регулярного сбора данных с некоторой периодичностью с датчиков, распределённых по обширной территории. В частности, получил популярность особый вид сбора данных[1], при котором устройство, которое собирает данные (далее агрегатор) перемещается в пространстве, а устройства, получающие данные из внешней среды и копящие их (далее датчики) неподвижны. При таком подходе к сбору данных датчики могут располагаться в местах, где отсутствует выход в глобальную сеть. Из этого можно сделать вывод, что рассматриваемый вид сбора более неприхотлив к окружающей среде, чем, к примеру, подход, при котором имеется ряд стационарных агрегаторов-шлюзов, которые имеют выход в глобальную сеть и периодически собирают данные с датчиков в своей зоне видимости. Также использование данного вида сбора позволяет снизить потенциальную стоимость развертывания решения, так как при таком виде сбора снижаются требования на аппаратные составляющие системы. Ведь теперь в качестве нестационарного сборщика данных может выступать недорогой смартфон, нетбук и любое другое относительно маломощное устройство.
Множество задач, решаемых с помощью использования вида сбора нестационарным агрегатором, обширно. К примеру, сбор нестационарным агрегатором возможен в следующих сценариях:
• Устройство на автомобиле собирает информацию о потенциальных дорожных опасностях с датчиков, установленных вдоль автомагистрали
• Устройство сельского работника (к примеру, квадрокоптер) при попадании в зону видимости миниатюрных датчиков, разбросанных по засеянной зоне, получает оповещения о различных свойствах почвы
Изобилие сфер применения обсуждаемого вида сбора ставит разработчиков систем сбора данных перед одной из следующих проблем:
• Проблема поиска программных средств для быстрого построения систем периодического сбора данных нестационарным агрегатором
• Проблема трудоемкой адаптации существующих инструментов к подходу с нестационарным агрегатором
Поэтому создание некоторого фреймворка для организации сетей с нестационарным сборщиком смогло бы значительно облегчить работу разработчиков и администраторов таких сетей при решении вышеупомянутых проблем.

Купить