Tietoliikenteen sovellusprojekti 2023 syksy

Projektiin osallistujat: Taneli Huikari ja Oliver Jäälehto

Projektin Edistyminen

Voit seurata projektin edistymistä GitHub projektiseurannasta jos sinut on lisätty projektiin.

Kuvaus

Tässä projektissa kehitetään järjestelmä, joka hyödyntää nRF5340 Development Kit -kehitysalustaa anturidatan keräämiseen ja langattomaan siirtoon. Kehitetty client-ohjelmisto mittaa anturidataa, kuten asentoa, ja lähettää tiedot langattomasti IoT-reitittimen kautta Oamkin MySQL-tietokantaan. Tietokantaan tallennettu data on saatavilla TCP-sokettirajapinnan kautta, ja sitä voidaan hakea yksinkertaisen HTTP API:n avulla. Projektissa keskitytään erityisesti anturidatan analysointiin ja hyödyntämiseen koneoppimistarkoituksiin, käyttäen K-Means algoritmia asentoanturin tilan tunnistamiseen ja tulkitsemiseen.

Projektin tavoite

Projektin kuvaus ja tavoitteet voivat tarkentua ja muuttua projektin edetessä.

Projektissa käytettävät teknologiat ja opittavat taidot

Laitteistot ja alustat

• nRF5340 Development Kit: Anturidatan, kuten kiihtyvyyden ja asennon, mittaus sekä langaton tiedonsiirto.
• Raspberry Pi: Toimii IoT-reitittimenä, joka välittää kerätyn anturidatan MySQL-tietokantaan.

Käyttöjärjestelmät ja työkalut

• Windows: Peruskäyttö/pääkäyttöjärjestelmä.
• Linux: Käytetään palvelimien ja tietokantojen hallintaan, sisältäen komentorivin käytön ja skriptauksen.
• GitBash: Käytetään Git-komentojen suorittamiseen Windows-ympäristössä.

Ohjelmointikielet ja kehitysympäristöt

• Python: Käytetään datan käsittelyyn, tiedostojen käsittelyyn, virheidenkäsittelyyn sekä K-Means algoritmin toteutukseen.
• SQL: Tietokantojen käsittely ja hallinta, tietojen haku ja manipulointi MySQL-tietokannassa.
• C: nRF5340 Development Kitin ohjelmointi ja anturidatan kerääminen.
• Visual Studio Code: Suositeltu kehitysympäristö koodin kirjoittamiseen ja projektin kehittämiseen.
• Markdown: Readme tiedoston tekstit.

Tietokantaohjelmistot

• MySQL: Tietokannan hallinta, datan tallennus ja TCP-sokettirajapinnan kautta tapahtuva datan välitys.

Datan analysointi ja koneoppiminen

• K-Means algoritmi: Käytetään asentoanturin tilan ryhmittelyyn ja tunnistamiseen, mahdollistaen tarkan ja tehokkaan asennon seurannan.

Visualisointi K-Means algoritmin toiminnasta

Algoritmi opetettu generoidulla datalla.

Versionhallinta ja yhteistyö

• Git ja GitHub: Koodin versionhallinta, dokumentaation ylläpito, haara- ja yhdistämisoperaatiot sekä konfliktien ratkaiseminen.
• GitHub Kanban taulu: Projektinhallinta ja tehtävien seuranta.

Yhteistyötyökalut

• Discord: Tiimin välinen kommunikointi ja tiedostojen jako.
• Whatsapp: Tiimin välinen kommunikointi ja tiedostojen jako.