Mengenali Individu Dengan Raspberry Pi, Kamera Hangat, dan AI
Metode khusus untuk menentukan apakah ada orang di ruangan atau tidak dapat dikembangkan dengan menggabungkan Raspberry Pi, kamera termal, dan model pembelajaran mesin yang memanfaatkan TensorFlow. Banyak geek dan automator DIY telah lama bercita-cita untuk dapat memicu peristiwa berdasarkan kehadiran orang di sebuah ruangan. Aplikasi yang menarik, misalnya, adalah membuat rumah Anda secara otomatis menyalakan dan mematikan lampu saat Anda masuk atau keluar dari tempat tinggal Anda. kamar.
Sebagian besar solusi untuk masalah ini, seperti sensor Philips Hue, hanya mendeteksi gerakan dan bukan kehadiran manusia yang sebenarnya. Alhasil, lampu akan mati saat Anda berbaring di sofa seperti orang malas. Akibat wajar yang menarik adalah kemampuan untuk mematikan musik atau televisi saat Anda meninggalkan ruangan dan pergi ke kamar tidur tanpa harus mematikan setiap button. Aplikasi lain yang menarik adalah kemampuan untuk melihat apakah ada orang di kamar Anda saat Anda tidak ada.
Contents
Raspberry Pi, Kamera Termal, dan Pembelajaran Mesin
Menggabungkan kamera termal dengan jaringan syaraf dalam adalah metode yang jauh lebih kuat untuk benar-benar mendeteksi keberadaan manusia. Mereka dapat mendeteksi keberadaan orang bahkan ketika mereka tidak bergerak, tidak seperti sensor gerak. Selain itu, tidak seperti kamera optik, mereka mendeteksi tubuh dengan mengukur panas yang mereka pancarkan dalam bentuk radiasi infra merah. Hasilnya, mereka jauh lebih kuat karena sensitivitasnya tidak terpengaruh oleh kondisi pencahayaan, posisi target, atau warna. Saya mencoba beberapa saat untuk membangun model yang menggunakan gambar optik dari webcam standar daripada gambar termal sebelum melihat ke dalam solusi kamera termal. dalam satu hari, sementara model optik dilatih pada lebih dari 10.000 640480 gambar yang diambil selama seminggu dalam berbagai kondisi pencahayaan.
Model termal akan mencapai akurasi sekitar 99% dalam satu fase pelatihan dari jaringan saraf yang lebih sederhana, sedangkan model optik tidak akan mencapai akurasi di atas 91% dalam mendeteksi keberadaan orang bahkan dengan arsitektur jaringan yang lebih kompleks. Ada beberapa penelitian tentang subjek ini (sebagian besar makalah penelitian dapat ditemukan dengan mencari “kamera termal pendeteksi orang”) dan beberapa produk canggih dan mahal untuk pengawasan profesional, meskipun potensinya tinggi. Saya memutuskan untuk melakukan tugas saya dan bangun solusi saya sendiri karena tidak ada opsi siap pakai untuk rumah saya. Saya memastikan itu dapat dengan mudah ditiru oleh siapa pun.
Perangkat Keras
- Biaya RaspberryPi: kira-kira $35). Menggunakan RaspberryPi Zero single-core untuk tugas pembelajaran mesin mungkin bukan ide yang baik karena tugas itu sendiri tidak terlalu mahal (kami hanya akan menggunakan Raspberry untuk melakukan prediksi pada model terlatih, bukan untuk melatih model), tetapi mungkin masih mengalami beberapa latensi pada Zero. Namun, secara teori, model apa pun harus berfungsi. Model apa pun dengan kinerja yang lebih baik harus melakukan pekerjaan dengan baik.
- termometer.Saya menggunakan kamera breakout MLX90640 Pimoroni untuk proyek ini, yang berharga:$55) karena biayanya yang rendah, pemasangan yang sederhana, dan hasil yang memuaskan.Versi standar (55°) dan sudut lebar (110°) dari kamera ini adalah tersedia. Saya telah menggunakan model titik lebar karena kamera menampilkan ruang tamu yang besar, tetapi pertimbangkan bahwa keduanya memiliki tujuan yang sama (32×24 piksel), jadi titik yang lebih luas disertai dengan biaya tujuan spasial yang lebih rendah. Ada tidak banyak yang perlu Anda ubah jika ingin menggunakan kamera termal yang berbeda; yang perlu Anda lakukan hanyalah memastikan bahwa itu kompatibel dengan Platypush dan dilengkapi dengan antarmuka perangkat lunak yang kompatibel dengan RaspberryPi.
- Memasang kamera breakout pada sesuatu seperti Breakout Garden, yang harganya: $10-14), karena mudah dipasang tanpa perlu menyolder tepat di atas RaspberryPi Anda.
Jika Anda memiliki Breakout Garden, menyiapkan MLX90640 di RaspberryPi Anda sangat mudah. Pasang Breakout Garden di bagian atas Raspberry Pi. Tempatkan breakout kamera di slot untuk I2C. Jalankan Raspberry Pi. Selesai.
Perangkat Lunak
Saya menguji kode saya di Raspbian, tetapi, dengan sedikit modifikasi, seharusnya dapat dengan mudah disesuaikan dengan distribusi apa pun yang dipasang di RaspberryPi.
Dukungan perangkat lunak untuk kamera termal membutuhkan sedikit kerja. MLX90640 tidak datang (belum) dengan antarmuka siap pakai Python, tetapi driver sumber terbuka C++ disediakan untuk itu. Petunjuk untuk menginstalnya :
# Install the dependencies
apt-get install libi2c-dev
# Enable the I2C interface echo dtparam=i2c_arm=on | sudo tee -a /boot/config.txt
# It's advised to configure the SPI bus baud rate to
# 400kHz to support the higher throughput of the sensor
echo dtparam=i2c1_baudrate=400000 | sudo tee -a /boot/config.txt
# A reboot is required here if you didn't have the # options above enabled in your /boot/config.txt
# Clone the driver's codebase git clone https://github.com/pimoroni/mlx90640-library cd mlx90640-library
# Compile the rawrgb example make clean make I2C_MODE=LINUX examples/rawrgb
Di bawah direktori contoh, Anda akan melihat sebuah executable dengan nama rawrgb jika semuanya berjalan dengan baik. Jika Anda menjalankannya, Anda akan melihat banyak data biner, yang merupakan representasi biner mentah dari frame. Karena itu adalah executable yang Platypush akan digunakan untuk berinteraksi dengan modul kamera, mengingat di mana letaknya atau memindahkannya ke folder tempat sampah khusus. Artikel ini mengasumsikan bahwa Anda telah menginstal dan mengonfigurasi platypush di sistem Anda. Jika tidak, kunjungi wiki, readthedocs, halaman GitHub, atau postingan saya tentang memulai dengan Platypush.
Anda juga memerlukan dependensi Python berikut pada RaspberryPi :
# For machine learning image predictions pip install opencv opencv-contrib-python
# For image manipulation in the MLX90640 plugin pip install Pillow
Dalam contoh ini, kami akan menggunakan mesin yang lebih bertenaga untuk fase pelatihan dan RaspberryPi untuk fase penangkapan dan prediksi. Ketergantungan mesin berikut akan diperlukan untuk melatih model Anda :
# For image manipulation pip install opencv
# Install Jupyter notebook to run the training code pip install jupyterlab # Then follow the instructions at https://jupyter.org/install
# Tensorflow framework for machine learning and utilities pip install tensorflow numpy matplotlib
# Clone my repository with the image and training utilities # and the Jupyter notebooks that we'll use for training git clone https://github.com/BlackLight/imgdetect-utils
Fase Penangkapan
Saatnya untuk mulai mengambil gambar dengan kamera Anda dan menggunakannya untuk melatih model Anda sekarang setelah Anda memiliki semua perangkat keras dan perangkat lunak yang diperlukan. Pertama-tama, rancang modul MLX90640 dalam catatan penyiapan platipus Anda :
camera.ir.mlx90640: fps: 16 # Frames per second rotate: 270 # Can be 0, 90, 180, 270 rawrgb_path: /path/to/your/rawrgb
Mulai Platypush lagi. Anda dapat memeriksa apakah Anda dapat mengambil gambar jika backend HTTP diaktifkan :
curl -XPOST -H 'Content-Type: application/json' -d '{"type":"request", "action":"camera.ir.mlx90640.capture", "args": {"output_file":"~/snap.png", "scale_factor":20}}' http://localhost:8008/execute?token=...
Gambar termal harus disimpan di /snap.png. Saat saya berdiri di depan sensor, situasi saya terlihat seperti ini :
Perhatikan kemilau di sudut kanan bawah itu benar-benar intensitas dari prosesor pusat RaspberryPi 4 saya. Itu muncul di setiap gambar yang saya ambil, dan jika Anda memasang kamera di atas Raspberry itu sendiri, Anda mungkin mendapatkan hasil yang serupa. Namun, ini seharusnya tidak menjadi masalah untuk pelatihan model Anda.
Anda juga dapat menggunakan ikon matahari untuk membuka tab baru di panel web (http://host-anda:8008) untuk melihat status kamera Anda dari antarmuka web.
Gambar akan disimpan di bawah http://your-host:8008/camera/ir/mlx90640/stream?rotate=270&scale_factor=20.
Sekarang, di konfigurasi Platypush Anda, tambahkan cronjob untuk mengambil snapshot setiap menit :
cron.ThermalCameraSnapshotCron: cron_expression: '* * * * *' actions: - action: camera.ir.mlx90640.capture args: - output_file: "${__import__('datetime').datetime.now().strftime('/img/folder/%Y-%m-%d_%H-%M-%S.jpg')}" - grayscale: true
Kita hanya membutuhkan gambar kecil untuk melatih model kita, jadi tidak ada faktor skala yang digunakan. Selain itu, kita akan mengonversi gambar menjadi skala abu-abu, yang akan membuat jaringan saraf menjadi lebih ringan dan sebenarnya lebih akurat karena hanya bergantung pada satu variabel per piksel daripada tertipu oleh kombinasi RGB.
Mulai ulang Platypush dan pastikan gambar baru dibuat setiap menit di direktori gambar Anda. Sampai Anda puas dengan jumlah sampel, biarkan berjalan selama beberapa jam atau hari. Cobalah untuk mencakup skenario sebanyak mungkin, termasuk duduk, berdiri, dan posisi lain di dalam ruangan, dengan menyeimbangkan jumlah gambar dengan dan tanpa kehadiran orang. Seperti yang saya sebutkan sebelumnya, saya hanya membutuhkan kurang dari 1000 gambar dengan variasi yang cukup untuk mencapai tingkat akurasi di atas 99 persen dalam kasus saya.
Tahap Pelabelan
Salin gambar ke mesin yang akan Anda gunakan untuk melatih model Anda setelah Anda puas dengan jumlah sampel yang Anda ambil (semuanya harus berupa file JPEG kecil dengan masing-masing kurang dari 500 byte). Masukkan ke dalam folder di mana Anda mengkloning komputer saya imgdetect-utils :
BASEDIR=~/git_tree/imgdetect-utils
# This directory will contain your raw images IMGDIR=$BASEDIR/datasets/ir/images
# This directory will contain the raw numpy training # data parsed from the images DATADIR=$BASEDIR/datasets/ir/data
mkdir -p $IMGDIR mkdir -p $DATADIR
# Copy the images scp pi@raspberry:/img/folder/*.jpg $IMGDIR
# Create the labels for the images. Each label is a # directory under $IMGDIR mkdir $IMGDIR/negative mkdir $IMGDIR/positive
Jalankan skrip label.py yang disediakan di repositori untuk memberi label gambar secara interaktif setelah disalin dan direktori untuk label telah dibuat :
cd $BASEDIR
python utils/label.py -d $IMGDIR [--scale-factor 20]
Setiap gambar akan terbuka di jendela baru dan Anda dapat memberi label dengan mengetik 1 (negatif) atau 2 (positif) :
Anda seharusnya dapat mengetahuinya dengan melihat stempel waktu atau dengan melihat gambar-gambar kecil lagipula, itu adalah sekumpulan 2432 gambar dari kamera termal kecil jika ada orang di dalam ruangan biasanya diwakili oleh area yang lebih terang atau tidak. Direktori negatif dan positif di bawah direktori gambar seharusnya sudah diisi pada akhir prosedur.
Fase Pelatihan
Setelah kita memiliki semua gambar berlabel, waktunya untuk melatih model kita. Notebook train.ipynb Jupyter disediakan di bawah notebooks/ir, dan seharusnya cukup jelas.
Akan ada file di models/ir/tensorflow dengan nama ir.pb jika Anda berhasil mengeksekusi notebook secara keseluruhan. Sekarang setelah Anda memiliki file models/ir/tensorflow, Anda dapat mentransfernya ke Raspberry Pi dan menggunakannya untuk membuat prediksi :
scp $BASEDIR/models/ir/tensorflow/ir.pb pi@raspberry:/home/pi/models
Mendeteksi Orang di Ruangan
Menggunakan plugin platypush MlCv, ganti konten ThermalCameraSnapshotCron dengan logika yang mengambil gambar pada interval yang telah ditentukan dan menggunakan model yang baru saja kami latih untuk memprediksi apakah ada orang di dalam ruangan atau tidak.
Dalam procedure.people_detected dan procedure.no_people_detected, Anda dapat menggunakan logika apa pun yang Anda inginkan.Ketika sesuatu telah berubah sejak pengamatan sebelumnya, prosedur ini hanya akan digunakan.Misalnya, metode langsung untuk menentukan kapan menyalakan atau mematikan lampu Anda adalah sebagai berikut :
procedure.sync.people_detected: - action: light.hue.on
procedure.sync.no_people_detected: - action: light.hue.off
Apa Berikutnya?
Itu keputusan Anda!Gunakan plugin media platypush untuk bereksperimen dengan aturan yang lebih rumit, seperti mengubah status musik atau video yang diputar di ruangan saat seseorang masuk. Atau, saat Anda pertama kali memasuki ruangan di pagi hari, kirim teks yang dipersonalisasi untuk mengatakan “selamat pagi.” , Anda dapat membangun sistem yang bahkan lebih kuat dengan menggabungkannya dengan sensor aliran optik, sensor jarak, sensor jangkauan laser, atau kamera optik (platypush menawarkan plugin untuk beberapa komponen ini).
7 Alasan Mengapa Platform AWS IoT Sangat Cocok untuk Startup IoT
Jika startup IoT Anda tetap membuka opsinya, berikut adalah beberapa argumen kuat yang mendukung platform AWS IoT. Realitas muncul begitu kegembiraan seputar memulai startup Internet of Things (IoT) mereda. Kesulitan memilih platform IoT adalah sesuatu yang ditakuti pengusaha; Juga tidak mengoordinasikan sensor dan operasi jaringan atau menghubungkan perangkat lunak dan perangkat keras IoT ke Internet, dan begitu pula keamanan data yang membanjir. Karena itu, salah satu pendiri startup IoT sering kali kewalahan dengan banyaknya pilihan yang tersedia bagi mereka.
Mengapa tidak berkonsentrasi pada Amazon IoT? Startup IoT bisa mendapatkan keuntungan besar dari berbagai fitur platform ini. Dengan bantuan platform Amazon Web Services Internet of Things, merek terkenal seperti iRobot, GoPro, dan Under Armour telah meluncurkan terhubung produk.Platform AWS IoT harus digunakan untuk produk Anda berikutnya karena tujuh alasan berikut:
Contents
- 1
- 2 Mudah Memulai Dengan AWS IoT
- 3
- 4 Standar Keamanan IoT Tinggi
- 5 AWS Menghargai Komunitas Startup dan Menumbuhkan Budaya Startup
- 6
- 7 Arsitektur Tanpa Server adalah Pilihan Tepat untuk Startup
- 8 AWS IoT Analytics yang Kuat Dipasangkan Dengan AI dan Pembelajaran Mesin
- 9 AWS Memiliki Jaringan Mitra yang Kuat dari Produsen Perangkat IoT
- 10
- 11 Integrasi di Banyak Produk dan Layanan AWS
- 12
- 13 Kesimpulan
Mudah Memulai Dengan AWS IoT
Platform AWS IoT memungkinkan perangkat IoT untuk berinteraksi secara aman satu sama lain dan berbagai aplikasi IoT dengan menghubungkannya ke cloud. Dengan mengumpulkan dan mengukur data, menganalisisnya, dan mengirimkannya ke cloud untuk tindakan lebih lanjut, platform cloud ini menjadikan segalanya cerdas. Anda akan memiliki akses ke konsol AWS untuk mengoperasikan dan mengelola solusi Anda setelah menghubungkannya ke platform cloud. Protokol MQTT dan HTTPS digunakan oleh perangkat dan platform AWS IoT untuk berkomunikasi. Selain itu, MQTT melalui WebSockets didukung oleh broker pesan AWS IoT, pertukaran pesan mendasar yang mengaktifkan layanan tersemat. Pengembang startup IoT Anda dapat secara efektif menghubungkan produk ke berbagai infrastruktur cloud berkat protokol ini.
AWS IoT dikatakan sebagai salah satu platform IoT berbasis cloud yang paling mudah digunakan, oleh karena itu dipilih oleh semakin banyak startup IoT. AWS dipilih oleh 51,8% pengembang yang disurvei oleh Eclipse Foundation sebagai cloud mereka platform untuk aplikasi IoT. Kompatibilitas platform dengan bahasa pemrograman populer seperti C, Java, JavaScript, Python, kit pengembangan perangkat lunak (SDK) Arduino Yn, dan SDK seluler untuk iOS dan Android dihargai oleh para insinyur. Selain itu, SDK Perangkat AWS IoT adalah open-source, memungkinkan untuk penyelidikan mendalam. Selain itu, kekaguman publik terhadap AWS ditunjukkan oleh Survei Pengembang Stack Overflow terbaru. Survei ini menegaskan bahwa AWS adalah salah satu platform pengembangan yang paling banyak digunakan dan platform cloud publik pilihan para insinyur.
Standar Keamanan IoT Tinggi
Mayoritas startup IoT menghadapi kesulitan karena kekhawatiran tentang keamanan IoT. Amazon tidak menyisihkan sumber daya apa pun untuk melindungi komunikasi, perangkat, dan data pelanggannya. Amazon mampu memberikan solusi keamanan mutakhir karena merupakan raksasa teknologi.
Ada sejumlah level otorisasi, autentikasi, dan enkripsi yang dapat digunakan untuk menjamin keamanan lengkap pertukaran data antara perangkat yang terhubung dan platform AWS IoT. Dengan komunikasi HTTPS, baik metode AWS (SigV4) maupun pendekatan konvensional (X Sertifikat .509) digunakan sebagai metode otorisasi. Sementara konektivitas SigV4 melindungi koneksi WebSockets, MQTT menggunakan pendekatan berbasis sertifikasi. Selain itu, pemilik produk dapat membuat dan menerapkan kebijakan keamanan mereka sendiri melalui API atau Konsol AWS.
IAM, mesin autentikasi milik Amazon sendiri, adalah bagian dari AWS IoT.Selain itu, Cognito, layanan manajemen identitas aplikasi seluler dan web, didukung oleh layanan ini.AWS CloudTrail, layanan andal yang mengidentifikasi dan mengatasi masalah keamanan di AWS IoT akun, juga disediakan untuk pelanggan oleh AWS. AWS CloudTrail menyediakan riwayat peristiwa aktivitas akun, termasuk tindakan yang diambil melalui Konsol AWS, yang memungkinkan semua ini.
AWS Menghargai Komunitas Startup dan Menumbuhkan Budaya Startup
Amazon adalah penyedia yang telah membantu banyak startup IoT dalam membangun diri mereka sendiri. Startup adalah bisnis luar biasa yang tidak hanya memberikan nilai kepada klien mereka, tetapi juga memiliki potensi untuk mengubah kehidupan sehari-hari orang. Itu adalah sesuatu yang dimiliki oleh perusahaan besar seperti Amazon. menyadari, dan mereka bekerja keras untuk membantu inovasi teknologi yang berdampak.
Tentu saja, motif mereka tidak semata-mata amal. Audiens target Amazon termasuk perusahaan pemula, yang merupakan segmen yang berharga. Seluruh bagian situs web perusahaannya menawarkan saran kepada calon pemilik bisnis tentang cara memotong biaya, mulai dari mana menggunakan berbagai SDK, dan unik paket startup seperti AWS Activate for Startups. Selain itu, paket ini menyediakan konten yang mendidik dan menginspirasi dalam bentuk postingan blog, wawancara, pertemuan, startup IoT unggulan, dan kisah sukses. Selain itu, pemula AWS akan menemukan penjelasan dan jawaban mendetail untuk hampir setiap pertanyaan dalam dokumentasi yang menarik.
Arsitektur Tanpa Server adalah Pilihan Tepat untuk Startup
Aplikasi tanpa server adalah cara luar biasa untuk menyetujui pemikiran bisnis baru. Startup IoT dapat meningkatkan ketangkasan selama proses pengembangan sekaligus menurunkan biaya pengembangan MVP dan prototipe dengan menggunakan metode tanpa server. Pengembang dapat berkonsentrasi pada tugas yang lebih penting dengan arsitektur tanpa server karena mereka tidak perlu khawatir tentang penskalaan atau pemeliharaan server. Lebih banyak penerapan dan lebih sedikit pemeliharaan. Fungsi-fungsi kecil di platform cloud AWS melakukan penulisan dan penerapan kode. Pemilik startup hanya perlu membayar waktu fungsi-fungsi ini dilakukan di bawah model penagihan Amazon.
AWS Lambda, layanan Amazon yang dibuat khusus, memungkinkan kebaikan tanpa server ini dengan konfigurasi yang relatif mudah. AWS Lambda, tidak diragukan lagi, adalah komponen yang berguna dari arsitektur ujung belakang IoT. Startup Anda dapat membuat ujung belakang tanpa server yang sangat otomatis dan sangat dapat disesuaikan menggunakan AWS IoT dan AWS Lambda. Algoritme khusus perangkat berbasis cloud dapat dibuat lebih sederhana dengan menggabungkan kode apa pun dan pustaka asli. Anda dapat memanggil kode dari aplikasi web atau seluler apa pun atau mengonfigurasinya untuk dipicu secara otomatis oleh AWS IoT dan layanan lain menggunakan Lambda.Profit!
AWS IoT Analytics yang Kuat Dipasangkan Dengan AI dan Pembelajaran Mesin
Menjawab minat terhadap batasan ilmiah informasi dalam pemrograman IoT, Amazon telah menghadirkan berbagai perangkat logika dasar. Ambil AWS IoT Investigation dan Amazon Kinesis Examination, misalnya. Layanan andal untuk bekerja dengan data dari perangkat IoT adalah AWS IoT Analytics. Ini adalah jenis analitik historis yang digunakan untuk pelaporan bisnis, analisis ad hoc, memahami kinerja perangkat jangka panjang, dan pemeliharaan armada prediktif. Semua fiturnya berpusat di Internet of Things: Ini menyimpan data yang dioptimalkan IoT dan memperkaya data IoT dengan metadata khusus IoT. Pelaporan tertentu sekarang dapat menggunakan data mentah yang telah ditangkap. Mesin SQL tersemat menyediakan dasbor dengan kumpulan informasi tertentu dan memperluas kemampuan pelaporan.
Data deret waktu khusus IoT di AWS IoT Analytics berbeda dari wawasan yang disarankan oleh Amazon Kinesis Analytics. Kinesis Analytics adalah alat yang dapat memproses streaming data secara waktu nyata dari perangkat IoT serta sumber data lainnya. anomali tertentu untuk tujuan bisnis.Misalnya, ketika sensor tertentu di produk Anda gagal, Amazon Kinesis Analytics dapat menghasilkan peringatan berdasarkan data yang dialirkan IoT.
AWS Memiliki Jaringan Mitra yang Kuat dari Produsen Perangkat IoT
Cara potensial di mana perangkat mereka yang terhubung akan berkolaborasi dengan hal-hal lain yang terhubung dan layanan pihak ketiga harus dipertimbangkan oleh setiap pendiri startup IoT. Amazon menyederhanakan prosesnya. Mereka berkolaborasi dengan berbagai penyedia perangkat lunak, startup, dan perangkat IoT produsen.Oleh karena itu, pengusaha muda dapat yakin bahwa kompatibilitas aplikasi IoT mereka tidak akan membatasi mereka secara ketat.
Perusahaan yang memproduksi, mengintegrasikan, atau mendistribusikan perangkat keras terkait IoT mendapat perhatian khusus dari Amazon. Amazon mengumpulkan teknologi canggih dari produsen perangkat lunak dan perangkat terkemuka di bawah Program Perangkat Keras IoT. Karena proyek mereka dapat diskalakan dan aman, startup IoT dapat merasa aman.AWS Mitra Perangkat Keras IoT dan Mitra Kompetensi IoT AWS menyediakan produk yang siap terhubung ke platform AWS IoT dan keahlian domain mendalam, keduanya didukung oleh AWS dan IoT Starter Kit.
Integrasi di Banyak Produk dan Layanan AWS
Pertimbangkan saja ini: Tahap AWS IoT, yang terdiri dari delapan instrumen dan administrasi untuk Web of Things, hanyalah satu kontribusi di antara lebih dari 100 Administrasi Web Amazon lainnya. Pemasok teratas layanan cloud memiliki cakupan pengaturan yang disesuaikan untuk kategori klien besar, termasuk perusahaan baru. Pengembang dapat menggunakan Layanan Web Amazon lainnya dan menghubungkan perangkat IoT dengan platform AWS IoT Core. Layanan yang didukung termasuk AWS Lambda, Amazon Kinesis, Amazon S3, Amazon AI, Amazon DynamoDB, Amazon CloudWatch, AWS CloudTrail, dan Amazon Elasticsearch Administration dengan bekerja di Koordinasi Kibana.
Kesimpulan
Tahap AWS IoT adalah pilihan teratas para insinyur dan perusahaan baru IoT dengan sengaja. Dengan AWS, hampir semua startup IoT dapat mencapai hal-hal yang esensial. Pengusaha mendapatkan keuntungan dari fleksibilitas biaya yang lebih besar dan pilihan layanan berbasis cloud yang lebih luas sebagai hasilnya infrastruktur AWS yang mengesankan. Argumen terakhir yang mendukung AWS sebagai penyedia platform IoT adalah pendekatan pragmatisnya terhadap keamanan IoT dan stabilitas operasional. Jangan takut untuk membagikan hal besar Anda berikutnya yang dibuat dengan platform AWS IoT selebihnya adalah pengalaman pribadi.
Manajer Produk IoT – Panduan untuk Stack Teknologi IoT
Manajer Produk IoT adalah generasi baru manajer produk yang diperlukan untuk Internet of Things. Pelajari tentang lima lapisan tumpukan teknologi IoT pada tingkat tinggi. Manajer Produk IoT adalah manajer produk generasi baru yang dapat menggabungkan lima lapisan tumpukan teknologi Internet of Things ke dalam strategi dan peta jalan produk mereka. berurusan dengan item untuk Web of Things. Jumlah perangkat yang terhubung ke Internet diperkirakan mencapai 15 miliar. Jumlah tersebut akan meningkat menjadi lebih dari 50 miliar perangkat yang terhubung pada tahun 2020.
Revolusi industri terbaru, juga dikenal sebagai Internet of Things (IoT), akan berdampak signifikan pada bisnis dan kehidupan sehari-hari. Jenis insinyur baru yang dapat menerapkan, memelihara, dan berinovasi pada teknologi barunya telah muncul di setiap revolusi industri. Bidang teknik mesin didirikan selama Revolusi Industri Pertama, yang terjadi pada akhir abad ke-18 dan awal abad ke-19. Selama Revolusi Industri Kedua, yang terjadi pada akhir abad ke-19, universitas mulai menawarkan untuk pertama kalinya program Teknik Elektro.
Revolusi Digital, juga dikenal sebagai Revolusi Industri Ketiga, memicu kebutuhan yang sama di tahun 1960-an dan 1970-an. Gelar baru dalam Ilmu Komputer diciptakan sebagai hasil dari pesatnya pertumbuhan industri komputer. Banyak orang menganggap Internet of Things sebagai revolusi industri keempat. Namun, berbeda dengan tiga sebelumnya, ini bukanlah teknologi baru melainkan metode baru untuk menggabungkan teknologi yang dikembangkan sebelumnya. Oleh karena itu, tidak memerlukan jenis insinyur baru. Tetapi Manajer Produk jenis baru akan dibutuhkan. Saat ini, sangat sedikit Manajer Produk yang memahami bagaimana fungsi produk IoT dalam setiap lapisan dan secara keseluruhan. Pengetahuan ini penting untuk mengembangkan strategi solusi IoT dan strategi produk.
Pikirkan lagi jika Anda berpikir bahwa Internet of Things hanya melibatkan pemanggang roti dan pembuat kopi yang terhubung. Sektor industri akan menjadi penerima manfaat nyata dari Internet of Things. Dengan memanfaatkan Internet of Things untuk memodernisasi jaringan listrik, transportasi, produksi makanan, air pasokan, perawatan kesehatan, dan infrastruktur penting lainnya, bisnis sudah bekerja untuk mengatasi masalah paling mendesak saat ini.
Saya akan menerbitkan serangkaian artikel tentang Manajemen Produk untuk Internet of Things selama beberapa bulan mendatang. Dalam posting pertama ini, saya menjelaskan secara singkat lima lapisan tumpukan Internet of Things. Saya akan memberikan lebih banyak informasi tentang mengelola setiap komponen dan bagaimana mereka bekerja sama di posting berikutnya.
Contents
Tumpukan Teknologi IoT
Oleh karena itu, mari kita mulai! Memahami lima lapisan tumpukan teknologi Internet of Things adalah langkah pertama untuk menjadi Manajer Produk IoT. Manajer Produk dapat lebih memahami dan menganalisis pertukaran teknologi dan bisnis yang diperlukan di setiap tingkat dan dalam sistem secara keseluruhan dengan membagi solusi IoT lengkap ke dalam lima lapisan ini. Ada lima lapisan :
Sebagai ilustrasi, misalkan Anda sedang mengembangkan produk yang mengawasi turbin angin. Dengan mengantisipasi kapan turbin membutuhkan perawatan, produk ini mencegah gangguan layanan dan menghemat potensi kerusakan jutaan dolar. Mengambil produk kami untuk memantau turbin angin sebagai contoh, mari kita lihat setiap lapisan untuk melihat apa yang perlu diperhatikan oleh Manajer Produk IoT.
Perangkat Keras
Perangkat merupakan “benda” di Internet of Things. Mereka bertindak sebagai antarmuka antara dunia nyata dan digital. Hal pertama yang harus dipikirkan adalah apakah produk Anda mengubah perangkat yang sudah ada menjadi perangkat yang terhubung dengan menambahkan instrumentasi (misalnya, dengan menambahkan sensor dan komunikasi ke turbin angin), atau apakah produk Anda adalah perangkat yang terhubung itu sendiri (seperti Termostat Nest). Anda hanya menjual perangkat yang terhubung ke turbin angin dalam contoh kami. Anda tidak menjual turbin angin itu sendiri.
Dari perspektif Internet of Things, pengumpulan data adalah salah satu tujuan utama perangkat Anda. Oleh karena itu, langkah selanjutnya adalah mempertimbangkan jenis data yang Anda kumpulkan dan perangkat keras yang diperlukan untuk melakukannya. Mungkin hanya satu sensor cerdas yang Anda butuhkan untuk pengumpulan data dasar. Komputer industri dengan banyak sensor, prosesor yang kuat, penyimpanan lokal, gateway, dan fitur lain mungkin diperlukan untuk pengumpulan data yang lebih kompleks.
Memahami dampak dari faktor-faktor seperti biaya, ukuran, kemudahan penerapan, ketergantungan, masa manfaat, dan faktor lainnya sangat penting pada tingkat tumpukan ini. Misalnya, Anda mungkin hanya memiliki ruang untuk Sistem pada Chip (SoC) untuk perangkat kecil seperti jam tangan pintar. Komputer tersemat, seperti modul Artik, Raspberri Pi, Arduino, atau papan BeagleBone, mungkin diperlukan untuk solusi yang lebih kompleks. Komputer industri canggih seperti RIO atau PXI ringkas mungkin diperlukan untuk tugas komputasi yang sangat berat.
Kami akan membutuhkan akselerometer sebagai sensor untuk mengumpulkan data getaran untuk produk pemantauan turbin angin kami. Turbin angin perlu diservis jika getarannya berada di luar kisaran tertentu. Karena ini adalah aplikasi industri yang berat, kami mungkin perlu menggunakan komputer industri seperti RIO kompak, yang sudah memiliki akselerometer terintegrasi dan memiliki daya komputasi yang memadai. Selain itu, perangkat keras akan diperlukan perangkat Anda untuk mengirimkan data ke cloud. Bagian komunikasi memiliki informasi lebih lanjut tentang ini.
Perangkat Lunak
Komponen yang mengubah perangkat keras perangkat menjadi “perangkat pintar” adalah perangkat lunak perangkat. Gagasan “perangkat keras yang ditentukan perangkat lunak” dimungkinkan oleh bagian tumpukan teknologi IoT ini. Perangkat keras yang ditentukan perangkat lunak berarti bahwa perangkat keras dapat melayani banyak aplikasi tergantung pada perangkat lunak tertanam yang dijalankannya.
Mengapa memisahkan perangkat lunak dan perangkat keras suatu perangkat ketika mereka bekerja bersama untuk membuat perangkat pintar? Karena mereka dibangun oleh tim yang berbeda dengan persyaratan, proses, dan garis waktu yang sangat berbeda, ada baiknya untuk memikirkannya secara terpisah. Insinyur perangkat lunak akan menggunakan Metode gesit untuk membuat perangkat lunak perangkat. Sebaliknya, kelompok rekayasa perangkat keras akan mengembangkan perangkat menggunakan proses NPI perangkat keras. Saat Anda berkolaborasi dengan berbagai tim dan merencanakan peta jalan, pemisahan ini akan membuat pekerjaan Anda lebih sederhana.
Anda dapat menggunakan perangkat lunak untuk berkomunikasi dengan Cloud atau perangkat lokal lainnya.Analitik waktu nyata, pengumpulan data dari sensor perangkat Anda, dan bahkan kontrol semuanya dimungkinkan.Karena menghubungkan aplikasi cloud Anda ke dunia nyata (perangkat keras), bagian ini tumpukan teknologi IoT sangat penting. Anda dan tim Anda akan memutuskan berapa banyak fungsi yang ada di sini dan berapa banyak yang ada di Cloud.
Perangkat lunak juga dapat digunakan untuk menurunkan risiko yang terkait dengan pengembangan perangkat keras. Konstruksi perangkat keras lebih memakan waktu dan mahal daripada pengembangan perangkat lunak. Oleh karena itu, lebih baik menggunakan perangkat keras generik yang dapat disesuaikan dengan perangkat lunak Anda daripada membangun perangkat keras Anda untuk tujuan yang sempit dan spesifik. Ini akan memberi Anda lebih banyak fleksibilitas di masa mendatang. Anda dapat memperbarui fungsionalitas “perangkat keras” Anda di lapangan dengan memperbarui perangkat lunak yang disematkan dari jarak jauh melalui Cloud.
Ada dua jenis lapisan perangkat lunak perangkat :
Tepi Sistem Operasi
Jenis Sistem Operasi (OS) Edge yang Anda perlukan bergantung pada seberapa rumit solusi Internet of Things Anda. Apakah aplikasi Anda memerlukan sistem operasi real-time, jenis dukungan I/O yang Anda perlukan, dan dukungan untuk seluruh TCP / Tumpukan IP adalah beberapa pertimbangan terpenting. Linux, Brillo (Android yang diperkecil), Windows Embedded, dan VxWorks hanyalah beberapa contoh sistem operasi tersemat.
Teknologi Ujung
Ini adalah aplikasi yang berjalan di atas Edge OS dan menyediakan fungsionalitas unik solusi IoT Anda. Di sini potensi hasil tidak dapat diperkirakan. Anda dapat berkonsentrasi pada analitik, kontrol lokal, akuisisi data, dan streaming ke cloud, dll. Akselerometer kami akan sering melakukan pengukuran getaran untuk monitor turbin angin. Ini menghasilkan data dalam jumlah besar. Namun, kami hanya perlu mengirim data yang menunjukkan masalah ke Cloud; sisa data sudah mencukupi. Hasilnya, data akan dipantau secara lokal oleh perangkat lunak aplikasi Edge kami, yang hanya akan mengirimkan kondisi peringatan dan kesalahan. Ini juga akan mengontrol turbin secara real time untuk menghentikannya jika getaran melampaui parameter yang Anda tetapkan.
Komunikasi
Berbagai cara di mana perangkat Anda akan berbagi informasi dengan seluruh dunia disebut sebagai komunikasi. Ini termasuk protokol yang akan Anda gunakan dan jaringan sebenarnya. Meskipun perangkat keras dan perangkat lunak perangkat terkait dengan mekanisme komunikasi , akan berguna untuk menganggap ini sebagai lapisan terpisah. Saat membangun tumpukan IoT Anda, salah satu langkah terpenting adalah memilih metode komunikasi yang tepat. Ini tidak hanya akan menentukan cara Anda mentransfer data ke dan dari Cloud (misalnya, melalui Wi-Fi, WAN, LAN, dll.), tetapi juga bagaimana Anda berkomunikasi dengan perangkat lain di gedung yang sama milik pihak ketiga.
Protokol BACnet, misalnya, sering digunakan oleh sistem di gedung pintar untuk berkomunikasi satu sama lain. Bahkan jika Anda belum yakin apakah Anda ingin perangkat Anda berbicara dengan perangkat lain di dalam gedung, memberikan dukungan BACnet adalah ide yang bagus jika perangkat Anda terlibat dalam otomatisasi bangunan. Keseluruhan topologi sistem Anda dipengaruhi oleh strategi komunikasi Anda. Misalnya, jika sistem Anda memiliki sepuluh sensor, haruskah setiap sensor melakukan kontrol dan memberikannya ke Cloud? Atau, untuk agregasi data dan transmisi jarak jauh, sepuluh sensor harus lebih sederhana dan sensor yang lebih murah berkomunikasi dengan gateway pusat?
Ini bukan hanya keputusan berdasarkan teknis. Manajer Produk IoT harus membuat keputusan bisnis ini dengan mempertimbangkan biaya solusi, penyebaran, dan kompleksitas teknis. Menghubungkan ke jaringan area lokal mungkin menjadi pemikiran pertama Anda ketika datang ke monitor turbin angin kami. Namun, Anda hanya memiliki menara ponsel terdekat di ladang angin Anda, yang berada di antah berantah. Oleh karena itu, Anda perlu menggunakan komunikasi seluler untuk terhubung ke Cloud. Karena Anda harus membayar penyedia ponsel untuk koneksi, ini akan berdampak pada perangkat keras dan perangkat lunak perangkat Anda serta harganya. Keputusan kami untuk hanya mengirim data kesalahan ke Cloud dan bukan seluruh kumpulan data akselerometer didukung oleh biaya tambahan ini karena mengirim lebih banyak data memerlukan biaya tambahan.
Platform Awan
Fondasi solusi IoT Anda adalah platform cloud. Anda sangat menyadari semua yang terlibat di sini jika Anda terbiasa mengelola penawaran SaaS. Area penting ini akan didukung oleh infrastruktur Anda :
Pengumpulan dan Pengelolaan Data
Informasi akan dikirimkan ke cloud oleh perangkat pintar Anda. Anda harus memiliki pemahaman yang jelas tentang jenis dan jumlah data yang akan Anda kumpulkan setiap hari, setiap bulan, dan setiap tahun saat Anda menentukan persyaratan untuk solusi Anda. Fakta bahwa aplikasi IoT dapat menghasilkan data dalam jumlah besar adalah salah satu tantangan yang mereka hadapi. Anda ingin memastikan bahwa Anda mencirikan batasan kemampuan beradaptasi Anda sehingga desainer Anda dapat mengkarakterisasi data yang benar dari pengaturan papan selama ini.
Analitik
Salah satu bagian terpenting dari setiap solusi IoT adalah analitik. Saya mengacu pada kapasitas untuk menganalisis data, mengidentifikasi pola, membuat prediksi, menggabungkan pembelajaran mesin, dll. Solusi Anda berharga karena dapat menarik wawasan dari data Anda, bukan hanya data itu sendiri.
API Awan
Menghubungkan perangkat dan bertukar data merupakan inti dari Internet of Things.Biasanya, hal ini dilakukan dengan mengekspos API di tingkat perangkat atau cloud.Pelanggan dan mitra dapat menggunakan API cloud untuk bertukar data atau berinteraksi dengan perangkat Anda.Perlu diingat bahwa membuka API adalah keputusan bisnis, bukan keputusan teknis. Agar tim teknis dapat memilih arsitektur Cloud yang sesuai, Manajer Produk IoT perlu memberikan arahan yang jelas tentang visi solusi IoT secara keseluruhan. Melalui analisis build versus buy, Manajer Produk IoT juga harus menilai biaya pengembangan platform Cloud dan kompleksitas.
Setiap tim teknis lebih memilih untuk membangun solusi lengkap dari bawah ke atas. Namun, Manajer Produk IoT harus menentukan apakah membangun platform Cloud Anda masuk akal secara bisnis tidak hanya dari sudut pandang pengembangan tetapi juga memperhitungkan total biaya kepemilikan, pemeliharaan, dukungan, keandalan, dan waktu ke pasar. Memanfaatkan kerangka kerja PaaS (Platform as a Service) yang ada seperti platform SAP’s Hana atau Predix GE mungkin lebih disukai dalam banyak hal. Meskipun industri Internet of Things (IoT) masih dalam masa pertumbuhan, perusahaan perangkat lunak yang signifikan sudah memasuki pasar. Contohnya seperti karena Parse dari Facebook dan Thunder IoT Cloud dari Salesforce menunjukkan bahwa industri platform IoT akan terus berkembang dengan cepat dan memulai dari awal mungkin terbukti menjadi kontraproduktif dengan cepat.
Pertimbangkan berapa banyak data yang perlu kita simpan untuk monitor turbin angin kita. Data satu turbin mungkin tidak terlihat banyak. Namun akan bertambah seiring waktu. Selain itu, perlu diingat bahwa platform Cloud Anda harus dapat menangani data dari ribuan turbin angin. Ini pada akhirnya akan menjadi banyak data, jadi infrastruktur Cloud kami harus dapat menyimpan dan memprosesnya dengan berbagai cara. Selain itu, untuk mendeteksi tren dan memprediksi kapan turbin memerlukan layanan, analitik Cloud Anda harus memproses data yang masuk secara waktu nyata. Selain itu, kita akan berbicara tentang membuka API untuk memaparkan data ini ke lapisan aplikasi Anda.
Aplikasi Awan
Eksekutif dan tim Produk paling memahami bagian tumpukan ini. Pelanggan Anda akan melihat dan berinteraksi dengan aplikasi pengguna akhir Anda sebagai bagian dari sistem. Aplikasi ini hampir pasti akan dihosting di web. Bergantung pada persyaratan pelanggan Anda, Anda mungkin memerlukan aplikasi terpisah untuk desktop, seluler, dan bahkan perangkat yang dapat dikenakan. Pelanggan Anda sangat mungkin menggunakan aplikasi cloud sebagai titik interaksi utama mereka dengan solusi Anda, bahkan jika perangkat pintar Anda memiliki layarnya sendiri. Hal ini memungkinkan mereka untuk mengakses perangkat pintar Anda kapan saja dan dari lokasi mana saja, yang mana adalah salah satu manfaat memiliki perangkat yang terhubung.
Manajer produk IoT harus memahami pelanggan Anda dan “pekerjaan yang harus diselesaikan” produk. Memahami siapa pengguna Anda dan apa tujuan utama mereka menggunakan produk Anda sangat penting saat merancang aplikasi pengguna akhir. Perlu diingat bahwa Anda mungkin akan memiliki banyak pengguna untuk aplikasi IoT Industri.
Selain itu, aplikasi dapat dibagi menjadi aplikasi internal dan aplikasi yang menghadap pelanggan. Meskipun aplikasi internal sama pentingnya dalam IoT, aplikasi yang menghadap pelanggan biasanya mendapat perhatian paling besar. Aplikasi untuk penyediaan dan pemecahan masalah perangkat jarak jauh, pemantauan kesehatan armada, pelaporan kinerja, dan pemeliharaan prediktif, antara lain, disertakan. Untuk memastikan bahwa aplikasi internal ini tidak gagal, Anda harus memiliki pemahaman menyeluruh tentang pelanggan internal dan eksternal Anda. Karena mereka adalah bagian penting dari solusi IoT, tugas Manajer Produk adalah membuat yakin mereka.
Aplikasi web yang digunakan oleh operator ladang angin yang bekerja di ruang kontrol terpusat adalah salah satu aplikasi yang mungkin untuk monitor turbin angin kami. Aplikasi ini memberi tahu mereka ketika turbin tertentu memerlukan layanan dan menampilkan informasi dan tren pada ribuan turbin yang mereka kelola. menghindari perbaikan yang mahal dan gangguan layanan, operator dapat memperoleh informasi ini secara real time dan mengirimkan tim layanan untuk melakukan pemeliharaan preventif.
Kesimpulannya
Dunia akan membutuhkan sepasukan Manajer Produk yang memahami IoT saat Internet of Things berkembang. Selain itu, Manajer Produk IoT ini perlu memahami bagaimana setiap lapisan tumpukan cocok dengan solusi IoT yang lengkap. Untuk memastikan keberhasilan produk mereka, Manajer Produk IoT perlu membuat keputusan bisnis dan teknis strategis di setiap lapisan. Apa yang harus Anda lakukan selanjutnya? Saya akan memandu Anda melalui pertanyaan spesifik yang harus Anda tanyakan pada diri sendiri (atau tim Anda) tentang setiap lapisan tumpukan teknologi Internet of Things di posting saya berikutnya, yang mencakup Kerangka Keputusan IoT.
Bergabunglah dengan saya untuk menerima artikel tambahan dan praktik terbaik tentang manajemen produk IoT.
Membuat pembuka pintu otomatis satu juataan untuk kandang ayam
Contents
Latar Belakang
Untuk mengotomatisasi pembukaan dan penutupan kandang ayam mereka, orang tua saya menyimpan ayam di halaman belakang mereka. Saya memutuskan untuk melihat apakah saya dapat merekayasa balik fungsionalitas dengan biaya lebih rendah karena semua produk pintu dan pengontrol yang saya temukan di Amazon Prime adalah cukup mahal dan, menurut saya, terlalu mahal.
Tantangan
Beberapa persyaratan dan batasan desain membuat proyek ini sulit. Anggaran adalah yang paling signifikan. Saya hanya memiliki $50 untuk dibelanjakan pada otomatisasi dan pengontrol pintu untuk bangunan ini karena anggaran kami adalah $100 dan pintu yang kami rencanakan untuk dibeli adalah $50 secara online. Saya membutuhkan untuk mengetahui hal-hal berikut :
- Harus dioperasikan dengan baterai dan bertahan setidaknya selama dua minggu (14 hari)
- Perlu dibuka pada pagi hari dan tutup pada sore hari, setelah semua burung masuk kandang
- Perlu biaya $50 atau kurang untuk merakit
- Perlu tahan cuaca
Jika harga bukan kendala, saya akan langsung memilih papan IoT seluler seperti Particle Electron atau Boron ($50). Konektivitas ke cloud memberikan beberapa keuntungan :
- Remote/kontrol manual pintu melalui cloud
- Konektivitas internet menyediakan waktu jam yang selalu sinkron
- Kristal jam dalam mikrokontroler cenderung tidak akurat untuk Aplikasi jangka panjang
- Modul RTC dapat melakukannya tetapi membutuhkan baterai sel koin eksternal dan biaya $15 (sebagian besar dari anggaran saya)
- Kemampuan untuk membuat antarmuka pengguna di web / seluler
- Memberikan transparansi pada teknologi, yang seharusnya menjadi kotak hitam bagi orang tua saya
Saatnya untuk berkembang
Namun, saya juga membutuhkan motor untuk menaikkan dan menurunkan pintu. Ketika tiba saatnya untuk membuka dan menutup pintu kandang, saya memutuskan untuk menggunakan strategi berbasis sensor. Saya membuat daftar suku cadang yang cukup sederhana :
-
Arduino UNO
Mikrokontroler berbiaya rendah yang dapat diprogram dengan akses barel-jack untuk daya
-
jack barel laki-laki ke baterai AA
Memberi kekuatan pada Arduino
-
Resistor 10K, kabel, fotoresistor
Untuk rangkaian pembagi tegangan berfungsi sebagai sensor siang/malam hari
-
Motor Stepper ULN2003
Pasang & mainkan, sejauh motor berjalan, ini bekerja dengan perpustakaan motor stepper Arduino
-
Pintu Kandang Ayam Inkubator Titan
Pintu
-
Wadah salad kecil dari toko kelontong lokal (gratis)
Wadah tahan cuaca untuk elektronik, Itu hanya mengharuskan saya untuk menyatukan semuanya setelah saya memesan semua bagian. Anda dapat melihat saya menyatukan pintu kandang ayam otomatis murah ini di video di awal posting ini!
5 Platform Pengembangan IoT Teratas di 2021
Pada tahun 2025, akan ada lebih dari 75 miliar perangkat yang terhubung dengan IoT, menurut berbagai penelitian. Cakupan dan pengembangan IoT akan berkembang di tahun-tahun mendatang, mendorong individu dan bisnis untuk mencari solusi produk IoT terbaik. Untuk menguji bagaimana perubahan aplikasi memengaruhi respons perangkat keras, alat pengembangan IoT dirancang untuk melacak aplikasi IoT di berbagai jaringan dan mengelola berbagai pemutakhiran.
Berikut adalah daftar beberapa teknologi dan alat pengembangan IoT yang paling banyak digunakan, yang dapat Anda gunakan untuk berkolaborasi dengan bisnis pengembangan IoT terbaik atau menemukan platform pengembangan IoT terbaik.
Contents
- 1 Platform IoT Paling Populer di 2021
- 2 Google Cloud IoT
- 3 Berikut ini adalah fitur utama dari Google Cloud IoT:
- 4 Kasus penggunaan inti:
- 5 Cisco IoT Cloud Connect
- 6 Fitur inti dari Cisco IoT Cloud Connect:
- 7 Kasus penggunaan inti:
- 8 Keberanian IRI
- 9 Fitur Inti Voracity IRI:
- 10 Kasus penggunaan inti:
- 11
- 12 Partikel
- 13 Fitur utama platform Partikel:
- 14 Kasus penggunaan inti:
- 15 Salesforce IoT Cloud
- 16 Fungsi inti Salesforce IoT Cloud:
- 17 Kasus penggunaan inti:
Platform IoT Paling Populer di 2021
Kami telah menyusun daftar alat pengembangan Internet of Things paling populer untuk tahun ini, lengkap dengan penjelasan mendalam, untuk membantu Anda memilih platform untuk proyek Anda:
- Google Cloud IoT
- Cisco IoT Cloud Connect
- Salesforce IoT Cloud
- IRI Voracity
- Particle
- IBM Watson IoT
- ThingWorx
- Amazon AWS IoT Core
- Microsoft Azure IoT Hub
- Oracle IoT
Google Cloud IoT
Berdasarkan Google Cloud Platform yang lengkap, Google meluncurkan platformnya untuk alat pengembangan IoT. Saat ini merupakan salah satu platform Internet of Things terbaik di dunia. Google Cloud IoT adalah proses menggabungkan sejumlah layanan untuk meningkatkan solusi yang terhubung.
- Cloud IoT Core memungkinkan Anda mengumpulkan dan mengelola data perangkat. Komponen manajemen perangkat mendaftarkan perangkat dengan layanan dan memantau serta mengonfigurasinya. Untuk konektivitas dan komunikasi perangkat dengan Google Cloud Platform, jembatan protokol MQTT dan HTTP digunakan.
- Cloud Pub/Sub menangani penyerapan data dan perutean pesan untuk pemrosesan data tambahan.
- Google BigQuery memungkinkan analitik data real-time yang aman.
- AI Platform memanfaatkan kemampuan pembelajaran mesin.
- Google Data Studio memvisualisasikan data melalui pembuatan laporan dan dasbor.
- Google Maps Platform membantu memvisualisasikan lokasi item tertaut.
Platform membuat koneksi otomatis ke Intel dan perangkat keras Internet of Things Microchip. Beberapa sistem operasi, termasuk Debian Linux OS, kompatibel dengannya.
Berikut ini adalah fitur utama dari Google Cloud IoT:
- Kemampuan dalam AI dan pembelajaran mesin.
- Analisis data waktu nyata
- visualisasi data yang mengesankan
- pelacakan lokasi
Kasus penggunaan inti:
- Merencanakan pemeliharaan sebelumnya
- Pelacakan aset waktu nyata
- Manajemen rantai pasokan dan logistik
- Kota dan bangunan pintar
Cisco IoT Cloud Connect
Cisco IoT Cloud Connect dirancang dengan mempertimbangkan operator seluler. Platform cloud Internet of the Things terbaik adalah rangkaian perangkat lunak berbasis cloud mobilitas ini untuk kasus penggunaan industri dan individu. Cisco juga menyediakan perangkat keras IoT yang andal, termasuk sakelar, titik akses, router, gateway, dan perangkat lainnya. Pertimbangkan contoh produk dan solusi Cisco IoT berikut.
- Cisco IoT Control Center memastikan koneksi seluler yang mulus, memungkinkan Anda mengintegrasikan semua perangkat IoT ke dalam solusi SaaS.
- Solusi bisnis yang komprehensif memungkinkan pengembangan aplikasi IoT bisnis di edge dan memastikan penyebaran cepat dan manajemen jaringan terpusat.
- Edge Intelligence menyederhanakan pemrosesan data dengan memetakan aliran data ke lingkungan lokal atau multi-cloud.
- Industrial Asset Vision menggunakan sensor untuk memantau aset Anda secara terus-menerus dan menyediakan data untuk membuat keputusan yang lebih baik.
- Cisco IoT Threat Defense melindungi data dan perangkat sensitif dari serangan dunia maya dengan mengamankan akses jarak jauh, segmentasi, visibilitas dan analisis, serta layanan keamanan lainnya.
Fitur inti dari Cisco IoT Cloud Connect:
- Solusi industri yang kuat
- Keamanan tingkat tinggi
- Komputasi tepi
- Konektivitas terpusat dan manajemen data
Kasus penggunaan inti:
- Mobil yang terhubung
- Manajemen armada
- Keamanan dan otomatisasi rumah
- Solusi pembayaran dan POS
- Pemeliharaan prediktif
- Jaringan industri
- Meter pintar
- Kesehatan
Keberanian IRI
IRI Voracity adalah pilihan yang sangat baik jika Anda memerlukan platform manajemen data yang komprehensif untuk mengimplementasikan kontrol data IoT di seluruh proses bisnis Anda.Data besar diproses oleh platform menggunakan dua mesin, IRI CoSort dan Hadoop.Data dari berbagai format dan sumber, termasuk Sistem file Unix, Linux, dan Windows, ISAM, MongoDB, LDIF, HIVE, JSON, S3, PostgreSQL, MQTT, dan Kafka, antara lain, dapat ditemukan, dikelola, diintegrasikan, dianalisis, diubah, dan dipindahkan.
Fitur Inti Voracity IRI:
- Data dalam silo dapat dicari dan diurutkan menggunakan Portal Tata Kelola Data. Selain itu, data tersebut mematuhi peraturan privasi data dengan menyediakan anonimitas dan enkripsi.
- Dibandingkan dengan alat ETL tradisional, alternatif analitis dan ETL yang lebih cepat mengekstraksi dan mengubah data dalam jumlah besar jauh lebih cepat.
- Anda dapat mengawasi semua database Anda dari satu lokasi dengan lingkungan DB Ops.
Kasus penggunaan inti:
- analitik Data Besar
- Tata kelola data
- modernisasi ETL
Partikel
Partikel menyediakan alat pengembangan IoT edge-to-cloud untuk konektivitas global dan perangkat serta solusi perangkat keras, termasuk kit pengembangan, modul produksi, dan tim pelacakan aset. Dengan tim ahli IoT Particle yang menyediakan layanan end-to-end profesional, Anda dapat mengembangkan produk dari konsep hingga produksi.
Fitur utama platform Partikel:
- Integrasikan dengan layanan pihak ketiga melalui REST API
- Cloud dilindungi oleh firewall
- Dapat memproses data dari Google Cloud atau Microsoft Azure
- Tidak diperlukan pengetahuan teknis untuk menggunakan platform ini
Kasus penggunaan inti:
- Pemantauan aset waktu nyata
- Pelacakan kendaraan langsung
- Pemeliharaan prediktif
- pemantauan lingkungan
- Pemantauan kepatuhan
- Pemenuhan pesanan waktu nyata
Salesforce IoT Cloud
Salesforce berfokus pada manajemen hubungan pelanggan dan secara cerdas memanfaatkan segmen pasar ini dengan bantuan solusi IoT. Platform Salesforce IoT Cloud mengumpulkan informasi berharga dari perangkat yang terhubung untuk memberikan pengalaman yang dipersonalisasi dan membangun hubungan yang lebih kuat dengan pelanggan Anda. Bekerja dengan CRM Salesforce – Data aset yang terhubung dikirim langsung ke sistem CRM, tempat operasi berbasis konteks segera dimulai.
Misalnya, sensor mendeteksi kesalahan kinerja kincir angin. Dalam hal ini, itu akan segera tercermin di dasbor CRM, dan sistem dapat secara otomatis menyesuaikan parameter atau membuat pesanan layanan.
Fungsi inti Salesforce IoT Cloud:
- Selesaikan integrasi pelanggan, produk, dan CRM
- Tidak perlu kemampuan pemrograman untuk membuat aturan, ketentuan, dan acara karena UI tunjuk dan klik yang sederhana
- Situs web, layanan, dan produk pihak ketiga pendukung lainnya
- Secara proaktif menyelesaikan Masalah dan kebutuhan pelanggan.
Kasus penggunaan inti:
- Administrasi pemerintah
- Bahan kimia
- Mesin
- Layanan keuangan
- Pemasaran dan periklanan
Dengan menggunakan Salesforce IoT Cloud, perusahaan dapat sepenuhnya memahami data pelanggan, meningkatkan pengalaman pelanggan, dan meningkatkan penjualan.
Tren IoT Utama yang Diamati pada 2018
2018 terus melihat beberapa tren utama di IoT. Pergeseran itu termasuk adopsi massal platform IoT, intensifikasi revolusi data, dan pengakuan tantangan keamanan utama dalam solusi IoT.
Pada awal tahun 2017, Gartner memperkirakan 8,4 miliar “benda” yang terhubung di semua industri dan vertikal. Saat ini, Statista mencatat sebanyak 20 miliar perangkat IoT di seluruh dunia, lebih dari dua kali lipat angka tersebut. Angka-angka ini hanya menunjukkan bahwa Internet of Things (IoT) terus menjadi salah satu tren dan pengubah permainan 2018 yang paling signifikan.
Di tahun 2017, ada beberapa berita kritis terkait IoT. Banyak bisnis baru yang menyebabkan transformasi IoT dapat dibayangkan untuk mendapatkan pembiayaan miliaran dolar. Dalam konteks Industri 4.0, pemerintah dan organisasi internasional menerapkan inovasi IoT yang mengganggu. Penyedia platform perangkat lunak IoT terkemuka memperkuat posisi mereka dan memperkenalkan solusi dan pendekatan integrasi IoT yang secara fundamental baru .
Internet of Things (IoT) berkembang di tahun 2018 untuk mengatasi masalah utama di berbagai bidang.
Berikut adalah tren utama yang diamati pada tahun 2018.
Contents
1: Adopsi Massal Platform IoT
Menurut The Forrester Wave, profesional infrastruktur bisnis dan operasi dengan cepat menyadari peluang yang dimungkinkan oleh IoT. Riset tersebut mengonfirmasi bahwa 60 persen pembuat keputusan telah menggunakan atau berencana untuk menggunakan aplikasi yang mendukung IoT selama dua tahun ke depan, mulai dari membangun produk yang terhubung hingga mengubah proses operasional.
Namun, pengadopsian IoT pada awal munculnya regulasi dan standardisasi teknologi dan protokol merupakan tantangan. Kita sering kali tampak buta. Pembuat keputusan saat ini harus berurusan dengan “rangkaian perangkat keras, protokol, perangkat lunak, aplikasi, dan analitik yang terfragmentasi solusi,” sebagaimana dinyatakan dalam adopsi The Forester Wave.IoT secara konsisten diperlambat oleh masalah ini.
Selain itu, platform perangkat lunak Internet of Things yang kuat dari raksasa seperti IBM, Amazon, Cisco, GE, dan lainnya memberikan solusi multitingkat yang memudahkan untuk merancang, membuat, mengintegrasikan, dan mengelola infrastruktur IoT dan data perusahaan. Solusi multifungsi ini membantu bisnis dan pemerintah membangun, mengamankan, menghubungkan, dan mengelola teknologi yang mendukung IoT dalam skala besar sambil juga mengatasi masalah yang tersisa.
Sejauh ini di tahun 2018, kami telah melihat pengembangan platform perangkat lunak IoT dan penerapan paket aplikasi skala luas untuk manajemen operasi perangkat keras, keamanan, pemeliharaan prediktif, dan pelacakan aset.
[bctt tweet=”Sejauh ini di tahun 2018, kami telah melihat pengembangan skala luas dan adopsi platform perangkat lunak #IoT untuk manajemen perangkat keras, #security, #PredictiveMaintenance, dan #AssetTracking. || #IoTforAll” nama pengguna=”iotforall”]
Sinergi IoT dengan AR, AI, dan ML
IoT adalah teknologi terkecil yang berkembang dalam ruang hampa. Pembelajaran mesin, augmented reality, blockchain, dan pengenalan gambar semuanya digabungkan ke dalam berbagai aplikasi IoT, yang juga memberikan dukungan untuk ekosistem teknologi lainnya.
Ada banyak dari proyek ini. Startup blockchain IOTA berjanji untuk mengamankan transaksi pembayaran mikro tak terlihat yang ditangani secara mandiri antara perangkat pintar. Itu telah bermitra dengan pemain IoT utama. Platform Zappar AR bekerja dengan segalanya untuk menggabungkan interaktivitas ke dalam aplikasi perangkat pintar yang digunakan setiap hari sambil juga memberikan nilai bagi bisnis dan konsumen.
Tahun ini, kami melihat lebih banyak kolaborasi antara proyek fokus tunggal dan ekspansi dalam platform baik secara vertikal maupun teknologi. Penambahan teknologi berasal dari akuisisi, seperti dalam kasus platform PTC IoT ThingWorx dan AR SDK Vuforia, atau pengembangan internal, seperti dalam kasus upaya bersama layanan IBM Watson Natural Language Understanding, Watson Machine Learning dan platform IBM IoT Watson .
Data Excel
Data adalah produk penting dari sistem dan layanan yang mendukung IoT. Namun, hanya data yang dipersiapkan dengan baik, dibersihkan, diformat, dan diindeks yang berubah menjadi wawasan yang berharga. Dan menurut ilmuwan data, 80 persen pekerjaan yang terlibat dalam mendapatkan wawasan analitik dari data yang heterogen adalah pekerjaan yang membosankan. Akibatnya, tidak setiap perusahaan yang memperkenalkan teknologi IoT ke dalam operasi dan prosesnya akan mendapatkan yang terbaik dari datanya.
Dalam konteks ini, kami berharap dapat melihat beragam pendekatan baru untuk kecerdasan data, aplikasi data, dan monetisasi.
Untuk mempercepat operasi, IOTA datang dengan ide untuk membangun pasar data di mana setiap perangkat atau sensor yang terhubung dapat membeli data berharga dengan aman dengan sedikit biaya.
Jutaan bisnis yang mendukung IoT akan memiliki akses mudah ke data yang hemat biaya dan dipersiapkan dengan baik melalui ekonomi data ini. Dengan kata lain, ini akan memungkinkan bisnis dan pemerintah memonetisasi data yang mereka miliki tanpa harus bekerja keras. setiap bit data yang mereka butuhkan. Selain itu, mereka dapat memperoleh wawasan yang lebih dalam, melihat gambaran yang lebih besar, dan memonetisasi data yang sudah mereka miliki.
Sepanjang 2018, “revolusi” dalam data hanya dipercepat. Faktanya, perusahaan seperti Orange, Cisco, Daimler, Accenture, Deutsche Telekom, EWE, Tine, PwC, Schneider Electric, dan DNV GL, antara lain, hanya mengintensifkan praktik yang berfokus pada data yang mereka gunakan. “[Data] akan bertindak sebagai katalis untuk paradigma baru penelitian, kecerdasan buatan, dan demokratisasi data,” tegas David Snsteb, salah satu pendiri IOTA.
Menghadapi Tantangan Keamanan IoT
Dalam ekosistem IoT secara keseluruhan, keamanan tetap menjadi masalah yang paling mendesak. “60 persen konsumen global khawatir tentang pelanggaran pada perangkat mereka yang terhubung dan 62 persen menganggap privasi sebagai perhatian utama IoT,” menurut penelitian Mobile Ecosystem Forum. 92% pengembang IoT, menurut Evans Data, percaya bahwa keamanan akan tetap menjadi masalah di masa depan.
Sistem IoT memiliki masalah keamanan di berbagai tingkatan. Baik transfer data perusahaan maupun berbagi data pribadi menjadi perhatian utama. Keamanan lapisan perangkat keras dan keamanan transaksi pembayaran adalah dua bidang perhatian tambahan.
Identifikasi biometrik sudah banyak digunakan untuk perangkat seluler pribadi. Otentikasi tingkat lanjut kemungkinan akan dianut oleh perangkat yang terhubung. Misalnya, Amazon Alexa harus mengetahui cara mengenali hingga 10 suara pada tahun 2018. Memanfaatkan elemen ini, pembantu jarak jauh memberdayakan akses masuk terpilih ke terkait gadget dan administrasi IoT.
Konsep transaksi yang aman akan terus berpusat di sekitar blockchain dan teknologi berbasis Tangle dalam konteks pembayaran tanpa gesekan dalam ekosistem IoT, seperti pembayaran layanan otomatis dan pemesanan ulang produk. Karena jumlah transaksi pembayaran otomatis meningkat, akan ada juga yang lain sprint pembangunan di daerah ini pada tahun 2018.
Bagaimana menghilangkan ketakutan pelanggan dan masalah privasi adalah masalah lain yang masih coba diselesaikan oleh pembuat alat dan layanan IoT yang berfokus pada pelanggan. Misalnya, LockState mengatasi masalah ini dengan merujuk pada teknologi otentikasi mereka menggunakan istilah terkenal ” enkripsi tingkat bank.”Ini meyakinkan pelanggan bahwa kunci yang diaktifkan IoT lebih aman daripada kunci tradisional yang menggunakan kunci.
Metode sederhana untuk mengamankan kunci ini hanya memerlukan satu perangkat. Rumah pintar, pabrik otomatis, dan kota pintar masih memerlukan solusi keamanan yang sama dari perancang dan insinyur IoT.
Namun, tantangan paling signifikan yang akan dihadapi IoT pada tahun 2018 adalah memastikan keamanan data yang dikumpulkan oleh ekosistem IoT. Penggunaan yang relevan dari data ini, di satu sisi, dapat membuat perbedaan dan berkontribusi pada penyelesaian masalah ekologi, politik, dan ekonomi global. masalah ekonomi, dan kesehatan. Namun, manipulasi data dapat membahayakan keamanan bisnis, ekonomi, dan bahkan seluruh negara.
Salah satu pemain utama di pasar Internet of Things, General Electric, memprediksi bahwa IoT akan berkontribusi antara $10 dan $15 triliun terhadap pertumbuhan PDB global pada tahun 2030. Ukuran pasar pasar yang sangat besar ini diperkirakan akan berlipat ganda setiap tahun, membentuk kembali konsumen. perjalanan seperti yang kita kenal dan mengubah seluruh industri. Cara jitu untuk mengikuti transformasi ini dan secara aktif berkontribusi pada pembangunan masa depan adalah dengan mengikuti gelombang pengembangan IoT dan tren utama IoT di tahun 2018.
Yang kamu harus tau dari IEC 62368, penting lho..
Standar keamanan baru ini menjadikan produk Anda bukti masa depan dengan memastikan bahwa semua kemungkinan bahaya yang berasal dari produk telah diperhitungkan.
Pernahkah Anda mengantisipasi bahwa pendeteksi asap akan dilengkapi dengan perangkat lunak mutakhir? Selain bunyi bip yang keras dan menjengkelkan, apakah Anda mengantisipasi bahwa pendeteksi asap akan memberi tahu Anda melalui ponsel cerdas jika mendeteksi asap?
Saat ini, berbagai teknologi (komunikasi) digabungkan ke dalam peralatan. 10 tahun yang lalu, tidak terpikirkan untuk memeriksa apakah perangkat lunak dan teknologi tersebut aman dan sesuai.
Selain kemungkinan bahwa Anda tidak memerlukan detektor asap untuk memulai percakapan dengan Anda saat Anda sedang bekerja, melengkapi peralatan konvensional dengan perangkat lunak atau teknologi nirkabel memengaruhi evaluasi keamanan produk.
Untuk menjelaskannya, mari kita lihat keamanan produk terlebih dahulu. Secara umum, kami mendefinisikan keselamatan sebagai ‘kebebasan dari risiko yang tidak dapat diterima’ bagi manusia dan lingkungan.
Menguji keamanan produk Anda berarti Anda melindungi orang yang menggunakannya dan lingkungan tempat produk tersebut digunakan dari bahaya apa pun, seperti sengatan listrik, api, medan elektromagnetik, dan sumber energi berbahaya lainnya. Banyak standar keamanan produk tradisional menetapkan, secara terpisah, persyaratan untuk mencegah terjadinya jenis bahaya ini.
Ketika teknologi audio, video, atau informasi dan komunikasi terlibat, standar baru berlaku untuk keamanan produk: IEC 62368. Karena didasarkan pada prinsip rekayasa keselamatan berbasis bahaya, metode pengembangan dan penetapan pertimbangan keselamatan yang berbeda dari yang ada saat ini praktek, standar komprehensif ini dimaksudkan untuk menjadi bukti masa depan.
Contents
Apa itu IEC 62368?
IEC 62368 adalah ide baru tentang keamanan produk: Meskipun mencakup standar lama IEC 60065 dan IEC 60950, yang akan diganti pada waktunya, ini bukanlah penggabungan standar yang ada.
IEC 62368 mendukung konvergensi teknologi dan teknologi canggih yang lebih baru. Hal ini didasarkan pada prinsip-prinsip rekayasa suara, penelitian, dan data lapangan. Dibutuhkan pendekatan berbasis risiko proaktif dengan mengidentifikasi bahaya dan menguji keefektifan pengamanan alih-alih perspektif berbasis insiden reaktif (ada yang tidak beres) dan didasarkan pada pengujian kinerja.
Terlepas dari kenyataan bahwa pendekatan yang diambil oleh standar berbeda dari standar keamanan IEC tradisional, ia menawarkan sejumlah keuntungan yang dapat digunakan untuk menyederhanakan masalah yang ditimbulkan oleh perpaduan berbagai teknologi seperti yang terlihat pada:
- Desain peralatan elektronik
- Ekosistem (koneksi ke sistem lain)
- Instalasi dan penggunaan peralatan
- Sistem itu sendiri (topologi dan konfigurasinya, misalnya)
Tanggal penarikan untuk EN 60065 dan EN 60950 telah ditetapkan pada 20 Juni 2019, meskipun IEC 62368 versi Eropa yang diadopsi, EN 62368-1, telah digunakan sejak 2014.
Namun, tanggal baru, Desember 2020, telah disetujui oleh komite Eropa untuk standardisasi teknis elektro (CENELEC), dan sedang menunggu publikasi di Jurnal Resmi Uni Eropa (OJEU). Ini menunjukkan bahwa persyaratan LVD dan RED akan membuat EN 62368 persyaratan.
Dengan memastikan bahwa semua potensi bahaya produk telah diperhitungkan, standar keamanan IEC 62368 memastikan bahwa produk Anda akan aman di masa mendatang. Karena keamanan fungsional berada di luar cakupan standar, standar lain juga berlaku jika relevan .
Keamanan Dasar vs. Fungsional
Dengan penggabungan berbagai teknologi, seperti perangkat lunak dalam detektor asap, produk saat ini tidak hanya bergantung pada komponen fisiknya untuk berfungsi, tetapi juga pada perangkat lunaknya.
Keamanan produk melampaui lapisan fisik karena risiko keamanan serius yang ditimbulkan oleh malfungsi dalam kinerja perangkat lunak. Hal ini pada dasarnya menunjukkan bahwa sekarang ada dua kategori keamanan: keamanan fungsional dan keamanan dasar adalah dua hal yang berbeda.
Keselamatan dasar adalah apa yang kami definisikan sebagai kebebasan dari risiko yang tidak dapat diterima yang disebabkan oleh bahaya fisik (kebakaran, sengatan listrik, kerusakan lingkungan) sebagai akibat dari konstruksi atau desain fisik suatu produk.
Oleh karena itu, agar detektor asap dapat berfungsi dengan baik, ia harus dibuat dan dirancang untuk mendeteksi asap saat naik ke langit-langit tanpa, misalnya, terbakar atau pecah. Itulah tujuannya.
Tetapi bagaimana jika perangkat lunak baru pendeteksi asap membeku atau macet? Itu dapat sangat menghambat pengoperasiannya karena dapat mati, membuatnya tidak berguna jika terjadi kebakaran rumah.
Terlepas dari kenyataan bahwa perangkat lunak telah berkembang menjadi aplikasi yang berhubungan dengan keselamatan, meskipun tampaknya tidak secara signifikan meningkatkan kemampuan dasar detektor asap pada pandangan pertama, hal itu dapat menghambat pengoperasiannya secara signifikan.
Kebebasan Dari Risiko yang Tidak Dapat Diterima?
Aplikasi keamanan fungsional juga merupakan kunci pintu untuk oven Anda yang memungkinkan pintu untuk membuka atau menutup berdasarkan sensor suhu di dalamnya dan dikendalikan oleh elektronik yang dapat diprogram.
Bagaimana jika perangkat lunak macet, oven Anda tidak terbuka lagi, dan kalkun Anda menjadi abu, atau lebih buruk lagi, kebakaran, menyebabkan oven Anda terbakar (dan mungkin dapur Anda, karena detektor asap Anda tidak berfungsi, ingat)?
Kami menyebutnya sebagai keamanan fungsional: kebebasan dari risiko yang tidak dapat diterima yang disebabkan oleh bahaya fisik yang bergantung pada fungsi terkait keamanan elektronik yang dapat diprogram.
Pada akhirnya:Seberapa aman suatu produk jika terjadi kegagalan fungsi?Dengan cara ini, keamanan produk tradisional beralih dari berfokus pada perangkat keras ke perangkat lunak (tertanam dalam produk).
IEC 60730 LAMPIRAN H (kontrol elektronik untuk penggunaan rumah tangga) adalah salah satu contoh standar keselamatan yang dibuat untuk memenuhi persyaratan elektronik yang semakin menjalankan fungsi terkait keselamatan, seperti mengunci pintu oven Anda.
Standar dasar persyaratan keselamatan fungsional adalah IEC 61508 yang menyediakan kerangka kerja untuk banyak standar keselamatan fungsional sektor dan aplikasi khusus.
Teknologi Computer Vision Meresapi Kehidupan Kita Sehari-hari
Visi komputer telah memasuki kehidupan dan bisnis kita dengan cara yang mungkin tidak disadari banyak dari kita.
Video tersebut memperlihatkan seorang wanita muda berbaring di tempat tidur tinggi di sebuah ruangan yang nyaman dan didekorasi dengan baik. Dia tidak dapat melihat. Dia menggunakan layar ponselnya untuk “melihat” foto Facebook yang diposting seorang teman.
Dia mendengar Facebook membacakan dengan lantang item dalam foto. Dia menjelaskan dengan senyum lebar, “… kecuali jika Anda memiliki seseorang untuk menjelaskannya kepada Anda, bahkan memiliki tiga kata saja membantu menyempurnakan semua detail yang saya tidak bisa. melihat…”
Hampir 300 juta orang tunanetra di seluruh dunia sekarang dapat “melihat” hal-hal yang diterima begitu saja berkat kemajuan terbaru dalam visi komputer: sejumlah dari hampir 2 miliar foto yang diposting setiap hari ke Facebook.
Visi komputer adalah cabang teknologi Kecerdasan Buatan (AI) yang telah memasuki kehidupan dan bisnis kita dengan cara yang mungkin tidak disadari banyak dari kita.
Platform media sosial, penawaran konsumen, penegakan hukum, dan produksi industri hanyalah beberapa cara di mana visi komputer meningkatkan kualitas hidup kita.
Contents
Computer Vision Meningkatkan Pengalaman Pengguna Media Sosial
Pengguna Snapchat suka melapisi telinga kelinci dan debu peri, misalnya, pada gambar teman saat fotografer amatir sedang berjalan atau berdesak-desakan dengan ponsel mereka. Apa yang tampak seperti aktivitas sederhana sebenarnya bergantung pada algoritme visi komputer. Perhitungan terus-menerus mencelupkan ke dalam sejumlah besar data tentang objek dan posisi relatif elemen dalam aliran gambar.
Pinterest memiliki aplikasi ponsel bernama Lens yang menggunakan visi komputer. Aplikasi ini dapat memberi tahu pengguna di mana, misalnya, seseorang di foto membeli sepasang sepatu kets yang ia kenakan. Aplikasi computer vision juga dapat menampilkan sepatu yang sesuai dengan desain dan gaya item tersebut.
Visi Komputer untuk Konsumen
Visi komputer sekarang digunakan oleh bank di seluruh dunia untuk menyetor cek dari jarak jauh. Dengan perangkat seluler mereka, pelanggan perbankan mengambil gambar cek kertas. Perangkat lunak visi komputer aplikasi perbankan pertama-tama mengambil gambar cek yang akan disimpan di bank dan kemudian periksa apakah tanda tangan di cek itu asli. Setelah verifikasi, dana biasanya tersedia untuk digunakan dalam satu hari kerja.
Amazon memperkenalkan produk Echo Look pada musim semi 2017. Para fashionista kini dapat berfoto selfie seluruh tubuh dengan Echo Look. AI di belakang layanan visi komputer kemudian mengevaluasi gaya keseluruhan pengguna dengan membandingkan pakaian tersebut dengan opsi lain yang disarankan.
Sementara itu, konsumen dapat bersantai mengetahui bahwa semua elektronik mereka aman di rumah berkat kamera keamanan murah yang menggunakan computer vision untuk melindungi properti. Pemilik rumah diberitahu, misalnya, saat kendaraan, orang, atau hewan memasuki properti mereka dengan Produk pengawasan luar ruangan Kehadiran Netatmo. Produk dalam ruangan perusahaan, kamera Selamat Datang Netatmo, menggunakan perangkat lunak pengenalan wajah untuk membedakan pengunjung yang diterima dari penyusup yang tidak diinginkan.
Visi komputer bukan hanya untuk keamanan rumah. Lembaga penegak hukum telah melihat manfaatnya dalam melindungi warga di jalan.
Computer Vision Membantu Melindungi Masyarakat
Menurut IEEE, detektor pelat nomor digunakan oleh lebih dari 70% departemen kepolisian di Amerika Serikat. “Seorang petugas polisi di Montgomery County, MD menggunakan teknologi pembaca pelat nomor untuk memindai lebih dari 48.000 kendaraan dalam periode 96 jam. 27 hari, memungkinkan petugas untuk mengeluarkan 255 kutipan lalu lintas, mengidentifikasi 26 pengemudi dengan SIM yang ditangguhkan, menangkap 16 pelanggar emisi kendaraan, menemukan empat kendaraan curian, dan mengidentifikasi satu plat nomor yang kedaluwarsa,” lanjut laporan itu.
Pengenalan wajah AI juga digunakan oleh penegak hukum untuk mengidentifikasi tersangka penjahat. Basis data nasional berisi foto SIM lebih dari separuh orang Amerika. Jika seorang petugas polisi memiliki foto tersangka dalam kejahatan tetapi tidak mengetahui identitas orang tersebut. nama, mereka dapat melihat katalog lisensi hanya dengan gambar untuk menemukan kecocokan yang paling mungkin, termasuk nama dan informasi kontak.
Visi Komputer dalam Pemeliharaan Pencegahan Industri
Perusahaan semakin banyak menggunakan visi komputer untuk memantau dan melaporkan status infrastruktur penting untuk pengoperasian kompleks industri besar.
Daftar fasilitas yang menggunakan atau sedang mempertimbangkan penggunaan visi komputer untuk memperingatkan manusia tentang kondisi pemeliharaan preventif tidak terbatas. Beberapa contohnya meliputi: anjungan minyak dan gas, pabrik kimia, kilang minyak, dan bahkan pembangkit listrik tenaga nuklir.
Organisasi minyak dan gas seperti Chevron, Shell, dan Suncor Energy menggunakan sensor dan kamera untuk melihat status saat ini, misalnya, katup terhadap kondisi ideal roda gigi, yang datanya disimpan di web. Saat komputer aplikasi visi mendeteksi tekanan yang salah tempat sekecil apa pun dalam struktur peralatan, perangkat lunak AI memberi tahu departemen pemeliharaan untuk mengambil tindakan.
Visi Komputer di Cakrawala
Manajemen inventaris gudang sangat padat karya. Pemeriksaan dan penghitungan suku cadang dan produk dapat memakan waktu berhari-hari di beberapa fasilitas dan ratusan jam kerja.
“Di gudang konvensional, Anda tidak akan percaya seberapa sering barang salah tempat. Dan ketika mereka pergi mencari barang, mereka harus menaiki tangga dan forklift. “Mereka bahkan membawa teropong untuk menemukan barang,” kata Gyongyosi kepada hadirin di Konferensi Mengganggu TechCrunch.
Selain itu, drone akan dapat membandingkan kondisi stok dengan file data besar yang disimpan di server cloud.
Salah satu manfaat visi komputer yang paling luas jangkauannya adalah dalam perawatan kesehatan. Proyek visi komputer InnerEye Microsoft, dimulai pada tahun 2008, memperkirakan diagnosis yang lebih cepat dan lebih tepat, dan bahkan akan merekomendasikan pengobatan kanker kepada dokter.
Teknologi ini tergantung pada berbagai metode deteksi visual dalam pengobatan untuk membantu para profesional dalam menentukan malformasi organ dan jenis kanker yang menyerang pasien.
Sementara visi komputer telah bersama kita selama bertahun-tahun tanpa banyak dari kita menyadarinya, teknologi ini menjanjikan manfaat yang lebih besar bagi kualitas hidup dan kesejahteraan kita jauh di masa depan.
7 Sertifikasi IoT untuk Meningkatkan Prospek Karir Anda di 2020
Sertifikasi di Internet of Things (IoT) dapat membantu Anda dengan cepat menemukan pekerjaan di bidang teknologi. Temukan sertifikasi terbaik untuk Anda dengan melihat tujuh sertifikasi terpopuler.
IoT adalah salah satu sektor industri teknologi yang berkembang pesat. Jika Anda ingin maju, atau bahkan mengubah karier Anda, IoT adalah pilihan yang bagus. Menurut Mordor Intelligence, IoT diperkirakan akan mencapai nilai $1.386,06 miliar pada tahun 2026. Ini akan mendorong banyak pekerjaan baru di IoT. Namun, sumber untuk mempelajari lebih lanjut tentang IoT bisa jadi tampak berlebihan. Sertifikasi IoT adalah tempat yang bagus untuk memulai. Berikut adalah tujuh sertifikasi IoT yang akan membantu Anda memajukan karier Anda.
Contents
- 1 1.Internet of Things: Cisco
- 2 2.Sertifikat Pengantar Internet of Things: Sekolah Teknik di Stanford
- 3 3.Seri Dasar Internet of Things: AWS
- 4 4.Internet of Things (Kursus Perorangan Tertentu): Microsoft
- 5 5.internet of Things Foundation Sertifikasi: Cloud Credential Council
- 6 6.Pengantar Pemrograman Internet of Things Spesialisasi: UCI Divisi Pendidikan Berkelanjutan
- 7 7.IoT Professional Program: IoT-Inc.
- 8 Mempersiapkan Kursus Anda
1.Internet of Things: Cisco
Cisco Learning Network menawarkan sertifikasi IoT, yang merupakan program berbasis peran pekerjaan.
Sertifikasi Industri CCENT dan CCNA tersedia melalui jalur karir Industri/IoT Cisco. Menurut situs web mereka, pelatihan ini berfokus pada otomatisasi, manufaktur, dan energi dengan penekanan pada keahlian jaringan IP.
Bagi mereka yang tertarik, Cisco menawarkan kursus pengantar IoT 20 jam gratis, yang dapat ditemukan di sini.
2.Sertifikat Pengantar Internet of Things: Sekolah Teknik di Stanford
Kursus online ini saat ini tersedia gratis untuk masyarakat umum; yang perlu Anda lakukan hanyalah mengirimkan aplikasi untuk opsi non-gelar. Selain itu, tidak ada prasyarat, dan mudah diselesaikan secara online.
Sensor, sirkuit, jaringan, sistem tertanam, dan aplikasi hanyalah beberapa topik IoT yang dibahas dalam kursus ini. Kursus pengantar non-kredit ini berfungsi sebagai dasar untuk sertifikat lulusan IoT universitas.
Sertifikat pascasarjana terbuka untuk semua praktisi IoT dan profesional bisnis.
3.Seri Dasar Internet of Things: AWS
Seri e-learning ini terdiri dari modul telemetri, komando dan kontrol, manajemen armada, dan pemeliharaan prediktif. Anda akan membutuhkan sekitar 9,5 jam untuk menyelesaikan seluruh kursus online.
Insinyur data, analis operasional, dan pembuat keputusan bisnis hanyalah beberapa dari sekian banyak individu yang dapat memperoleh manfaat dari kursus pelatihan digital yang ditawarkan oleh Amazon Web Services. Anda harus dapat memahami subjek teknis seperti MQTT, keamanan Internet of Things, dan Mesin Aturan AWS IoT setelah menyelesaikan kursus.
AWS juga memiliki kursus dasar 10 menit yang berbeda untuk IoT yang dilihat di sini, yang harus Anda selesaikan untuk mendaftar ke kursus ini.
4.Internet of Things (Kursus Perorangan Tertentu): Microsoft
Tanggal 31 Desember 2019, menandai berakhirnya Program Profesional Microsoft, yang mencakup IoT. Namun, beberapa kursus individu, seperti Ilmu Data dan Kecerdasan Buatan, akan berlangsung hingga 30 Juni 2020, hanya di edX.
Per situs web, Anda dapat mendaftar dan mendapatkan sertifikasi sebagai rekanan insinyur AI Azure, rekanan ilmuwan data, dan rekanan insinyur data di bawah program. Anda juga dapat menjelajahi sertifikasi Microsoft dengan mengikuti kursus sertifikasi dasar dan berbasis peran.
Microsoft juga memiliki portal e-learning gratis yang menawarkan modul terkait IoT untuk pemula dan profesional.
5.internet of Things Foundation Sertifikasi: Cloud Credential Council
Sertifikasi Internet of Things Foundation (IoTF) adalah salah satu sertifikasi netral vendor yang ditawarkan oleh CCC. Konsep dan implikasi teknologi, serta adopsi dan monetisasi bisnis, tercakup dalam kursus. Anda memiliki opsi untuk mendaftar sendiri atau mencari mitra pelatihan.
Untuk mendapatkan sertifikasi, Anda harus lulus ujian berdurasi 60 menit dengan 25 pertanyaan pilihan ganda setelah menyelesaikan enam modul kursus. Cloud Credential Council juga menawarkan ujian praktik untuk membantu Anda mempersiapkan hal yang sebenarnya.
Ringkasan modul dapat ditemukan di sini. Insinyur perangkat lunak, arsitek TI, administrator sistem, dan pengembang aplikasi adalah audiens yang dituju untuk IoTF.
6.Pengantar Pemrograman Internet of Things Spesialisasi: UCI Divisi Pendidikan Berkelanjutan
University of California – Irvine menawarkan kursus spesialisasi ini, dibagi menjadi enam kursus, yang mencakup pemrograman Arduino, Raspberry Pi, dan Python. Kursus ini bertujuan agar siswa dapat menggunakan apa yang telah mereka pelajari untuk merancang dan menggunakan perangkat IoT.
Kursus ini 100 persen tersedia online melalui Coursera, dan menawarkan jadwal yang fleksibel.
Ini adalah salah satu kursus sertifikat di Coursera yang dapat diambil secara gratis dengan atau tanpa bantuan keuangan.
7.IoT Professional Program: IoT-Inc.
Bruce Sinclair adalah instruktur IoT-Inc. Certified IoT Professional (ICIP), yang diperuntukkan bagi wirausahawan, investor, insinyur, dan pengembang yang sibuk. Dia adalah penulis terlaris di IoT, dengan latar belakang pemrograman dan pemasaran dan memegang peran CEO di berbagai perusahaan IT.
Program ini terdiri dari tiga kursus dengan studi kasus dunia nyata yang menjanjikan di bidang industri, konsumen, komersial, dan infrastruktur Internet of Things. Secara keseluruhan, Anda harus menyelesaikan 45 modul dalam 163 ilustrasi. Demikian juga, ia memiliki 28 tes, dan Anda akan mengikuti satu ujian terakhir tahun ini menjelang akhir kursus.
Pelatihan online berbayar ($1.199), tetapi konten gratis dapat diakses di situs web.
IoT tumbuh dan berubah saat ini. Anda dapat menghadapi tantangan dan peluangnya dengan melanjutkan pendidikan Anda.
Mempersiapkan Kursus Anda
Anda harus memutuskan untuk mengejar satu atau dua sertifikasi yang disebutkan di atas untuk meningkatkan kredensial Anda. Anda dapat dengan mudah mendapatkan sertifikasi yang Anda inginkan tanpa harus mengikuti kelas dengan mendaftar secara online.
Anda dapat memilih kursus dari daftar pilihan gratis dan berbayar di postingan ini agar sesuai dengan strategi pengembangan karir Anda.
Ini untuk menjadi profesional IoT bersertifikat dan akhirnya mendapatkan pekerjaan impian Anda.
Apa sebenarnya kembar digital itu?
Dunia digital dan fisik dihubungkan oleh kembar digital, yang merupakan salinan virtual dari produk fisik, proses, atau sistem. Artikel ini memandu Anda melalui beberapa aplikasi yang paling menjanjikan untuk kembar digital saat ini dan di masa mendatang. Internet telah dipenuhi dengan kata kunci baru selama beberapa tahun : kembar secara digital. Selain itu, penambahan istilah “digital twin of an organization” (DTO) ke dalam campuran telah terjadi baru-baru ini, sebagaimana dibuktikan oleh keputusan Gartner untuk memasukkan DTO ke dalam daftar sepuluh besar tren teknologi strategis untuk tahun 2019.
Semakin banyak bisnis yang melihat teknologi sebagai peluang untuk mengatur orang, proses, dan hal-hal dengan cara yang canggih, menghasilkan hasil dan manfaat bisnis yang lebih baik bagi semua orang, karena kembaran digital menjadi model sistem dari hal-hal yang saling berhubungan daripada representasi digital dari satu item. Namun, apakah teknologinya benar-benar akan hilang? Dan di manakah letak peluang masa depan terbesarnya?
Artikel ini menyelidiki apa sebenarnya kembar terkomputerisasi itu, cara menerjemahkan realitas dari potongan-potongan gosip, dan ke mana arah kemajuan terutama saat mereka dewasa dan memenuhi ruang lingkup.
Contents
Apa itu Kembar Digital?
Kembar digital hanyalah salinan virtual dari produk, proses, atau sistem nyata. Dengan memanfaatkan sensor untuk mengumpulkan data secara real time tentang objek fisik, ini berfungsi sebagai penghubung antara dunia digital dan fisik. Item tersebut kemudian dapat dipahami, dianalisis, dimanipulasi, atau dioptimalkan dengan membuat replika digital menggunakan data ini. Selama bertahun-tahun, pembuatan prototipe virtual, teknologi kembaran hibrida, kembaran virtual, dan manajemen aset digital semuanya telah digunakan untuk menggambarkan teknologi tersebut.
Kembar digital telah ada untuk sementara waktu, tetapi baru setelah Internet of Things (IoT) lepas landas, mereka menjadi lebih diterima secara luas sebagai alat masa depan. Mereka juga menggabungkan AI dan ML untuk menghubungkan data, algoritme, dan konteks, menarik perhatian karena memungkinkan bisnis menguji konsep baru, meramalkan masalah sebelum muncul, memperoleh jawaban baru atas pertanyaan baru, dan memantau item dari jarak jauh.
Bagaimana Kembar Digital Digunakan?
Sekarang kami telah menyelesaikan pertanyaan yang sering licin, apa itu inovasi kembar terkomputerisasi?, kami sekarang dapat menyelidiki bagaimana inovasi telah digunakan untuk mengembangkan proses bisnis lebih lanjut. Di masa lalu, kembaran digital digunakan untuk meningkatkan performa aset tunggal seperti mesin jet atau turbin angin. Namun, mereka menjadi lebih maju dalam beberapa tahun terakhir. Mereka sekarang tidak hanya menghubungkan satu aset, tetapi juga sistem aset atau seluruh organisasi. Kapasitas mereka untuk membantu dalam pemecahan masalah kompleks juga meningkat saat mereka menggabungkan semakin banyak aset dengan data tentang proses dan orang.
Aplikasi dalam Perawatan Kesehatan
Perawatan kesehatan adalah contoh yang baik dari aplikasi organisasi kembar digital. Dengan mengkloning klinik dengan hati-hati, direktur klinik medis, spesialis, dan perawat medis dapat memperoleh pemahaman yang kuat dan konstan tentang kesejahteraan pasien dan proses kerja. Mereka memberikan metode yang lebih baik untuk menganalisis proses dan mengingatkan individu yang tepat pada waktu yang tepat ketika tindakan segera diperlukan dengan menggunakan sensor untuk memantau pasien dan mengoordinasikan peralatan dan staf.
Waktu tunggu di ruang gawat darurat dapat dikurangi, alur pasien dapat ditingkatkan, biaya operasional dapat dikurangi, dan pengalaman pasien dapat ditingkatkan. Ketika sebuah rumah sakit menggunakan teknologi kembar digital untuk menghilangkan hambatan dalam aliran pasien, mereka melihat pengurangan biaya sebesar 910 persen. Selain itu, replika digital dapat digunakan untuk mengantisipasi dan mencegah keadaan darurat code blues, juga dikenal sebagai cardiopulmonary atau respiratory arrest, yang menyelamatkan lebih banyak nyawa. Faktanya, salah satu jaringan layanan kesehatan mengalami penurunan kejadian kode biru sebesar 61% setelah menerapkan teknologi kembar digital di rumah sakit mereka.
Aplikasi di Industri Real Estat
Di bangunan real estat komersial, kembaran digital juga dapat memberikan dampak organisasi yang signifikan. Mereka memungkinkan operator bangunan untuk mengoptimalkan alur kerja dari jarak jauh, mendapatkan wawasan baru, dan memantau proses dengan menyatukan sistem yang sebelumnya terputus seperti HVAC, keamanan, dan pencarian jalan. Mereka juga dapat digunakan untuk meningkatkan pengalaman penyewa dengan memberi penghuni lebih banyak kendali atas ruang kerja dan kondisi sekitarnya.
Dengan mengoptimalkan sistem dan menghubungkan orang, pemilik dan operator dapat menggunakan kembaran digital untuk mengurangi biaya, menghindari biaya di masa mendatang, meningkatkan tingkat hunian, dan meningkatkan nilai aset secara keseluruhan. Faktanya, kami telah menghitung bahwa mereka dapat menurunkan biaya pengoperasian di beberapa gedung hingga 88 sen per kaki persegi per tahun.
Apakah “Kembaran Digital” Hanya Kata Kunci Lain?
Di mana-mana, istilah “Kembaran Digital” digunakan. Apakah benar-benar ditakdirkan untuk tetap tinggal? Mayoritas mengatakan ya. Faktanya, tren saat ini menunjukkan kebangkitan kembaran digital yang akan datang. Menurut penelitian Gartner, pada tahun 2018, 48% bisnis yang menggunakan IoT juga akan menggunakan atau berencana menggunakan kembaran digital. Selain itu, pada tahun 2020, setidaknya satu inisiatif kembar digital akan diluncurkan oleh setengah dari produsen besar, dan jumlah bisnis yang memanfaatkannya akan meningkat tiga kali lipat pada tahun 2022. Dengan kata lain, mereka tidak akan pergi.
Implementasi kembar digital adalah sumber variasi. Ketika sensor canggih, kecerdasan buatan, dan pembelajaran mesin digabungkan dengan teknologi kembar digital, masalah organisasi yang paling mendesak dapat diatasi. Mereka perlu didukung oleh database berkinerja tinggi yang dapat mengumpulkan dan memproses banyak set data secara real time untuk memaksimalkan kegunaannya.
Bagaimana Masa Depan Kembar Digital?
Mereka memberikan peluang baru yang luar biasa di tingkat organisasi di lingkungan binaan. Misalnya, menerapkannya di rumah sakit atau gedung real estat komersial berpotensi menguntungkan tidak hanya pemilik atau administrator gedung, tetapi juga orang-orang yang tinggal di sana. Mereka dapat digunakan untuk mencoba memecahkan masalah besar dan menciptakan nilai jangka panjang dengan memulai dari orang, lalu melihat masalah dan konteks, dan akhirnya menambahkan sistem IT dan perangkat yang terhubung.
Kembar digital adalah langkah selanjutnya dalam perjalanan digital untuk bisnis dan organisasi yang sudah menggunakan Internet of Things. Mereka dapat digunakan untuk meningkatkan produktivitas, merampingkan operasi, menemukan masalah sebelum muncul, dan memunculkan ide-ide baru untuk masa depan. Kembar digital adalah sesuatu yang harus Anda selidiki jika perusahaan Anda ingin menghasilkan hasil yang lebih baik untuk semua orang, bukan hanya hasil bisnis yang lebih baik.