资料介绍
描述
描述
介绍
该项目旨在成为以下的合乎逻辑的继续:
作为罗马 Sapienza 大学物联网课程的学习项目。在本节中,我们将在前面部分开发的基于云的系统之上构建。本质上,我们将使用通用传感器 API构建一个 HTML5 移动应用程序,以从手机的加速度传感器收集数据。该数据将通过一个简单的活动识别模型进行计算,该模型检测用户是静止不动还是行走,并最终发送到我们的云系统(该模型将以边缘和云方式部署)。
依赖项
在这个项目中,需要的依赖项很少,可以按照此处链接的官方指南轻松获得:
执行
移动HTML5应用程序
一个非常简单的基于 HTML5 的移动应用程序,由节点服务器托管,它的工作是通过通用传感器 API 从集成加速度计中检索数据,并最终将其发送到云端。该页面将在本地计算并显示识别模型的结果。
通用SensorAPI -线性加速度计
设置加速度计以达到我们想要的结果非常简单,这是通过使用 Geneirc Sensor Api,一个以一致且可访问的方式将传感器数据公开到开放 Web 平台的框架。首先,您需要定义一个线性加速度传感器,这是加速度计的一种基本形式,不包括重力加速度,在本例中,我们将频率设置为 1Hz。
accelerometer = new LinearAccelerationSensor({ referenceFrame: 'device', frequency: 1 });
然后,设置错误侦听器后,启动加速度计
accelerometer.start();
accelerometer.onreading = () => {
//APPLY RECOGNITION MODEL TO THE INPUT DATA
rModel(accelerometer.x, accelerometer.y, accelerometer.z)
//PUSH DATA
}
加速度计上的输入数据将与模型一起计算,或者直接推送到云端。
用户活动识别模型
我开发了一个非常简单的活动识别模型,具有很好的准确性并且没有训练数据集(这将导致合理数量的误报)。
从 Generic Sensor Api 测量的经典加速度考虑了在 X、Y、Z 三个轴上施加到智能手机的重力。这种影响可以通过简单的数学运算轻松避免,但我们可以简单地使用线性加速度传感器,它不会不考虑重力。
模型本身依赖于向量“法线”概念的功能性,实际上我们有一个包含三个元素 v(x,y,z) 的向量,我们可以通过这个数学概念来计算该向量的长度以下等式:
||v|| = sqrt(x^2 + y^2 + z^2)
该长度在经验研究的阈值上进行比较。
在我们的例子中,如果长度大于 0.7,则用户应该在移动,否则它在休息。
部署模型 - 基于Edge
如前所述,我们正在测试我们模型的两种部署。让我们看看我们如何在应用程序的前端本地部署模型。
delta = Math.sqrt(accelerometer.x * accelerometer.x + accelerometer.y * accelerometer.y + accelerometer.z * accelerometer.z);
delta > 0.7 ? (moving = true, status.innerHTML = "Walking") : (moving = false, status.innerHTML = "Resting");
console.log("send data: " + accelerometer);
socket.emit('data',
{
x: accelerometer.x,
y: accelerometer.y,
z: accelerometer.z,
status: moving
});
线性加速度传感器收集的数据在 html 上本地计算,并通过托管页面的服务器上的 publishAsync 函数发送到谷歌云(我们通过使用 soket.io 检索值,如上一教程中所示)。
const publishAsync = (
mqttTopic,
client,
data,
) => {
console.log("Edge computing");
// Function that push the sensor status on Google Cloud
var status = JSON.stringify(data.status);
var x = JSON.stringify(data.x);
var y = JSON.stringify(data.y);
var z = JSON.stringify(data.z);
console.log("x: " + x + " y: " + y + " z:" + z + " ======> " + status);
const payload = deviceId + ":" + status + ":" + "crowd_sensing";
// Publish "payload" to the MQTT topic. qos=1 means at least once delivery. (There is also qos=0)
console.log('Publishing message:', payload);
client.publish(mqttTopic, payload, { qos: 1 });
};
请注意,您需要一些个人 google 云项目数据(mqtt 主题、客户端和 deviceId),如我们的第一个教程中所述。
部署模型 - CloudBased
另一面,现在让我们将模型部署到云上。html是相同的,但现在我们不会使用本地计算的值,实际上数据(x,y,z)是:
1)推送到云端
const publishCloud = (
mqttTopicCloud,
clientCloud,
data,
) => {
// Function that push the sensor value on Google Cloud
var x = JSON.stringify(data.x);
var y = JSON.stringify(data.y);
var z = JSON.stringify(data.z);
console.log("Cloud computing");
console.log("x: " + x + " y: " + y + " z:" + z);
const payload = deviceIdCloud + ":" + x + ":" + y + ":" + z + ":" + "crowd_sensing";
// Publish "payload" to the MQTT topic. qos=1 means at least once delivery. (There is also qos=0)
console.log('Publishing message:', payload);
clientCloud.publish(mqttTopicCloud, payload, { qos: 1 });
};
2)通过云端模型计算,然后通过soket.io推送到dashboard。
else if (device == "accelerometer") {
//Computed at edge, receive and push the value without computing at cloud
log[5].lastValue = value;
log[5].values.push(value);
socket.emit('accelerometer', log[5].lastValue);
socket.emit('accelerometer', log[5].values);
}
else if (device == "accelerometer_cloud") {
//Compute at cloud, if delta > 0.7 then user is moving
var delta = Math.sqrt(x * x + y * y + z * z);
log[6].lastValue = delta > 0.7
socket.emit('accelerometer_cloud', log[6].lastValue);
socket.emit('accelerometer_cloud', log[6].values);
}
如您所见,我们使用两个设备进行推送,以实现我们的双重部署研究案例的目标。
3) 保存在数据库中
// References an existing subscription
const subscription = pubSubClient.subscription(subscriptionName);
// Create an event handler to handle messages
let messageCount = 0;
const messageHandler = message => {
console.log(`Received message ${message.id}:`);
console.log(`\tData: ${message.data}`);
var data = `${message.data}`.split(":");
if (data != null) {
var device = data[0].toString();
var x, y, z;
var value = data[0] != "accelerometer_cloud" ? data[1].toString() : (x = data[1], y = data[2], z = data[3]);
[//Device Switch as seen in 2)]
new Data
({
device: device,
value: value,
data: Date.now() / 1000
}).save();
额外- 云功能作为后台功能
通过使用云功能也可以达到同样的目标。可以在“./crowd_sensing_client/background_function”下的我的个人存储库中找到一个示例。我认为这是实现这个目标的一种很好的平衡方法,流程非常简单,本质上传递给特定主题的数据将通过定义的后台函数进行分析,然后推送到另一个主题(或您喜欢的同一个主题) )。让我们看看它是如何工作的:
1)在google cloud IoT core上点击云函数,然后新建一个函数。
为函数插入一个名称,选择分配的内存(256MiB 就足够了),选择 Cloud Pub/Sub 作为触发方法,然后选择一个关联的主题(或者创建一个新的无论如何)。
2)编码你的功能。
注意在这部分中,正确设置package.json至关重要,因为 pubsub 的版本彼此非常不同(在这种情况下,我使用的是 0.21.1)。请记住更改已执行函数的名称。
3)只需将值推送到特定主题即可。
我真的很喜欢这个实现,但是使用的那个对所有其他教程来说更加线性和一致。我希望您喜欢本教程,您可以测试运行服务器 (node./app.js) 并使用部署在 heroku 上的移动应用程序的整体应用程序。
- R303指纹识别模块用户手册
- R311指纹识别模块用户手册
- 使用通用传感器API和Google进行用户活动识别 0次下载
- 物联网人类活动识别网络应用 0次下载
- 探究机械工程物联网系统远程解决方案 15次下载
- AS60x指纹识别SOC用户手册 48次下载
- 什么是智能工厂-物联网系统 7次下载
- 基于流量指纹的物联网设备识别方法 13次下载
- 嵌入式系统设计与物联网开发资料下载 7次下载
- 结合全局种子最优局部扩展的跨网络用户识别方法 7次下载
- 一种基于神经网络的僵尸粉识别模型 8次下载
- 如何安装和运行osxMotionAR活动识别库 1次下载
- 如何解决聊天机器人中用户就医意图识别方法 2次下载
- 基于达芬奇技术设计的日面活动图像处理与识别系统详细中文资料 0次下载
- 基于物联网技术的手机条码识别系统的研究杨前华 1次下载
- 射频识别系统基本组成 2850次阅读
- 陀螺仪在人体活动识别系统中的应用 1471次阅读
- 详解Linux服务器的用户活动和命令 5747次阅读
- 物联网系统评价的模型如何去构建实现 1168次阅读
- 微软强制用户升级华为鸿蒙系统出来你会放弃windows使用鸿蒙吗 6077次阅读
- 语音识别系统功能_语音识别系统的应用 5256次阅读
- 体育馆人脸识别系统的应用案例 2103次阅读
- 嵌入式语音识别系统是什么 2859次阅读
- 谷歌人脸识别门铃的摄像头和门铃二合一 3030次阅读
- 射频识别应用系统的运行环境与接口方式介绍 1869次阅读
- 物联网嵌入式系统的应用及特征 5131次阅读
- 几种人脸识别门禁系统设计的方案介绍 5.2w次阅读
- 车牌识别技术的发展及意义_车牌识别系统原理介绍 1.6w次阅读
- 对于谷歌应用传统的自动语音识别(ASR)系统的解析 8421次阅读
- 划片机视觉识别系统设计原理分析 2840次阅读
下载排行
本周
- 1山景DSP芯片AP8248A2数据手册
- 1.06 MB | 532次下载 | 免费
- 2RK3399完整板原理图(支持平板,盒子VR)
- 3.28 MB | 339次下载 | 免费
- 3TC358743XBG评估板参考手册
- 1.36 MB | 330次下载 | 免费
- 4DFM软件使用教程
- 0.84 MB | 295次下载 | 免费
- 5元宇宙深度解析—未来的未来-风口还是泡沫
- 6.40 MB | 227次下载 | 免费
- 6迪文DGUS开发指南
- 31.67 MB | 194次下载 | 免费
- 7元宇宙底层硬件系列报告
- 13.42 MB | 182次下载 | 免费
- 8FP5207XR-G1中文应用手册
- 1.09 MB | 178次下载 | 免费
本月
- 1OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234315次下载 | 免费
- 2555集成电路应用800例(新编版)
- 0.00 MB | 33566次下载 | 免费
- 3接口电路图大全
- 未知 | 30323次下载 | 免费
- 4开关电源设计实例指南
- 未知 | 21549次下载 | 免费
- 5电气工程师手册免费下载(新编第二版pdf电子书)
- 0.00 MB | 15349次下载 | 免费
- 6数字电路基础pdf(下载)
- 未知 | 13750次下载 | 免费
- 7电子制作实例集锦 下载
- 未知 | 8113次下载 | 免费
- 8《LED驱动电路设计》 温德尔著
- 0.00 MB | 6656次下载 | 免费
总榜
- 1matlab软件下载入口
- 未知 | 935054次下载 | 免费
- 2protel99se软件下载(可英文版转中文版)
- 78.1 MB | 537798次下载 | 免费
- 3MATLAB 7.1 下载 (含软件介绍)
- 未知 | 420027次下载 | 免费
- 4OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234315次下载 | 免费
- 5Altium DXP2002下载入口
- 未知 | 233046次下载 | 免费
- 6电路仿真软件multisim 10.0免费下载
- 340992 | 191187次下载 | 免费
- 7十天学会AVR单片机与C语言视频教程 下载
- 158M | 183279次下载 | 免费
- 8proe5.0野火版下载(中文版免费下载)
- 未知 | 138040次下载 | 免费
评论
查看更多