IoT-For-Beginners/translations/ml/4-manufacturing/lessons/4-trigger-fruit-detector

സെൻസറിൽ നിന്നുള്ള പഴത്തിന്റെ ഗുണനിലവാര പരിശോധന ട്രിഗർ ചെയ്യുക

നിത്യ നരസിംഹൻ ഒരുക്കിയ സ്കെച്‌നോട്ട്. വലിയ പതിപ്പ് കാണാനായി ചിത്രത്തിൽ ക്ലിക്ക് ചെയ്യുക.

മുൻപാഠ പരീക്ഷ

മുൻപാഠ പരീക്ഷ

പരിചയം

ഒരു ഐഓടി അപ്ലിക്കേഷൻ ഒരു ഉപകരണം ഡാറ്റ ശേഖരിച്ചു ക്ലൗഡിലേക്ക് അയയ്ക്കുന്നതിൽ മാത്രം靠തല്ല, സാധാരണയായി ഒന്നിലധികം ഉപകരണങ്ങൾ സെൻസറുകൾ ഉപയോഗിച്ച് ഭൗതിക ലോകത്തിൽ നിന്നുള്ള ഡാറ്റ ശേഖരിക്കാൻ, ആ ഡാറ്റ അടിസ്ഥാനമാക്കി തീരുമാനങ്ങൾ എടുക്കാനും ആക്ടുവേറ്ററുകൾ അല്ലെങ്കിൽ ദൃശ്യീകരണങ്ങളിലൂടെ ഭൗതിക ലോകത്തോട് വീണ്ടും ഇടപെടാനും ചേർന്ന് പ്രവർത്തിക്കുന്നു.

ഈ പാഠത്തിൽ നിങ്ങൾക്കു കഠിനമായ ഐഓടി അപ്ലിക്കേഷനുകൾ രൂപകൽപ്പന ചെയ്യുന്നത്, നിരവധി സെൻസറുകൾ ഉൾപ്പെടുത്തിയ അപ്ലിക്കേഷനുകൾ, ഡാറ്റ വിശകലനം ചെയ്തു സംഭരിക്കാൻ ക്ലൗഡ് സർവീസുകൾ, ഒരു ആക്ടുവേറ്ററിലൂടെ പ്രതികരണം കാണിക്കുന്ന രീതികൾ എന്നിവയെ കുറിച്ച് കൂടുതൽ അറിയാം. ഒരു പഴങ്ങളുടെ ഗുണനിലവാര നിയന്ത്രണ സംവിധാനം രൂപകൽപ്പന ചെയ്യുന്നതു എങ്ങനെ എന്നതും, ഉപയോഗിക്കുന്ന പ്രോക്സിമിടി സെൻസറുകളിലൂടെ ഐഓടി അപ്ലിക്കേഷൻ ട്രിഗർ ചെയ്യുന്നതും, ആ സംവരണ സമ്പ്രദായത്തിന്റെ ഘടന എന്താകുമെന്ന് പഠിക്കും.

ഈ പാഠത്തിൽ ഇതുകൾ പഠിക്കും:

• കഠിനമായ ഐഓടി അപ്ലിക്കേഷനുകൾ രൂപകൽപ്പന ചെയ്യുക
• പഴത്തിന്റെ ഗുണനിലവാര നിയന്ത്രണ സംവിധാനം രൂപകൽപ്പന ചെയ്യുക
• സെൻസറിന്‍റെ സഹായത്തോടെ പഴ ഗുണനിലവാരം പരിശോധിക്കൽ ട്രിഗർ ചെയ്യുക
• പഴ ഗുണനിലവാര പരിശോധിക്കുന്നതിനുള്ള ഡാറ്റ
• ഏകദേശമായി ഒരുപാട് ഐഒടി ഉപകരണങ്ങൾ കോപ്പിയെടുക്കാൻ ഡെവലപ്പർ ഉപകരണങ്ങൾ ഉപയോഗിക്കുക
• ഉത്പാദനം വശത്ത് മാറൽ

🗑 ഈ പദ്ധതി പൂർത്തിയാക്കുന്ന അവസാന പാഠമാണ് ഇതു, അതിനാൽ ഈ പാഠവും അസൈൻമെന്റും പൂർത്തിയാക്കിയ ശേഷം നിങ്ങളുടെ ക്ലൗഡ് സർവീസുകൾ ക്ലീൻ ചെയ്യാൻ മറക്കരുത്. അസൈൻമെന്റ് പൂർത്തിയാക്കാൻ ഈ സർവീസുകൾ ആവശ്യമാണ്, അതിനാൽ ആദ്യം അസൈൻമെന്റ് തീർത്തു കഴിഞ്ഞു സർവീസുകൾ ക്ലീൻ ചെയ്യണം.

ആവശ്യങ്കിലു നിങ്ങളുടെ പ്രോജക്റ്റ് ക്ലീൻ ചെയ്യൽ മാർഗ്ഗനിർദ്ദേശം കാണുക.

കഠിനമായ ഐഓടി അപ്ലിക്കേഷൻ രൂപകൽപ്പന ചെയ്യുക

ഐഒടി അപ്ലിക്കേഷനുകൾ പല ഘടകങ്ങളിലും ഉണ്ടാകുന്നു. ഇതിൽ വിവിധ ഘടകങ്ങളും വ്യത്യസ്ത ഇന്റർനെറ്റ് സർവീസുകളും ഉൾപ്പെടുന്നു.

ഐഒടി അപ്ലിക്കേഷനുകൾ വസ്തുക്കൾ (ഡിവൈസുകൾ) അയക്കുന്ന ഡാറ്റയുടെ അടിസ്ഥാനത്തിൽ അവബോധങ്ങൾ സൃഷ്ടിക്കുന്നു എന്ന രൂപത്തിൽ വിവരണാമാകാം. ഈ അവബോധങ്ങൾ ബിസിനസ് അല്ലെങ്കിൽ പ്രക്രിയ മെച്ചപ്പെടുത്താൻ പ്രവർത്തനങ്ങൾ സൃഷ്ടിക്കുന്നു. ഉദാഹരണത്തിന് ഒരു എൻജിൻ (വസ്തു) താപനില ഡാറ്റ അയയ്ക്കുന്നു. ഈ ഡാറ്റ എൻജിൻ പ്രതീക്ഷിച്ച പോലെ പ്രവർത്തിക്കുന്നുണ്ടോ എന്ന് വിലയിരുത്താൻ ഉപയോക്താവാകും (അവബോധം). ഈ അവബോധം എൻജിനിനുള്ള പരിപാലന ഷെഡ്യൂൾ മുൻഗണന നൽകാൻ ഉപയോഗപ്പെടുന്നു (പ്രവർത്തനം).

• വ്യത്യസ്ത വസ്തുക്കൾ മികച്ച ഡാറ്റാ ഭാഗങ്ങൾ ശേഖരിക്കുന്നു.
• ഐഒടി സർവീസുകൾ ആ ഡാറ്റയുടെ അടിസ്ഥാനത്തിൽ അവബോധങ്ങൾ നൽകുന്നു, ചിലപ്പോൾ അധിക ഡാറ്റാ ഉറവിടങ്ങളിൽ നിന്നുള്ള ഡാറ്റ ചേർത്ത്.
• ഈ അവബോധങ്ങൾ പ്രവർത്തനങ്ങളെ പ്രേരിപ്പിക്കുന്നു, ഉദാഹരണത്തിന് ആക്ടുവേറ്ററുകൾ നിയന്ത്രിക്കൽ, അല്ലെങ്കിൽ ഡാറ്റ ദൃശ്യീകരിക്കൽ.

റഫറൻസ് ഐഒടി ഘടന

മുകളിലുള്ള ചിത്രത്തിൽ ഒരു റഫറൻസ് ഐഒടി ഘടന കാണിക്കുന്നു.

🎓 ഒരു റഫറൻസ് ഘടന പുതിയ സിസ്റ്റങ്ങൾ രൂപകൽപ്പന ചെയ്യുമ്പോൾ അവയുടെ രൂപകൽപ്പന നിർദ്ദേശിക്കാൻ ഉപയോഗിക്കുന്ന ഒരു ഉദാഹരണ ഘടനയാണ്. നിങ്ങൾ പുതിയ ഐഒടി സിസ്റ്റം നിർമ്മിക്കുന്നുവെങ്കിൽ ഈ റഫറൻസ് ഘടന പിന്തുടർന്ന് നിങ്ങളുടെ ഉപകരണങ്ങളും സർവീസുകളും മാറ്റിവെക്കാം.

• വസ്തുക്കൾ - സെൻസറുകളിൽ നിന്നുള്ള ഡാറ്റ ശേഖരിക്കുന്ന ഉപകരണങ്ങൾ, ചിലപ്പോൾ അതിർത്തി (edge) സർവീസുകൾ കൂടെ ചേർന്ന് ചിത്രം ഡാറ്റ വ്യാഖ്യാനിക്കാൻ ഉപയോഗിക്കുന്ന ഇമേജ് ക്ലാസിഫയർ പോലെയുള്ള ഡാറ്റ വ്യാഖ്യാനിക്കാൻ. ഉപകരണങ്ങളിൽ നിന്നുള്ള ഡാറ്റ ഐഒടി സർവീസിലേക്കാണ് അയക്കുന്നത്.
• അവബോധങ്ങൾ - സെർവർലെസ് അപ്ലിക്കേഷനുകളിൽ നിന്നോ, സംഭരിച്ച ഡാറ്റയിൽ ഓടുന്ന വിശകലനങ്ങളിൽ നിന്നോ കിട്ടുന്നു.
• പ്രവർത്തനങ്ങൾ - ഉപകരണങ്ങളിലേക്ക് അയക്കുന്ന കമാൻഡുകളോ, മനുഷ്യർക്കു തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുന്ന ഡാറ്റാ ദൃശ്യീകരണങ്ങളോ.

മുകളിലുള്ള ചിത്രത്തിൽ ഈ പാഠങ്ങളിൽ ഇതുവരെ കവർ ചെയ്തിരിക്കുന്ന ചില ഘടകങ്ങളും സർവീസുകളും, അവ പൊരുത്തപ്പെടുന്ന രീതിയിൽ ഒരു റഫറൻസ് ഐഒടി ഘടനയിൽ കാണിക്കുന്നു.

• വസ്തുക്കൾ - സെൻസറുകളിൽ നിന്നുള്ള ഡാറ്റ പിടിക്കാൻ നിങ്ങൾ ഉപകരണ കോഡ് എഴുതിയിട്ടുണ്ട്, ക്ലൗഡിലും അതിർത്തി ഡിവൈസിലും Custom Vision ഉപയോഗിച്ച് ചിത്രങ്ങൾ വിശകലനം ചെയ്തു. ഈ ഡാറ്റ IoT Hub-ൽ അയച്ചു.
• അവബോധങ്ങൾ - IoT Hub-ലേക്ക് അയച്ച സന്ദേശങ്ങൾക്കു പ്രതികരിക്കാൻ Azure Functions ഉപയോഗിച്ച്, പിന്നീട് വിശകലനത്തിനായി Azure Storage-ൽ ഡാറ്റ സംഭരിച്ചു.
• പ്രവർത്തനങ്ങൾ - ക്ലൗഡിൽ എടുത്ത തീരുമാനങ്ങളുടെ അടിസ്ഥാനത്തിൽ ആക്ടുവേറ്ററുകൾ നിയന്ത്രിക്കുകയും, Azure Maps ഉപയോഗിച്ച് ഡാറ്റ ദൃശ്യീകരണവും നിർവഹിച്ചു.

✅ നിങ്ങൾ ഉപയോഗിച്ചിട്ടുള്ള മറ്റ് ഐഒടി ഉപകരണങ്ങളെപ്പറ്റി ആലോചിക്കുക, ഉദാഹരണത്തിന് സ്മാർട്ട് ഹോം ഉപകരണങ്ങൾ. ആ ഉപകരണത്തിൽ എന്തൊക്കെ വസ്തുക്കളും, അവബോധങ്ങളും, പ്രവർത്തനങ്ങളും ഉൾപ്പെടുന്നു?

ഈ മാതൃക നിങ്ങളുടെ ആവശ്യത്തിനനുസരിച്ച് വലിയതോ ചെറിയതോ ആയി സ്കെയിൽ ചെയ്യാവുന്നതാണ്, കൂടുതൽ ഉപകരണങ്ങളും സർവീസുകളും ചേർക്കാം.

ഡാറ്റയും സർ‌ക്ഷണവും

നിങ്ങളുടെ സിസ്റ്റം രൂപകൽപ്പന ചെയ്യുമ്പോൾ ഡാറ്റയും സുരക്ഷയും എപ്പോഴും പരിഗണിക്കണം.

• നിങ്ങളുടെ ഉപകരണം എന്ത് ഡാറ്റ അയയ്ക്കുന്നു, സ്വീകരിക്കുന്നു?
• ആ ഡാറ്റ സുരക്ഷിതമാക്കാൻ എങ്ങനെ പോര?
• ഉപകരണം, ക്ലൗഡ് സർവീസിലേക്ക് ആക്സസ് എങ്ങനെ നിയന്ത്രിക്കണം?

✅ നിങ്ങളുടെ ഉപയോഗത്തിലുള്ള ഐഒടി ഉപകരണങ്ങളുടെ ഡാറ്റ സുരക്ഷിതത്വത്തെപ്പറ്റി ആലോചിക്കൂ. ആ ഡാറ്റയിൽ എത്ര പ്രമേഹം വ്യക്തിഗതമാണ്, യാത്രാവേളയിൽ അല്ലെങ്കിൽ സംഭരണത്തിലും സ്വകാര്യമായി സൂക്ഷിക്കേണ്ടത്? ഏത് ഡാറ്റ സംഭരിക്കരുത്?

പഴത്തിന്റെ ഗുണനിലവാര നിയന്ത്രണ സംവിധാനം രൂപകൽപ്പന ചെയ്യുക

ഇപ്പോൾ ഈ വസ്തുക്കൾ, അവബോധങ്ങൾ, പ്രവർത്തനങ്ങൾ ആശയങ്ങൾ നമ്മുടെ പഴം ഗുണനിലവാര പരിശോധനയുമായി സംയോജിപ്പിച്ച് വലിയ ഒരു സമഗ്ര അപ്ലിക്കേഷൻ രൂപകൽപ്പന ചെയ്യാം.

ഒരു പ്രോസസിംഗ് പ്ലാന്റിലായുള്ള പഴങ്ങളുടെ ഗുണനിലവാരം പരിശോധിക്കാൻ ഒരു സംവിധാനമുണ്ടാക്കാൻ നിങ്ങൾക്ക് അനുവദനമുണ്ട് എന്ന് സ്വപ്നം കിടക്കൂ. പഴങ്ങൾ കോൺവേയർ ബെൽറ്റ് സിസ്റ്റത്തിൽ യാത്ര ചെയ്യുന്നു, ഇപ്പോൾ ജീവനക്കാർ കൈയിൽ നിന്ന് പരിശോധിച്ച് പഴം പാകമല്ലാത്തതു ഒഴിവാക്കുന്നു. ചെലവ് കുറക്കാൻ പ്ലാന്റ് ഉടമക്ക് ഒരു സ്വയം പ്രവർത്തിപ്പിക്കുന്ന സംവിധാനം വേണ്ടതാണ്.

✅ ഐഓടിയുടെ വളർച്ചയോടെയുള്ള ഒരു പ്രവണതയായാണ് യന്ത്രങ്ങൾ മാനുവൽ ജോലി മാറ്റിവെക്കുന്നത്. ചെറിയൊരു ഗവേഷണം ചെയ്യൂ: എത്ര ജോലി നഷ്ടമാകാൻ സാധ്യതയുണ്ട്? എത്ര പുതിയ ജോലി ഐഒടി ഉപകരണങ്ങൾ നിർമ്മിക്കാൻ സൃഷ്ടിക്കും?

നിങ്ങൾ ഒരു സംവിധാനം രൂപകൽപ്പന ചെയ്യണം, പഴം കോൺവേയർ ബെൽറ്റിന് നേരെ എത്തുമ്പോൾ അത് കണ്ടെത്തും, പിന്നീട് ഒരു AI മോഡൽ അതിർത്തിയിൽ പ്രവർത്തിച്ച് ചിത്രമെടുത്ത് പരിശോധിക്കും. ഫലം ക്ലൗഡിലേക്ക് അയച്ചുകൊണ്ടിരിക്കും, പാകമല്ലാത്ത പഴം ശ്രമിക്കുന്നുണ്ടെങ്കിൽ ഒരു നൊറിഫിക്കേഷൻ നൽകരുത് എന്നതു ഉറപ്പാക്കണം.

വസ്തുക്കൾ	കോൺവേയർ ബെൽറ്റിൽ എത്തുന്ന പഴം കണ്ടുപിടിക്കുന്ന ഡിറ്റക്ടർ പഴം ഫോട്ടോഗ്രാഫ് ചെയ്ത് വർഗ്ഗീകരിക്കുന്ന ക്യാമറ ക്ലാസിഫയർ പ്രവർത്തിക്കുന്ന എഡ്ജ് ഡിവൈസ് പാകമല്ലാത്ത പഴം അറിയിക്കുന്ന ഉപകരണം
അവബോധങ്ങൾ	പഴത്തിന്റെ പാകം പരിശോധിക്കണമെന്നതിൽ തീരുമാനം പാകം ക്ലാസിഫിക്കേഷൻ ഫലങ്ങൾ സംഭരിച്ചു വയ്ക്കുക പാകമല്ലാത്ത പഴത്തെക്കുറിച്ച് അലർട്ട് നൽകേണ്ടതുണ്ടോ നിർണയിക്കുക
പ്രവർത്തനങ്ങൾ	പഴം ഫോട്ടോഗ്രാഫ് ചെയ്ത് ഇമേജ് ക്ലാസിഫയർ ഉപയോഗിച്ച് പരിശോധിക്കാൻ കമാൻഡ് അയക്കുക പാകമല്ലാത്ത പഴം അറിയിക്കാൻ ഉപകരണത്തിന് കമാൻഡ് അയയ്ക്കുക

നിങ്ങളുടെ അപ്ലിക്കേഷൻ പ്രോട്ടോടൈപ്പ് നിർമ്മിക്കുക

മുകളിലുള്ള ചിത്രം ഈ പ്രോട്ടോടൈപ്പ് അപ്ലിക്കേഷനുള്ള ഒരു റഫറൻസ് ഘടന കാണിക്കുന്നു.

• proximity സെൻസറുളള ഐഒടി ഉപകരണം പഴം എത്തുകയാണെന്ന് കണ്ടെത്തുന്നു. ഇത് ക്ലൗഡിലേക്ക് "പഴം കണ്ടെത്തി" എന്ന സന്ദേശമാണ് അയക്കുന്നത്.
• ക്ലൗഡില്‍ ഒരു സർവർലെസ് അപ്ലിക്കേഷൻ മറ്റൊരു ഉപകരണത്തിന് ഫോടോ എടുക്കാനും ചിത്രത്തെ വർഗ്ഗീകരിക്കാനും കമാൻഡ് അയയ്ക്കുന്നു.
• ക്യാമറ ഉപയോഗിച്ച് ദൃശ്യം എടുക്കുന്ന ഐഒടി ഉപകരണം, ചിത്രം എഡ്ജിൽ ഓടുന്ന ക്ലാസിഫയറിലേക്ക് അയയ്ക്കുന്നു. ഫലം പിന്നീട് ക്ലൗഡിലേക്ക് അയയ്ക്കുന്നു.
• ക്ലൗഡിലെ ഒരു സർവർലെസ് അപ്ലിക്കേഷൻ ഈ വിവരങ്ങൾ സംഭരിച്ചു സൂക്ഷിക്കുന്നു, പിന്നീട് പരിശോധിച്ച് എത്ര ശതമാനം പഴം പാകമല്ലാത്തതാണ് എന്നു കാണും. പഴം പാകമല്ലാതെങ്കിൽ മറ്റൊരു ഐഒടി ഉപകരണത്തിന് കമാൻഡ് അയച്ച് ഫാക്ടറി തൊഴിലാളികളെ LED ഉപയോഗിച്ച് അറിയിക്കും.

💁 ഈ ഐഒടി അപ്ലിക്കേഷൻ ഒരു ഉപകരണമായി കൂടി നടപ്പിലാക്കാം, എല്ലാ ലൊജിക്കും അതിൽ ഉൾപ്പെടുത്തി. സിംഗിൾ ഡിവൈസ് ആയിട്ടും ഇമേജ് ക്ലാസിഫിക്കേഷൻ തൊടക്കാനും LED നിയന്ത്രിച്ചതും സാധ്യമാണ്. ഒരു ഐഒടി ഹബ്ബ് വെറും പാകമല്ലാത്ത പഴങ്ങളുടെ എണ്ണം ട്രാക്ക് ചെയ്യാനും ഉപകരണം ക്രമീകരിക്കാനും ഉപയോഗിക്കാം. ഈ പാഠത്തിൽ വലിയ സ്കെയിൽ ഐഒടി അപ്ലിക്കേഷനുകൾക്കുള്ള ആശയങ്ങൾ വിശദീകരിക്കാൻ ഇത് വ്യാപിപ്പിച്ചിരിക്കുന്നു.

പ്രോട്ടോട്ടൈപ്പിനായി, നിങ്ങൾ ഇതൊന്നും ഒറ്റ ഉപകരണത്തിലായിരിക്കും നടപ്പിലാക്കുന്നത്. മൈക്രോക്കൺട്രോളർ ഉപയോഗിക്കുന്നുവെങ്കിൽ ചിത്ര ക്ലാസിഫയർ ഓടിക്കാൻ വേറെ ഒരു എഡ്ജ് ഡിവൈസും ഉപയോഗിക്കും. ഇതുവരെ നിങ്ങൾ അഭ്യസിച്ചിട്ടില്ലാത്തതുകൾ ഈ നിർമ്മാണത്തിന് വേണമെന്നു മനസ്സിലാക്കിയിരിക്കും.

സെൻസറിൽ നിന്നുള്ള പഴ ഗുണനിലവാരം പരിശോധന ട്രിഗർ ചെയ്യുക

പഴം പാകം പരിശോധിക്കാൻ ഐഓടി ഉപകരണം ഒരു ട്രിഗറിന് ആവശ്യമുണ്ട്. ഇതിന് ഒരു ട്രിഗർ പഴം കോൺവേയർ ബെൽറ്റിൽ ശരിയായ സ്ഥിതിയിൽ എത്തിയപ്പോൾ സെൻസറിലേക്ക് നിന്നും ദൂരം അളക്കാം.

പ്രോക്സിമിടി സെൻസറുകൾ സെൻസറിന് വസ്തുവിന്റെ ദൂരം അളക്കാൻ ഉപയോഗിക്കുന്നു. സാധാരണയായി അവ ലേസർ ബീം അല്ലെങ്കിൽ ഇൻഫ്രാറെഡ് പ്രകാശം പോലെ എലക്ട്രമ്യാഗ്നറ്റിക് റേഡിയേഷൻ പുറത്ത് വിടുകയും, അത് വസ്തുവിൽ തിരിച്ച് പുറത്തെടുക്കുന്ന റേഡിയേഷൻ കണ്ടെത്തുകയും ചെയ്യും. ബീം പുറത്ത് വിടുന്നതിനു ശേഷം ബീം തിരികെ മുഖാമുഖം എത്തുന്നതിന് എത്ര സമയം എടുത്തു എന്നതിന്റെ അടിസ്ഥാനത്തിൽ സെൻസറിന് വസ്തു എത്ര ദൂരത്തിലാണ് എന്നത് കണക്കുകൂട്ടാം.

💁 സാധ്യതയുണ്ട് നിങ്ങൾക്ക് പ്രോക്സിമിടി സെൻസറുകൾ അറിയാതെ ഉപയോഗിച്ചിട്ടുണ്ടാകാം. പല സ്മാർട്ട്ഫോണുകളും നിങ്ങൾ ആരുമായോ സംസാരിച്ചു കൊണ്ടിരിക്കുമ്പോൾ സ്ക്രീൻ ഓഫ് ആക്കി മുട്ടിയിട്ട് പൊളിച്ചുവീഴ്ച ഒഴിവാക്കാൻ proximity സെൻസറിന്റെ സഹായം ഉപയോഗിക്കുന്നു.

ജോലി - ദൂരം അളക്കുന്ന സെൻസർ ഉപയോഗിച്ച് പഴത്തിന്റെ ഗുണനിലവാരം പരിശോധന ട്രിഗർ ചെയ്യുക

നിങ്ങളുടെ ഐഒടി ഉപകരണം proximity സെൻസർ ഉപയോഗിച്ച് വസ്തു കണ്ടെത്തുന്നതിനുള്ള അനുയോജ്യമായ മാർഗ്ഗർഗ്ഗം തുടരുക:

• Arduino - Wio Terminal
• സിംഗിൾ-ബോർഡ് കമ്പ്യൂട്ടർ - Raspberry Pi
• സിംഗിൾ-ബോർഡ് കമ്പ്യൂട്ടർ - വെർച്വൽ ഡിവൈസ്

പഴത്തിന്റെ ഗുണനിലവാരം പരിശോധിക്കുന്നതിനുള്ള ഡാറ്റ

പ്രോട്ടോടൈപ്പ് പഴം ഡിറ്റക്ടറിനു നിരവധി ഘടകങ്ങൾ പരസ്പരം ആശയവിനിമയം നടത്തുന്നു.

• proximity സെൻസർ പഴത്തിലേക്ക് ദൂരം അളക്കുകയും ഇത് IoT Hub-ലേക്ക് അയയ്ക്കുകയും ചെയ്യുന്നു
• ക്യാമറയെ നിയന്ത്രിക്കുന്ന കമാൻഡ് IoT Hub-ൽ നിന്നു ക്യാമറ ഉപകരണത്തിലേക്ക്
• ഇമേജ് ക്ലാസിഫിക്കേഷന്റെ ഫലങ്ങൾ IoT Hub-ലേക്ക്
• പഴം പാകമല്ലാത്തതു അറിയിക്കാൻ LED നിയന്ത്രിക്കുന്ന കമാൻഡ് IoT Hub-ൽ നിന്നു LED ഉള്ള ഡിവൈസിലേക്ക്

പ്രയോഗം തുടങ്ങുന്നതിനു മുമ്പ് ഈ സന്ദേശങ്ങളുടെ ഘടന നിർവ്വചിക്കുക നല്ലതാണ്.

💁 പരിചയസമ്പത്തുള്ള എഴുത്തുകാരൻമാരിൽ പലരും വ്യത്യസ്തമായി അയക്കുന്ന ഡാറ്റ കാരണം ഉണ്ടായ ബഗുകൾ കണ്ടെത്താൻ മണിക്കൂറുകൾ, ദിവസങ്ങൾ, ഇവിടെ വരെ ആഴ്ചകൾ ചിലവഴിക്കുന്നു.

ഉദാഹരണമായി - താപനില വിവരങ്ങൾ അയയ്ക്കുമ്പോൾ JSON-ൽ നിങ്ങൾ എങ്ങനെ നിർവ്വചിക്കും? temperature എന്ന് ഫീൽഡ് ഉപയോഗിക്കാമോ, അല്ലെങ്കില് പൊതു സംക്ഷേപം temp ഉപയോഗിക്കാമോ?

{
    "temperature": 20.7
}

ഇതിനെതിരെ:

{
    "temp": 20.7
}

നീരുമാറ്റങ്ങളും പരിഗണിക്കണം - °C അല്ലെങ്കിൽ °F താപനിലയാണോ? ഉപയോക്തൃ ഉപകരണം താപനില മണ്ഡലങ്ങൾ മാറ്റുന്നെങ്കിൽ, ക്ലൗഡ്‌ളേക്ക് അയക്കുന്ന യൂണിറ്റ് പിന്നീട് ഒറ്റപോലെ നിലനിർത്തണമെന്ന് ഉറപ്പാക്കണം.

✅ കുറച്ച് ഗവേഷണം ചെയ്യൂ: 125 ദശലക്ഷം ഡോളർ വിലയുള്ള മാര്സ് ക്ലൈമറ്റ് ഓർബിറ്റർ തകരാറിലായത് യൂണിറ്റ് പ്രശ്‌നങ്ങൾ മൂലമുണ്ടായത് എങ്ങനെ?

പഴ ഗുണനിലവാര പരിശോധനയിലേക്കുള്ള ഡാറ്റയെപ്പറ്റി ആലോചിക്കൂ. ഓരോ സന്ദേശവും നിങ്ങൾ എങ്ങനെ നിർവ്വചിക്കും? ഡാറ്റയെല്ലാം എവിടെ വിശകലനം ചെയ്യും, എന്ത് ഡാറ്റ അയയ്ക്കണമെന്ന് എപ്പോൾ തീരുമാനിക്കും?

ഉദാഹരണത്തിന് - proximity സെൻസർ ഉപയോഗിച്ച് ചിത്രം ക്ലാസിഫിക്ഷൻ ആരംഭിക്കുന്നത്. ഐഒടി ഉപകരണം ദൂരം അളക്കുന്നു, പക്ഷേ തീരുമാനം എവിടെ എടുക്കുന്നു? ഉപകരണം തന്നെ പഴം അടുത്തിടത്ത് വന്നതായി കണ്ടു IoT Hub-ന് ക്ലാസിഫിയറിനു കമാൻഡ് അയയ്ക്കണോ? അല്ലെങ്കിൽ proximity അളക്കലുകൾ IoT Hub-ലേക്ക് അയച്ച് അവിടെ തീരുമാനം എടുക്കണോ?

ഈ ചോദ്യത്തിന് ഉത്തരം തരംതരം ആണ്. ഓരോ ഉപയോഗ കേസും വ്യത്യസ്തമാണു; ഐഒടി ഡെവലപ്പറായി നിങ്ങൾ നിർമ്മിക്കുന്ന സംവിധാനവും അത് ഉപയോഗിക്കുന്ന രീതിയും കണ്ടെത്തണം.

• തീരുമാനം IoT Hub എടുക്കുന്നുവെങ്കിൽ നിരവധി distance മെഷറ്മെന്റുകൾ അയയ്ക്കണം.
• കൂടുതലായ സന്ദേശങ്ങൾ അയക്കുകയാണെങ്കിൽ IoT Hub-ന്റെ ചെലവ് കൂടും, നിങ്ങളുടെ ഉപകരണങ്ങൾക്കാവശ്യമായ ബാൻഡ്വിഡ്ത്തും കൂടും (ഫാക്ടറിയിൽ കോടിക്കണക്കിന് ഉപകരണങ്ങൾ ഉള്ളപ്പോൾ). ഉപകരണം ലേഗായി പ്രവർത്തിക്കും.
• ഉപകരണത്തിലേ തന്നെ തീരുമാനം എടുക്കുന്നതാണ് എങ്കിൽ ഉപകരണം ക്രമീകരിക്കാൻ വഴികൾ നൽകണം, മെഷീൻ ഫൈൻ ട്യൂൺ ചെയ്യാൻ.

ഡെവലപ്പർ ഉപകരണങ്ങൾ ഉപയോഗിച്ച് ഒന്നിൽകൂടി പല ഐഒടി ഉപകരണങ്ങൾ സിമുലേറ്റ് ചെയ്യുക

നിങ്ങളുടെ പ്രോട്ടോടൈപ്പ് നിർമ്മിക്കാൻ നിങ്ങളുടെ ഐഒടി ഡെവ് കിറ്റ് പല ഉപകരണങ്ങളായി പ്രവർത്തിക്കേണ്ടതാണ്, ടെലിമെട്രി അയക്കി കമാൻഡുകൾക്ക് പ്രതികരിക്കും.

Raspberry Pi അല്ലെങ്കിൽ വെർച്വൽ ഐഒടി ഉപകരണം ഓടിക്കുന്ന ഇവ ശക്തമായ ഉപകരണങ്ങളിൽ പല ഡിവൈസുകളും സിമുലേറ്റ് ചെയ്യൽ

Raspberry Pi പോലുള്ള സിംഗിൾ ബോർഡ് കമ്പ്യൂട്ടറുമായി നിങ്ങൾക്ക് ഒരുമിച്ച് നിരവധി അപ്ലിക്കേഷനുകൾ റൺ ചെയ്യാം. എന്നിട്ട് ഓരോ ഐഒടി ഉപകരണത്തിനും CPU പ്രക്രിയകൾ ആയി പല അപ്ലിക്കേഷനുകളും സൃഷ്‌ടിച്ച് ഐഒടി ഉപകരണങ്ങൾ സിമുലേറ്റ് ചെയ്യാം. ഉദാഹരണത്തിന് ഓരോ ഉപകരണവും വ്യത്യസ്ത Python ഫയലായി നടപ്പാക്കി വ്യത്യസ്ത ടെർമിനലുകളിൽ റൺ ചെയ്യാം.

💁 ചില ഹാർഡ്‌വെയറുകൾ പല അപ്ലിക്കേഷനുകൾ ഒരേസമയം ഉപയോഗിക്കുമ്പോൾ പ്രവർത്തിക്കാതെ പോകാം.

മൈക്രോക്കൺട്രോളറിൽ പല ഉപകരണങ്ങൾ സിമുലേറ്റ് ചെയ്യൽ

സിംഗിൾ ബോർഡ് കമ്പ്യൂട്ടറുകളെ അപേക്ഷിച്ച് മൈക്രോക്കൺട്രോളറുകളിൽ പല ഉപകരണങ്ങൾ സിമുലേറ്റ് ചെയ്യുക കൂടുതൽ ബുദ്ധിമുട്ടാണു. ഒറ്റ സമയത്ത് ഒട്ടനവധി അപ്ലിക്കേഷനുകൾ ഓടിക്കാൻ കഴിയില്ല, എല്ലാ ഉപകരണങ്ങൾക്കും ഐഒടി ലൊജിക്ക് ഒറ്റ അപ്ലിക്കേഷനിൽ ഉൾപ്പെടുത്തണം.

ഇത് ലളിതമാക്കാൻ ചില നിർദ്ദേശങ്ങൾ:

• ഓരോ IoT ഉപകരണത്തിനും ഒരോ ക്ലാസ് അല്ലെങ്കിൽ അതിലധികം ക്ലാസ്സുകൾ സൃഷ്ടിക്കുക - ഉദാഹരണത്തിന് DistanceSensor, ClassifierCamera, LEDController എന്നിങ്ങനെ ക്ലാസ്സുകൾ. ഓരോന്നിനും സ്വന്തം setup മാരും loop മാരും ഉണ്ടാകാം, അവ പ്രധാന setup മാരും loop മാരും വിളിക്കും.
• കമാൻഡുകൾ ഒരിടത്ത് കൈകാര്യം ചെയ്യുകയും ആവശ്യത്തിന് ബന്ധപ്പെട്ട ഉപകരണ ക്ലാസിലേക്ക് മാർഗ്ഗനിർദ്ദേശം നൽകുകയും ചെയ്യുക.
• പ്രധാന loop ഫങ്ഷനിൽ, വ്യത്യസ്ത ഉപകരണങ്ങളുടെ സമയക്രമം പരിഗണിക്കേണ്ടി വരും. ഉദാഹരണത്തിന്, ഒരു ഉപകരണ ക്ലാസ് ഓരോ 10 സെക്കൻഡിലും പ്രോസസ് ചെയ്യണമെങ്കിൽ, മറ്റൊന്ന് ഓരോ സെക്കൻഡിലും പ്രോസസ് ചെയ്യേണ്ടതുണ്ടെങ്കിൽ, പ്രധാന loop ഫങ്ഷനിൽ 1 സെക്കൻഡ് ഡിലേ ഉപയോഗിക്കുക. ഓരോ loop വിളിയും ഓരോ സെക്കൻഡിൽ പ്രോസസ് ചെയ്യേണ്ട ഉപകരണത്തിനായി അനുയോജ്യമായ കോഡ് പ്രവർത്തിപ്പിക്കും, ക്യാരക്ടർ 10-ലേക്ക് ആകുമ്പോൾ മറ്റൊരു ഉപകരണം പ്രോസസ് ചെയ്യുന്നതിന് ഒരു കൗണ്ടർ ഉപയോഗിക്കുക (ആതുര്‍ കഴിഞ്ഞാൽ കൗണ്ടർ റീസെറ്റ് ചെയ്യുക).

ഉത്പാദനത്തിലേക്ക് മാറ്റുക

പ്രോട്ടോട്ടൈപ്പ് അന്തിമ ഉത്പാദന സിസ്റ്റത്തിനുള്ള അടിസ്ഥാനമായി പ്രവർത്തിക്കും. ഉത്പാദനത്തിലേക്ക് മാറ്റുമ്പോൾ ചില വ്യത്യാസങ്ങളുണ്ടാകാം:

• ദൃഢമാക്കിയ ഭാഗങ്ങൾ - ഫാക്ടറിയുടെ ശബ്ദം, ചൂട്, കുലുക്കം, സമ്മർദ്ദം എന്നിവയെ പിന്തിരിപ്പിക്കാൻ രൂപകല്‍പ്പന ചെയ്ത ഹാർഡ്‌വെയർ ഉപയോഗിക്കുക.
• ഉൾക്കിടയിലെ ഇടപാട് - ചില ഭാഗങ്ങൾ ക്ലൗഡിലേക്ക് പോകാതെ നേരിട്ട് സംവദിക്കും, ക്ലൗഡിന്റെ ശേഖരണത്തിനായി മാത്രമേ ഡാറ്റ അയയ്ക്കൂ. ഇത് ഫാക്ടറിയുടെ ക്രമീകരണത്തിനു അനുസരിച്ച് നേരിട്ട് ബന്ധപ്പെടലോ, ഗേറ്റ്വേ ഉപകരണമുപയോഗിച്ച് എഡ്ജിൽ ഭാഗം IoT സേവനം നടത്തലോ ആകാമു.
• ക്രമീകരണ മാർഗ്ഗങ്ങൾ - ഓരോ ഫാക്ടറി, ഉപയോഗ കേസും വ്യത്യസ്തമാണെന്നു കൊണ്ട് ഹാർഡ്വെയർ ക്രമീകരിക്കാവുന്നതാണ്. ഉദാഹരണത്തിന്, പ്രോക്സിമിറ്റിചേന്ദ്രം വ്യത്യസ്ത മാഹിത്യം വേറേ അവധിക്കൊണ്ട് കണ്ടെത്തേണ്ടി വരും. ക്ലാസിഫിക്കേഷന്‍‌ക്ക് ലോജിക്കും ഉറപ്പാക്കാനുള്ള ദൂരം ഹാർഡ്കോഡ് ചെയ്യുന്നതിനു പകരം, ക്ലൗഡ് വഴി ക്രമീകരിക്കാവുന്നതാണ്, ഉദാഹരണത്തിന് ഡിവൈസ് ട്വിന്‍ ഉപയോഗിച്ച്.
• ഓട്ടോമേറ്റഡ് ഫലങ്ങൾ നീക്കം ചെയ്യൽ - പച്ചക്കുത്ത് ഫലത്തെ സൂചിപ്പിക്കാൻ LED-ന്റെ പകരം, ഓട്ടോമേറ്റഡ് ഉപകരണങ്ങൾ അത് നീക്കം ചെയ്യും.

✅ കുറേ ഗവേഷണം നടത്തുക: വികസന കിറ്റുകളിൽനിന്നും ഉത്പാദന ഉപകരണങ്ങൾ വ്യത്യസ്തമാകാൻ മറ്റെന്തെല്ലാം രീതികളുണ്ടാകാം?

---

🚀 വെല്ലുവിളി

ഈ പാഠത്തിൽ IoT സിസ്റ്റം ആർക്കിടെക്ചർ ചെയ്യുന്നത് എങ്ങനെ എന്നതിന് ആവശ്യമായ ആശയങ്ങൾ നിങ്ങൾ പഠിച്ചു. മുൻപ് ചെയ്ത പ്രോജക്ടുകൾ ചിന്തിച്ച് അവ മുകളിലുള്ള റഫറൻസ് ആർക്കിടെക്ചരിലേക്ക് എങ്ങനെ പൊരുത്തപ്പെടുന്നു എന്ന് വിശകലനം ചെയ്യുക.

ഇതുവരെയുള്ള പ്രോജക്ടുകളിൽ ഒന്നിനെ തിരഞ്ഞെടുത്ത്, അവയിൽ ഉൾപ്പടാത്ത മിക്ക ശക്തികളെയും ചേർത്ത് കൂടുതൽ സങ്കീർണ്ണമായ പരിഹാരത്തിന്റെ രൂപകൽപ്പന ചിന്തിക്കുക. ആർക്കിടെക്ചർ വരച്ചും, നിങ്ങളുടെ ആവശ്യമായ ഉപകരണങ്ങളെയും സേവനങ്ങളെയും கவനിക്കുക.

ഉദാഹരണത്തിന് - GPS ഉപകരണവും സენსോറുകളും ചേർന്ന വാഹന ട്രാക്കിംഗ് ഉപകരണം, തണുത്ത വാനിലെ താപനിലകൾ, എഞ്ചിൻ ഓൺ/ഓഫ് സമയം, ഡ്രൈവർയുടെ തിരിച്ചറിയൽ തുടങ്ങിയവ നിരീക്ഷിക്കുക. ഇതിനുള്ള ഉപകരണങ്ങൾ, ഉൾപ്പെട്ട സേവനങ്ങൾ, കൈമാറുന്ന ഡാറ്റ, സുരക്ഷയും സ്വകാര്യതയും എങ്ങനെ കൈകാര്യം ചെയ്യും എന്ന് ആലോചിക്കുക.

പാഠോത്തര ക്വിസ്സ്

Post-lecture quiz

അവലോകനം & സ്വയം പഠനം

• മൈക്രോസോഫ്റ്റ് ഡോക്സിലെ Azure IoT റഫറൻസ് ആർക്കിടെക്ചർ ഡോക്യുമെന്റേഷൻ ൽ IoT ആർക്കിടെക്ചർ കുറച്ച് കൂടുതൽ വായിക്കുക
• Microsoft docsൽ IoT ഹബ് ഡിവൈസ് ട്വിനുകൾ മനസ്സിലാക്കി ഉപയോഗിക്കുക എന്ന ലേഖനം വായിക്കുക
• വ്യവസായ ഓട്ടോമേഷൻ ഉപയോഗിക്കുന്ന മെഷീൻ-ടു-മെഷീൻ കമ്യൂണിക്കേഷൻ പ്രോട്ടോക്കോൾ OPC-UA ന്റെയും വിക്കിപീഡിയയിലെ OPC-UA പേജ് ൽ വായിക്കുക

അസൈൻമെന്റ്

ഫലം ഗുണമേന്മ സുഖാന്വേഷകൻ നിർമ്മിക്കുക

---

ഡിസ്ക്ലെയിമർ:
ഈ ദസ്താവേസ് AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്ക് ശ്രമിച്ചുകൊണ്ടിരിയ്ക്കുമ്പോഴും, യന്ത്രവിതരണങ്ങൾ പിശക് അല്ലെങ്കിൽ തികച്ചും തെറ്റായ വിവരങ്ങൾ അടങ്ങിയിരിക്കാം എന്നത് അറിവിലാക്കുക. ആംഗലഭാഷയിലുള്ള പ്രാഥമിക ദസ്താവേസ് പരമാവധി വിശ്വാസയോഗ്യമായ ഉറവിടമായി കണക്കാക്കണമെന്ന് അഭിമുഖപ്പെടുന്നു. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മാനുഷികം വിവർത്തനം നിർദേശിക്കുന്നു. ഈ പരിഭാഷയുടെ ഉപയോഗത്തിൽ നിന്ന് ഉണ്ടായേക്കാവുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനത്തിനോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.