Douglas Vinicius Esteves
In [6]:
import numpy as np
In [8]:
from IPython.display import Image
Image(filename='../figures/workflow01.png')
Out[8]:
Criar um formato para estudos de consumdo de energia para arquiteturas de dispositivos de IoT, Utilizando um protótipo, em um formato que consiga reproduzir os mesmos formato de fluxo de comunicação, coletando dados para criar um modelo de comparação de consigo para diferentes arquiteturas utilizadas em protótipação de produtos para Internet of things.
Protótipo do hardware com breve descrição de funcionamento e recursos. Ideia foi retirada de um projeto de Campainha de IoT, utilizado em um Hackerspace Brasileiro,
Batery, forma de alimentar o dispositivo. ESP8266, Um chip de baixo custo implementado a plilha de TCP/IP e com um microcontrolador fabricado pela empresa Chinesa Espressif systems. Programa LUA : Programa com controle do device e exução de funções. Connection : Tratamento com a conexão do device com o gateway local para envio de informações para plataforma online e ativação de sinal no local. Switch : Interface Homem máquina, acionamento para ativação do device.
Estrutura de comunicação com o device e Internet. Aqui é onde fica a infra estrutura local da casa, prédio ou local físico que forneça a comunicação com o dispositivo.
Tratamento da comunicação com o device, tratamento de informação, acionamento de recursos locais e envio de informações para plataforma online.
Estrutura da plataforma de centralização da informação. Escolha de uma plataforma para salvar e acessar as informações, existem diversas tecnologias e modelos para serem usadas.
Podendo utilizar outras plataformas em modo de comparação, estarei citando informações com o thingspeak.
Basicamente onde fica um banco de dados, página web para ver historio e acessar telas com informações dos dispositivos via internet.
Os dados dessa pesquisa, foram trabalhados através da plataforma thingspeak, que apresetou recursos interessantes para armezenar as informações coletadas atraves dos dispositivos, consigo publicar em canais com perfil publico, com possibilidades de compartilhamento de links para fácil acesso na visualização dos dados. Essas informações são exibidas através de diferentes tipos de gráficos dinamicos. Outro recurso interessante da plataforma e facilidade de exportar essas informações coletadas para o formato csv, xml ou json .
Escolhi exportas os dados como .CSV e assim consigo ler pela ferramenta Jupyter Notebook.
In [3]:
import csv
In [3]:
with open('database.csv', 'rb') as csvfile:
spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
for row in spamreader:
print ', '.join(row)