IoT voidaan määritellä tarkoittavan kaikkien esineiden yhdistämistä internetiin. IoT laitteiden määrä on yli kymmenenkertaistunut vuodesta 2010, kun samassa ajassa muiden Internettiin yhdistettävien laitteiden (älypuhelimet, tietokoneet yms.) määrä on kasvanut vain noin 20 %:lla (IoT analytics 2020). Kaikenlaisia laitteita, leivänpaahtimista palohälyttimiin, voidaan hallita ja monitoroida Internetin välityksellä. Eräs IoT laitteiden yleistymisen mahdollistavista tekijöistä on mikrokontrollerien ja sulautettujen tietokoneiden hintojen lasku. (Statista 2021; Microsoft 2021, 7.)
Yksi edullinen luottokortin kokoinen tietokone on Raspberry Pi. Siihen saadaan yhdistettyä erilaisia sensoreita ja laitteita GPIO-liittimien (General Purpose Input/Output) avulla. Lisäksi Raspberry Pi:ssä riittää laskentakapasiteettia erilaisiin IoT-tarpeisiin kuten monitorointeihin ja lokitietojen tallentamiseen.
Lokitietojen avulla voidaan tarkastella historiatietoja lähimenneisyydestä. Raspberry Pi:n tallennustila on kuitenkin rajallinen ja voi helposti loppua kesken, jos dataa tallennetaan usein. Datan voi tarvittaessa siirtää pilveen, jolloin datan säilyttämisestä pitää maksaa, tai voidaan käyttää aikasarjatietokantaa, jossa on ominaisuuksia aikasarjadatan koon optimointiin. Tällä hetkellä suosituin aikasarjatietokanta on InfluxDB (Solid IT 2021). InfluxDB:llä voidaan luoda automaattisesti koosteita vanhemmasta datasta (InfluxData 2021). Esimerkiksi jos dataa kerätään minuutin välein, voidaan viikon vanhasta datasta laskea 10 minuutin välein keskiarvo ja korvata alkuperäinen data. Tällä tavalla vanhempi data vie kymmenen kertaa vähemmän tallennustilaa.
Visualisointi Grafanalla
Datan tallentamisen lisäksi sitä täytyy visualisoida, jotta siitä on hyötyä. Grafana on avoimen lähdekoodin datan visualisointisovellus, jolla voi luoda graafeja suoraan tietokannassa olevalla datalla. Grafana tukee monia eri tietokantoja, kuten MySQL:ää, PostgreSQL:ää, ja InfluxDB:tä (Grafana Labs 2021a). Grafanalla luodaan valvomonäyttöjä (dashboard), jotka ovat erilaisia näkymiä halutusta datasta.
Grafana saadaan asennettua suoraan Raspberry Pi:lle. Asennuksen jälkeen täytyy vielä luoda käyttäjä sekä yhdistää Grafana datalähteeseen, joka voi olla joko paikallinen tai verkossa oleva tietokanta. Datalähdettä voidaan sitten käyttää valvomonäyttöjen luomiseen, ja se on suoraviivaista, koska Grafana näyttää kaikki tietokannassa olevat kentät, joista voi valita graafiin haluamansa datan. Oletuksena näyttöjä pääsee näkemään vain lokaalisti, mutta ne voidaan myös avata Internettiin, jolloin niitä voi katsoa mistä vain. Seuraavassa kuvassa on esitetty Grafanalla tehty valvomonäyttö, jossa keskeiset mittausarvot ovat luettavissa yhdellä kertaa.
Esimerkki tiedonkeruujärjestelmän toteutuksesta
LAB-Ammattikorkeakoulun ITKO-hankkeessa (Yrityslähtöiset IoT-ratkaisut ja koneoppiminen) tutkitaan ja kehitetään data pipelinen ja koneoppimisen teknologiakonsepteja aina ilmiön mittaamisesta tiedon jalostamiseen. Data pipelinestä käytetään joskus nimeä data-putki, ja sillä tarkoitetaan datan siirtoa ja dataan tehtäviä muokkauksia aina mittauksesta pilvipalvelun analysointiraporttiin. Hankkeessa kehitettiin opinnäytetyönä jäteveden lämmönvaihtimen tiedonkeruujärjestelmä, jonka avulla voidaan tarkastella laitteen hyötysuhdetta pitkällä aikavälillä graafisesti. Graafi on esitetty seuraavassa kuvassa 2. Työ toteutettiin EcoWec hybridivaihtimiin yhdessä tilaajan (EcoPal) kanssa. (Kinnunen 2021.)
Kirjoittajat
Jesse Kinnunen on valmistumassa insinööriksi LAB-ammattikorkeakoulun tieto- ja viestintätekniikan koulutusvastuusta.
Matti Welin toimii yliopettajana LAB-ammattikorkeakoulussa Tieto- ja viestintätekniikan koulutusvastuussa ja on ITKO-projektissa mukana asiantuntijana.
Lähteet
Solid IT. 2021. DB-Engines Ranking of Time Series DBMS. [Viitattu 12.9.2021] Saatavissa: https://db-engines.com/en/ranking/time+series+dbms
Grafana Labs. 2021a. Data sources. [Viitattu 13.9.2021] Saatavissa: https://grafana.com/docs/grafana/latest/datasources/
Grafana Labs. 2021b. Elasticsearch Exporter Quickstart and Dashboard. [Viitattu 12.9.2021]. Saatavissa: https://grafana.com/grafana/dashboards/14191?pg=dashboards
InfluxData. 2021. Downsample and retain data. [Viitattu 12.9.2021] Saatavissa: https://docs.influxdata.com/influxdb/v1.8/guides/downsample_and_retain/
Kinnunen, J. 2021. Tiedonkeruujärjestelmän toteutus lämmönvaihtimeen. Case: Ecopal Oy. Lahden ammattikorkeakoulu, tekniikan ala. Lahti.
Knud, L. 2020. State of the IoT 2020: 12 billion IoT connections, surpassing non-IoT for the first time. IoT Analytics. [Viitattu 11.9.2021] Saatavissa: https://iot-analytics.com/state-of-the-iot-2020-12-billion-iot-connections-surpassing-non-iot-for-the-first-time/
Microsoft. 2018. 2019 Manufacturing Trends Report, [Viitattu: 13.9.2021] Saatavissa: https://info.microsoft.com/rs/157-GQE-382/images/EN-US-CNTNT-Report-2019-Manufacturing-Trends.pdf
Statista. 2021. Average costs of industrial Internet of Things (IoT) sensors from 2004 to 2020. [Viitattu 13.9.2021] Saatavissa: https://www.statista.com/statistics/682846/vr-tethered-hmd-average-selling-price/
Kuvat
KUVA 1. Grafana Labs. 2021b. Elasticsearch Exporter Quickstart and Dashboard. [Viitattu 12.9.2021]. Saatavissa: https://grafana.com/grafana/dashboards/14191?pg=dashboards
