Indice dei Contenuti
Introduzione.
I giorni 20 e 21 Giugno si è svolto a Milano in via Calabiana il Microsoft Big Data & IoT Food Hackathon.
Principalmente l’hackathon era composto di tre challenge:
- Trovare trend di dati con il DataModelling
- Data Visualization, ovvero la visualizzazione dei dati con l’utilizzo di Power Bi
- Terza e ultima challenge, IoT e big data
In questo breve articolo racconterò la mia esperienza insieme a tre colleghi, Paolo Cantore, Piero Sbressa e Claudio Anardu, insieme abbiamo deciso di scegliere l’ultima challenge per IoT. L’obiettivo che ci siamo posti è stato quello di sviluppare un sistema per monitoraggio di una stalla. La prima cosa alla quale abbiamo pensato, e lo sviluppo su carta di tutto il sistema, tenendo conto fin da subito quelle che sono le regole da rispettare per la scelta del consumatore, in altre parole:
- Buono: salute, soggettività, marchio Q e la normativa ISO 9000
- Pulito: salute, soggettività, Emas e la normativa ISO 4001
- Giusto: normativa SA8000
Ritenendola di là delle normative vigenti una cosa importantissima, poiché si tratta di un alimento che noi stessi consumiamo quotidianamente, e ne va della nostra salute. Terminata l’analisi in merito alla scelta del consumatore, siamo passati alla fase di analisi del progetto che abbiamo deciso di suddividere in tre categorie e un unità centrale di controllo:
- Stalla
- Cisterna
- Produzione
- Unità centrale
Stalla
Il luogo dove solitamente stanno gli animali, è molto importante in questa circostanza, che stiano in un ambiente sano e pulito.
Cisterne
Il luogo dove è eseguito lo stoccaggio, in questo caso del latte. Anche qui e molto importante verificare alcuni aspetti che vedremo in seguito.
Produzione
Ultimo passaggio prima della distribuzione e vendita al consumatore. Queste sono le basi sulle quali abbiamo deciso lo sviluppo del sistema, ma veniamo ora alla parte tecnica.
Il progetto vero è proprio.
Il progetto in se, é dotato di quattro postazioni:
- Unità Centrale: composta di una scheda Arduino Mega, una scheda xBee, con la quale riceviamo le informazioni dalle altre postazioni che esamineremo dopo, quest’ultima utilizza un protocollo di comunicazione chiamato ZigBee. Infine serve una scheda Ethernet schield, la quale collegata a un router permette l’invio dei dati via internet.
- Unità di controllo della stalla: composta di scheda Arduino Uno, scheda xBee come prima per la trasmissione dei dati. Passiamo ora ai sensori utilizzati, e necessario controllare la temperatura dell’aria sulle due altezze, in altre parole in basso e alto, la luminosità, la pressione atmosferica, la qualità dell’aria, l’altitudine e infine la polvere. Questo per garantire un ambiente confortevole per gli animali, e per garantire la produzione nel nostro caso di latte sano e genuino. La tipologia di sensori per Arduino e molto vasta, vi sono diversi tipi di sensori adatti al controllo da eseguire, esempio il sensore DHT11 e adatto per il controllo della temperatura e umidità.
- Unità di controllo Cisterne: anche questa parte e composta di una scheda Arduino Uno e scheda xBee. In questo caso e molto importante verificare il livello di liquidi nelle cisterne per evitare che il prodotto ne fuoriesca, controllare la temperatura del latte, il valore del ph e infine quello dell’Orp (Potenziale ossido riduttivo).
- Unità di controllo Produzione: a livello di board vengono sempre utilizzate le schede Arduino Uno e xBee, mentre per la parte di sensoristica deve essere controllato il consumo d’acqua, il consumo elettrico, verificare la quantità di latte imbottigliato nell’arco della giornata ed infine la quantità di rifiuti prodotti.
Questa è stata la fase di analisi per quanto riguarda tutta la parte hardware, partendo dalle board e finendo con i sensori. Passiamo ora alla parte software, per la programmazione delle schede Arduino, è necessario l’ide di sviluppo che trovate qui. Poi bisognava pensare a come memorizzare le informazioni provenienti dai sensori, la scelta è ricaduta su Microsoft Azure, nella fattispecie l’utilizzo di un mobile service, inviando da Arduino i dati al DataBase con api di tipo Rest, utilizzando una chiamata di tipo Post con protocollo HTPP, questo perché le informazioni sono inviate con un campionamento di circa quindici minuti, per cui non vi è un gran flusso di dati. In caso contrario, la scelta sarebbe ricaduta su un Event Hub e Stream Analytics, dei servizi creati e pensati per la gestione di una grossa mole di informazioni, un buon punto di partenza lo trovate qui. Dopo la creazione del mobile service di cui trovate qui un tutorial, si e passati allo sviluppo del codice C per le schede Arduino e al collegamento di tutta la parte hardware. Siamo a buon punto, ma manca ancora un tassello, visualizzare i dati in qualche modo e fare poi in conformità a determinate situazioni un qualcosa. La scelta in questo caso, è stata doppia, in altre parole dare la possibilità di visualizzare in dati sia sul PC mediante applicazione Web e tutto mediante grafici sull’andamento della stalla in tutte le parti menzionate prima, ma abbiamo voluto dare anche la possibilità di visualizzare le informazioni a chi possiede un telefono Windows Phone. Questa è stata l’ultima parte in merito allo sviluppo, adesso viene la parte più bella, disporre dopo le prove necessarie, tutto l’hardware nelle quattro postazioni, qui è richiesto un minimo di conoscenza a livello elettrico ed elettronico, in altre parole essere in grado di collegare le schede e sensori. Fortunatamente e il mio mestiere e non è stato un problema, e ho contribuito ad aiutare il collega Claudio Anardu. Abbiamo simulato le postazioni, collegato tutto il necessario in attesa della valutazione della giuria al momento della presentazione del progetto. Stremati e ansiosi, finalmente è arrivato il momento tanto atteso, il collega Paolo Cantore ha fatto una breve introduzione sul progetto spiegando poi tutta la parte hardware e di sensoristica utilizzati. Io avendo gestito la parte Microsoft Azure, ho fatto una breve introduzione su come i dati erano memorizzati, infine Piero Sbressa ha spiegato brevemente in che modo è riuscito a combinare i dati provenienti dai sensori con i big data forniti nell’Hackathon con Power Bi. Terminando, devo ammettere che ho imparato molte più cose in questi due giorni, che in tutto il tempo dedicato da solo a IoT, è stata un’esperienza bellissima che consiglio a tutti, ma il vantaggio è anche stato quello di essere capitato in un team di ragazzi con elevate competenze e passione per ciò che si stava svolgendo, questa secondo me è stata l’arma che ci ha portato a non mollare e arrivare come unico team a portare a termine un progetto e perché no, portare a casa un bel Lumia 640.