Aufbau eines Belegungssensors mit einem 5-Dollar-ESP32 und einer serverlosen Datenbank
(matthew.science)Entwicklung einer Softwarelösung zur Erfassung von Personenerkennungsdaten auf einem Universitätscampus
- Im ersten Studienjahr Erfahrungen mit den Personenerkennungssensoren von Bluefox gesammelt, um den Betrieb der Mensa zu verbessern
- Nachdem die Universität den Mensabetreiber zu Aramark wechselte, wurden keine Personenerkennungsdaten mehr bereitgestellt
Idee zur Nachverfolgung von Metriken der Personenerkennung mit Bluetooth-Beacons
- Überlegungen zur Genauigkeit, die Anzahl der BLE-Beacons als Personenzahl zu verwenden
- Überlegungen zur Genauigkeit, die Verfügbarkeitsdauer von BLE-Beacons als Aufenthaltsdauer zu verwenden
- Berücksichtigung der Auswirkungen der MAC-Adressrandomisierung verschiedener Hersteller auf die Datenerfassung
- Überlegungen zur Übertragung der Ergebnisse an einen zentralen Server sowie zu Methoden der Datenerfassung und -analyse
Entwicklung eines kleinen Geräts für den langfristigen Einsatz
- Erste Versuche mit einem Raspberry Pi Zero W und die dabei aufgetretenen Probleme
- Komplexe Bluetooth-Verarbeitung unter Linux und Probleme mit der Wi-Fi-Verbindung
Eine günstige und effiziente Alternative mit dem ESP32
- Entscheidung für den ESP32 wegen Wi-Fi- und Bluetooth-Funktionen, geringem Stromverbrauch, niedrigem Preis und kleiner Bauform
- Neuschreiben des Datenerfassungscodes in C++ sowie Datenerfassung über Cloudflare Functions und die D1-Datenbank
Bereitstellung der Datenerfassungsgeräte und Überwindung von Hindernissen
- Implementierung eines HashSets zur Behebung von Speicherproblemen und Abstürzen der ESP32-Geräte
- Wahl von XIAO ESP32C3/S3-Geräten für einen langfristig stabilen Betrieb
Endgültige Datenerfassung und Zeitreihenprognose
- Durch Datenerfassung über einen Tag hinweg wurden Trends der Personenbewegung bei Änderungen der Vorlesungszeiten bestätigt
- Einsatz von NeuralProphet für die Zeitreihenprognose
Zusätzliche Überlegungen und künftige Arbeiten
- Untersuchung von Methoden zur Verbesserung der Genauigkeit, die Anzahl der BLE-Beacons als Bevölkerungszahl zu verwenden
- Prüfung einer künftigen Erweiterung auf Anwendungsfälle für Universitätsgremien oder akademische Forschung
Meinung von GN⁺
Das Wichtigste an diesem Beitrag ist die geteilte Erfahrung bei der Entwicklung einer Softwarelösung, die günstige ESP32-Geräte und eine serverlose Datenbank nutzt, um Personenerkennungsdaten auf einem Universitätscampus zu erfassen und zu analysieren. Der Beitrag dürfte für Menschen mit Interesse an Software Engineering spannend sein und bietet besonders angehenden Softwareingenieurinnen und -ingenieuren mit Interesse an Embedded Systems und Datenanalyse nützliche Informationen.
1 Kommentare
Hacker-News-Kommentare