Nastavne oblasti
Tematika
kursa
kojom bi se pokrile elementare oblasti, preširoka je za fond
časova raspoloživ
za jedan kurs i jedan semestar. Stoga se teme obeležene crvenom bojom
ili ne
rade i predviđene su za samostaln/nadgledan rad studenata kroz
seminarske,
semestralne i završne radove, ili su već odrađene kroz druge
predmete koji
prethode/sleduju predloženom kursu. Izuzetak je tema koja se bavi
bezbednošću,
koja će se obavezno u perspektivi izdvojiti kao zaseban kurs.
1:
Uvod u IoT
•
IoT, trendovi, podrška u relevantnim kompanijama:
• Stopa prilagođavanja IoT-u
i trendovi
• Poslovni model i funkcionisanje na bazi IoT-a
• Oblasti primene, primeri: Smart House and Smart City, Industrijski Internet, Smart Cars, Wearables,
Home Healthcare, itd.
• Poslovna pravila za IoT
• Troslojna arhitektura za Big Data - Fizički nivo (senzori),
komunikacija i
podaci
• Analitika
2:
IIoT i M2M
•
Koncepti 4.0 industrijske
revolucije
• 5 IIoT principa
• Pametne fabrike i
fleksibilna proizvodnja
• Ubrzani povrat investicija
• Platformski bazirani alati
• komunikacija
u IIoT - Senzorske mreže i bežični protokoli
• senzorske i ad-hoc mreže
• Wireless
i Wireline mreža
• WiFi-802.11 familija: od
N do S - primena standarda i najpoznatiji
proizvođači.
• Zigbee i Zwave - prednost mreža sa
niskom potrošnjom.
• Zigbee na daljinu.
• Pregled različitih
Zigbee čipova.
• Bluetooth
/ BLE: Mala snaga i velika snaga, brzina detekcije, klasa
BLE.
• Bluetooth proizvođači.
• Kreiranje mreže sa bežičnim
protokolima kao što je Piconet / BLE
• Protokol stekovi i
struktura paketa za BLE i Zigbee
• Druge RF komunikacione veze dugog
dometa
• LOS i NLOS veze
• Izračunavanje kapaciteta i
propusnosti komunikacionog kanala
• Problemi sa aplikacijama u bežičnim
protokolima - potrošnja energije,
pouzdanost, PER, QoS, LOS
• Primeri u senzorskim mrežama
•
PICO
NET-BLE Bazirana mreža
•
Zigbee
mreža: master / slave
komunikacija
•
Data
hubovi: μC i mali industrijski računar baziran na datahubu
3: Senzori i elektronika
u IoT
•
Osnovna funkcija i arhitektura senzora - kućište senzora,
mehanizam senzora,
kalibracija senzora, održavanje senzora, troškovna i cenovna
struktura,
• Tradicionalna i savremena senzorska
mreža - sve osnove o senzorima
• Razvoj senzorske elektronike - IoT i
tradicionalni pristup, open source i
tradicionalni PCB design
• Razvoj senzorskih komunikacionih
protokola - istorija do današnjih dana.
Klasični protokoli: Modbus, HART,
Zigbee, Bluetooth,
itd.
• Poslovni aspekti za primenu senzora -
regulativa FDA / EPA, otkrivanje
prevara , nadzor, kontrola kvaliteta i upravljanje procesima
• Različite vrste kalibracione tehnike
- ručne, automatizovane, na terenu
• Opcije napajanja za senzore -
baterije, solarna energija,
wireless, Power over Ethernet
• Praktičcni aspekti rada sa
pojedinačnim silicijumskim i drugim senzorima kao
što su temperatura, pritisak, vibracija, magnetno polje,
faktor snage itd.
4:
Pregled
hardverskih
platformi, proizvodnja i projekcije
troškova
• PCB vs FPGA vs
ASIC dizajn - kako odlučiti
•
Prototipska elektronika i proizvodna
elektronika
• QA sertifikati za IoT: CE / CSA / UL
/ IEC / RoHS / IP65: Šta znače i kada su
potrebni?
• Višeslojni PCB dizajna
• pouzdanost
elektronike - osnovni koncepti FIT-a i “stopa rane
smrtnosti”
• Testiranje u realnom okruženju -
osnovni pojmovi
5:
Osmišljavanje novog IoT proizvoda - dokument o zahtevima za
IoT proizvod
•
Trenutno stanje tehnologije na tržištu
• Trendovi za nove funkcije i
tehnologije zasnovane na analizama tržišta i
patentima
• Detaljne tehničke specifikacije za
nove proizvode - sistem, softver, hardver,
mehanički zahtevi, instalacije itd.
• Zahtevi za pakovanje i dokumentaciju
• Uslovi servisiranja i
podrške korisnicima
• Dizajn visokog nivoa (HLD) za
razumevanje koncepta proizvoda
• Plan puštanja u fazno
uvođenje novih karakteristika
• Potrebno iskustvo razvojnog tima i
predloženi projektni plan -cena i trajanje
• Ciljna proizvodna cena
6.
Platforme za mobilne aplikacije za IoT
•
Protokol stack za IoT mobilne aplikacije
• Integracija mobilnosti u servere,
najbitniji faktori
• inteligentni slojevi na nivou mobilne
aplikacije?
• Primeri
7: Mašinsko učenje za
inteligentne IoT
•
Uvod u mašinsko učenje
• Klasifikacione tehnike
• Bayesian Predikcija - priprema fajla
za obuku
• Vektorska mašina za
podršku
• Slika i video analitička za IoT
• analitika za krađu, prevaru i dojavu
kroz IoT
• Integracija biometrijskog ID-a sa
IoT-om
• Stream analitka i analitika
u realnom vremenu
• Problemi skalabilnosti IoT-a i
mašinskog učenja
• Arhitektonska implementacija
mašinskog učenja za IoT
8: Analitička
podrška za IoT
•
Insight & Analytics
• Visualization analytic
• Structured predictive
analytic
• Unstructured predictive
analytic
• Recommendation Engine
• Pattern detection
• Otkrivanje pravila /
scenarija - neuspeh, prevara, optimizacija
•
Root cause discovery
9: Bezbednost u
implementaciji IoT-a
•
Zašto je bezbednost apsolutno neophodna za IoT
• Mehanizam kršenja
bezbednosti u sloju IOT
• Tehnologije za poboljšanje
privatnosti
• Fundamentalna mrežna sigurnost
• Implementacija šifriranja
i kriptografije za podatke IOT-a
• Sigurnosni standard za dostupnu
platformu
• Evropsko zakonodavstvo za sigurnost
na IoT platformi
• Bezbedno butovanje
• Autentifikacija
uređaja
•
Firewalling and IPS
• Ažuriranja i
“zakrpe”
10: Cloud based IoT
platforme
•
Implementacija baze
podataka za IoT
• SKL i NoSKL. Izbor za odgovarajuću
IoT aplikaciju
• Open source ili licencirana baza
podataka
• Dostupne M2M cloud platforme
• Akeda
• KSIV
• Omega
• NovoTech
• Aila
• Libellium
• CISCO M2M platforma
• AT & T M2M platforma
• Google M2M platforma
•Primeri
11: Primeri
realizacije IoT sistema
• Kućna automatizacija
• Optimizacija energije u kući
• Automotive-OBD
• IoT-Lock
• Smart Smoke alarm
• Wearable IoT
• Sistem za mobilno naplaćivanje
parkiranje vozila
• Praćenje unutrašnjih
lokacija u maloprodaji
• Home health care
• Smart Sports Watch
12:
Big Data (veliki podaci) za
IoT
• 4V- Volume, velocity, variety and
veracity of Big Data
• Zašto su veliki podaci
važni u IoT-u
• Veliki podaci i obični u IoT
• Hadoop za IoT-kada i zašto?
• Tehnike skladištenja
slike, Geospatial i video podataka
• Distribuirane baze podataka
• Paralelne osnove računarstva za IoT
Vežbe na tabli i laboratorija
Opšta
organizacija vežbi na fakultetu
Iskustva
sa stranih univerziteta kao
i naše iskustvo od ranijih godina je pokazalo da se u
predmetima koji imaju
izrazito praktične aspekte, kao što je i ovaj predmet,
najefikasnijim pokazuje
integrisanje vežbi na tabli sa
laboratorijskim vežbama. Takva integrisana nastava (praktična nastava)
se
izvodi u laboratoriji koja poseduje radna mesta na kojima studenti
samostalno
rade ali i tablu na kojoj nastavnik i saradnik mogu da izvode klasične
vežbe.
Svaka
celina koja je predviđena da
se evaluira kroz samostalan rad studenta u okviru laboratorijske vežbe
se
najpre predstavlja na tabli od strane predavača. Nakon predstavljanja
koje
obično traje oko 15 minuta, studenti nastavljaju samostalni rad na
laboratorijskoj
opremi.
Na
ovaj način obezbeđena je visoka
efikasnost i fokusiranje studenata kako na teorijsko predavanje tako i
na
njihov praktični rad.
Praktična
nastava se izvodi na
razvojnim sistemima firme Mikroelektronika, ličnim pametnim telefonima,
mrežnim
resursima fakulteta, mrežnim resursima Mikroelektonike, otvorenom
mrežnim
resursima, i katedarkom serveru sa instaliranom FPGA karticom.
![1](1.png) ![2](2.png)
![3](3.png)
Primer
predasemblirane IoT platforme na bazi komponenti koje obezbeđuje
pertner iz privrede Mikroelektronika. Primer pametnih senzora i
povezivanja na
platformu, kao u korisničkog interneta realizovanog preko mobilne
aplikacije
Vežbe
(laboratorija)
Upoznavanje
sa
odabranom prenosivom platformom za IoT: Hexiwear
1.
Ambient light sensor
2. One
of six capacitive buttons
surrounding the central OLED display
3. RGB
LED
4. Hexiwear
Docking Station connector
5. Optical
heart rate sensor LED and
photodiode
- programsko okruženje i podrška
- senzori
- otvorena baza znanja i aplikacija
- programiranje odabranih aplikacija
- ekspanzja platforme
6.
mikroBUS™
socket for click boards™ (one of three)
7.
microSD
slot (card not included)
8. LED
(one of three)
9.
Hexiwear
connector that interfaces to Hexiwear's main MCU (K64x)
and Wireless MCU (KW4x)
10. I2S
interface
11.
JTAG
connector for external programmers
12.
ON/OFF switch
13. Pushbuttons
14. Micro
USB port
15.OpenSDA
control interface
- Umrežavanje
- Pristup na Cloud
- Povezivanje sa mobilim uređajima
Laboratorijske vežbe i rad u privredi
Da
bi se studentima obezbedilo što kvalitetnije praktično
znanje
vezano za metodologije i alate koje će koristiti u profesionalnoj
karijeri, a u
skladu sa aktuelnim mogucnostima, deo laboratorijskih vežbi bi mogaoda
se realizuje u
nekoj od kompanija koje se bave
razvojem hardvera i firmvera. Ove laboratorijske vežbe nisu unificirane
i
implementiraju se u vidu praktičnog laboratorijskog projekta. Izvodile
bi se u
drugoj polovini semestra kada su studeti već upoznati sa osnovnim
konceptima
koje su savladali radom na razvojnim sistemima u fakultetskim
laboratorijama.
Predviđeno
je da svaka grupa (2 studenta/grupa) dobija posebnu
temu koju že da samostalno obrađuje. Studneti su u mogućnosti da daju i
sopstvene predloge za realizaciju.
Akcenat
laboratorijskih vežbi u privredi je da kod studenata
podstaknu samostalan i kreativan rad na konretnom problemu.
U
saradnji sa kompanijom Mikroelektronika, biće definisane neke
od tema za laboratorijske vežbe, kroz koje će studenti da prolaze kroz
razne
faze razvoja hardvera i softvera za jedan jednostavan IoT sistem.
Master
radovi
Pored
direktne realizacije IoT sistema razumne složenosti,
predviđen je i razvoj namenskog Cloud servisa, baziranog na
rekonfigurabilnoj
FPGA platformi. Razvoj bi se bazirao i na razradi pojedinih detalja
servisa
kroz master radove.
Dva
su osnovna pravca u kojima će se FPGA
oprema koristiti:
a)
Obrada signala na serveru, gde će se FPGA, koristiti kao
računarska platforma koja će obezbeđivati različite računarske servise
visokih
performansi.
b)
Povezivanje raznovrsnih analognih i digitalnih senzora i
aktuatora na internet i lokalna obrada signala. U tu svrhu će se
koristiti
stavke 2-4 za povezivanje analognih senzora i aktuatora na stavku 1,
koja će
obezbeđivati mrežno povezivanje i lokalnu obradu signala.
Potencijalne
teme za obradu:
a)
Bežična senzorska mreža za primenu u poljoprivredi:
- Projektovanje
i realizacija bežične mreže namenskih senzorskih
čvorova za primenu u poljoprivredi, koja zadovoljava određene
kriterijume kao
što su to veći doseg, što manja
potrošnja, skalabilnost, automatsko
konfigurisanje i podešavanje, i što manja cena.
b)
Prevazilaženje problema adresiranja u integraciji mreža
namenskih uređaja u IoT mrežu
- Analiza
mogućih rešenja za problem adresiranja prilikom
integracije proizvoljne mreže namenskih uređaja u IoT mrežu. Jedan od
implementacionih problema koji se očekuju je problem adresiranja
ogromnog broja
uređaja koji će biti povezani u IoT mrežu. Postojeći IPv4 adresni
prostor je
veličine 232 što, uz činjenicu da nisu sve raspoložive
adrese stvarno na
raspolaganju, nije dovoljno. Još uvek široko
neimplementirani IPv6 nudi adresni
prostor veličine 2128 koji bi bio dovoljnog kapaciteta. Međutim, čak ni
IPv6 ne
nudi rešenje za povezivanje u Internet of Things mreža
namenskih uređaja.
c)
Inteligentna vizija
- U
centru mnogih aplikacija pametnih gradova su sistemi za
inteligentnu viziju za praćenje stanja okoline i vremena, upravljanje
parkiranjem,
analizu maloprodaje i poboljšanu javnu bezbednost. Razvoj
analitičkih
aplikacija visokih performansi za rad u realnom vremenu za ove primene.
d)
IoT u zdravstvu
- Obezbeđivanje
brzog i tačnog prikupljanja stanja vitalnih
parametara pacijenata i ostalih podataka sa umreženih uređaja,
što obećava
automatsku dijagnostiku i poboljšanu zdravstenu negu.
e)
Povezani automobili
- Razvoj
V2X (vozilo-bilo šta) aplikacija, koje su viđene kao
sledeći korak kod autonomnih vozila u cilju daljih
poboljšanja bezbednosti i
potrošnje.
f)
Pametna distributivna mreža
- Originalna
distributivna mreža sastoji se od proizvodnje
energije u centralizovanim elektranama. Energija se potom transportuje
kroz
mrežu dok ne stigne do potrošača. Ovakav jednosmerni tok
energije nije održiv u
novom dobu jer proizvodnja energije više nije
centralizovana, već sve više i
više energije dolazi iz obnovljivih izvora. Sa druge strane
se u moderni
distrubitivni system ugrađuju i poboljšanja iz komunikacione
tehnologije.
Problemi koji se javljaju su standardi koji se stalno unapređuju,
strogi
zahtevi za pouzdanošću, bezbednost, cena, i dvosmerna
komunikacija u realnom
vremenu.
Način
provere znanja
Osnovni
izlaz rada u laboratoriji će biti Projekat i prateća
dokumentacija. Usmeni deo ispita će pokriti ocenjivanje teoretskih
znanja i
odlučivaće o završnoj oceni i opštem kvalitetu
realizovanog projekta.
|