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.

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

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.

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.