Gå til innhold
  • Bli medlem
Støtt hjemmeautomasjon.no!

Anbefalte innlegg

Skrevet

Jeg har nettopp installert Azure IoT Edge på en Raspberry PI 3 her, og håper å komme litt i gang med å knytte devices opp til denne.

Noen som har gjort dette og fått noen erfaringer?

 

Kan foreløbig se ut som litt høy terskel, og at en må utvikle egen software og deploye i docker containers

 

Var i Seattle på LEAP Nordig nylig og var innom bla. dette. Spesielt interessant at en kan begynne å dra machine learning ned lokalt...

 

En liten oppskrift på oppsett som funket for meg:

https://github.com/roarfred/IoT_Edge_On_Raspberry_3_Setup

 

Mer om IoT Edge:

https://azure.microsoft.com/en-us/services/iot-edge/

Skrevet

Hvilke funksjoner tenker du å bruke som Azure kan tilby som du ikke kan bruke f.eks. openHAB til?

 

Jeg vet ikke hva jeg syns siden jeg har splittet personlighet. Jeg er i mot cloud hjemme pga. at jeg ikke vil dele mine data med andre, men jeg er for cloud på jobb siden det er enklere :P 

Skrevet

Jeg er ikke helt sikker :)

 

Tror nok dette blir et hakk lavere enn andre hjemmesentraler, og mulig det ikke engang hører hjemme i et hjemmeautomasjons-forum. Vi hadde tidligere noen forsøk med sensorer direkte koblet til Azure IoT Hub (MQTT), men jeg har alltid hatt en dårlig følelse rundt det å være avhengig av en ekstern tjeneste. Med IoT Edge ser jeg at en får en lokal MQTT, og mulighet til å prosessere/filtrere data som en evt. vil sende til skyen. Samtidig blir også flere av sky-tjenestene direkte tilgjengelige lokalt, som eks. Azure Functions, AI og ML, og i tillegg kan hele oppsettet administreres fra Azure portalen.

 

Totalt sett tror jeg kanskje dette er mer en plattform å utvikle en ny type hjemmesentral på, enn noe som egner seg for hvermansen å styre huset med. Prøver enn så lenge å samle litt erfaringer med teknologien.

 

En konkret ting som hadde vært litt besnærende å få til, er å lage et nevralt nettverk for å analysere øyeblikksforbruket på strøm-inntaket, og gjenkjenne ulike elektriske apparaters signatur på forbruk. Er usikker om data fra HAN porten har god nok oppløsning til dette, med 2 sek intervall, men evt. kunne en hatt en egen sensor/måler. Ut fra dataene ville en da kunne gi en oversikt over hvilke apparater som bruker hvor mye strøm i hvilke tidsrom, og evt. forslag til forbedringer.

 

Tar en denne tanken videre vil en kunne måle mye annet på samme vis. Så noen hadde et eksperiment med en multi-sensor (audio, IR, temp, accellereometer etc) i hvert rom som kunne gi en ganske stilig status på hva som foregikk i rommet. Type kaffetrakteren står på, men det er ikke folk i rommet. Vannkranen drypper, temperaturen i sikringskapet ligger 4 grader over normalen etc. Med enkle sensorer og direkte logikk er mye av dette enkelt nok å detektere, men det er først når en får kontinuerlig prosessering av en kombinasjon av sensorer at de mer intelligente løsningene kan komme til overflaten.

 

Drømmer litt, men det må vel være lov :)

Skrevet
9 minutter siden, roarfred skrev:

 

En konkret ting som hadde vært litt besnærende å få til, er å lage et nevralt nettverk for å analysere øyeblikksforbruket på strøm-inntaket, og gjenkjenne ulike elektriske apparaters signatur på forbruk. Er usikker om data fra HAN porten har god nok oppløsning til dette, med 2 sek intervall, men evt. kunne en hatt en egen sensor/måler. Ut fra dataene ville en da kunne gi en oversikt over hvilke apparater som bruker hvor mye strøm i hvilke tidsrom, og evt. forslag til forbedringer.

 

Dette er forsåvidt allerede kommersielt tilgjengelig, eksempelvis med Smappee som jeg har i sikringskapet mitt. 

 

Det er noe begrenset hvor mange enheter den klarer skille ut. I en enebolig er det litt for mange laster til at den klarer plukke ut og isolere enkeltkomponenter. Varmekabelkretser som er like lange = lik effekt er f.eks. vanskelig å skille fra hverandre.

  • Like 1
Skrevet
10 timer siden, roarfred skrev:

Spesielt interessant at en kan begynne å dra machine learning ned lokalt...

Enig! Men er vi der enda...? 

Skrevet
59 minutes ago, berland said:

Dette er forsåvidt allerede kommersielt tilgjengelig, eksempelvis med Smappee som jeg har i sikringskapet mitt.

Tøft! Gir denne deg direkte tilgang til sensoren også? Uten å gå via et eksternt API utenfor huset?

Skrevet
24 minutter siden, roarfred skrev:

Teknologien skal være der. Hvis jeg har forstått dette riktig, så lager en en ML modell og trener den opp i skyen, hvoretter en kan pakke den inn i en docker container og deploye den til en Azure IoT device. Eksempel her: https://docs.microsoft.com/en-us/azure/iot-edge/tutorial-deploy-machine-learning

Høres veldig spennende ut! Men hva kan man bruke det til i praksis?

AI er et glimrende buzzord, men det må jo være godt for noe også...

Skrevet

Når jeg tenker på 'machine learning' i sammenheng med IoT så tenker jeg tilbake på ett prosjekt jeg så med en lydsensor.

 

Der satte de en mikrofon på ett kjøkken f.eks. også lagde en audio-profil til lyden som vasken, kaffetrakteren, komfyren etc. lager.

 

Når man har trent opp systemet kan man med en mikrofon i hvert rom vite hvilken enhet som brukes i det rommet. Det gir jo ikke noe styring da.

Skrevet
3 timer siden, Moskus skrev:

Høres veldig spennende ut! Men hva kan man bruke det til i praksis?

AI er et glimrende buzzord, men det må jo være godt for noe også...

Maskinlæring kan være så mangt. Jeg har tenkt på en prediksjonsmodell for hvor mye strøm jeg trenger for å varme huset, for å kunne optimalisere mot strømpris. Prediksjonsmodellen kan man gjerne lage med "maskinlæring", og kan oppdateres hver natt fra historiske data. Dataene ligger lokalt i influxdb, og maskinlæringsprogramvaren trenger ikke være mer enn Python med Pandas og SciPy.

Skrevet
4 timer siden, roarfred skrev:

Tøft! Gir denne deg direkte tilgang til sensoren også? Uten å gå via et eksternt API utenfor huset?

Nei, jeg må via eksternt API for å hente tilbake 5-minuttsdata. Tidligere Smappee-versjoner tror jeg man kunne logge seg direkte inn på i lokalnettverket.

Skrevet
33 minutter siden, berland skrev:

Maskinlæring kan være så mangt. Jeg har tenkt på en prediksjonsmodell for hvor mye strøm jeg trenger for å varme huset, for å kunne optimalisere mot strømpris.

Absolutt spennende, men dette trenger man jo strengt tatt ikke AI til. Kun et par smarte regler og bittelitt statistikk.

Skrevet
3 hours ago, xibriz said:

Der satte de en mikrofon på ett kjøkken f.eks. også lagde en audio-profil til lyden som vasken, kaffetrakteren, komfyren etc. lager.

Dette er samme video som jeg så. Har lett litt, men ikke funnet den igjen.

 

Selv om dette ikke gir styring, så kan det gi gode varsler. Sammen med ML kan det varsles fordi noe observeres som unormalt, ikke nødvendigvis fordi du selv hadde forutsett en situasjon og laget en konkret regel for det.

Skrevet
6 timer siden, Moskus skrev:

Absolutt spennende, men dette trenger man jo strengt tatt ikke AI til. Kun et par smarte regler og bittelitt statistikk.

Smarte regler og bittelitt statistikk - dette passerer glatt som AI/maskinlæring i enhver markedsføringsavdeling ;)

  • Haha 2
Skrevet

En annen ting man kanskje kunne bruke dette til:

 

Jeg har hørt snakk om at man kan laste opp ett bilde til Azure for å gjøre bildebehandlig på ansiktgjennkjenning. En jeg kjenner kjenner noen som skulle prøve å bruke dette til å låse opp døren automatisk med ett kamera.

 

Lurer på om man kan kjøre denne behandlingen lokalt med denne Edge løsningen?

Skrevet
2 timer siden, xibriz skrev:

Jeg har hørt snakk om at man kan laste opp ett bilde til Azure for å gjøre bildebehandlig på ansiktgjennkjenning. En jeg kjenner kjenner noen som skulle prøve å bruke dette til å låse opp døren automatisk med ett kamera.

Ja, DET har jeg mer troen på for AI akkurat . Var det ikke en Microsoft blog om det for ikke så lenge siden?

Bli med i samtalen

Du kan publisere innhold nå og registrere deg senere. Hvis du har en konto, logg inn nå for å poste med kontoen din.

Gjest
Skriv svar til emnet...

×   Du har limt inn tekst med formatering.   Lim inn uten formatering i stedet

  Du kan kun bruke opp til 75 smilefjes.

×   Lenken din har blitt bygget inn på siden automatisk.   Vis som en ordinær lenke i stedet

×   Tidligere tekst har blitt gjenopprettet.   Tøm tekstverktøy

×   Du kan ikke lime inn bilder direkte. Last opp eller legg inn bilder fra URL.

×
×
  • Opprett ny...

Viktig informasjon

Vi har plassert informasjonskapsler/cookies på din enhet for å gjøre denne siden bedre. Du kan justere dine innstillinger for informasjonskapsler, ellers vil vi anta at dette er ok for deg.