| Název: | Senzorické řešení chytré domácnosti s automatickou diagnostikou komunikace |
| Další názvy: | Smart home sensory system with an automatic communication diagnostics |
| Autoři: | Nachtmann, Patrik |
| Vedoucí práce/školitel: | Bulín Martin, Ing. M.Sc. |
| Oponent: | Švec Jan, Ing. Ph.D. |
| Datum vydání: | 2020 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | bakalářská práce |
| URI: | http://hdl.handle.net/11025/41872 |
| Klíčová slova: | internet věcí;chytrá domácnost;senzor;mikročip;esp8266;raspberry pi;diagnostika komunikace;detekce anomálií;isolation forest;webová vizualizace |
| Klíčová slova v dalším jazyce: | internet of things;smart home;sensor;microchip;esp8266;rapberry pi;communication diagnostics;anomaly detection;isolation forest;web visualisation |
| Abstrakt: | Cílem této bakalářské práce je zkonstruovat senzory postavené na mikročipu ESP8266, naprogramovat systém automatické diagnostiky komunikace za účelem detekce chyb a jiných anomálií a data vizuálně zobrazit. Prvním krokem je otestování čidel vhodných pro využití v chytré domácnosti a následná konstrukce fyzických obvodů. Dále byla zprovozněna komunikace vybraných čidel s mikrokontrolérem ESP8266 a pomocí protokolu MQTT zajištěna komunikace senzorů s webovým rozhraním. Významnou částí tohoto projektu je systém automatické diagnostiky, který je založen na principech strojového učení a pomocí klasifikátorů detekuje anomálie. Výstupem tohoto projektu je grafická vizualizace naměřených dat ve formě webové stránky, která poskytuje kromě hodnot měřených veličin informace o stavu jednotlivých čidel. |
| Abstrakt v dalším jazyce: | The aim of the bachelor thesis is to construct several ESP8266-based sensors and to develop a tool for an automatic communication diagnostics and outlier detection. The first step is to choose specific sensors and to test them in order to determine their suitability for this project. For each of them an integrated circuit is built and a communication channel between microchips and the MQTT server is developed. The key part of the project is an autonomous diagnostic system based on the principles of unsupervised machine learning which classifies the sensory data in order to detect anomalies. The outcome of this project is a grafical visualisation which is implemented as a web page. The web page provides an organized summary of all measured quantities and gives a status overview for each sensor. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Nachtmann_Bakalarska_prace.pdf | Plný text práce | 9,05 MB | Adobe PDF | Zobrazit/otevřít |
| nachtmann-p.pdf | Průběh obhajoby práce | 435,42 kB | Adobe PDF | Zobrazit/otevřít |
| nachtmann-v.pdf | Posudek vedoucího práce | 686,1 kB | Adobe PDF | Zobrazit/otevřít |
| nachtmann-o.pdf | Posudek oponenta práce | 786,43 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41872Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.