Industrielle Produktion

Internet-of-Things MVP

Dieses Modul wird gemeinsam mit Prof. Meinecke durchgeführt. Die Aufgabe im Module ist Entwicklung eines Internet-of-Things MVP.

Kontext & Zielsetzung

In diesem Projekt übernehmen Sie die Rolle eines Systemarchitekten. Ziel ist es, ein Minimum Viable Product (MVP) im Bereich Internet-of-Things (IoT) zu konzipieren und umzusetzen, welches ein relevantes Problem im privaten oder industriellen Umfeld adressiert. Da die reine Codierung dank moderner KI-Werkzeuge (ChatGPT, Claude Code, GitHub Copilot etc.) beschleunigt wird, liegt Ihr Fokus in dieser Veranstaltung auf:

1. Systemarchitektur: Die saubere Trennung von Datenakquise, Verarbeitung und Service-Logik.
2. KI-Methodenkompetenz: Der strukturierte, reflektierte und effiziente Einsatz von KI-Tools zur Problemlösung.

Technische Anforderungen (Architektur-Vorgabe)

Ihr System muss zwingend in drei logische, funktional getrennte Schichten unterteilt sein, die über Schnittstellen kommunizieren:

1. Layer 1: Datenaufnahme (Edge)
   • Einsatz eines Microcontrollers (z. B. ESP32, Raspberry Pi Pico).
   • Physische Aufnahme von Sensordaten (z. B. Temperatur, Vibration, Licht, Kamerabild)
   • Vorverarbeitung und Übermittlung der Daten an das Backend.
2. Layer 2: Datenverarbeitung (Backend)
   • Ein vom Microcontroller getrenntes System (lokaler Server, Cloud-Instanz oder PC).
   • Empfang, Speicherung und Weiterverarbeitung der Daten.
3. Layer 3: Anwendung (Service Layer)
   • Bereitstellen einer Funktionalität auf Basis der verarbeiteten Daten.
   • Mindestanforderung: Nachrichten/Alerts bei Schwellenwertüberschreitung. Schwellwert wird aus der Kombination mehrerer Sensordaten erzeugt
   • Optimum: Automatisierte Regelkreise (z. B. Aktor-Ansteuerung) oder vorausschauende Analysen.

Beispielarchitektur

Die Datenaufnahme soll mit Hilfe von Mikrocontrollern und Sensoren umgesetzt werden. Ein Möglichkeit ist die Verwendung von:

• Mikrocontrollern
• ESPHome
• dem IoT Stack.

Videos

Auf meinem YouTube-Kanal finden Sie eine Playlist mit Videos. In diesen zeige ich beispielsweise, wie Sie ESPHome auf dem Mikrocontroller installieren oder wie Sie Daten vom Mikrocontroller zum IoT-Stack senden können.

Virtuelle Maschine in der Cloud

Falls Sie für die Datenaufnahme einen Server benötigen können Sie Oracle Cloud bzw. die Google Cloud Platform nutzen, um eine virtuelle Maschine zu hosten.

Alternative können Sie z.B. auch einen Einplatinencomputer (z.B. einen Raspberry Pi) als Server verwenden.

Mikrocontroller

Ein guter Ausgangspunkt um mit Mikrocontrollern und Sensoren zu starten sind folgende Komponenten:

• D1 Mini (z.B. D1 Mini V3 NodeMCU)
• Breadboard und Kabel
• Sensoren, beispielsweise ein Sensorkit

Bitte beschaffen Sie die Hardware rechtzeitig vor Beginn der Vorlesungen!

In diesem Codeberg-Repository finden Sie Informationen um mit dem Mikrocontroller zu starten.

Deliverables