Detail předmětu

Principy a návrh IoT systémů

TOI Ak. rok 2019/2020 letní semestr 5 kreditů

Předmět reflektuje moderní trendy v oblasti získávání a zpracování dat ze senzorů. V rámci přednášek se studenti seznámí s: možnostmi získávání dat ze senzorů, fúzí dat z více senzorů, přenosem dat ze senzorických modulů, tématy analýzy dat v IoT systémech (data mining, klasifikace, algoritmy pro podporu rozhodování), řízením spotřeby senzorických modulů, komunikací v IoT systémech, návrhem a realizací IoT systémů. V rámci praktické části (projektu) si studenti projdou všemi fázemi vývoje jednoduchého IoT systému od fáze návrhu až k realizaci funkčního systému.

Garant předmětu

Zástupce garanta předmětu

Jazyk výuky

český

Zakončení

zápočet+zkouška (písemná)

Rozsah

26 hod. přednášky, 8 hod. laboratoře, 18 hod. projekty

Bodové hodnocení

55 zkouška, 15 půlsemestrální test, 10 laboratoře, 20 projekty

Zajišťuje ústav

Přednášející

Cvičící

Dvořák Michal, Ing. (UITS FIT VUT)
Goldmann Tomáš, Ing. (UITS FIT VUT)
Sakin Martin, Ing. (UITS FIT VUT)

Získané dovednosti, znalosti a kompetence z předmětu

Student absolvováním kurzů pochopí, jak fungují a z čeho se skládají IoT systémy. Získané vědomosti pak může využít k implementaci vlastního IoT systému založeného na senzorických modulech, komunikační prostředcích, cloudu, popř. aktuátorech. Mezi cenné získané znalosti můžeme zařadit zpracování a analýzu dat pro účely řízení či rozhodování.

Cíle předmětu

V rámci kurzu se studenti seznámí s možnostmi digitalizace fyzikálních jevů světa, analýzou dat ze snímačů pro potřeby rozhodování a se základními koncepty IoT systémů. Cílem je studenty naučit nezbytné znalosti z oblasti IT pro návrh a realizaci IoT systémů.

Proč je předmět vyučován

V posledních letech dochází k prudkému rozvoji IoT systémů, proto se tyto systémy postupně stávají nedílnou součásti naších životů. Z hlediska informačních technologií se jedná o významnou oblast, po které je mezi firmami velká poptávka.

Požadované prerekvizitní znalosti a dovednosti

Vyžadováno platné školení z Vyhlášky č. 50

Literatura studijní

  • PFISTER, Cuno. Getting Started with the Internet of Things: Connecting Sensors and Microcontrollers to the Cloud. " O'Reilly Media, Inc.", 2011.
  • LEA, Perry. Internet of Things for Architects: Architecting IoT solutions by implementing sensors, communication infrastructure, edge computing, analytics, and security. Packt Publishing Ltd, 2018.
  • CHOU, Timothy. Precision-Principles, Practices and Solutions for the Internet of Things. McGraw-Hill Education, 2017.
  • ABU-ELKHEIR, Mervat; HAYAJNEH, Mohammad; ALI, Najah. Data management for the internet of things: Design primitives and solution. Sensors, 2013, 13.11: 15582-15612.
  • SERPANOS, Dimitrios; WOLF, Marilyn. Internet-of-Things (IoT) Systems: Architectures, Algorithms, Methodologies. Springer, 2017.
  • OLENEWA, Jorge. Guide to wireless communications. Cengage Learning, 2013.

Literatura referenční

  • PFISTER, Cuno. Getting Started with the Internet of Things: Connecting Sensors and Microcontrollers to the Cloud. " O'Reilly Media, Inc.", 2011.
  • LEA, Perry. Internet of Things for Architects: Architecting IoT solutions by implementing sensors, communication infrastructure, edge computing, analytics, and security. Packt Publishing Ltd, 2018.
  •  CHOU, Timothy. Precision-Principles, Practices and Solutions for the Internet of Things. McGraw-Hill Education, 2017.
  • ABU-ELKHEIR, Mervat; HAYAJNEH, Mohammad; ALI, Najah. Data management for the internet of things: Design primitives and solution. Sensors, 2013, 13.11: 15582-15612.
  • DUNNING, Ted; FRIEDMAN, B. Ellen. Time Series Databases: New Ways to Store and Access Data. Sebastopol, CA: O'Reilly Media, 2014.
  • SAUTER, Martin. From GSM to LTE-advanced Pro and 5G: An introduction to mobile networks and mobile broadband. John Wiley & Sons, 2017.
  • HWANG, Kai; CHEN, Min. Big-data analytics for cloud, IoT and cognitive computing. John Wiley & Sons, 2017.
  • ALIOTO, Massimo (ed.). Enabling the Internet of Things: From Integrated Circuits to Integrated Systems. Springer, 2017.

Osnova přednášek

  1. Úvod do IoT (Co je to IoT?, shrnutí dostupných senzorů, komunikace na úrovni přenosu dat ze senzoru).
  2. Prvky IoT systému (věci, síť, cloud, aktuátory,..).
  3. Komunikační rozhraní používaná v IoT systémech (bezlicenční pásmo 2,4 GHz, bezlicenční pásma 433 MHz a 868 MHz, proprietární NarrowBand technologie).
  4. Přenosové protokoly internetu věcí (protokoly typu Request-Response, protokoly typu Publish-Subscribe a další).
  5. Návrh IoT systému I. (architektura IoT systémů).
  6. Návrh IoT systému II. (spotřeba senzorických a komunikačních modulů, návrh nízkoenergetických IoT systémů).
  7. Časové řady.
  8. Data management a analýza dat v IoT systémech (data management v centralizovaných a distribuovaných systémech, algoritmy pro klasifikaci a redukci dat)
  9. Vizualizace dat a služby (datové struktury, vizualizace dat, služby pro podporu IoT).
  10. Mobilní technologie v IoT systémech.
  11. Biometrické senzory (biometrické senzory používané pro autentizaci v IoT systémech, vývoj moderních senzorických systémů pro biometrii).
  12. IoT v praxi (průmyslový partner).
  13. Smart city, Intelligent home.

Osnova laboratorních cvičení

  1. Zprovoznění IoT zařízení.
  2. Agregace dat z více senzorů.
  3. Data mining v IoT systémech.
  4. Biometrická autentizace v IoT systémech.

Osnova ostatní - projekty, práce

  1. Vytvoření senzorického modulu.
  2. Analýza dat z IoT systému.

Průběžná kontrola studia

  1. Půlsemestrální písemný test
  2. Účast a aktivní práce v laboratořích + cvičeních
  3. 2 projekty (získání alespoň 3 bodů z každého projektu)

Kontrolovaná výuka

V případě zmeškání HW laboratoří je možné je nahradit do doby než bude laboratoř přichystána na další laboratnorní cvičení. Informujte neprodleně vedoucího laboratoří či garanta kurzu.

Podmínky zápočtu

Alespoň 15 bodů získaných během semestru. Získání alespoň 3 bodů z každého projektu.

Rozvrh

DenTypTýdnyMístn.OdDoPSKSkupInfo
Stpřednáškavýuky D0207 11:0012:50 1MIT 2MIT xx

Zařazení předmětu ve studijních plánech

Nahoru