Chytré monitorování ekosystému: Environmentální přehledy poháněné IoT
Projekt využívá koncept „Internetu věcí“ (IoT) k vytvoření sítě chytrých zařízení, která sledují prostředí. Je to jako dát zahradě nervový systém! Malé, energeticky nenáročné senzory jsou rozmístěny po celém území a fungují jako malé meteorologické stanice. Tyto senzory neustále sbírají klíčové informace o mikroklimatu.

Realizovali jsme projekt na vytvoření cloudového systému pro ukládání a správu dat z agrotechnologií. Tento systém pomáhá lidem sledovat a pečovat o jejich ekosystémy, jako jsou zahrady a parky. Zde je, jak to funguje:
1. Připojení zařízení do cloudu (IoT)
Projekt využívá koncept „Internetu věcí“ (IoT) k vytvoření sítě chytrých zařízení, která monitorují prostředí. Je to, jako by zahradě poskytl nervovou soustavu! Malé, nízkoenergetické senzory jsou rozmístěny po celé ploše a fungují jako miniaturní meteorologické stanice. Tyto senzory neustále sbírají klíčové informace o mikroklimatu, například:
Teplota : Jak je horko nebo zima v různých místech.
Vlhkost půdy : Kolik vody je v zemi, aby rostliny nebyly příliš žíznivé nebo přemokřené.
Intenzita světla : Kolik slunečního světla dopadá na různá místa, což je důležité pro růst rostlin.
Systém IoT se skládá z následujících částí:
Malé senzory: Jedná se o drobná zařízení, která měří různé veličiny v prostředí.
Brány (Gateways) : Tato zařízení sbírají informace ze senzorů a posílají je do cloudu.
Cloudová platforma : K ukládání dat a jejich zpracování používáme Amazon Web Services (AWS).
2. Bezpečný přenos informací
Pro zasílání dat ze senzorů do cloudu používáme speciální komunikační metody:
MQTT
Jednoduchý způsob, jak malá zařízení posílají zprávy. Je energeticky úsporný.HTTP
Běžný způsob komunikace mezi počítači. Používáme ho k přenosu informací z bran (gateways) do cloudu.
3. Použití cloudu Amazon (AWS)
Používáme AWS, protože nabízí mnoho nástrojů, které nám pomáhají vybudovat silný a spolehlivý systém.
Hlavní nástroje AWS, které používáme:
AWS IoT Core: Pomáhá propojit senzory s cloudem a zabezpečit přenos dat.
Amazon Timestream: Speciální databáze pro ukládání velkého množství časově označených dat, například z našich senzorů. Používáme ji k sledování všech měření a analýze dat pro poskytování užitečných doporučení.
Amazon S3: Slouží k ukládání záložních kopií dat pro případ potřeby.
Amazon RDS: Ukládáme zde informace o uživatelích a jejich zařízeních.
AWS Lambda: Pomáhá zpracovávat data a zasílat upozornění.
Amazon API Gateway: Umožňuje ostatním aplikacím komunikovat s naším systémem.
Závěr
Cloudový systém, který jsme vybudovali, umožňuje snadné sbírání, ukládání a vyhodnocování dat ze senzorů. Díky Amazon Timestream můžeme efektivně spravovat a analyzovat časové řady, a celý ekosystém AWS nám poskytuje flexibilitu a škálovatelnost potřebnou pro další růst projektu.
Do budoucna plánujeme přidat další funkce — například strojové učení, které nám pomůže předpovídat změny v ekosystémech a umožní uživatelům dělat ještě chytřejší rozhodnutí.
Doporučené Případové studie
Projekty, které by vás mohly zajímat

Naceňování drátěných rámů: z půl dne na 15 minut
Výrobce v automotive zaměřený na výrobu rámů sedadel z ohýbaných a svařovaných drátů, dnes díky řešení od Moravio navrhne a nacení nový rám za zhruba 15 minut. Dříve stejná analýza zabrala půl dne až den ručního klikání na jeden rám. Na jeden projekt jich přitom může připadnout až 20.
Zobrazit případovou studii
Spolupráce s Nokia Bell Labs
Nokia Bell Labs je jednou z nejváženějších vědeckých institucí na světě a v oboru telekomunikací a výzkumu má stoletou tradici. Jejich práce posouvá hranice technologií a přináší zásadní průlomy. Pro Moravio byla spolupráce s takto renomovaným partnerem nejen poctou, ale i velkou výzvou. Naším cílem bylo převést špičkový výzkum do plnohodnotného produktu a současně ulevit jejich týmu, aby se mohl věnovat inovacím. Níže popisujeme, jak jsme postupovali, jaké výsledky jsme přinesli a proč díky tomu vidíme velký potenciál v další společné práci.
Zobrazit případovou studii
Digitální dvojče automatizovaného skladu = rozhodování o investicích a procesních změnách na základě přesných čísel
Čtyři skladové uličky, nebo pět? Jeden zakladač, nebo dva? Jiná strategie vychystávání? Evropský výrobce automatizovaných skladových systémů si dnes tato rozhodnutí otestuje v simulaci a odpověď si přečte v paletách za hodinu ještě předtím, než objedná první regál.
Zobrazit případovou studiiVíce kontextu pomáhá
Popište situaci
K přípravě nám pomůže: koho se problém týká, jak práce probíhá dnes, co jste už zkusili a proč na tom záleží právě teď.











