Eine Benachrichtigung zum Lüften

Wir wollten schon immer wissen, wann wir lüften sollen. Zumindest wollten wir im Projekt IoT AirClean das von Anfang an wissen. Im letzten Blogeintrag haben wir über unser Prognose zum Lüften geschrieben. Diese hat uns bereits eine gute Übersicht und Vorberechnung der CO2 Entwicklung gegeben. Nun haben wir diese Prognose erweitert um daraus eine Empfehlung zum Lüften zu geben. Wir informieren den Nutzer mittels einem Pushservice über den aktuellen CO2 Gehalt und einer Empfehlung wann spätestens gelüftet werden soll. read more

Mehr lesen
Das Lüften im Raum prognostizieren

Wir haben uns die letzten Wochen die Köpfe zerbrochen und die bisherigen Daten unserer Demo Messstationen (oder auch Sensorboxen genannt) analysiert. Können wir prognostizieren wann gelüftet werden soll? Leichter gesagt als getan. Es gibt ein paar Punkte die beim Lüften beachtet werden sollen. Oftmals werden diese Punkte von Vermietern, Wohnungsgenossenschaften, Energieversorgern, Medizinern und vielen weiteren Personen sowie Unternehmen zu Beginn der kalten Jahreszeit jährlich veröffentlicht. read more

Mehr lesen
Lüften erkennen und Daten visualisieren

Lüften erkennen und Daten visualisieren gehört zum Grundgedanken von IoT AirClean. Wir wollen den Benutzer erinnern wann gelüftet werden soll. Damit wir das machen können, müssen wir schließlich auch erkennen wann der Benutzer bereits gelüftet hat, und wie lange bereits gelüftet wurde.

In den nachfolgenden Grafiken erklären wir zwei unterschiedliche Szenarien, wo unsere Erkennung bereits gut funktioniert. Wir haben diese als Kurzzeit bzw. Langzeit Lüften erkennen definiert.

Lüften erkennen (Kurzzeit bzw. „kurzes“ Lüften) und Daten visualisieren

Wir haben unsere Sensorstation bereits längere Zeit in Betrieb und können auf einige Testdaten zurückgreifen. In der Grafik sehen wir den 23.Mai 2017. In dieser Zeit war es noch etwas kälter und das Lüften war deutlich kürzer als in den Sommermonaten. Lüften erkennen wir durch den starken Abfall der CO2 Werte. Wenn Personen im Raum sind, haben wir beobachten können, dass sehr selten CO2 sinkt. Wenn Personen der Raum verlassen und Abwesend sind, sinkt der CO2 Wert nur langsam ab. Die Abwesenheits-Erkennung haben wir bereits in einem anderen Beitrag beschrieben. read more

Mehr lesen
Datenvisualisierung von Abwesenheiten

Datenvisualisierung von Abwesenheiten

Wir integrieren aktuell die Datenvisualisierung unserer Lüftungserkennung, und haben dabei eine weitere Visualisierung vorgezogen. Wir haben in den letzten Messungen erkannt, dass zu bestimmten Zeiten eine Regelmäßigkeit erkennbar ist. Diesen regelmäßigen Abfall der CO2 Werte haben wir uns etwas genauer angesehen. Im Vergleich zu einer Lüftung war uns dieser Abfall zu flach und hat zu lange gedauert.

Datenvisualisierung der Erkennung von Abwesenheit

Wir haben unsere Erkenntnisse aus der Lüftungserkennung adaptiert und an diesem Beispiel eine erste Visualisierung der Erkennung in unsere Ausgabe integriert. Wir erstellen im Hintergrund für den erkannten Zeitraum den selben Graphen wie der CO2-Werte und überlagern beide Graphen. Den zweiten Graphen füllen wir unterhalb mit einem hellen Grau um eine gute Visualisierung zu schaffen. Dieser graue Bereich stellt eine Abwesenheit im Raum dar. Wir konnten die Erkennung soweit optimieren, dass wir eine Abwesenheit > 90 Minuten gut aus den bestehenden Daten erkennen können. read more

Mehr lesen
Von der Datenvisualisierung zur Datenanalyse

Datenvisualisierung

Daten zu visualisieren, mit denen im Normalfall nicht so häufig gearbeitet werden ist eine besondere Herausforderung in der Datenvisualisierung. Daher orientieren wir uns an gängigen Zeit/Werte Diagrammen, um eine gewohnte Darstellung für den Betrachter zu schaffen.

Mehr lesen
IoT AirClean wieder zurück

Hallo an die Community,

nach einer kurzen Pause sind wir wieder zurück und bringen in den nächsten Wochen einige Updates zu unseren Entwicklungen heraus. Mehr möchten wir an dieser Stelle noch nicht verraten, aber es wird interessant und ein Blick auf unseren Blog im Laufe der nächsten Wochen lohnt sich auf alle Fälle!

Beste Grüße
IoT AirClean Team!

Mehr lesen
Prototyp Sensorstation v2

Die Sensorstation – die 3D gedruckte „Box“

Wir schreiten in unserer Entwicklung voran und versuchen unseren „Kabelsalat“ in Form zu bringen. Da wir für unsere Bedürfnisse keine Standard-Ikea-Box ausreicht, haben wir uns überlegt ob wir selbst eine Gehäuse bauen sollten. Wir haben uns dazu entschlossen das Gehäuse mit einem 3D-Drucker zu drucken.

Unsere 3D Modellierungskenntnisse sind noch nicht so stark ausgeprägt, deswegen durchsuchen wir aktuell die Plattform Thingiverse nach geeigneten Gehäuse. In weiterer Folge möchten wir selbst Adaptierungen durchführen. read more

Mehr lesen
XBee zur Datenübertragung

XBee Datenkommunikation

Bluetooth und WLAN zur Datenkommunikation benötigt zumeist viel Energie. Durch Feedback aus der Community und unsere Research sind wir auf die Datenkommunikationsmodule XBee gestoßen, die im LowEnergy Bereich angesiedelt sind.

XBee / ZigBee ist indirekt bekannt durch z.B. Steuerung von Glühbirnen und LEDs. Im Video wird im Allgemeinen der Funktionsumfang, die Architektur und die Handhabung erklärt.

LowEnergy – der geringe Energiebedarf, leichte und komfortable Konfiguration sowie auch die Möglichkeit für eine verschlüsselte Datenkommunikation sind klare Vorteile für den Einsatz von XBee für unsere Anwendung. read more

Mehr lesen
Datenaustausch mit MQTT

MQTT und Alternativen zum Datenaustausch

Wir haben seit Februar zur Datenübertragung zwischen Arduino und Raspberry eine WLAN Verbindung und MQTT eingesetzt. Wir haben unsere Erfahrung aus anderen Projekten dazu genutzt um eine erste Lösung zur Komunikation zwischen den beiden Geräten zu etablieren, mit Aussicht auf Integration von Live Ansichten sowie auch von z.B. Web Applikationen und eventuellen Mobilen Applikationen.

„MQTT is a machine-to-machine (M2M)/“Internet of Things“ connectivity protocol.“ mit natürlich Vor- sowie auch Nachteilen wie jede andere Technologie auch. read more

Mehr lesen
Raspberry PI als zentraler Datenspeicher

Problematik mit Arduino und Daten speichern

Bisher haben wir auf unserem Entwicklungsboard LinkIt One die Messdaten in einer CSV Datei abgespeichert. Die ersten Auswertungen wurden damit etwas umständlich betrieben.

  • Testgerät abstecken
  • auf Massenspeicher umschalten
  • Testgerät anstecken
  • CSV Datei holen
  • in Excel importieren
  • Testgerät ausstecken
  • auf Normalbetrieb umschalten
  • Testgerät für Aufzeichnung aktivieren

Uns waren zwei Punkte klar. read more

Mehr lesen