25SMEs2009 ΠΑΡΑΔΟΤΕΑ ΕΝΟΤΗΤΑΣ ΕΡΓΑΣΙΩΝ 5: ΟΛΟΚΛΗΡΩΣΗ ΣΥΣΤΗΜΑΤΟΣ 5.1 Ολοκλήρωση Υποσυστημάτων Πλατφόρμας Διαχείρισης Αισθητήρων
REVISION HISTORY Revision Description of Changes Author Date Draft #1 First draft revision. PRISMA 3/08/2012 Draft #2 Final draft revision. PRISMA 16/08/2012 Deliverable Final deliverable. PRISMA 10/06/2013 Παραδοτέο 5.1: Ολοκλήρωση Υποσυστημάτων Πλατφόρμας Διαχείρισης Αισθητήρων Περίληψη: Περιγραφή της ολοκλήρωσης υποσυστημάτων της πλατφόρμας διαχείρισης αισθητήρων και ανάλυση τρόπου επίλυσης ζητημάτων που προέκυψαν κατά τη διάρκεια της ανάπτυξης και ολοκλήρωσης της πλατφόρμας. Συγγραφική Ομάδα: Σεραφείμ Κατσικάς Ηλιάνα Καραμπασιάδη Παρασκευάς Κουρής Κωνσταντίνα Μερμικλή Σελίδα 2
ΠΕΡΙΕΧΟΜΕΝΑ 1 Εισαγωγή... 4 2 Διαχείριση Μεγάλου Όγκου Δεδομένων... 5 2.1 Ανάκτηση Δεδομένων... 5 2.2 Καταχώρηση στη Βάση Δεδομένων... 5 2.3 Επεξεργασία Δεδομένων... 5 3 Επεξεργασία των δεδομένων για την εξαγωγή χρήσιμης πληροφορίας... 6 3.1 Απεικόνιση Μετρήσεων... 6 3.1.1 Επιταχυνσιόμετρο... 6 3.1.2 Μέτρηση διερχόμενων οχημάτων... 7 3.1.3 Μέτρηση βροχόπτωσης... 7 Σελίδα 3
1 ΕΙΣΑΓΩΓΗ Σκοπός του παρόντος εγγράφου είναι η περιγραφή της ολοκλήρωσης υποσυστημάτων της πλατφόρμας διαχείρισης αισθητήρων και η ανάλυση τρόπου επίλυσης ζητημάτων που προέκυψαν κατά τη διάρκεια της ανάπτυξης και ολοκλήρωσης της πλατφόρμας. Επιπλέον, δίνεται η περιγραφή του τρόπου χρήσης του λογισμικού απεικόνισης των μετρήσεων μέσα από γραφικές παραστάσεις, διαγράμματα και απεικονίσεις καταστάσεων. Σελίδα 4
2 ΔΙΑΧΕΙΡΙΣΗ ΜΕΓΑΛΟΥ ΌΓΚΟΥ ΔΕΔΟΜΕΝΩΝ Ένα βασικό ζήτημα το οποίο αποτέλεσε και κύριο στόχο του έργου, είναι η εύρεση αξιόπιστης λύσης για τη συλλογή και επεξεργασία μεγάλου όγκου δεδομένων, λόγω του υψηλού sampling rate και του μεγάλου πλήθους αισθητήρων του οπτικού δικτύου. 2.1 Ανάκτηση Δεδομένων Η ανάκτηση των δεδομένων από το οπτικό δίκτυο αισθητήρων γίνεται μέσω TCP/IP σύνδεσης με τον Interrogator. Η υψηλή συχνότητα δειγματοληψίας η οποία κυμαίνεται από 10 έως 20msec, σε συνδυασμό με το μεγάλο αριθμό αισθητήρων δημιουργεί πολύ μεγάλο όγκο δεδομένων ο οποίος καθιστά δύσκολη τη διαχείριση και ανάλυσή τους. Για το λόγο αυτό, κατά την ανάκτηση των δεδομένων από την πλατφόρμα λογισμικού χρησιμοποιήθηκε ενδιάμεσος buffer για την καταχώρηση των μετρήσεων προτού αυτές αποθηκευτούν στη βάση δεδομένων. Η διαδικασία αυτή, είχε ως αποτέλεσμα να βελτιωθεί αισθητά η ταχύτητα απόκρισης του προγράμματος καθώς και η αξιοπιστία στη λήψη των μετρήσεων αφού εξασφαλίζεται ότι δε χάνονται μετρήσεις λόγω της υψηλής συχνότητας δειγματοληψίας. 2.2 Καταχώρηση στη Βάση Δεδομένων Λόγω του μεγάλου όγκου δεδομένων, η καταχώρηση στη βάση δεδομένων γίνεται σε διαφορετικά threads ώστε να μην εμποδίζεται η κανονική ροή του προγράμματος. Με τον τρόπο αυτό, η εισαγωγή των δεδομένων στη βάση γίνεται παράλληλα με την κανονική εκτέλεση του προγράμματος. Επιπλέον, η εισαγωγή των μετρήσεων στη βάση γίνεται σε batches, δηλαδή σε κάθε σύνδεση με τη βάση εισάγονται όλες οι μετρήσεις που υπάρχουν εκείνη τη στιγμή στον ενδιάμεσο buffer. Ο μηχανισμός αυτός επιταχύνει σημαντικά τη διαδικασία καταχώρησης των δεδομένων στη βάση δεδομένων. 2.3 Επεξεργασία Δεδομένων Καθώς η συχνότητα δειγματοληψίας είναι εξαιρετικά υψηλή και ο όγκος των δεδομένων που λαμβάνονται μεγάλος, κρίθηκε απαραίτητο η περαιτέρω επεξεργασία και ανάλυση των δεδομένων να γίνεται offline με ανάκτηση των δεδομένων από τη βάση και όχι σε πραγματικό χρόνο. Για το λόγο αυτό, αναπτύχθηκε το VASIS DAS το οποίο και αναλύει τα δεδομένα που υπάρχουν ήδη καταχωρημένα στη βάση και παρέχει πληθώρα εργαλείων για την εξαγωγή χρήσιμων συμπερασμάτων από τις μετρήσεις, Σελίδα 5
3 ΕΠΕΞΕΡΓΑΣΙΑ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΧΡΗΣΙΜΗΣ ΠΛΗΡΟΦΟΡΙΑΣ Στόχος του συγκεκριμένου έργου ήταν η ανάπτυξη μιας πλατφόρμας λογισμικού που θα είναι σε θέση να επεξεργαστεί, να διαχειριστεί και να προβάλει τα απαραίτητα δεδομένα για την υλοποίηση των κατάλληλων υπηρεσιών. 3.1 Απεικόνιση Μετρήσεων Όπως περιγράφεται στο Π4.1 υπάρχουν πολλοί εναλλακτικοί τρόποι απεικόνισης των μετρήσεων που ελήφθησαν, ανάλογα με το φυσικό μέγεθος που μετράται. 3.1.1 ΕΠΙΤΑΧΥΝΣΙΟΜΕΤΡΟ Οι μετρήσεις που ελήφθησαν από τη γέφυρα, ήταν από τρία επιταχυνσιόμετρα, ένα για κάθε άξονα. Ο πιο κατάλληλος τρόπος απεικόνισης των κραδασμών από διερχόμενους πεζούς είναι με τη χρήση γραφικών παραστάσεων. Στην εικόνα που ακολουθεί, απεικονίζεται ένα κομμάτι των μετρήσεων που ελήφθησαν από τα επιταχυνσιόμετρα. Η διέλευση πεζών εντοπίζεται στα σημεία όπου το πλάτος της γραφικής παράστασης αυξάνεται. Σελίδα 6
ΕΙΚΟΝΑ 1: ΕΠΙΤΑΧΥΝΣΙΟΜΕΤΡΑ 3.1.2 ΜΕΤΡΗΣΗ ΔΙΕΡΧΟΜΕΝΩΝ ΟΧΗΜΑΤΩΝ Από το σημείο όπου εγκαταστάθηκε ο αισθητήρας διέλευσης οχημάτων, καταγράφηκαν μετρήσεις από τις οποίες εξάγεται εύκολα το συμπέρασμα πόσα οχήματα πέρασαν πάνω από τον αισθητήρα. Συγκεκριμένα, για κάθε διερχόμενα όχημα, η καμπύλη των μετρήσεων είχε την παρακάτω μορφή. ΕΙΚΟΝΑ 2: ΔΙΕΛΕΥΣΗ ΟΧΗΜΑΤΩΝ Τα δύο σημεία όπου εντοπίζονται τα peaks είναι διελεύσεις δύο οχημάτων. Ένας τρόπος απεικόνισης πιο φιλικός προς τον χρήστη είναι η χρήση των Reviews (Π4.1). Παρακολουθώντας μία παράμετρο χρησιμοποιώντας αυτό το εργαλείο είναι εμφανές πόσα οχήματα πέρασαν από το σημείο μέτρησης και σε ποια χρονική στιγμή. Στην παρακάτω εικόνα, απεικονίζονται με κόκκινο χρώμα οι διελεύσεις οχημάτων στη διάρκεια μίας ημέρας. ΕΙΚΟΝΑ 3: ΔΙΕΛΕΥΣΕΙΣ ΟΧΗΜΑΤΩΝ ΜΕ ΧΡΗΣΗ REVIEW 3.1.3 ΜΕΤΡΗΣΗ ΒΡΟΧΟΠΤΩΣΗΣ Κάποιες από τις ημέρες διεξαγωγής του πειράματος στην πόλη της Έδεσσας είχε βροχόπτωση. Αυτό είχε σαν αποτέλεσμα να γίνει μία καλή δοκιμή του αισθητήρα Σελίδα 7
στάθμης νερού. Απεικονίζοντας ένα τμήμα των μετρήσεων του αισθητήρα σε γραφική παράσταση κατά τη διάρκεια βροχόπτωσης, είναι εμφανής η αύξηση της στάθμης του νερού. ΕΙΚΟΝΑ 4: ΣΤΑΘΜΗ ΝΕΡΟΥ ΚΑΤΑ ΤΗ ΒΡΟΧΟΠΤΩΣΗ Παράλληλα, θέτοντας κανόνες για τις τιμές της συγκεκριμένης παραμέτρου μπορεί να γίνει απεικόνιση με bars η οποία είναι πιο φιλική και κατανοητή για τον χρήστη. Το συγκεκριμένο παράδειγμα σε μορφή Status Time Graph έχει τη μορφή που ακολουθεί. ΕΙΚΟΝΑ 5: ΣΤΑΘΜΗ ΝΕΡΟΥ ΚΑΤΑ ΤΗ ΒΡΟΧΟΠΤΩΣΗ Σελίδα 8