Skip to content

nesnelerin interneti için veri kayıt alanları : thingspeak temel kullanım

nesnelerin interneti uygulamalarının artması, uygulamalardan elde edilen verilerin kaydedileceği veri kayıt merkezi uygulamaları ihtiyaçlarınıda doğurmaktadır. bu verilerin yerelde tutulması kimi zaman imkansız, kimi zamanda veriye erişim ve inceleme gereksinimlerinden dolayı bir uygun değildir. yani nesnelerin interneti kavramı büyük veri ve bulut bilişim ile iç içe geçmiş durumdadır.

bu gereksinimin farkında olan bir çok şirket kullanıcılara parasız ve paralı seçenekler sunmaya başlamıştır. bunlardan bir taneside arkasında mathworksun olduğu thingspeak. thingspeak i diğerlerinden farklı kılan yanı matlab ile entegrasyonu. matlab ile veri işlemeye ve karışık hesaplamalarla sıklıkla uğraşan birisiyseniz gerçek dünyadan elde ettiğiniz verileri saklamak için ideal bir ortam konumunda.

örnek olarak iliniz içerisinde ayırdığınız bölgelerdeki hava sıcaklık, nem, rüzgar ile hava kirliği arasında bir ilişki   konusunda bir araştırma yapıyorsanuz sahadaki internet erişimi olan sensörlerinizin verilerini bu platformda tutabilirsiniz.

https://thingspeak.com/users/sign_up adresinde çok kısa sürede kendinize bir hesap oluşturabilirsiniz.

th1

hesabınızı oluşturduktan sonra My Channels linkine girerek New Channel diyerek yeni bir channel – yani bir veri tabanı – tablo oluşturuyoruz.

th2karşımıza çıkan ekran yandaki şekilde olacaktır.

burada yer alan alanlara ait açıklamalar kısaca aşagıdaki şekildedir.

  • Channel Name: kanal için kullanılacak isim.
  • Description: kanal için açıklama.
  • Field#: kanalda kaydedilebilecek 8 adet veri alanı mevcuttur. bu veri alanı için isim. kullanabilek için yandaki kutucuk seçilerek aktif edilmelidir..
  • Metadata: kanal datasının JSON, XML, veya CSV olup olmadığı bilgisi.
  • Tags: kanalı tanımlamak için kullanılacak anahtar kelimeler.
  • Latitude: kullanılacak sensör – kanal için enlem bilgisi
  • Longitude: kullanılacak sensör – kanal için boylam bilgisi.
  • Elevation: kullanılacak sensör – kanal için yükseklik bilgisi..
  • Make Public: verileri herkese açık hale getirmek.
  • URL: kanal hakkında bilgi içeren bir web sitesi var ise.
  • Video ID: kanal hakkında bilgi içeren bir youtube veya vimeo videosu var ise..

her kanal içine 8 tane anlık veri kaydedebiliyoruz. bu bir çok uygulama için yeterli olacaktır. formu doldurarak kaydettiğimizde thingspeak bize bir kanal oluşturacaktır.

oluşturulan her kanala ait bir idye sahip olacaktır. verilere erişmek için bu id bilgisi gerekmektedir.

kanalı oluştuduktan sonra My Channels görünümü aşagıdaki şekilde olacaktır.

th3

burada bizim için önemli alanları inceleyelim.

th4

private ve public viewde kendimizin görebileceği ve herkesin görebileceği verileri görebiliyruz. burada kanal id miz ve kanala ait temel bilgilerde yer almaktadır.

Chanel Setting kanalı oluşturken kullandığmız alanları yönetebileceğimiz kısımdır.

API Keys altında ise thingspeaka veri yazma ve okuma işlemi sırasında kullanacağımız keyler yer almaktadır. bu keyler birbirinden farklı olduğu için uygulmalar sırasında buna dikkat etmek gerekmektedir.

th5

Data Import/Export altında ise kanal altında veri eklemenize ve veri almanıza yarayan tool mevcuttur.. Export ile CSV formatında alınan dosya yapısı aşagıdaki şekildedir.

created_at,entry_id,field1
2015-12-04 19:26:13 UTC,1,
2015-12-04 19:32:53 UTC,2,0.0
2015-12-04 19:33:16 UTC,3,1.9
2015-12-04 19:33:31 UTC,4,1.9
2015-12-04 19:33:45 UTC,5,6.3
2015-12-04 19:33:59 UTC,6,3.5
2015-12-04 19:34:15 UTC,7,1.8
2015-12-04 19:34:29 UTC,8,2.4
2015-12-04 19:34:43 UTC,9,1.9
2015-12-04 19:34:58 UTC,10,4.7
2015-12-04 19:35:18 UTC,11,3.2
2015-12-04 19:35:32 UTC,12,2.1
2015-12-04 19:35:46 UTC,13,6.8
2015-12-04 19:36:00 UTC,14,4.3
2015-12-04 19:36:14 UTC,15,2.6

bir sonraki yazıda raspberry üzerinde python ile veri gönderimi konusunda bir örnek yapılacaktır. uygun bir zamandada matlab kısmına değinebiliriz.

nereden nereye

eski çalışma notlarım arasında oluşturduğum neuro_signal proje klasörü altındaki dökümanlara, matlabda yazdığım kodlara bi baktım bide şimdiki bulut hesabımdaki iş klasörüne baktım bir yerde kesin bir hata olmalı diye geçiriyorum aklımdan. (anlayan anladı) gerekli teçhizat elimin altında olsa da beta dalgalarını kayıt edebilseydim ve burada yayınlayabilseydim. 🙂

beyin dalgaları – beyin ile kontrol fazla değil üç beş yıl önce konuya uzak kişilere  ütopik gibi duruyordu. bu alandaki çalışmalar meyvasını vermeye başladı özellikle sensör ve yüksek işlem kapasitesine sahip yonga üretimleri de bu araştırmalarla paralel belki daha hızlı geliştiğinden yakın zamanda mouse, klavye v.b. tarih olacak. kendimize buna hazırlasak iyi olacak. neurosky, emotiv v.b. nin  ürünlerini incelemek gelecek açısından bir bakış açısı yaratabilir.

ben bu işin teknik tarafını merak etmeye başladım diyorsanız eeg,  meg,  fmri sihirli kelimelerini google yazacaksınız. gerisi o gizemli organa kalmış. 😉

eeglab , brainstorm gibi toolboxlar bu işle uğraşırken olsa ne güzel olurdu diyelim, noktayı koyalım….

 

Matlab alternatifleri

Sayısal hesaplamalar, simulasyon v.b. konular ile ilgilenen kişilerden Matlab yazılımını duymamış olan yoktur herhalde. Literatürde kendine yer edinmiş olan bu yazılım başarısını kanıtlamıştır. Tek kötü yanı open source bir yazılım olmamasıdır 🙂

Farklı platformlar için sürüme sahip ender yazılımlardan biri olan Matlab Linux altında rahatlıkla kullanilabilmektedir. Yüksek fiyatı ve lisans sözleşmesi benim gibi sizin içinde bir sorun ise o zaman

Scilab
Octave

tam size göredir. Matlab kadar gelişmiş toolboxlara özelliklere sahip olmasalarda bu yazılımlar eminimki mevcut ihtiyaçları karşılyacaktır.

Eğer Pardus dağıtımını kullanıyorsanız scilab contrib deposunda octave ise depoda mevcut. Paket yöneticisini kullanarak bu yazılımları rahatlıkla kurabilirsiniz.

Scilab ve Octave incelendiginde Scilab Octaveden bir adım önde durmaktadır. Vakit bulursam scilab ve octave notlarımı düzenleyip burada paylaşacağım.

Back To Top