FI-DV 12 Projekt — Sensor-zu-Dashboard

FI-DV 12 Projekt — Sensor-zu-Dashboard

In diesem Modul realisieren Sie eine vollständige End-to-End-Datenpipeline von einem physischen Sensor bis zur Visualisierung in einem Dashboard. Sie lernen, wie Sensordaten erfasst, über MQTT transportiert, an der Edge-Verarbeitet und schließlich in der Cloud visualisiert werden können. Dieses Praxisprojekt verbindet IoT-Konzepte mit Netzwerktechnik und Datenvisualisierung zu einem funktionsfähigen Gesamtsystem.

Die Teilnehmer:innen erhalten ein umfassendes Verständnis für die Architektur moderner IoT-Lösungen und können die erlernten Konzepte auf ähnliche Szenarien übertragen. Nach Abschluss dieses Moduls sind Sie in der Lage, eigene Sensor-zu-Dashboard-Systeme zu planen, zu implementieren und zu betreiben.

Konzepte und Hintergrund

MQTT (Message Queuing Telemetry Transport)

Ein leichtgewichtiges Publish/Subscribe-Protokoll für die maschinelle Maschine-zu-Maschine-Kommunikation, das besonders bei begrenzter Bandbreite und unzuverlässigen Netzwerken eingesetzt wird. Es verwendet ein Thema-basiertes Routing-System, bei dem Publisher Nachrichten an Themen senden und Subscriber sich für bestimmte Themen anmelden.

Edge Computing

Ein dezentraler Ansatz der Datenverarbeitung, bei dem Daten nahe ihrer Entstehung (am "Rand" des Netzwerks) verarbeitet werden, anstatt zentral in der Cloud. Dies reduziert Latenz, Bandbreitenbedarf und erhöht die Datenschutzkompatibilität, indem sensible Daten vor der Übertragung gefiltert oder aggregiert werden.

Grafana

Eine Open-Source-Plattform für die Überwachung und Visualisierung von Metriken, die Daten aus verschiedenen Quellen (wie MQTT, InfluxDB, Prometheus) abruft und in interaktiven Dashboards darstellt. Grafana ermöglicht die Erstellung von benutzerdefinierten Diagrammen, Alarmen und Dashboards für die Überwachung von IoT-Systemen.

Sensor-Integration

Der Prozess der Anbindung physischer Sensoren an digitale Systeme, einschließlich der Konfiguration der Hardware, der Kalibrierung der Messwerte und der Implementierung der Datenübertragungsprotokolle. Dies umfasst oft die Verwendung von Mikrocontrollern wie ESP32 oder Raspberry Pi zur Datenerfassung und -vorverarbeitung.

Architektur-Diagramm

flowchart LR
    A[Sensor] --> B[MQTT Broker]
    B --> C[Edge Server]
    C --> D[Cloud-Datenbank]
    D --> E[Grafana Dashboard]
    C --> F[Lokale Visualisierung]

Praktische Schritte

1. Sensor-Hardware einrichten und testen. Verbinden Sie den Sensor mit einem ESP32-Mikrocontroller und laden Sie den Beispielcode hoch, um die Sensorausgabe zu überprüfen.
2. MQTT-Broker auf einem Raspberry Pi oder Docker-Container installieren und konfigurieren. Starten Sie den Broker mit den Standard-Einstellungen und testen Sie die Verbindung mit einem MQTT-Client.
3. Sensordaten über MQTT publishen. Implementieren Sie auf dem ESP32 einen Sketch, der die Sensorwerte im JSON-Format an ein MQTT-Thema sendet, z.B.

   sensors/temperature/data

   .
4. Edge-Server für Datenverarbeitung einrichten. Installieren Sie auf einem dedizierten Server Node.js und schreiben Sie ein Skript, das MQTT-Nachrichten empfängt, die Daten filtert und ggf. in eine lokale Datenbank schreibt.
5. Cloud-Datenbank für Langzeitspeicher einrichten. Erstellen Sie einen InfluxDB-Container in der Cloud und konfigurieren Sie den Edge-Server so, dass er aggregierte Daten an die Cloud-Datenbank weiterleitet.
6. Grafana-Instanz in der Cloud bereitstellen. Installieren Sie Grafana auf einem Cloud-Server oder nutzen Sie eine gehostete Lösung und konfigurieren Sie die Datenquelle als InfluxDB.
7. Dashboard in Grafana erstellen. Erstellen Sie ein neues Dashboard, fügen Sie ein Diagramm hinzu und konfigurieren Sie es so, dass es Daten aus der InfluxDB-Datenquelle anzeigt.
8. Automatisierung der Datenpipeline einrichten. Implementieren Sie einen Cron-Job auf dem Edge-Server, der regelmäßig Daten an die Cloud-Datenbank sendet und die lokale Datenbank bereinigt.

Häufige Fallstricke

Weiterführende Ressourcen

• Eclipse Mosquitto MQTT-Dokumentation
• InfluxDB Offizielle Dokumentation
• Grafana Dokumentation
• Home Assistant MQTT Guide
• ESP32 MQTT Tutorial

Wissens-Check

Vier Fragen zur Selbstkontrolle. Klicken Sie jede Frage an, um die richtige Antwort und Erklärung zu sehen.

Welches der folgenden Protokolle ist besonders für die maschinelle Maschine-zu-Maschine-Kommunikation bei begrenzter Bandbreite geeignet?

• A) HTTP
• B) MQTT
• C) FTP
• D) SMTP

Richtige Antwort: B. MQTT ist ein leichtgewichtiges Publish/Subscribe-Protokoll speziell für M2M-Kommunikation in ressourcenbeschränkten Umgebungen. HTTP ist ressourcenintensiver, FTP dient zum Dateitransfer und SMTP zum E-Mail-Versand.

Welcher Vorteil von Edge Computing wird in diesem Modul besonders hervorgehoben?

• A) Erhöhte Speicherkapazität
• B) Zentrale Verwaltung aller Ressourcen
• C) Reduzierte Latenz und Bandbreitenbedarf
• D) Geringere Hardwarekosten

Richtige Antwort: C. Edge Computing reduziert Latenz und Bandbreitenbedarf, indem Daten nahe ihrer Entstehung verarbeitet werden. Zentrale Verwaltung erhöht Latenz, und die Hardwarekosten sind oft ähnlich oder höher.

Was ist die Hauptfunktion von Grafana in diesem Projekt?

• A) MQTT-Nachrichten filtern
• B) Sensordaten erfassen
• C) Daten visualisieren und Dashboards erstellen
• D) Edge-Server konfigurieren

Richtige Antwort: C. Grafana dient der Visualisierung und Darstellung von Daten in Dashboards. Das Filtern von Nachrichten erfolgt typischerweise vor Grafana, die Datenerfassung erfolgt durch die Sensoren und die Edge-Server.

Was ist ein wesentlicher Bestandteil der Sensor-Integration in diesem Projekt?

• A) Installation von Betriebssystemen auf Cloud-Servern
• B) Kalibrierung der Messwerte und Implementierung der Datenübertragungsprotokolle
• C)</strong) Erstellung von Marketingmaterialien für das Dashboard</li>
• D) Konfiguration von Netzwerkfirewalls

Richtige Antwort: B. Die Sensor-Integration umfasst die Kalibrierung und die Anbindung der Sensoren an das System. Die Installation von Betriebssystemen, Marketing und Firewall-Konfiguration sind keine direkten Bestandteile der Sensor-Integration.