将 AI 和边缘预测应用于 IoT 数据

本教程中,我将向您展示如何实施边缘计算架构的高级步骤。您将了解如何将传感器、无线连接、多处理器边缘设备、低功耗微控制器和传感器库集成到此 IoT 边缘架构中。您还将了解如何将边缘设备连接到 IBM Cloud 和 Watson IoT Platform 以创建新的 Node-RED 应用程序。通过使用 Watson Studio 数据科学门户网站,您将了解如何创建要部署到边缘设备的机器学习模型。最重要的是,您将了解如何在边缘设备上运行机器学习预测模型。

如果您发现学习本教程有些困难,也许您可以从另一个教程“为 IoT 边缘配置网状网络”开始。

我希望,即使您不能完全按照本教程的步骤进行操作,也可以将它们作为一个模型,用于指导您使用类似硬件和软件构建自己的 IoT 边缘解决方案。

以下步骤是本教程的主要步骤:

  1. 设置边缘设备

  2. 创建 Node-RED 应用程序

  3. 创建、部署和运行机器学习模型

这次教程将遵循这一系列步骤。

传感器到洞察步骤

前提条件

本教程中的边缘设备是连接了 IKS01A2 传感器扩展板STM32MP1 发现套件

您可以使用 IBM Cloud 帐户完成本教程:

第 1 步:设置边缘设备

在设置开发板并连接传感器扩展板后,您将了解如何在边缘设备上打开 OpenSTLinux 的电源、检测 wifi IP 地址并连接到边缘设备。然后,您将运行环境传感器程序以观察环境传感器数据。最后,在将浏览器连接到边缘设备上运行的 Node-RED 之后,将传感器数据发送到 Watson IoT Quickstart。

  1. 拆箱并设置开发板

  2. 打开 OpenSTLinux 的电源并连接到边缘设备

  3. 运行环境传感器程序以查看传感器数据

  4. 连接到边缘设备上的 Node-RED

  5. 将数据从设备发送到 Watson IoT Platform Quickstart

第 2 步:创建 Node-RED 应用程序

在开始创建 Node-RED 应用程序之前,需要创建一个在 IBM Cloud 中运行的 IoT 入门应用程序,打开 Watson IoT Platform 以确认您可以在边缘设备上发送/接收数据,并在 Watson IoT Platform 中注册边缘设备。接下来,您将配置 Node-RED,安装其他节点,并导入预构建的流程,然后创建第一个 Node-RED 应用程序,输出传感器数据。

然后,您将在 IBM Cloud 中创建第二个 Node-RED 应用程序“Node-RED 仪表板”,您可以使用它来试用图表类型并绘制实时传感器数据。当传感器数据超出阈值时,还会触发警报。

最后,您将创建第三个 Node-RED 应用程序,该应用程序将传感器数据存储在 Cloudant 数据库中,格式化时间序列数据库记录,从 Cloudant 数据库中读取数据集,并创建历史数据图表。

  1. 创建 IoT Platform 入门应用程序

  2. 向 Watson IoT Platform 注册边缘设备

  3. 在 IBM Cloud 中设置和配置 Node-RED

  4. 通过 MQTT 将传感器数据从边缘设备发送到 Watson IoT Platform

  5. 在 IBM Cloud 中接收来自 Node-RED 应用程序的传感器数据

  6. 在 Node-RED 仪表板图表中分析实时传感器数据

  7. 在 IBM Cloud 中将传感器数据存储在 Cloudant 数据库中

  8. 在 Node-RED 仪表板图形中分析历史数据

第 3 步:创建、部署和运行机器学习模型

在此步骤(最后一步)中,您将使用 Watson Studio 创建机器学习模型。接下来,您将使用 IBM Cloud 中的 Node-RED 将模型发送到边缘设备上运行的 Node-RED。 最后,您将根据传入的传感器数据在边缘设备上运行该模型,以便做出关于是否持有传感器的预测。

  1. 在 IBM Cloud 中设置和配置 Watson Studio

  2. 创建用于训练机器学习模型的训练数据

  3. 从 Cloudant 数据库中读取传感器数据并创建用于对传感器数据进行分类的模型

  4. 在边缘设备上部署和运行机器学习模型

结束语及后续步骤

在本教程中,我试图展示了如何从传感器到洞察,从边缘到云。如果您想尝试其他边缘计算解决方案,请查看边缘计算IBM Edge Application Manager Hub。

本文翻译自:Applying AI and Edge prediction to IoT data(2020-05-05)