Desafio técnico ETSIIT | De estudantes universitários a empresários

a maior eficiência, o ID filho e a qualidade são enviados como chaves que podem ser filtradas ou usadas para classificar o vídeo.

Para otimizar o aplicativo, o servidor da sala chamava o script de triangulação apenas se houvesse um assinante solicitando a criança. Determinamos isso usando a descoberta de assinantes e analisando o ContentFilteredTopic parâmetros de filtro.

Finalmente, implementamos um mecanismo de redundância para lidar com a falha do servidor da sala. Cada minicomputador na sala criou um editor e definiu seu valor USER_DATA para a sala e um ID de prioridade padrão (exclusivo). Se um dos minicomputadores detectasse que tinha o menor ID em sua sala, ele iniciava o aplicativo do servidor e agia como o servidor até que um novo minicomputador com um ID menor aparecesse.

Aplicativos do usuário

Desenvolvemos dois aplicativos de usuário final. O primeiro será usado pelos pais para ver os filhos na creche. O segundo programa será usado pelos funcionários do berçário para ver todas as câmeras em tempo real, gerenciar o acesso dos pais (adicionar e remover) e gerenciar automaticamente o controle de presença.

Reflexões finais

Tivemos que lidar com dois grandes problemas no desafio:

1. Obtendo os valores RSSI:compramos um dispositivo Bluetooth de muito baixa qualidade e baixo custo (cerca de US $ 5). O sinal tinha muitos erros e ruídos. Tivemos que desenvolver um algoritmo para otimizar os valores, reduzindo esse erro de 3 para 0,5 metros. Não encontramos nenhuma biblioteca para operações de baixo nível com dispositivos Bluetooth em Java (finalmente usamos o pybluez). Tivemos que nos comunicar usando programas Python e Java.
2. Codificação de vídeo:não foi fácil encontrar uma biblioteca que nos permitisse obter o buffer de vídeo codificado. Foi ainda mais difícil otimizar os elementos no pipeline GStreamer 0.10 para trabalhar com desempenho máximo no Raspberry Pi. Com a configuração final, o atraso da imagem é de cerca de 3-5 segundos. Para um melhor desempenho, planejamos substituir o Raspberry Pi por um dispositivo MK802 III com preço semelhante, que inclui Wi-Fi e um processador Cortex A9 dual-core.

O RTI Connext DDS nos poupou muito trabalho ao implementar redes, serialização de dados e mecanismos de qualidade de serviço. Agradecemos à nossa escola de engenharia e à RTI por nos dar a oportunidade e os recursos para enfrentar com sucesso este desafio empresarial.

Saiba mais:

Produção autônoma de veículos »

Conectividade em sistemas autônomos »

O que é IIoT? »

O que é DDS? »

上一页  [1] [2]