Home > Technologie > SmartEDU

SmartEDU

0
Advertisement

SmartEDU

Hallo, wie geht es dir?
Heute stellen wir Ihnen das SmartEDU-Projekt vor. Unser Konzept ist eine Lösung, um Lernumgebungen für eine bestimmte Gruppe von Studenten besser zu machen und dabei ihre Gewohnheiten während des Lernprozesses zu berücksichtigen und die Umgebung selbst zu verändern, um sie an die Bedürfnisse einer bestimmten Gruppe anzupassen. Wir tun das, indem wir Daten mithilfe von Sensoren erfassen, die an der Intel Edison-Platine angeschlossen sind, sie an die Cloud senden, sie verarbeiten und wieder zurückgeben, so dass wir z. B. automatisch eine Klassenzimmer-Beleuchtung oder Temperatureinstellungen ändern können.

Die Materialien, die wir für diese Projekte benutzten, waren:

- eine grüne und rote LED;

- vier Widerstände;

- Mehrere Jumper für Strom- und Datenübertragungszwecke;

- Intel Edison;

- Sensoren: Eine Lichtschranke (die wir auch als Lichtsensor bezeichnen) und einen Thermistor-Sensor;

Schritt 1: Einrichten des Edison Chip

SmartEDU

SmartEDU

SmartEDU

Ist der erste Schritt in den Bau des Projekts, den Edison Chip an der Platine selbst zu befestigen. Es ist ein sehr einfaches Verfahren, dass die meisten Menschen in der Lage, ohne weitere Schwierigkeiten zu behandeln. Das Endergebnis ist in den bereitgestellten Bildern zu sehen.

Schritt 2: Anschließen der GDD- und GCC-Kabel am Steckbrett

SmartEDU

SmartEDU

Unser nächster Schritt ist ziemlich einfach und besteht darin, die GDD- und GCC-Kabel vom Intel Edison Board mit unserem Brotbrett zu verbinden, so dass wir es mit Strom versorgen können, damit es richtig funktioniert.

Schritt 3: Anschließen des Lichtsensors an das Steckbrett

SmartEDU

SmartEDU

Der dritte Schritt besteht darin, die Daten, die sich auf die Helligkeit in einem Klassenzimmer beziehen, zu erfassen. Wir müssen diesen Wert erhalten, damit wir ihn verarbeiten, an die Cloud senden, lernen können, welche die beste Konfiguration für die jeweilige Gruppe ist und senden die optimierten Werte an die Tafel zurück, damit sie sich anpassen und die Lernumgebung verbessern können `Ll bekommen, dass in weiteren Schritten. Für den Fall, dass wir nur einen Lichtsensor an den ANALOG IN A0 anschließen (es ist das gelbe Kabel im Bild), stellen Sie sicher, dass es richtig angeschlossen ist und dann einen Widerstand aus Sicherheitsgründen anschließen. Hier wird so ziemlich jede Art von Widerstand zu tun, weil seine Aufgabe ist nur zum Schutz der Sensoren. Beachten Sie, dass das Verbinden eines Widerstandes nicht zwingend ist, aber wir empfehlen es aus Sicherheitsgründen.

Schritt 4: Anschließen des Thermistorsensors an das Steckbrett

SmartEDU

SmartEDU

Wir verwenden einen Thermistor, um festzustellen, welche Temperatur im Klassenzimmer ist, so dass wir lernen können, ob die Schüler die bestmögliche Leistung in dieser Umgebung haben. Das Verfahren ist fast das gleiche wie im vorherigen Schritt, da das einzige, was sich ändert, der Sensor ist, den wir verwenden. Anstatt an ANALOG IN A0 anzuschließen, verbinden wir es mit ANALOG IN A1.

Schritt 5: Anschließen der grünen LED

SmartEDU

SmartEDU

SmartEDU

In diesem Schritt gehen wir vor, zu simulieren, was passieren würde, wenn die Leuchtkraft nicht geeignet wäre. Wir verwenden eine LED als Darstellung einer Lampe, so dass immer dann, wenn der vom Sensor erfasste Luminanzwert nicht der beste für diese Schülergruppe ist. Wir verbinden die LED mit DIGITAL 13.

Schritt 6: Anschließen der roten LED

SmartEDU

SmartEDU

SmartEDU

In einem sehr ähnlichen Verfahren zum vorherigen Schritt verbinden wir die rote LED mit dem Steckbrett. Der Unterschied ist, dass es Änderungen der Temperatur darstellt, und wir verbinden es mit DIGITAL PIN 12.

Schritt 7: Endschritt

SmartEDU

SmartEDU

SmartEDU

Hier kommen wir zu unserem letzten Schritt für das Projekt. Nachdem alle Komponenten am Intel Edison Board und am Steckbrett befestigt sind, können wir Daten aus der Umgebung und aus dem Internet empfangen. Wir haben mehrere Technologien für die Arbeit, so dass wir wir `ll Ansatz sie als Vorschlag, wobei im Hinterkopf, dass es mehrere Möglichkeiten für jedermann, die Daten zu verarbeiten.

In Anbetracht dessen, dass wir keine kontrollierte Umgebung zum Testen hatten, konnten wir noch ein Klassenzimmer simulieren, indem wir die Werte aus dem Intel Edison Board sammelten und in eine JSON-Datei mit den Werten des Lichtsensors und des Thermistors schrieben. Wir richten einen Webserver ein, der die eingehenden Daten über einen bestimmten Port ständig überwacht (Sie können dies lokal unter Verwendung des integrierten Intel Edison Webservers tun), so dass, wenn wir eine HTTP-POST-Anfrage erstellt haben, die Informationen in der JSON enthalten sind Datei in unserer Datenbank gespeichert werden. Wir empfehlen dringend, Node JS zu verwenden, um leicht einen Webserver einzurichten und das Express-Framework, um die vom Board gesendeten Anfragen zu verwalten. Da wir mit JSON arbeiten, empfehlen wir die Verwendung von MongoDB, um mit den Daten umzugehen, da es sehr einfach ist, JSON-formatierte Objekte damit zu behandeln. (Es gibt aber auch andere Optionen, die Sie auch berücksichtigen können, zB mit SQL-Strukturierten Datenbanken).

Um eingehende Daten an die Tafel zu bekommen (die Werte, die durch eine künstliche Intelligenz optimiert wurden, die von jedem, der das Projekt baut, optimiert wurden, verwendeten wir eine einfache Klassifizierung, weil wir nicht die Mittel hatten, etwas Spezialisiertes umzusetzen Weiter für bessere Maschinenlerntechniken) verwendeten wir die Technologie, die vom Brett selbst zur Verfügung gestellt wird, um Internetanrufe zu behandeln, die wifi Bibliothek, die mit Edison selbst kommt. Aus diesem Grund konnten wir Daten von außen erhalten, um das Verhalten bestimmter Komponenten im Board zu verändern.
Wir hoffen, dass Sie unser Projekt genossen haben und so viel gelernt haben, wie wir es gemacht haben, indem wir dieses Projekt mit dem ehrfürchtigen Intel Edison Brett errichteten!

Klicken Sie hier die Github - Repository zu öffnen.

Related Reading