การประยุกต์ใช้งานแอปพลิเคชั่นปัญญาประดิษฐ์ร่วมกับอินเทอร์เน็ตของสรรพสิ่งบนคลาวด์ในอาคารอัจฉริยะ
DOI:
https://doi.org/10.14456/rmutlengj.2022.6คำสำคัญ:
อินเทอร์เน็ตของสรรพสิ่ง, ปัญญาประดิษฐ์, อาคารอัจฉริยะ, คลาวด์ส่วนตัวบทคัดย่อ
บทความวิจัยนี้เสนอการออกแบบและพัฒนาแอปพลิเคชันอินเทอร์เน็ตของสรรพสิ่งสำหรับตรวจจับบุคคลในอาคารอัจฉริยะ การตรวจจับบุคคลที่อยู่ในอาคารส่วนใหญ่จะใช้เซนเซอร์ตรวจจับการเคลื่อนไหว ส่วนการติดต่อสื่อสารระหว่างอุปกรณ์ต้องอาศัยระบบเครือข่ายอินเทอร์เน็ตที่มีความเสถียรภาพสูง ทางผู้วิจัยจึงเสนอแนวคิดการพัฒนาแพลตฟอร์มที่เหมาะสมกับสภาพแวดล้อมด้านอาคารอัจฉริยะ เพื่อลดปัญหาการติดต่อสื่อสารระหว่างเครือข่ายอินเทอร์เน็ต โดยสร้างแอปพลิเคชันที่มีการใช้ปัญญาประดิษฐ์ทำงานร่วมกับอุปกรณ์อินเทอร์เน็ตของสรรพสิ่ง สั่งงานผ่านระบบประมวลผลภาพ ระบบสั่งงานควบคุม และระบบแสดงผลข้อมูลสถิติ ซึ่งทำงานอยู่บนระบบคลาวด์ส่วนตัว โดยใช้กล้องวงจรปิดในการตรวจจับหาบุคคลที่อยู่ภายในอาคารแต่ละโซนด้วยวิธีการประมวลผลภาพจากโมเดลทางปัญญาประดิษฐ์ เพื่อทำการวิเคราะห์และสั่งควบคุมการเปิดปิดระบบส่องสว่าง เครื่องปรับอากาศ และประตูเข้าออกอาคารแบบอัตโนมัติ อีกทั้งยังมีระบบแจ้งเตือนความปลอดภัย ในกรณีที่ตรวจเจอบุคคลนอกช่วงเวลาที่กำหนดผ่านทาง LINE Notify และได้ออกแบบระบบให้รองรับการเพิ่มชุดควบคุมในแต่ละโซนในอนาคตได้ จากการทดลองพบว่าสามารถลดชั่วโมงการใช้พลังงานโดยรวมของอาคารได้ 31.47 เปอร์เซ็นต์
Downloads
References
Buyya R, Dastjerdi AV. Internet of things : an overview. In: Buyya R, Dastjerdi AV, editors. Internet of things principles and paradigms. Morgan Kaufmann; 2016. p.3-23.
Gupta A, Johari R. IOT based electrical device surveillance and control system. 2019 4th International Conference on Internet of Things: Smart Innovation and Usages (IoT-SIU), Ghaziabad, India, 2019:1-5.
Zhang X, Hu M, Xia J, Wei T, Chen M, Hu S. Efficient federated learning for cloud-based AioT applications. in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2020:1.
Pham HT, Nguyen MA, Sun CC. AIoT solution survey and comparison in machine learning on low-cost microcontroller. 2019 International Symposium on Intelligent Signal Processing and Communication Systems (ISPACS), Taipei, Taiwan, 2019:1-2.
Liu X, Yu XL, Fei T. Research on building data acquisition methods in smart city. 2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), Vientiane, Laos, 2020:144-7.
aws.amazon.com [Internet]. AWS: AWS IoT. Available from: https://aws.amazon.com/th/iot/solutions/ connected-home/ [Accessed 15th March 2021].
U-Aroon P. Design and implementation of data gathering for smart building on IoT platform. Veridian E Journal Science and Technology, 2018; 5(3):53-63.Thai.
Krylovskiy A. Internet of Things gateways meet linux containers: performance evaluation and discussion. 2015 IEEE 2nd World Forum on Internet of Things (WF-IoT), Milan, Italy, 2015:222-7.
Rajaram K, Susanth G. Emulation of IoT gateway for connecting sensor nodes in heterogenous networks. 2017 International Conference on Computer, Communication and Signal Processing (ICCCSP), Chennai, 2017:1-5.
Malche T, Maheshwary P. Internet of Things (IoT) for building smart home system. 2017 International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC), Palladam, India, 2017:65-70.
Emeakaroha VC, Cafferkey N, Healy P, Morrison JP. A cloud-based IoT data gathering and processing platform. 2015 3rd International Conference on Future Internet of Things and Cloud, Rome, Italy, 2015:50-7.
Garg H, Dave M. Securing IoT Devices and Securely Connecting the Dots Using REST API and Middleware. 2019 4th International Conference on Internet of Things: Smart Innovation and Usages (IoT-SIU), Ghaziabad, India, 2019:1-6.
Tipauksorn P, Inkong-ngarm A. OpenVINO Public Domain Population Counting Using Image Processing by OpenVINO Toolkit. The Conference of Industrial Engineering Network 2021 (IE Network 2021); 2021 May 5-7; Rajamangala University of Technology Srivijaya. Songkhla: 2021. p.378-384.
Kale S. Cloud computing – types of cloud. Esdsblog: Available from: https://www.esds.co.in/blog/cloud-computing-types-cloud/#sthash.
iEOFhBel.dpbs [Accessed 24 May 2021].
Openvino Documentation. Documentation: Converting and Preparing Models. Model Optimizer Developer Guide. Available from: https://docs.openvinotoolkit.org/latest/openvino_docs_MO_DG_Deep_Learning_Model_Optimizer_DevGuide.html [Accessed 24 May 2021].
Python Point. MQTT Beginners Guide. Available from: https://medium.com/python-point/mqtt-basics-with-python-examples-7c758e605d4 [Accessed 24 May 2021].
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2022 วารสารวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
สำหรับผู้แต่ง (Author)
