1.1.1.2. 環境構成を確認する¶
注釈
- 本項では、標準提供されていない「microservice」機能を利用しています。「microservice」のご利用にあたっては、提供環境や費用などの諸条件について個別対応とさせていただいております。「microservice」機能に関しては iot-app@ntt.com までご相談ください。案件相談、提供環境や費用などの諸条件に関しては iot-info@ntt.com までご相談ください。
動作概要を確認する¶
- IoT機器にて予測に使用するデータを計測します。
- 計測は定期的に実行します。
- IoT機器での計測データをThings Cloudへ送信します。
- ※上記「構成イメージ」の青色の線です。
- IoT Connect Mobile Type S(以下ICM(S))回線を利用し、IoT Connect Gateway(以下ICGW)を経由してThings Cloudと通信します。
- すべてのセンサーから予測に使用するデータを取得したタイミングで随時送信します。
microserviceにて、Things Cloudに蓄積された1日分の計測データを集約しCSVファイルを作成します。
- 作成したCSVファイルをWasabiオブジェクトストレージ(以下Wasabi)にアップロードします。
- ※上記「構成イメージ」の緑色の線です。
あらかじめカスタマイズしておいたThings Cloudのダッシュボードにてボタンを押すと、microserviceのAPIが実行されます。
- microservice内部に保存されているCSVファイルを予測用データとして、microserviceからNode-AI BerryのAPIを実行します。
- ※上記「構成イメージ」のピンク色の線です。
- Node-AI Berryの実行結果をmicroserviceよりカスタムウィジェットへレスポンスします。
- ※上記「構成イメージ」のピンク色の線です。
Things Cloudのダッシュボードに予測結果が表示されます。
実装の流れを確認する¶
- 作業端末の初期セットアップおよび必要なアプリケーションのインストールをします。
- Microsoft Azure上にNode-AI Berryをデプロイするための環境を構築します。
- Wasabiのバケット作成およびユーザー作成をします。
- 作業端末からNode-AIに学習データをアップロードします。
- 学習データを元にNode-AIで学習し、学習モデルを作成します。
- 学習モデルを作業端末にダウンロードします。
- Microsoft Azure上に立ち上げた仮想マシン(以下、Berryサーバー)でNode-AI Berryを起動し、作業端末より学習モデルをアップロードします。
- IoT機器の初期セットアップをします。
- Things Cloudにて、SmartRESTテンプレートを作成します。
- ICGWにて、IoT機器とThings Cloudを接続するための設定をします。
- Things Cloudに蓄積された1日分の計測データを集約しCSVファイルを作成する機能と、計測データがまとめられたCSVファイルを基にNode-AI BerryのAPIを実行する機能を持つmicroserviceを作成します。
- カスタムウィジェットを作成し、Things Cloudにデプロイします。
- デプロイしたカスタムウィジェットをThings Cloudのダッシュボードに配置します。
- IoT機器で計測データの送信設定および送信をします。
- microserviceをThings Cloudへデプロイします。
- Wasabiへアクセスし、計測データをまとめたCSVファイルがmicroserviceからアップロードされていることを確認します。
- Things Cloudのダッシュボードにて、Node-AI Berryでの予測結果が表示されることを確認します。