(LAB 08) Android-based IoT Network with Nod-Red and Thingsboard IO on Cloud

Lab 08 요약: Android 기반 IoT 네트워크와 Node-RED 및 Thingsboard IO 활용

 

Lab 08의 목표는 Android 기기를 IoT 네트워크 센서로 전환하여 데이터를 수집하고, 이를 Node-RED와 Thingsboard IO를 통해 처리 및 시각화하는 것입니다. 이 실습에서는 Android 기기의 센서를 사용해 데이터를 수집하고, 클라우드로 전송해 대시보드를 생성하는 전체 과정을 포함합니다.

---

주요 실습 단계

 

1. Termux 설치 및 환경 설정

  • 설치:

    • F-Droid를 통해 Termux 및 Termux API 설치.

    • Termux에서 apt update와 apt install termux-api 명령어 실행.

  • 원격 액세스 설정:

    • SSH를 활성화하여 PC에서 Android 기기로 원격 로그인 가능.

    • Termux에서 IP 주소를 확인(ifconfig)하고 PC에서 ssh -p 8022 root@[IP]로 접속.

 

2. Android 센서 데이터 수집

  • 센서 목록 확인:

    • termux-sensor -l로 기기의 센서 목록 확인.

  • 센서 데이터 출력:

    • termux-sensor -a로 모든 센서 데이터를 실시간 출력.

    • 특정 센서 데이터 필터링:

    • termux-sensor -s "[센서 이름]"으로 개별 센서 데이터 출력.

 

3. Node-RED 설치 및 데이터 흐름 설계

  • Node-RED 설치:

    • Termux에서 Python, Node.js 설치 후 Node-RED 실행:

apt install python
apt install coreutils nodejs
npm i -g --unsafe-perm node-red

 

  • Node-RED 실행: node-red.

  • Node-RED 웹 인터페이스를 PC에서 접근:

      • 브라우저에서 http://[기기 IP]:1880 입력.

 

  • 데이터 흐름 생성:

    • Node-RED에 JSON 형식의 예제 흐름을 가져오기.

    • 센서 데이터를 필터링하여 HTTP POST로 PC에 전송.

 

4. PC에서 Node-RED 설정

  • Node-RED 설치 및 네트워크 설정:

    • PC에서 Node-RED 설치 후 웹 인터페이스 활성화.

    • 방화벽에서 포트 1880을 허용.

  • HTTP 요청 처리:

    • Android 기기로부터 전송된 데이터를 Node-RED에서 수신하고 처리.

    • JSON 데이터를 변환하고 클라우드로 재전송.

 

5. Thingsboard IO 설정

  • 클라우드 설정:

    • AWS EC2 인스턴스에서 Thingsboard CE 설치.

    • 포트 8080 허용 및 Thingsboard 웹 인터페이스 활성화.

  • 센서 데이터 통합:

    • Android 기기의 Node-RED 데이터를 Thingsboard로 POST 요청 전송.

  • Thingsboard 대시보드 생성:

    • 실시간 그래프를 생성하여 센서 데이터를 시각화.

 

6. 질문: ML 모델 통합

  • ML 모델 통합 설계:

    • AWS SageMaker를 활용하여 IoT 데이터 기반 ML 모델 학습 및 예측.

  • 데이터 흐름:

    1. Android 기기 → Node-RED(PC) → AWS S3(Dataset 저장).

    2. AWS Lambda를 통해 SageMaker 모델에 데이터 전달.

    3. 예측 결과를 Node-RED 또는 Android 기기로 전송하여 알림 표시.

---

학습 목표

1. IoT 네트워크 구축:

    • Android 기기를 IoT 센서로 전환하여 데이터를 수집 및 전송.

2. Node-RED와 클라우드 통합:

    • 클라우드 데이터 처리와 실시간 시각화를 위한 Node-RED 및 Thingsboard 활용.

3. AI/ML 통합 가능성 탐구:

    • 실시간 센서 데이터 분석 및 AI 모델 예측 결과를 IoT 환경에 반영.