End-to-end EdgeAI-projekti

Servon liikerata analysoidaan Edge AI -laitteessa, ML-mallin avulla ja tulos näytetään web sivulla.

⚙️

Liikeradan mittaus

Raspberry Pi Pico -pohjainen servon liikeradan mittausjärjestelmä, toteutettu ADXL335-kiihtyvyysanturilla.

  • Kääntää servoa 0 - 180 - 0 (PWM)
  • Lukee kiihtyvyydet (ADC)
  • Paketoi datan (JSON)
  • Lähettää datan sarjaporttiin (UART)
Avaa dokumentaatio →
🤖

Koneoppimismalli

Koneoppimismallin kehitysprosessin eri vaiheiden läpikäynti. Luotu ML-mallia ajetaan Raspberry Pi alustalla, Edge AI laitteena.

  • Datan puhdistus ja muokkaus
  • feature engineering
  • Mallin koulutus (Isolation Forest)
  • Mallin validointi ja siirto tuotantoon
Avaa dokumentaatio →
🌐

Liikeradan analysointi

Azure IoT EdgeAI -pohjainen ratkaisu servon liikeradan tunnistukseen. Käytetään koulutettua Isolation Forest mallia.

  • Azure EdgeAI
  • Azure IoT Hub -integraatio
  • UART luku -moduuli
  • Analysointi-moduuli
Avaa dokumentaatio →
⚡

Visualisointi

Backend-järjestelmä EdgeAI-projektille. Mittausten ja analysointien tallennus ja esitys graafisena näkymänä.

  • API-rajapinnat
  • Datan tallennus
  • Anomalian visualisointi
  • Raakadatan visualisointi
Avaa dokumentaatio →
🎥

Demo

Case 1: “asento jota mallille ei opetettu → anomalia”
Case 2: “opetettu asento → normaali”