探索物联网数据ThingSpeak和MATLAB

저자罗兰美国舒尔,2016年3月23日

20회조회(최근30일)|0좋아요|5댓글

今天我想向你们介绍一个客座博客,Eric Wetjen,在MathWorks产品营销经理。今天,Eric将ThingSpeak讨论平台,收集和分析物联网与MATLAB(物联网)数据。

内容

介绍

你知道你可以收集和分析的数据联网传感器使用吗ThingSpeak吗?ThingSpeak原型物联网应用程序是一个web服务。ThingSpeak允许您收集、分析和行为数据,包括一个MATLAB分析应用程序在云中送到ThingSpeak分析数据。我们将向您展示如何在桌面MATLAB分析ThingSpeak数据,我们还将展示如何在云中运行你们的MATLAB分析代码使用MATLAB分析应用程序内置ThingSpeak。

在这个项目中,我们使用一个覆盆子π,汽车网络摄像头和ThingSpeak计数和分析交通模式在一条繁忙的高速公路。我们的车反发送数据频道38629在ThingSpeak每15秒。

网络摄像头的汽车图像的计算是以覆盆子π2,只看到每15秒的汽车数量是ThingSpeak设备发送的。汽车的硬件设置和发展计算算法是完全在下面描述文件交换提交。传感器设置的图片和一个视图的原始数据显示在ThingSpeak如下所示。

一旦ThingSpeak收集的数据,我们已经准备好使用MATLAB的交通模式。今天,我们将专注于交通数据的数据分析和可视化使用MATLAB和ThingSpeak。

离线分析:分析数据存储在ThingSpeak

为了深入了解我们的交通数据,我们首先需要从ThingSpeak导入数据到桌面MATLAB。从ThingSpeak简化数据的检索,我们使用的功能ThingSpeak支金宝app持工具箱,可以在MATLAB中央文件交换。

一周的交通数据解读MATLAB

我们开始通过指定开始日期和结束日期使用datetime对象。因为我们是将数据发送到ThingSpeak每隔15秒,我们有大约40000数据点来检索。ThingSpeak只允许8000点一个读操作,所以我们创建一个for循环在批量收集数据。然后我们将每次迭代的流量和时间数据为两个向量,调用alltrafficData和时间戳。

endDate = datetime (“3/13/2016”,“InputFormat”,“MM / dd / yyyy”);startDate可以= datetime (“3/6/2016”,“InputFormat”,“MM / dd / yyyy”);%创建日期向量dateVector = startDate可以:endDate;%查看,最后endDate dateVector值是一样的,如果%不添加如果(dateVector(结束)~ = endDate) dateVector = [dateVector, endDate];结束alltrafficData = [];时间戳= [];%读取数据块因为ThingSpeak每读的上限为8000分为dayCount = 1:长度(dateVector) 1 dateRange = [dateVector (dayCount) dateVector (dayCount + 1)];[channelData t] = thingSpeakRead (38629“DateRange”,dateRange);[alltrafficData] = [alltrafficData;channelData];[时间]=[时间戳;t];结束

绘制原始交通数据

接下来我们的阴谋和标签的数据图。每日波动在交通从原始数据清晰可见。马上,我们可以看到相对应的峰值早上和下午“高峰”。

图绘制(时间戳,alltrafficData) datetick包含(“日期”)ylabel (的车辆计数每15秒间隔网格)在标题(3月6日的一周交通量)传说(“西界交通”,“东界交通”)

看着每日资金往东的交通作为一个直方图

可视化的体积流量每一天,我们总结原始交通数据和使用条形图来可视化。它看起来像我们繁忙的公路上看到从45000年到65000年汽车每一天!

eastTraffic = alltrafficData (:, 2);westTraffic = alltrafficData (: 1);为i = 1:4%去掉几个分被5647整除(分一天)eastTraffic (i) = [];westTraffic (i) = [];结束%将数据分成7块(接近24小时的一天)dailysumeast =总和(重塑(eastTraffic地板(长度(alltrafficData) / 7), []));日期= dateVector;%转换为串行的日期栏阴谋日期(8)= [];日期= datenum(日期);图酒吧(日期、dailysumeast)网格在包含(“日期”)ylabel (“每天车辆数”甘氨胆酸)ax =;ax.YAxis。指数= 3;标题(“东界交通量本周3月6日的)datetick

更深层次的看一个人的一天

获得更多的了解我们的交通数据,我们看交通一个人一天。每天,我们指定一个开始时间和停止时间。

清晰的所有开始时间{1}=2016年3月8日,“就是”;stopTime {1} =“2016年3月8日23:59:59;%我们从ThingSpeak检索数据,和我们% downsample数据删除短期波动。然后,我们使用% findpeaks函数图并寻找乘以交通量在哪里%最高。为简单起见,我们只看往东的数据。startDate可以= datetime(开始时间{1},“InputFormat”,“嗯,yyyy HH: mm: ss”);endDate = datetime (stopTime {1},“InputFormat”,“嗯,yyyy HH: mm: ss”);datevector = [startDate可以,endDate];[每日t] = thingSpeakRead (38629“DateRange”,datevector);%看东界交通DailyEast =每日(:,2);时间戳= datetime (t)“ConvertFrom”,“datenum”);dateAnalyzed =开始时间{1};dateAnalyzed = {dateAnalyzed (1: (end-8))};

将采样到48箱30分钟的数据块,发现山峰

原始交通数据非常的难以想象。如果我们想看看每天的时间最高的体积流量,我们需要看数据在时间尺度大于15秒。为此,我们将每天24小时划分为30分钟的片段。每一段的顶部开始小时30分钟后结束。

downsamplesize =地板(长度(DailyEast) / 48);teastper30 = datetime(开始时间{1});DailyEastper30为止(1:48)= 0;%预先分配为为止k = 1:48% calucate每日tarffic每30分钟的片段DailyEastper30 (k) =总和(DailyEast (1 + downsamplesize * (k - 1): downsamplesize * k));teastper30 (k + 1) = teastper30 (k) + 1/48;%显示每个30分钟周期结束时间戳结束teastper30 = teastper30 ';teastper30 (1) = [];%十二点开始第一本我timestampPer30 = teastper30;%找到峰值及其倍(位置)(峰值、位置)= findpeaks (DailyEastper30,“阈值”,100,“MinPeakHeight”,1100);%的阴谋的山峰图findpeaks (DailyEastper30 datenum (timestampPer30),“阈值”,100,“MinPeakHeight”,1100)datetick包含(“时间”)ylabel (“车辆计数每30分钟”)标题(strcat (“成交量峰值”,{' '},dateAnalyzed)) dateAnalyzed peaktimes = timestampPer30(位置)DailyVolume =总和(DailyEast)

dateAnalyzed = ' 2016年3月8日,' peaktimes = 08 - mar - 2016 06:00:00 08年3月- 2016 07:30:00 08年3月- 2016 12:30:00 08年3月- 2016 14:00:00 08年3月- 2016 15:30:00 08年3月- 2016年17:30:00 08 - 3月- 2016年20:00:00 DailyVolume = 51175

在线分析:计算和调度在ThingSpeak MATLAB代码

到目前为止,我们已经把数据从ThingSpeak回MATLAB做一些离线分析每周和每天的交通模式。但如果我们想计算每日的体积流量和数据发送到另一个频道ThingSpeak吗?离线计算非常简单,但ThingSpeak与MATLAB集成使我们能够在网上这样做。计算成交量的交通,我们使用MATLAB分析应用程序可以在Thingspeak.com。我们编写代码来获取前一天的原始交通数据,我们总结结果。然后,我们使用thingSpeakWrite命令发送数据到一个名为成交量的新渠道。