Visualisierung von Messdaten mittels Raspberry Pi

Thurnheer, Fabian and Gartmann, Marco (2020) Visualisierung von Messdaten mittels Raspberry Pi. Other thesis, OST Ostschweizer Fachhochschule.

[thumbnail of HS 2020 2021-SA-EP-Thurnheer-Gartmann-Visualisierung von Messdaten mittels Raspberry Pi.pdf] Text
HS 2020 2021-SA-EP-Thurnheer-Gartmann-Visualisierung von Messdaten mittels Raspberry Pi.pdf - Supplemental Material

Download (3MB)

Abstract

Trinkwasser ist ein nicht selbstverständliches Gut. Besonders in Entwicklungsländern ist die Sensibilisierung für das Thema der Trinkwasserqualität von grosser Bedeutung. Für diese Sensibilisierung braucht es Wissen und die Möglichkeit, dieses Wissen auch in technisch schlecht erschlossene Gebiete bringen zu können.
Mit einem Raspberry Pi's und darauf installierter Moodle-Lernplattform wurde als Teil des COFER WASH Projekts eine Lösung gefunden, um die für die Sensibilisierung nötige Theorie in Hochschulen solcher Gebiete bereitzustellen. Für das Institut für Umwelt und Verfahrenstechnik UMTEC der OST stellte sich die Frage, wie diese Theorie nun mit Praxisbeispielen veranschaulicht werden kann, um das Verständnis zu diesem Thema weiter zu vertiefen.
Die mit dieser Studienarbeit entwickelte Anwendung befähigt das im genannten Projekt bereits eingesetzte Raspberry Pi, Messdaten von Sensoren zu erheben, welche per USB ans Gerät angeschlossen werden. Die erhobenen Messdaten werden dem Benutzer in einer Web-Applikation, welche auch in einen Moodle-Kurs integriert werden kann, graphisch dargestellt. Mit den angeschlossenen Sensoren kann somit die Wasserqualität anhand verschiedener Eigenschaften gemessen und analysiert werden.
Das Raspberry Pi agiert dabei als WLAN-Accesspoint, auf welchen sich die Benutzer mit ihrem Smartphone oder Laptop verbinden, um die Messwerte in der Web-App zu analysieren. Da die Web-App ebenfalls vom Raspberry Pi ausgeliefert wird, ist der Einsatz auch ohne Internetverbindung gewährleistet.
Für die Realisierung wurde die Programmiersprache TypeScript mit Einsatz von Node.js und Vue.js verwendet. Die Anwendung wurde mit Blick in die Zukunft so entwickelt, dass neue Sensor-Typen mit möglichst wenig Aufwand integriert werden können.

Item Type: Thesis (Other)
Subjects: Topics > Internet Technologies and Applications > Visualization
Area of Application > Web based
Area of Application > Academic and Education
Technologies > Programming Languages > Python
Technologies > Programming Languages > Java Script
Technologies > Databases
Technologies > Devices > Raspberry Pi
Divisions: Bachelor of Science FHO in Informatik > Student Research Project
Depositing User: HSR Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Gehrig, Silvan
UNSPECIFIED
Date Deposited: 19 Mar 2021 09:47
Last Modified: 19 Mar 2021 09:47
URI: https://eprints.ost.ch/id/eprint/919

Actions (login required)

View Item
View Item