Мага. 1 семестр / IoT_Кочубей_Зубченко_1308_3

МИНОБРНАУКИ РОССИИ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ЭЛЕКТРОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ «ЛЭТИ» ИМ. В.И. УЛЬЯНОВА (ЛЕНИНА) Кафедра вычислительной техники

ОТЧЕТ по лабораторной работе №3

по дисциплине «Интернет вещей» Тема: Работа с платформой ThingSpeak

Санкт-Петербург

2025

Цель работы

Изучение теоретического материала об функционировании платформ облачных вычислений, формирование практических навыков визуализации и анализа потоков данных в реальном времени в облаке ThingSpeak.

Ход работы

Создание канала

Создаём и настраиваем свой канал в сервисе ThingSpeak. В качестве полей указываем температуру в градусах по Цельсию и Фаренгейту.

Рисунок 1 – канал измерения температуры

Ниже представлен код на языке MatLab для получения информации о самом последнем значении температуры с общедоступной метеостанции в Токио.

readChannelID = 1674133; temperatureFieldID = 2; readAPIKey =''; writeChannelID = 3200546;

writeAPIKey = 'AS5WSFCAOKP0A6D2';

tempC = thingSpeakRead(readChannelID,'Fields', temperatureFieldID,'ReadKey',readAPIKey);

tempF = (tempC * 9/5)+32;

display(tempC, 'Temperature in Celsius'); display(tempF, 'Temperature in Fahrenheit');

thingSpeakWrite(writeChannelID, [tempC, tempF], 'WriteKey', writeAPIKey);

2

Рисунок 2 – текущее значение температуры в Цельсиях и в Фаренгейтах

Рисунок 3 – графики температур

Использование TimeControl

Для запуска действий (измерений) в указанное время используем

приложение TimeControl.

Рисунок 4 – графики температур спустя 6 часов

3

Подключение приложений

Визуализируем графики изменения температур за последние три дня

с помощью MatLab Visualization.

readChannelID = 1674133; myFieldID = 2;

oneDay = [datetime('yesterday') datetime('today')]; readAPIKey = '';

temperatureDay1 = thingSpeakRead(readChannelID,'Fields',myFieldID, ...

'dateRange', oneDay,

'ReadKey',readAPIKey);

temperatureDay2 = thingSpeakRead(readChannelID,'Fields',myFieldID, ...

'dateRange',oneDay-

days(1),'ReadKey',readAPIKey);

temperatureDay3 = thingSpeakRead(readChannelID,'Fields',myFieldID, ...

'dateRange', oneDay-

days(2),'ReadKey',readAPIKey);

myTimes1 = minutes(1:length(temperatureDay1)); myTimes2 = minutes(1:length(temperatureDay2)); myTimes3 = minutes(1:length(temperatureDay3));

plot(myTimes1,temperatureDay1, myTimes2,temperatureDay2, myTimes3, temperatureDay3);

legend({'Day1','Day2','Day3'});

xlabel('Minutes'); ylabel('Temperature F');

title('3-Day Temperature Comparison');

Для удобства добавим визуализацию на страничку нашего канала.

Рисунок 5 – добавление графика на канал

4

Рисунок 6 – график температур за период

Получение веб-данных в режиме реального времени

С помощью пошагового руководства от MatLab получим информацию о находящихся суднах в Бостонском порту и о ожидаемых к прибытию.

Для начала создадим новый канал, куда мы будем записывать информацию.

Рисунок 7 – канал для записи суден

Переходим во вкладку MatLab Analysis и выбираем готовый скрипт

«Read live web data for vessels at the port of Boston».

url = 'https://www.vesseltracker.com/en/Port/boston/Dashboard.html';

filteredData(1) = urlfilter(url,'Moored Vessels:');

5

filteredData(2) = urlfilter(url,'Expected Vessels:');

display(filteredData(1),'Vessels in Port');

display(filteredData(2),'Expected Arrivals');

writeChannelID = 3200597;

writeAPIKey = '7EOPWVS9XXIYABYF';

thingSpeakWrite(writeChannelID,filteredData,'WriteKey',writeAPIKey);

Рисунок 8 – текущее значение суден в порту

Выводы

Входе лабораторной работы были успешно освоены навыки работы

воблаке ThingSpeak, а также приобретены теоретические знания об функционировании платформ облачных вычислений.

Был создан канал для отслеживания температуры в реальном времени с метеостанции в Токио. Для наглядного результата были использованы такие инструменты как MatLab Analysis, MatLab Visualization и

TimeControl. В итоге были получены графики изменения температур,

которые могут в дальнейшим пригодиться для изучения окружающей среды

в Токио.

6