Prototyp IoT nie zaczyna się od urządzenia, tylko od pytania.
Najpierw trzeba wiedzieć, co chcemy sprawdzić. Czy interesuje nas temperatura w wybranym miejscu? Wilgotność? Zajętość obiektu? Poziom zapełnienia? Częstotliwość zdarzeń? Dopiero później można zdecydować, czy potrzebny jest czujnik, jaki pomiar ma wykonywać i jak często powinien wysyłać dane.
To ważne, bo w miejskich projektach technologicznych łatwo zacząć od sprzętu. Tymczasem dobry prototyp powinien odpowiadać na konkretne pytanie i prowadzić do danych, które da się zrozumieć, sprawdzić i wykorzystać.
Pierwszy element: pomiar
Czujnik jest urządzeniem, które rejestruje określone zjawisko. Może mierzyć temperaturę, wilgotność, natężenie światła, ruch, odległość, obecność, poziom cieczy albo wiele innych parametrów. Sam pomiar nie jest jednak jeszcze informacją miejską.
Aby pomiar miał wartość, trzeba wiedzieć, gdzie został wykonany, kiedy został wykonany, jakim urządzeniem i z jaką dokładnością. Bez tego liczba oderwana od kontekstu może być trudna do interpretacji.
Dlatego już na etapie prototypu warto opisywać dane tak, jakby miały zostać później opublikowane: z datą, lokalizacją, jednostką miary i krótkim opisem metody.
Drugi element: sieć
Po wykonaniu pomiaru dane muszą zostać przesłane dalej. Można to zrobić na różne sposoby: przez Wi-Fi, sieć komórkową, LoRaWAN, połączenie przewodowe albo inną technologię. Wybór zależy od miejsca działania urządzenia, dostępnego zasilania, wielkości danych i oczekiwanej częstotliwości pomiarów.
Jeżeli urządzenie ma wysyłać małe porcje danych, działać długo na baterii i znajdować się w terenie, rozwiązania takie jak LoRaWAN mogą być dobrym kierunkiem. Jeżeli urządzenie pracuje w budynku i ma stałe zasilanie, czasem wystarczy prostsze połączenie.
Nie ma jednej najlepszej sieci dla każdego prototypu. Jest tylko sieć dobrze dobrana do zadania.
Trzeci element: dane
Najciekawszy etap zaczyna się wtedy, gdy pomiary trafiają do systemu. Dane mogą zostać zapisane w bazie, pokazane na wykresie, umieszczone na mapie albo udostępnione do dalszej analizy. W przypadku portalu otwartych danych ważne jest, aby można je było opisać i ponownie wykorzystać.
To oznacza, że prototyp powinien myśleć o danych od początku. Jak będzie wyglądał jeden rekord? Czy zawiera datę i godzinę? Czy ma lokalizację? Czy wiadomo, z jakiego czujnika pochodzi? Czy wartości są w tej samej jednostce? Czy dane są testowe, czy gotowe do publikacji?
Dopiero odpowiedzi na te pytania sprawiają, że pomiary mogą stać się zbiorem danych.
Prototyp to nie gotowe wdrożenie
Miejski prototyp IoT służy do sprawdzania pomysłu. Pozwala ocenić, czy pomiar jest możliwy, czy dane są przydatne, czy transmisja działa stabilnie i czy wyniki mają sens. Nie powinien być od razu traktowany jak docelowa infrastruktura.
To rozróżnienie jest ważne. W prototypie można testować rozwiązania niskokosztowe, proste płytki rozwojowe i eksperymentalne konfiguracje. W docelowym wdrożeniu trzeba już brać pod uwagę trwałość urządzeń, serwis, bezpieczeństwo, warunki środowiskowe, zgodność z przepisami i odpowiedzialność za jakość danych.
Prototyp jest więc etapem nauki. Jego wartość polega na tym, że pozwala szybko sprawdzić, czy dany pomysł ma sens.
Po co takie prototypy w otwartych danych?
Prototypy IoT mogą pomagać w zrozumieniu, skąd biorą się dane i jakie decyzje trzeba podjąć, zanim pojawi się gotowy zbiór. To ważne nie tylko dla techników. Mieszkańcy mogą lepiej rozumieć, jak powstają pomiary. Organizacje społeczne mogą testować proste pomysły związane z lokalnymi potrzebami. Firmy mogą rozwijać usługi oparte na danych. Administracja może sprawdzać, czy dany typ pomiaru jest przydatny przed większym wdrożeniem.
W takim podejściu laboratorium IoT nie jest miejscem zabawy technologią. Jest sposobem bezpiecznego uczenia się, jak zamienić obserwację miasta w dane, które można pokazać, opisać i wykorzystać.
Podsumowanie
Prosty miejski prototyp IoT składa się z kilku kroków: pytania, pomiaru, transmisji, zapisu danych i ich interpretacji. Czujnik jest tylko jednym z elementów tego procesu.
Najważniejsze jest to, aby od początku myśleć o jakości danych. Pomiar powinien mieć czas, miejsce, jednostkę, opis i jasny cel. Dopiero wtedy technologia IoT może stać się częścią ekosystemu otwartych danych miejskich.