汉斯谈物联网

ThingSpeak, MATLAB，还有物联网

使用ThingSpeak, MATLAB和Raspberry Shake进行实时地震交通监控

发布的克里斯托弗Stapels，

185次观看(过去30天)|喜欢|0评论

我们建立了一种监控流量的新方法，并在使用MATLAB的过程中获得了一些意想不到的发现。你可能对ThingSpeak很熟悉流量监控通道它使用来自网络摄像头的图像处理来计算繁忙公路上的汽车数量。我的朋友和合作者艾伦·卡夫卡威斯顿天文台、波士顿学院和雷声公司的杰伊·普利告诉我，我们也许可以用地震分析来验证交通数据。所以，我们买了一个覆盆子摇®地震仪把它设置在一层交通监控器下面三层。这是该设备在MathWorks总部的照片，以及过滤后的地震数据与交通数据的快照。

“Shake”已经在云端提供了数据。但有了ThingSpeak，我可以设置一个自动流程，过滤原始数据，并将其与交通数据一起绘制出来。现在我可以查看比较数据当我需要用实时数据验证预测时。例如，我可以看到在高峰时段交通强度的增加是有相关性的。最近，在一场大雪中，我能够验证地震数据(来自扫雪机)与较低的交通数字(来自旅行者远离道路)之间的相关性。

下面是实现这个功能的过程，有一些代码提示(但不是完整的脚本)。

  1. 使用FSDN RESTful webservices API在MATLAB中从震动中读取数据，并将其过滤到1秒或更短的分辨率，这样您就可以将其写入ThingSpeak通道。
urlQuery =…'https://data.raspberryshake.org/fdsnws/dataselect/1/query?starttime=2022-02-28T00:30:00&endtime=2022-02-28T01:00:00&network=AM&station=RF23B' data = webread(urlQuery);

.．.

2.如果你用过MATLAB分析在ThingSpeak中，你可以设置一个TimeControl定期获取数据;我选择了5分钟，所以数据几乎是实时的。

3.使用MATLAB可视化读取流量监控数据和过滤后的震动数据，并在同一时间范围内绘图。

myData = thingSpeakRead(channelID，'dateRange'，[startTime,endTime]，'outputformat'，'时间表');

地震数据通常会模拟交通数据，但并不是100%的相关性。其中一个原因可能是，夜间行驶的卡车可能会造成较大的地震事件，但在网络摄像头数据中只会显示一次。另一个问题是，从道路到地震检波器的距离至少是100米，在这个距离上，许多地面振动可能会减弱或分散。最后，在比较数据中，建筑物的振动仍然存在。

建筑物会产生很多噪音，因此为带通滤波器选择正确的频率对于获得良好的比较数据很重要。由于处理是在MATLAB中完成的，因此很容易生成一个FFT频谱将夜间数据(车辆较少)与白天数据(可能是交通高峰时段)进行比较。这是一个比较频率谱在交通高峰和午夜开始的时候。

差值线(黄色部分)没有具体的值，因为两个FFT没有标准化，但它提供了在哪里寻找差异的提示。如预期的那样，选择正确的频率可以去除地震数据中与交通数据不匹配的特征。注意下图中缺少的建筑噪音特征。

实时物联网数据的真正好处是，您可以随时随地查看所需的图表。例如，当道路封闭，或者当地采石场正在爆破岩石时，当你在寻找特定的特征或见解时，你可以看到实时数据是如何响应的。

|
  • 打印
  • 发送电子邮件

另请参阅

评论

如欲留言，请点击在这里登录您的MathWorks帐户或创建一个新帐户。