IoT и ИИ для мониторинга качества воды: защита водных экосистем

Компоненты и материалы

Компонент	Количество	Примечание
Walabot Creator	1	Радар для подсчёта водных обитателей
Raspberry Pi 3 Model B	1
Arduino UNO	1
DFRobot Turbidity Sensor	1	Мутность воды
DFRobot pH Sensor	1	Кислотность воды

Приложения и онлайн-сервисы

• Sigfox — LPWAN сеть для передачи данных
• Arduino IDE
• Amazon Web Services AWS IoT — анализ данных в облаке

О проекте

Вдохновение

Каждый год в Нью-Дельви вижу мост через Ямуну. Вода становится грязнее, водной жизни нет. Тысячи жителей используют эту воду, её pH близок к кислотному. Не только Ямуна — сотни рек в мире без признаков жизни. Промышленные сбросы убивают экосистемы. Многочисленные виды исчезают из-за загрязнения. С этим Earth Day Challenge хочу решить проблему.

Решение

Для действий нужны данные. Собираем три ключевых параметра: pH, мутность, количество водных организмов.

1. pH воды

Критический фактор: определяет кислотность/щелочность. Любое изменение pH дискомфортит виды.

Измерение: Arduino + модуль pH-метра.

2. Мутность воды

Мутность — хазистость от микрочастиц, невидимых глазу. Ключевой тест качества воды.

Измерение: Arduino + модуль мутности.

Подключение датчиков к Arduino

• pH-метр → аналоговый пин A0
• Мутность → аналоговый пин A1
• Скачать репозиторий GitHub, загрузить скетч Sensing-Earth-Sigfox-Water-Meter/Arduino/sketch.ino
• Открыть Serial Monitor — проверка данных

3. Подсчёт водных животных с Walabot

Walabot использует радиоволны для 감지 объектов. Мы картируем тепловое излучение живых водных организмов.

Примечание: Сейчас Walabot только считает, но с алгоритмами глубокого обучения добавлю классификацию видов по сырьовым изображениям Walabot.

Настройка Walabot + Raspberry Pi + Sigfox

• Подключить Walabot к Pi по micro USB
• Установить Walabot SDK и Python-библиотеку WalabotAPI через pip
• Подключить Sigfox-шилд
• Скачать репозиторий на Pi: Sensing-Earth-Sigfox-Water-Meter/Pi/sigfox.py
• Следовать инструкциям для вашего шилда
• Вставить свои Sigfox-ключи в файл и запустить

Заключение

По трём параметрам (pH, мутность, количество особей) можно оценить загрязнение водоёма. Власти делятся данными с загрязнителями — те принимают меры. После мер можно отслеживать, восстанавливается ли популяция и какие факторы способствуют росту.

Тестирование

Проверил на своих аквариумных рыбках. Дальше — тесты на реках и оптимизация.

Что дальше?

Данные в Sigfox Cloud → AWS IoT + Sigfox Webhooks для анализа. Туториал: ссылка.

Проект в разработке. Главная будущая фича: Google AutoML или кастомный Deep Learning (что даст лучший результат) для определения видов и их количества в водоёме.

Код

GitHub репозиторий: https://github.com/madhurgupta10/Sensing-Earth-Sigfox-Water-Meter

Схемы