Интернет вещей

Я включил на домашнем роутере файловый журнал DNS-запросов и оставил на выходные. За 39 часов набралось 106 875 обращений к 2605 доменам от восьми устройств: компьютера, ноутбука, телефона, умной колонки, робота-пылесоса, телевизора и стиральной машины.

Дальше начались открытия.

Умная колонка выходит в сеть раз в 43 секунды и не останавливается никогда — ночью столько же, сколько днём. Причём обращений в аналитику у неё ровно столько же, сколько к рабочему API.

Робот-пылесос обошёлся тремя доменами за двое суток и не позвал никого постороннего, хотя ни разу не убирался.

Стиральная машина ходит только в облако производителя — четыре домена. А приложение для управления ею принесло с собой три сторонних аналитических сервиса.

Телевизор оказался сложнее всех. Ночью он спит крепче остальных приборов, а за сутки простоя успевает обратиться к 172 доменам. Среди них — компания, которая занимается распознаванием картинки на экране. Причём это подтверждается не догадками, а политикой конфиденциальности самого производителя телевизора.

В статье: полный разбор по каждому устройству с цифрами, две грабли при настройке журнала на роутере с 44 МБ свободного места, и все команды, чтобы повторить у себя за вечер.

После очередного зимнего сезона, с облегчением отключив отопление, я сказал себе: "Ну, всё! Так больше нельзя!" И принялся за автоматизацию и мониторинг.

Во время погружения в процессы производства, о которых шла речь в первой статье, от руководства прилетел интересный вопрос: «А можно как-то посчитать, сколько на самом деле работает наше оборудование (в контексте ленточных пил) в смену? Может, повесим умные камеры для анализа?»

Спойлер: посчитать получилось и в разы дешевле чем по любым умным камерам! Причем в процессе удалось оцифровать работу не только ленточных пил, но и ряд другого оборудования. Будут: гипотеза, макетирование и прототипирование, создание платы и производство (PCB), микропрограмма, workflow n8n и планы на будущее. Самое важное, что нужно помнить, обращая производство в цифру — что нам это дает.

Мы привыкли, что GPS/ГЛОНАСС-терминал – это, в первую очередь, прибор для записи трека машины. Да, это база. Но давайте посмотрим на него как на контроллер: есть входы, выходы, сценарии взаимодействия с периферией. Поэтому всегда интересно пофантазировать, что еще можно подключить к нему, кроме транспортного средства?

Каждый инженер – тоже художник, его творчество – техническое, и практически всегда скрыто от глаз. Меня всегда привлекало нестандартное использование разных устройств в совершенно неподходящем ключе, это позволяет разбавить рутину, поэкспериментировать и посмотреть на продукт под другим углом.

Особенно хорошо, что терминалы имеют технологию Easy Logic, это очень сильно развязывает руки как в работе, так и создании того, что на первый взгляд несовместимо, например, попкорн-машина. При чем тут попкорн? Давайте разберем этот кейс и увидим, насколько разным бывает мониторинг.

Это первая статья в серии про LoRa — технологию передачи данных, способную работать с сигналами ниже уровня шума. Протокол LoRa позволяют передавать данные на километры с очень небольшой мощностью передатчика — порядка 10 мВт или 10 дБм. При этом модули LoRa потребляют так мало энергии, что могут работать от одной зарядки аккумулятора год или больше.

На базе LoRa делают системы сбора данных с обширных территорий без подключения к интернету. Это могут быть, например, данные от счетчиков воды и электроэнергии, погодных станций, газовых котлов и другого оборудования. Также можно управлять устройствами на больших расстояниях.

С помощью LoRa можно сделать шлюз, который будет работать далеко от зоны покрытия интернета. Можно даже настроить передачу сообщений на большие расстояния вообще без интернета.

Из этой статьи вы узнаете, как появились устройства LoRa и почему они могут принимать сигналы ниже уровня шума. Вы узнаете, как работать с модулями LoRa, подключенными к микрокомпьютеру Raspberry Pi, научитесь конфигурировать эти модули с учетом ограничений законодательства, а также передавать с их помощью сообщения на километры. В завершение статьи я расскажу, как сделать простую погодную станцию, измеряющую температуру, давление и влажность. Данные будут передаваться через LoRa и отображаться на OLED-мониторах, подключенных к передатчику и приёмнику.

Большинство способов интеграции самодельных устройств умного дома с Алисой требуют Wi-Fi, облачного сервера или MQTT. Но существует гораздо более простой способ — использовать обучаемый ИК-пульт Яндекса как шлюз между голосовым помощником и собственной сетью устройств. Именно такой вариант я сделал ещё в 2017 году, и он работает до сих пор.

В последние годы казалось, что каждый новый способ идентификации в СКУД вот-вот станет новым стандартом и начнет вытеснять предыдущие. Такими кандидатами были карты, затем смартфоны, теперь биометрия. Но происходит обратное: новые технологии скорее занимают свои узкие ниши, чем вытесняют старые.

Недавно мы расширили способы идентификации в СКУД PERCo-Web. Выпустили линейку считывателей с поддержкой BLE, мобильные приложения для их использования, а также представили совместное с группой ЦРТ решение для идентификации по лицу. Это хороший повод рассказать о том, что вообще происходит с идентификацией в СКУД.

Несколько лет у меня лежал недорогой китайский видеодомофон Doorbell M8, работающий через приложение Ulooka. Покупал я его на одном из маркетплейсов примерно за 400 рублей — скорее из любопытства, чем из реальной необходимости.

Одним из самых вдохновляющих моментов в разработке микроконтроллерных устройств является их первая установка и запуск в локальной сети. И этот же момент может превратиться в настоящий ад, когда процедуру приходится повторять десятки или сотни раз. Множество однотипных контроллеров, развертываемых одновременно, требуют часов монотонного конфигурирования — времени, которое любому инженеру хотелось бы провести с большей творческой пользой.

Для решения этой проблемы был разработан легкий open-source сервис с открытым исходным кодом и условным названием «esp-monitor».

У крупных компаний редко возникает задача создать систему мониторинга с нуля. Чаще приходится дорабатывать уже существующую инфраструктуру: добавлять сигналы, подключать новые объекты и решать проблемы, которые раньше никто не предполагал.

В этой статье расскажем о двух подобных кейсах на совсем разных площадках: телеком-оператора и пассажирского перевозчика.

Преподавая в школе «Интеграл» в 2018 году, я наблюдал, как коллеги-педагоги массово скупали Яндекс.Станции и умные лампочки. Один из них, обычный учитель (не IT-специалист), с гордостью рассказывал, как настроил автоматическое включение света через мобильное приложение не только на кухне, но даже в Ванной комнате. А еще он поставил умную RGB-лампу в спальню. Всё работало «из коробки» — нажал кнопку, точнее зажал на некоторое время, подключил, готово.

Меня же это беспокоило. Как учитель информатики и робототехники, я не мог принять идею «черного ящика». Тем более когда можно не просто включить лампочку через Интернет, но получать значения с датчиков освещенности, температуры и влажности... Тогда я начал эксперименты еще на ESP8266, сегодня могу немного рассказать, как это все используется и устроено теперь в моем умном доме.

## 1. Введение

Старые промышленные холодильные машины часто продолжают исправно работать десятилетиями. Механика ещё имеет большой ресурс, теплообменники обслуживаются,ремонтируются, но электронные платы постепенно становятся главным ограничением эксплуатации.

В моём случае проблемой стала специализированная плата защиты и управления компрессорами ССP1 (CPM1) чиллера Carrier 30HXA. Она контролировала токи двигателя, температуру обмоток и цепь высокого давления, а также управляла контактором, масляным соленоидом и соленоидом охлаждения двигателя. Центральный контроллер чиллера циклически обменивался с этой платой данными по промышленной шине.

Найти новую плату оказалось сложно. Покупка бывшего в употреблении экземпляра не решала вопрос надолго: возраст компонентов был примерно таким же, а проверить остаточный ресурс до установки невозможно. Поэтому была поставлена другая задача: заменить плату CCP1 (CPM1) на чиллере 30HXA программно-аппаратным эмулятором на базе Wiren Board 8.5, сохранив штатный центральный контроллер, интерфейс оператора и существующую логику чиллера. Центральный контроллер платы MBB должен был увидеть на шине ожидаемое устройство, получать от него правдоподобные измерения и состояния защит, а команды должны были исполняться с предсказуемой задержкой.

## 2. Что требовалось заменить

Оригинальная плата обслуживала два компрессора A1 и В1. Для каждого необходимо было реализовать:

- измерение трёх фазных токов;

- измерение температуры обмоток двигателя;

В большинстве устройств для промышленной или домашней автоматизации требуется измерить какую-либо физическую величину, например, температуру, влажность, освещенность, давление, уровень воды и др. Для этого используют соответствующий сенсор, подключают его к микроконтроллеру и с помощью АЦП преобразуют в цифровое значение. Но сырые цифры из АЦП микроконтроллера — это ещё не температура, не давление и не влажность. Нужно их пересчитать. И тут начинается самое интересное: где взять коэффициенты для функции? Вручную подбирать? Гадать? Самый распространённый способ — это рассчитать коэффициенты для линейной функции. Но как правильно рассчитать её коэффициенты, чтобы ошибка была минимальной? Разбираем теорию, типы графиков датчиков, расчёты и готовый код.

Ни для кого не секрет, что IoT‑устройства собирают огромное количество информации, в том числе личные данные пользователей и фиксируют их местоположение. А также они жёстко привязаны к конкретному производителю, т.е. пользователь зависим от конкретного производителя или бренда. Гаджеты совместимы с парой основных систем, но кроссплатформенность отсутствует. Устройства разных производителей часто не могут взаимодействовать друг с другом без дополнительных шлюзов. Универсального протокола связи устройств тоже нет. Из стандартов: Zigbee, Matter, Z‑Wave, Bluetooth, Wi-Fi — как следствие умные устройства плохо дружат между собой.

В этом доме под Красноярском живут не только люди. Здесь есть оранжерея с коллекцией тропических растений, несколько террариумов с рептилиями, комната для собак и витрина с авторскими коллекционными куклами. Каждая зона требует своих условий: температуры, влажности, освещенности и сценариев управления. 

Мы посетили объект и посмотрели, как реализовали систему автоматизации для дома с весьма необычными увлечениями хозяйки.

Как я встретил ESP-Claw? Очень просто: не на Хабре, не в Google, а в одном дружном чатике, куда ссылку запостил коллега по несчастью. Не могу сказать, что именно меня зацепило, но я решил - почему бы и нет. Если в двух словах, то оно того стоило: попутно я освоил подключение к LLM по API-ключу, разобрался с OpenRouter, позаботился об экзотической лягушке, убедил ИИ написать Arduino-скетч для управления Tuya-совместимыми выключателями и розетками и заодно взгромоздил на десктоп Open WebUI - чтобы у меня был собственный ИИ-чатбот, с блекджеком и без облака. Это - описание опыта, а не выверенное до последней запятой руководство.

Умная квартира в новостройке: что у системы под капотом и какие ошибки допускают застройщики

Максим Марачук — занимаюсь внедрением цифровых решений для управления инженерной инфраструктурой в многоквартирных домах

На рынке умных технологий для многоквартирных домов (МКД) до сих пор живут два стереотипа: «это дорого» и «жители всё равно не пользуются». Каждый раз, когда я слышу это на переговорах, предлагаю посмотреть на цифры реальных строящихся объектов — и на то, как система умного дома устроена внутри. После этого тональность разговора обычно меняется.

Ниже — разбор цифровизации двух петербургских ЖК. В обоих система умного дома (общедомовое инженерное оборудование) и умной квартиры (устройства внутри помещения) работает на одной платформе, хотя комплектация отличается. Покажу архитектуру решения, объясню, почему выбраны именно эти протоколы, разберу реальный инцидент на пусконаладке и приведу чек-лист ошибок, из-за которых заявленный при продажах функционал потом может не работать.

Два объекта, две комплектации

Первый объект — ЖК класса «Бизнес+». В доме 184 квартиры, 25 этажей. Он прошёл оценку по методике Единого ресурса застройщиков (ЕРЗ) и получил статус «умного дом класса А» — это высший уровень цифровизации жилых зданий.

Второй — ЖК класса «Комфорт». Разноэтажная застройка, 963 квартиры, паркинг на 150 машино-мест. Объекты строили разные застройщики, но умная квартира в обоих случаях реализована на одной платформе.

В 2013 году в этом ЦОД внедрили систему мониторинга на базе Honeywell. Спустя почти десять лет контроллеры начали зависать, появились ложные сигналы, а после ухода производителя с российского рынка исчез доступ к программному обеспечению и технической поддержке.

Полностью менять систему автоматизации никто не хотел: электрика работала, датчики работали, инженерная инфраструктура тоже. Поэтому на объекте пошли другим путем — заменили только контроллеры и модули ввода-вывода, сохранив существующую автоматику.

В статье покажем, как организовали такую модернизацию, какие инженерные системы подключили к новой диспетчеризации и как решили задачу оповещений через мессенджер.

Это история о том, как мы строили промышленный продукт из сферы Интернета вещей для морских портов, и какое-то время нам казалось, что главное — заставить его работать. Но оказалось, что иногда самая большая проблема не в коде, не в железе и даже не в отсутствии спроса.

Базовый функционал транспортной телематики – координаты, скорость, пробег, топливо. С морским транспортом сложнее: суда работают в условиях жестких международных и национальных требований, а в приполярных районах стандартное оборудование попросту перестает работать. Что делать, если судно в Арктике, связи нет, а за каждый пропуск автоматической передачи позиции грозит штраф?

Сегодня разберем кейс компании «ВИДАР». С 2021 года они разрабатывают отечественное спутниковое оборудование для торгового и рыбопромыслового флота. Сейчас оборудование установлено на 200 судах различного тоннажа – от маломерных до ледоколов – и прошло испытания в Баренцевом, Карском, Средиземном, Красном и Японском морях.

Большая благодарность Павлу Соколову из «ВИДАР» – за подробные материалы, описание всех технических деталей и фотографии, без которых эта статья не получилась бы.