研究筆記 - 多App 同 sensor 的分析

目的

多個 App, 很有可能提供某種相同類別的感測器資料，比方說溫度。但是在資料上呈現的樣子卻有一點小差異，比方說 sensor 在系統內的10-20 中選的位置不同，或是感測器不同，所以精度可能也有差異。但是基本上都是溫度的資料，系統應該能有整合共用這些資料的能力。
這裡想研究，如何分析這些資料，以及如何顯示這些資料，給系統設計一些 Input

情境

分析需求

使用者需求

規格

設計

全 Client 方法：
- 利用 lass.py 將 log 轉換成 javascript 可以方便使用的 .js 檔（當資料 input ）
- 利用 Google maps javascript api 在地圖上顯示出來
- 此內含 Javascript 的 html 可以放在 github 給大家隨時取用

temp sensor value input jason format:
var data_jason = ’[ \
{"device_id" : "LASS-DUST-LJ", "data_D" : "33.00","lat" : 24.797717, "lng": 121.000916}, \
{"device_id" : "LASS-DUST-LJ", "data_D" : "23.00","lat" : 24.817717, "lng": 121.010916}, \
{"device_id" : "LASS-DUST-LJ", "data_D" : "13.00","lat" : 24.827717, "lng": 121.020916}, \
{"device_id" : "LASS-DUST-LJ1", "data_D" : "5.00","lat": 24.807717, "lng": 121.030916} \
]’;

Log 轉 Jason 的設計考量
- lass.py 需可以 sync ftp 上的 log 到 local.
- 為了避免太多 filter 要實作，在 import log 端做一個 regular expression 的 filter, 可以很有彈性的濾 device_id, app, format, data-x
- 濾完的 data 仍有多維的特性
  - 維度：
    - gps 位置 => 在地圖上
    - 時間 => 需要實作時間的 filter, 目前已經有
    - 不同的硬體 => 用 Maker 的 label 顯示，和畫圈
- 特殊選項
  - 目前的資料
一些想法
- 可考慮 lass.py 做週期產生 jason data file（比方說每分鐘）. html 也做週期 reload. 這樣就可以一直看到目前的資料
建議：
- javascript的 jason檔案，副檔名通常都是 .json 檔
- 用 GeoJSON 的格式定義 lass 給 Client javascript 的資料
- PM2.5 sensor 值，建議有 5-10 分鐘的平均值（可在轉出資料的時候做）
- 需定義打算 sensor 值轉換成圈圈的邏輯
  - 比方說，
  - 不同的 PM2.5 值該轉成什麼顏色？
    - 可參考行政院PM2.5 顏色對照表
  - 圈圈的大小是不是固定的，還是根據值來改變大小
    - 目前系統初期建議畫 5km 的圈（先畫畫看），待更多研究以及更多節點再來修正

目前 GeoJSON
lass_callback({"type":"FeatureCollection","metadata":{"generated":1395197681000,"url":"https://github.com/LinkItONEDevGroup/LASS","title":"LASS Sensors data","status":200,"api":"0.7.1","count":3},"features":[{"type":"Feature","properties":{"data_d":7.0,"ver_format":2,"fmt_opt":0,"app":"EXAMPLE_APP2","ver_app":"0.7.1","device_id":"LASS-DUST-LJ","tick":160839412,"date":"2015-10-15","time":"06:26:14","device":"LinkItONE","data-0":16100.00,"data-1":100.00,"data-2":1.00,"data-3":0.00,"data-D":9.00,"gps-lat":25.023487,"gps-lon":121.370950,"gps-fix":0,"gps-num":0,"gps-alt":13},"geometry":{"type":"Point","coordinates":[121.370950,25.023487,8.7]},"id":""},
{"type":"Feature","properties":{"data_d":5.0,"ver_format":2,"fmt_opt":0,"app":"EXAMPLE_APP2","ver_app":"0.7.1","device_id":"LASS-DUST-LJ","tick":160839412,"date":"2015-10-15","time":"06:26:14","device":"LinkItONE","data-0":16100.00,"data-1":100.00,"data-2":1.00,"data-3":0.00,"data-D":9.00,"gps-lat":25.023487,"gps-lon":121.370950,"gps-fix":0,"gps-num":0,"gps-alt":13},"geometry":{"type":"Point","coordinates":[121.390950,25.023487,8.8]},"id":""}],"bbox":[-179.463,-60.7674,-2.9,178.4321,67.0311,609.13]});

驗證

里程碑

問題討論

Q1 : csv, kml, json, GeoJSON三者的使用情境有什麼不同?

A1 : kml : 主要使用在轉出給 google map, google earth 使用。一般用在靜態資料轉出

GeoJSON: 由於 google map 在 JavaScript 上整合完整，也簡單，可以做動態的處理，豐富 Client 端的資料呈現。而 JavaScript 基本上支援 JSON format, 而 google 地理方面資料的提供走的是 GeoJSON. 所以目前打算在 Client 端也有 JavaScript 上的支援，而 Sensor 得資料，以 GeoJSON 的格式來提供。短期 GeoJSON 可以用 lass.py 轉出，為還也很容易接上 Server 提供的資料

參考資料