Geri Dön

Fog computing architecture for e-textile applications

E-tekstil uygulamaları için sis bilişim mimarisi

  1. Tez No: 915294
  2. Yazar: KADİR ÖZLEM
  3. Danışmanlar: DOÇ. DR. GÖKHAN İNCE, DOÇ. DR. ÖZGÜR ATALAY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Tekstil ve Tekstil Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Textile and Textile Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 200

Özet

Tekstil ürünleri, insan yaşamının hemen her alanında yer almaktadır. Elektronik tekstillerin ortaya çıkışıyla birlikte, tekstil ürünleri çeşitli fizyolojik ve çevresel uyarıları elektrik sinyallerine dönüştürme yeteneğine kavuşmuştur ve bunların birçoğu insanlar için hayati öneme sahiptir. Bu nedenle, bu ürünlerin gerçek zamanlı (düşük gecikmeli) ve sağlam bilgi işlem sistemlerine ihtiyaçları vardır. Ancak, konfor gereklilikleri nedeniyle güçlü bilgi işlem kaynaklarına yer verilememektedir. Bu tez çalışmasında, e-tekstil uygulamalarının ihtiyaçlarını karşılamak için yeni bir sis bilişim tabanlı çerçeve (FogETex) önerilmiştir. FogETex, platformlar arası destek sunan, ölçeklenebilir ve gerçek zamanlı çalışan bir Hizmet Olarak Platform (PaaS) modelidir. Bu çerçeve, Tekstil tabanlı Nesnelerin İnterneti (T-IoT) cihazları, sis cihazları ve bulut dahil olmak üzere sistemin uçtan uca entegrasyonunu kapsamaktadır. FogETex çerçevesi, uç katman, sis katmanı ve bulut katmanı olmak üzere üç katmanlı bir mimariden oluşmaktadır. Uç katman, e-tekstil sensörlerinden veri toplayan ve bu verileri ağ geçidi cihazına ileten T-IoT cihazlarını içerir. Ağ geçitleri genellikle kullanıcıların günlük yaşamlarında taşıdığı mobil telefonlardan oluşmaktadır. Bu cihazlar, toplanan verileri sis katmanına iletmek ve işlenen verileri görselleştirmekle sorumludur. Eğer T-IoT cihazı kendi Wi-Fi veya LTE modülüne sahipse, bir ağ geçidi cihazına ihtiyaç duymadan verileri doğrudan sis katmanına iletebilir. İkinci katman, aracı (broker) ve işçi (worker) cihazlarını içerir. İşçi cihazı, gelen işlem taleplerini yönetmekten sorumluyken, aracı cihaz sis düğümünü yönetir. Aracı, işçi cihazları tarafından düzenli aralıklarla gerçek zamanlı olarak gönderilen kaynak kullanımı verilerini izler ve herhangi bir cihazın aşırı yüklenip yüklenmediğini belirler. Kaynak kullanımına bağlı olarak, yeni bir kullanıcı sis düğümüne bağlandığında, aracı en uygun işçi cihazını atar. Güvenlik nedenleriyle, sis düğümü içinde yalnızca aracı cihazın Geniş Alan Ağı'ndaki (WAN) cihazlarla bağlantısı bulunur. Bu nedenle, dış mekan uygulamalarında veriler aracı cihaz aracılığıyla işçi cihazlarına aktarılır. Bu yapıda, aracı, işçi cihazları ile kullanıcılar arasında bir vekil (proxy) görevi görür. Üçüncü ve en üst katman, buluttur. Bulut cihazı, aracının sağladığı kullanılabilirlik bilgilerine dayalı olarak kullanıcıları uygun bir sis düğümüne atar. Bulut, uygun sis düğümünü belirlerken, sis düğümündeki işçi atamalarına müdahale etmez. Bu yapı, merkeziyetsiz bir yönetim sağlar. Bir düğüm arızalansa bile, diğer düğümler bağımsız olarak görevlerini yerine getirmeye devam edebilir. Ayrıca, bulut ve aracı cihazları, birincil sorumlulukları olan yönetimin yanı sıra, işlem hizmetleri sağlama kapasitesine de sahiptir. Bu nedenle, sistem aşırı yük altında olduğunda, bu cihazlar kullanıcıları hizmet vermek için devreye girebilir ve işlevselliğin devamını sağlar. E-tekstil sensörleri zaman serisi verisi ürettiği ve birçok sensör saniyede onlarca veri noktası topladığı için, ağ geçidi cihazı ile işçi cihazı arasındaki iletişim WebSocket yapısı kullanılarak kurulmuştur. Bu yaklaşım, her veri iletimi için bağlantıların tekrar tekrar kurulmasına gerek kalmadan, asenkron ve iki yönlü veri akışını mümkün kılar. Diğer taraftan, kullanıcının buluta veya aracıya yaptığı cihaz tahsis talepleri gibi işlemler bir kerelik işlemler olup, bu amaçla özel olarak geliştirilen bir RESTful API üzerinden yönetilmektedir. Ayrıca, her cihaz, sistem yöneticilerinin cihazların durumunu izlemelerini sağlayan bir kullanıcı arayüzü ile donatılmıştır. Bu veriler, aşırı yüklenmiş sis düğümleri için ek cihazların sağlanmasına yönelik kararlar alınmasında kullanılabilmektedir ve sistem performansının optimal seviyede tutulmasını sağlamaktadır. Bu tezin hayata geçirilmesi ve e-tekstillerin doğasının anlaşılabilmesi için, adım fazı tespiti ve el haraketi yakalama gibi alanlarda elektronik tekstiller kullanılarak çeşitli uygulamalar geliştirilmiştir. Öte yandan, geliştirilen çerçevenin yalnızca bir veri işleme platformu değil, kapsamlı bir uçtan uca sistem olarak işlev görmesini sağlamak amacıyla, akıllı tekstillerin bir diğer alanı olan tekstil tabanlı yumuşak robotlar üzerine de araştırmalar yapılmıştır. Bu çalışmalar, kas zayıflığı olan bireyler için dış iskelet eldivenleri sistemlerini içermektedir. Bu uygulamalardan seçilen vaka senaryoları, FogETex sistemini test etmek için kullanılmıştır. Önerilen çerçevenin ilk uygulaması olarak, tekstil tabanlı kapasitif sensörler kullanarak derin öğrenme tabanlı bir yürüme evresi analiz uygulaması kullanılmıştır. Bu vaka çalışmasında, diz hareketleri, test konuğunun dizine yerleştirilen tekstil tabanlı kapasitif bir sensör ile yakalanmıştır. Sensör verileri, derin öğrenme tabanlı bir makine öğrenmesi yöntemi kullanılarak yürüme evrelerine dönüştürülmüştür. Bir sonraki aşamada, bu yürüme evresi verilerinin, ayak düşüklüğü tedavisi için geliştirilen yapay kas aktüatörü için kontrol sinyalleri olarak kullanılması planlanmaktadır. FogETex, ideal sistem performansını belirlemek amacıyla bir sahte istemci kullanılarak ve gerçek dünyadaki testleri yapmak için gerçek bir istemci kullanılarak, zaman özellikleri, kaynak kullanımı ve ağ bant genişliği kullanımı açısından değerlendirildi. Tüm bu testler, iç mekan uygulamaları için doğrulama yapmak amacıyla işçi, aracı ve bulut cihazları üzerinde tekrarlanmıştır. Ayrıca, dış mekan uygulamaları için işçi ve bulut cihazları WAN üzerinden bağlanarak testler gerçekleştirilmiştir. Aracı cihaz, bu testte işçi cihazı ile kullanıcı arasında bir vekil olarak görev yapmaktadır. Sis cihazları, bu metriklerde bulut sistemini geride bırakmıştır. Bu vaka senaryosunda, FogETex çerçevesinin performansı, tek bir sensörle yapılan uygulamalarda farklı cihazlar arasında analiz edilmiştir. Ayrıca, çerçevenin birden fazla kullanıcıyı yönetme kapasitesini değerlendirmek için bir stres testi yapılmıştır. Yapılan testlerde, işçi cihazlarının 6 kullanıcıya kadar hizmet verebildiği, aracı cihazlarının 18, bulut cihazlarının ise 14 kullanıcıya kadar hizmet verebildiği bulunmuştur. Sistem, üç veya daha fazla işçi cihazı kullanıldığında, diğer yapılandırmalara kıyasla üstün performans sergilemiştir. Kiralama ve cihaz maliyetleri göz önünde bulundurulduğunda, işçi cihazlarının performans açısından daha maliyet etkin olduğu değerlendirilmiştir. Son olarak, FogETex çerçevesi, literatürdeki diğer sistemlerle karşılaştırılmış ve bu sistemlerin, çeşitli çalışmalarda yaygın olarak kullanılan rakipler olarak değerlendirildiği görülmüştür. Karşılaştırma, FogETex'in gecikme, yürütme süresi, yanıt süresi ve işlem frekansı gibi metriklerde rakiplerini geride bıraktığını ortaya koymuştur. Önerilen FogETex çerçevesinin çok yönlü uygulanabilirliğini daha da göstermek için e-tekstil ve tekstil tabanlı yumuşak robotik sistemlerin entegrasyonunu içeren bulut tabanlı bir uzaktan manipülasyon sistemi geliştirilmiştir. Bu araştırmanın amacı, geliştirilen kontrol sistemi mimarisi kullanılarak kablosuz olarak çalıştırılan, tekstil tabanlı sensörlü bir eldiven ile hava tahrikli bir yumuşak robotik eldiveni birleştirmektir. Her bir parmağa kapasitif sensörler yerleştirilmiş sensörlü eldiven, tıbbi personelin el hareketlerini yakalar. Bu sırada, felç, beyin yaralanması veya omurilik yaralanması nedeniyle el fonksiyonu bozulmuş hastalara yardımcı olmak amacıyla tasarlanan pnömatik rehabilitasyon eldiveni, tıbbi personelin hareketlerini taklit etmektedir. Önerilen yapay zeka tabanlı sistem, parmak jestlerini algılar ve pnömatik sistemi harekete geçirir, ortalama yanıt süresi 48.4 ms içinde yanıt vermektedir. Sistemin doğruluk ve iletim kalitesi metrikleri açısından yapılan değerlendirme, tekstil eldivenlerinin IoT altyapısına entegrasyonunu ve uzaktan hareket algılama ve aktüatörlük sağlama işlevselliğini doğrulamaktadır. Öte yandan, bu araştırma, FogETex sistemini çoklu sensörlü e-tekstil uygulamalarında da test edilmesini sağlamıştır. Farklı makine öğrenmesi yöntemleri kullanılarak geliştirilen modeller, sistemi farklı uygulamalar olarak tanıtarak, çerçevenin birden fazla uygulamayı aynı anda çalıştırabileceğini göstermiştir. Çerçeve, bir sis bilişim mimarisi olarak tasarlanmış olsa da, yalnızca bir bulut veya uç bilişim sistemi olarak da çalışabilmektedir. Bu çalışmada, çerçevenin sis cihazları olmadan da etkili bir şekilde çalışabileceği doğrulanmıştır. Ayrıca, geliştirilen sistem, e-tekstil ve yumuşak robotikleri başarıyla entegre ederek, tamamlayıcı bir uçtan uca çözüm olarak çalışma kapasitesini kanıtlamıştır. Bunlara ek olarak sistem farklı eşzamanlılık ve prosesler arası haberleşme methodları ile test edilmiştir. Sistem ek olarak, çoklu işçi cihazı ile de test edilmiştir. Sistemin, 1 işçi cihazı ile 10, 2 işçi cihazı ile 22, 3 işçi cihazı ile 26 ve bulut sisteminde de 23 cihaza kadar hizmet verebildiği gözlemlenmiştir. Her iki uygulamadan elde edilen sonuçlar, FogETex çerçevesinin gerçek zamanlı çalıştığını ve sağlam bir performans sergilediğini göstermiştir. FogETex sisteminin birincil amacı, e-tekstil uygulamalarında kullanılması olmakla birlikte, aynı zamanda e-tekstiller tarafından üretilen sinyalleri işleyerek tekstil tabanlı yumuşak robotik yapıları kontrol edebilmektedir. Böylece, hem e-tekstiller hem de yumuşak robotik alanlarını kapsayan bir çerçeve olarak hizmet vermektedir. Başlangıçta elektronik tekstil uygulamaları için geliştirilmiş olmasına rağmen, FogETex çerçevesi diğer IoT cihazlarını da barındırabilmektedir.

Özet (Çeviri)

Textile products are present in almost every aspect of human life. With the introduction of electronic textiles, textile products have become capable of converting various physiological and environmental stimuli into electrical signals, many of which are of vital importance to humans. Therefore, these products require real-time (low-latency) and robust computing systems. However, due to comfort considerations, they cannot accommodate powerful computing resources. In this thesis study, a novel Fog computing-based framework for Electronic Textiles (FogETex) is proposed to meet the needs of e-textile applications. FogETex is a Platform-as-a-Service (PaaS) model that is cross-platform supported, scalable, and operates in real-time. This framework encompasses end-to-end integration of the system including Textile-based Internet of Things (T-IoT) devices, fog devices, and the cloud. The FogETex framework consists of a three-layer architecture: the edge layer, the fog layer, and the cloud layer. The edge layer includes T-IoT devices that collect data from e-textile sensors and transmit it to the gateway device. Gateways are typically mobile phones that users carry in their daily lives. These devices are responsible for forwarding the collected data to the fog layer and visualizing the processed data. If the T-IoT device is equipped with its own Wi-Fi or LTE module, it can directly transmit data to the fog layer without requiring a gateway device. The second layer includes broker and worker devices. The worker device is responsible for handling incoming computational requests, while the broker device manages the fog node. The broker monitors resource utilization data sent in real time by the worker devices at regular intervals to determine if any devices are overloaded. Based on resource usage, the broker assigns the most suitable worker device when a new user connects to the fog node. For security reasons, only the broker device within the fog node has a connection to devices on the Wide Area Network (WAN). As a result, in outdoor applications, data is transferred to the worker devices via the broker. In this setup, the broker acts as a proxy between the worker devices and the users. The third and top layer is the cloud. The cloud device assigns users to an appropriate fog node based on availability information provided by the broker. While the cloud determines the suitable fog node, it does not interfere with the worker assignments within the fog node itself. This structure ensures decentralized management. Even if one node fails, the others can continue performing their tasks independently. Additionally, the cloud and broker devices, besides managing their primary responsibilities, are also capable of providing computational services. Therefore, during system overloads, these devices can step in to serve users, ensuring continued functionality. Since e-textile sensors generate time-series data and many sensors collect tens of data points per second, communication between the gateway device and the worker device is established using a WebSocket structure. This approach eliminates the need to repeatedly establish connections for every data transmission, enabling asynchronous and bidirectional data flow. On the other hand, operations such as device allocation requests made by the user to the cloud or broker are one-time processes and are managed via a RESTful API developed specifically for this purpose. Additionally, each device is equipped with a user interface that allows system administrators to monitor the status of the devices. This data can be utilized to make decisions about provisioning additional devices for overloaded fog nodes, ensuring optimal system performance. To bring this thesis to fruition and understand the nature of the e-textile applications, a variety of applications were developed using electronic textiles in areas such as gait phase detection and hand motion recognition. On the other hand, to ensure that the developed framework functions as a comprehensive end-to-end system rather than a data processing platform, research was also conducted in textile-based soft robotics, another domain of smart textiles. These efforts include exoskeleton gloves for individuals with muscle weakness. Selected case scenarios from these applications were used to test the FogETex system. For the first application of the proposed framework, a deep learning-based gait phase analysis application using textile-based capacitive sensors is employed. In this case study, knee movements were captured using a textile-based capacitive sensor placed on the test subject's knee. The sensor data was converted into gait phases using a deep learning-based machine learning method. In the next stage, these gait phase data are intended to be used as control signals for the artificial muscle actuator developed for foot drop treatment. FogETex was evaluated in terms of time characteristics, resource usage, and network bandwidth usage using a mock client to determine the ideal system performance and an actual client to conduct real-world tests. All these tests were repeated on worker, broker, and cloud devices to validate indoor applications. Additionally, for outdoor applications, tests were conducted by connecting worker and cloud devices through WAN. The broker device acted as a proxy between the worker device and the user in this test. The fog devices outperformed the cloud system in these metrics. In this case scenario, the performance of the FogETex framework was analyzed across different devices in applications with a single sensor. Additionally, a stress test was conducted to evaluate the framework's capability to handle multiple users. It was found that worker devices could serve up to 6 users, broker devices up to 18, and the cloud up to 14 users. The system demonstrated superior performance when three or more worker devices were employed compared to other configurations. Considering rental and device costs, the worker devices were deemed more cost-effective in terms of performance. Lastly, the FogETex framework was compared with other systems in the literature that could serve as competitors and are widely used in various studies. The comparison revealed that FogETex outperformed its counterparts in metrics such as latency, execution time, response time, and operational frequency. To demonstrate the versatile applicability of the proposed FogETex framework further, a cloud-based remote manipulation system was developed, integrating e-textiles and textile-based soft robotic systems. The objective of this research is to combine a textile-based sensorized glove with an air-driven soft robotic glove, operated wirelessly using the developed control system architecture. The sensing glove equipped with capacitive sensors on each finger captures the movements of the medical staff's hand. Meanwhile, the pneumatic rehabilitation glove designed to aid patients affected by impaired hand function due to stroke, brain injury, or spinal cord injury replicates the movements of the medical personnel. The proposed artificial intelligence-based system detects finger gestures and actuates the pneumatic system, responding within an average response time of 48.4 ms. The evaluation of the system further in terms of accuracy and transmission quality metrics verifies the feasibility of the proposed system integrating textile gloves into IoT infrastructure, enabling remote motion sensing and actuation. In addition, the system was tested using various concurrency and inter-process communication methods. The system was also tested with multiple worker devices. It was observed that the system could serve up to 10 devices with 1 worker, up to 22 devices with 2 workers, up to 26 devices with 3 workers, and up to 23 devices with the cloud system. On the other hand, this research also tested the FogETex system in multi-sensor e-textile applications. Models developed using various machine learning methods were introduced to the system as different applications, demonstrating that the framework can run multiple applications simultaneously. Although the framework was designed as a fog computing architecture, it can also operate exclusively as a cloud or edge computing system. In this study, it was confirmed that the framework can function effectively even without fog devices. Furthermore, the developed system successfully integrated e-textiles and soft robotics, proving its capability to operate as a complete end-to-end solution. The results from both applications demonstrated that the FogETex framework operates in real-time and with robust performance. While the primary goal of the FogETex system is to be utilized in e-textile applications, it can also process signals generated by e-textiles to control textile-based soft robotic structures. Thus, it serves as a framework that encompasses both e-textiles and soft robotics domains. Besides being developed primarily for electronic textile applications, FogETex framework can accommodate other IoT devices as well.

Benzer Tezler

  1. Tez No

    683247

    Energy demand forecasting in fog computing based microgrids using ensemble learning

    Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini

    TUĞÇE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  2. Tez No

    582449

    Hybrid fog-cloud based data distribution for internet of things applications

    Nesnelerin interneti uygulamaları için hibrit sis-bulut tabanlı veri dağıtımı

    FIRAT KARATAŞ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM KÖRPEOĞLU

  3. Tez No

    859547

    Sis tabanlı nesnelerin interneti mimarisinde metasezgisel algoritma ile performans optimizasyonu

    Performance optimization with metaheuristic algorithm in fog based internet of things architecture

    RIZA ALTUNAY

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ÖMER FARUK BAY

  4. Tez No

    651828

    Nesnelerin internetinde derin öğrenmeye dayalı veri analizi ve bilgi çıkarımı

    Deep learning based data analysis and information extraction in the internet of things

    İBRAHİM KÖK

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. SUAT ÖZDEMİR

  5. Tez No

    769255

    Stochastic bitstream-based vision and learning machines

    Stokastik bit akışı tabanlı görü ve öğrenme makineleri

    SERCAN AYGÜN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ

Geri Dön