I de ulike åkerne til bonden Emmet finner vi et sett med ulike sensorer som loggfører fuktighet, tempratur og jordfuktighet. Dette er løst ved å bruke en arduino ESP8266 og rommen ESPEasy.
Dataene blir så sendt videre til en controller i modulen som sender disse til et endepunkt for IOT devicer på API Management
Vi har gjort ferdig sensor til jordene som viser temperatur og fuktighet for de ulike jordene, videre viser den fuktighet i jorden som gjør at bonden har full kontroll på vekstforhold. Dette er gjort gjennom bruk av ESP8266 arduino chip som er billig og stabil. Denne sender videre data til en logic app via API Management for trygg kommunikasjon.
Lego Power Bricks
Vi har lage ten Power BI rapport som visser data fra sensorene, denne er fortsatt under utvikling og for øyeblikket kun i øyemed å vise aktiviteten i stream analytics. Dette skal videre
Queen Watevra Wa-Nabi
I både React Native Appen for mobil og Blazor Appen bruker vi Felleskjøpet farger og knapper for at brukeren skal kjenne seg igjen og føle at han jobber i samme løsning. Vi er også opptatt av brukere skal få god oversikt i de ulike løsningene
Lego autobots
API Management for å ta i mot meldinger fra sensorer. Autentisering ved bruk av Vipps. Vi følger også selvsagt utvikling gjennom god praksis i github som vanlig.
Lego Shark Tank
Appene som er under arbeid vil gi bonden en veldig stor nytte gjennom å overvåke og varsle bonden om ulike tiltak som må gjøres. Fabrikken kan også overvåke vekstforholdene og kunne se vekstforholdene hos ulike bønder og når vi kommer litt videre frem i løsningen.
Her er en løsning for å analysere et bildes primære farger – i dette tilfellet de fem mest fremtrende farger – forenklet ned til Red, Green, Yellow Purple, Blue.
Løsningen er et API i API Management, som kaller en Logic App. Logic App’en kaller CloudMersive sitt “Image Recognition & Processing API” (https://api.cloudmersive.com/docs/image.asp). Dette API’et returnerer et JSON array bestående av RGB-verdier – de 5 mest fremtrende fargene.
Responsen var CloudMersive-API’et dyttes inn i en C# Function App med HTTP Trigger. Denne funksjonen oversetter først fra RGB til HSL fargemodell, og deretter fra HSL til “fargenavn”. Koden fra RGB til HSL er stjålet fra: https://www.programmingalgorithms.com/algorithm/rgb-to-hsl/
Et array av fargenavn sendes til Event Hub for statistikk-formål, samt returneres tilbake til API Management og ut til klient.
Det gjenstår litt jobb for å sikre både API’et, Logic App’en og Function app’en.
Laget web app som kjører i klienten med Blazor web assembly.
Har laget appen som Progressive Web Application (PWA). Gjør det mulig å installere den som en app og cache alle filer lokalt.
Vi har opprettet en Static Web App in Azure
Definert en yaml pipeline med Github workflow
Satt opp automatisk bygg og deploy hver gang master-branchen oppdateres
Appen deployes automatisk til url https://blue-tree-069c24103.azurestaticapps.net/
Med denne posten ønsker vi å:
Få kategoripoeng for bruk av deployment pipelines for de løsningene vi lager CI/CD. Og vi viser ryddig måte å gjøre utvikling, så drister oss til å claime:
Farmer Emmet ønsker å kunne monitorere gården sin fra både mobil og sin PC, slik at vi har laget en web-app som bonden kan bruke via web utviklet i Blazor. Videre er det brukt semantiske tagger med HTML5.
Bonden Emmet ønsker seg en app for å få oversikt over gårdens gjøremål, status på åkrene og tider for leveranse av innhøstet korn. Bonden skal også gjøre vekstkontroll hvor det loggføres hvor god vekst hver åker har og appen kan identifisere ulike ugress gjennom å ta et bilde og sende inn. Bonden får da et svar på om ugresset er ansett som farlig og at det må gjøres ulike tiltak ( sprøyting) for å bekjempe disse.
Fabrikken bonden Emmet leverer til har ulike systemer for kontroll av drift og kornmottak, her finnes det også systemer som monitorer kornet som kommer inn etter fremmede objekter eller ugress som ikke burde være med.
Appen lages i React Native med tilhørende applikasjons API som tar i mot bilder og benytter seg av Azure Cognitive Services for å analysere bildene. Videre finnes det sensorer på gårdene som rapporterer via IOT Hub til stream analytics. Til pålogging tenker vi å bruke Vipps eller Azure B2C til pålogging.
Fabrikken er tenkt laget ved hjelp av Lego Mindstorm, hvor den tar i mot korn fra bonde og produserer kraftfor.