00:00:16
तर, इंटरनेट ऑफ थिंग्जची
मूलभूत माहिती आम्हाला
00:00:27
आधीच समजली आहे.
00:00:31
आता, इंटरनेट ऑफ थिंग्जचे
अत्यावश्यक बिल्डिंग
00:00:41
ब्लॉक्स काय आहेत
हे समजून घेण्याचा
00:00:50
प्रयत्न करूया.
00:00:53
तर, इंटरनेट ऑफ थिंग्जचा
एक अत्यंत आवश्यक
00:01:03
घटक म्हणजे सेन्सर्स
आणि दुसरा एक अॅक्ट्युएटर
00:01:14
आहे, तर सेन्सर्स
मुळात त्यांच्या
00:01:22
आजूबाजूला घडणाऱ्या
भौतिक घटना आणि अॅक्ट्युएटर
00:01:31
मुळात संवेदन केलेल्या
माहितीवर आधारित
00:01:38
असतात.
00:01:40
अॅक्ट्युएटर, ते
काम करतात.
00:01:46
याचा अर्थ, ते भौतिक
वातावरणावर काही
00:01:55
क्रिया करतात.
00:01:58
त्यामुळे, जे जाणवले
आहे त्यावर आधारित
00:02:07
ते काही कृती करतात.
00:02:14
तर, मूलत: जर आपण पाहिले
की गोष्टींचे इंटरनेट
00:02:26
तयार करण्यासाठी
आपल्याकडे टप्प्याटप्प्याने
00:02:32
दृष्टीकोन आहे.
00:02:35
तर, आमच्याकडे सेन्सर
आहेत जे सेन्सर संवेदना
00:02:46
करत आहेत, ते वापरत
असलेल्या सेन्सरवर
00:02:55
अवलंबून भिन्न पॅरामीटर्स
समजतात.
00:03:01
उदाहरणार्थ, तापमान,
दाब, आर्द्रतेची
00:03:07
परिस्थिती, प्रकाशाची
परिस्थिती आणि असेच.
00:03:15
मग, काय होईल ही संवेदना
माहिती कनेक्टेड
00:03:25
सिस्टमवर पाठविली
जाणार आहे.
00:03:31
याचा अर्थ, माहिती
पास होणार्या नेटवर्कवर,
00:03:41
त्यात क्लाउड आणि
अशाच गोष्टींचा समावेश
00:03:50
असू शकतो आणि शेवटी,
ती माहिती जे संवेदना
00:04:02
झाली आहे त्यावर
आधारित आणि आवश्यकतेच्या
00:04:11
आधारावर प्रसारित
केली जाणार आहे, काही
00:04:20
भौतिक क्रिया केल्या
जाणार ऍक्युटररद्वारे
00:04:28
आहेत.
00:04:29
त्यामुळे, एखाद्या
कृषी क्षेत्रात काही
00:04:37
परिस्थिती उद्भवल्यास
बल्ब चालू केला जाऊ
00:04:46
शकतो, कदाचित सेन्सरवर
आधारित शेतात असे
00:04:55
आढळून आले की, एखाद्या
कृषी क्षेत्रात,
00:05:05
शेतात आवश्यक असलेले
अस्वच्छ पाणी संपले
00:05:14
आहे.
00:05:15
भात पिकांसाठी.
00:05:18
मग, पाण्याच्या पंपाचा
झडपा, खोल ते विहीर
00:05:29
किंवा सिंचनासाठी
वापरल्या जाणार्या
00:05:35
उथळ कूपनलिका किंवा
उथळ नलिका विहीर,
00:05:44
ते झडप आपोआप चालू
होईल, त्यामुळे शेतात
00:05:55
सिंचन होते.
00:05:58
तर, ते क्रिया प्रक्रियेद्वारे
केले जाऊ शकते.
00:06:09
तर, आम्हाला संवेदना
आहे.
00:06:15
आमच्याकडे आयोटी
किंवा फक्त नेटवर्क
00:06:22
आहे आणि नंतर, आमच्याकडे
ही क्रिया आहे.
00:06:33
तर, सेन्सिंग नेटवर्क
ऍक्च्युएशन आम्ही
00:06:41
सेन्सिंग घटकाने
सुरू करतो.
00:06:47
आता, पुढील लेक्चरमध्ये
आपण अक्चुएशन कसे
00:06:56
केले जाते हे समजून
घेण्याचा प्रयत्न
00:07:05
करू.
00:07:07
म्हणून, जेव्हा आपण
संवेदनाबद्दल बोलतो
00:07:14
तेव्हा आपल्याला
संवेदना म्हणजे काय
00:07:22
हे समजून घेणे आवश्यक
आहे.
00:07:29
तर, मुळात एक सेन्सर
तो सभोवतालच्या परिस्थितीतील
00:07:40
बदल ओळखतो किंवा
जाणतो किंवा तो दुसर्या
00:07:51
उपकरणाची स्थिती
देखील ओळखू शकतो.
00:07:58
त्यामुळे, कदाचित
एक सेन्सर तपासू
00:08:06
शकतो, दुसर्या डिव्हाइसची
स्थिती कशी आणि काय
00:08:17
आहे हे समजू शकतो.
00:08:23
तर, हे संवेदनांच्या
मदतीने केले जाते.
00:08:32
तर, वातावरणातील
सभोवतालच्या परिस्थितीची
00:08:38
काही भौतिक गुणधर्म
ज्यामध्ये सेन्सर
00:08:46
आहे किंवा दुसर्या
मशीनची किंवा वेगळी
00:08:55
यंत्रणा आहे, ती सेन्सरच्या
मदतीने जाणवू शकतात.
00:09:06
तर, आता मी तुम्हाला
काही सेन्सर्स दाखवतो,
00:09:16
काही वास्तविक सेन्सर्स
जे आमच्याकडे आहेत.
00:09:25
तर, येथे काही वास्तविक
सेन्सर आहेत आणि
00:09:36
हा एक सेन्सर आहे
जो अडथळा शोधण्यासाठी
00:09:47
वापरला जातो.
00:09:50
हा पीआयआर सेन्सर
पॅसिव्ह इन्फ्रारेड
00:09:57
सेन्सर आहे.
00:10:01
तर, या पॅसिव्ह इन्फ्रारेड
सेन्सरचा वापर काही
00:10:11
अडथळे असल्यास ते
शोधण्यासाठी केला
00:10:19
जाऊ शकतो.
00:10:22
तर, हे पीआयआर किंवा
अडथळ्यावर आधारित
00:10:31
सेन्सरचे उदाहरण
आहे.
00:10:36
मग, आमच्याकडे दुसरा
सेन्सर आहे तो अल्ट्रासोनिक
00:10:46
सेन्सर आहे.
00:10:49
हे मुळात ते अडथळा
किती दूर आहे हे ओळखते.
00:11:03
हा दुसरा सेन्सर
आहे.
00:11:09
तर, इथे तुम्ही बघू
शकता की दोन डोळ्यांसारख्या
00:11:21
गोष्टी आहेत.
00:11:24
तर, काय होते हे अल्ट्रासोनिक
सेन्सर अल्ट्रासाऊंड
00:11:35
लाटा पाठवू शकतात.
00:11:40
म्हणून, या अल्ट्रासाऊंड
लहरी पाठवल्या जातात
00:11:49
आणि नंतर, ती ध्वनी
लहरी परत परावर्तित
00:12:00
होणार आहे.
00:12:03
वेग म्हणजे काय हे
आपल्याला आधीच माहित
00:12:13
आहे आणि नंतर, बिंदूपासून
किती वेळ निघून गेला
00:12:26
आहे यावर अवलंबून,
ध्वनी लहरी संवेदना
00:12:35
झाल्या आणि विक्षेपण
परत मिळाले, त्या
00:12:44
आधारावर अंतर मोजले
जाते.
00:12:50
तर, हा सेन्सर मुळात
कल्पना मिळविण्यात
00:12:59
किंवा सेन्सर असलेल्या
विशिष्ट बिंदूपासून
00:13:07
किती अंतरावर अडथळा
आहे हे समजण्यात
00:13:16
मदत करतो.
00:13:19
त्यानंतर, आमच्याकडे
दुसरा सेन्सर आहे
00:13:27
जो कॅमेरा सेन्सर
आहे.
00:13:33
हे जसे आपण पाहू शकता
येथे लहान IoT कॅमेरा
00:13:46
आहे.
00:13:47
कॅमेरा सेन्सर असल्याने,
आमच्याकडे हे येथे
00:13:57
आहे जे स्मोक डिटेक्शन
सेन्सर आहे.
00:14:06
त्यामुळे हा सेन्सर
धूर शोधण्यात मदत
00:14:15
करू शकतो.
00:14:19
शेवटी, मी तुम्हाला
आणखी एक सेन्सर दाखवू
00:14:29
इच्छितो जे तापमान
आणि आर्द्रता सेन्सर
00:14:39
आहे.
00:14:40
हे प्रत्यक्षात आहे,
हे या दोन्ही गोष्टी
00:14:51
एकत्र या विशिष्ट
सेन्सरचे मोजमाप
00:14:59
करते.
00:15:01
तर, हे काही रिअल लाईफ
सेन्सर्स आहेत, सेन्सर्सची
00:15:13
खरी उदाहरणे जी मी
तुम्हाला आत्ताच
00:15:23
दाखवली आहेत.
00:15:26
खरेदी करता येणारे
वेगवेगळे सेन्सर
00:15:34
आहेत.
00:15:35
या सेन्सर्समध्ये
भिन्न कार्यक्षमता
00:15:41
आहेत आणि ही कार्यक्षमता
विशेषत: अद्वितीय
00:15:51
आहेत.
00:15:52
याचा अर्थ असा की
एक सेन्सर जे काही
00:16:05
विशिष्ट भौतिक गुणधर्म
मोजण्यासाठी बनवलेले
00:16:13
असते, ते दुसरे मोजू
शकत नाही किंवा अधिक
00:16:25
विशिष्टपणे हा मुद्दा
स्पष्ट करण्यासाठी
00:16:33
मी तुम्हाला एक उदाहरण
देतो कारण ही अशी
00:16:46
गोष्ट आहे ज्यामुळे
अनेक लोक चूक करतात.
00:16:56
तर, तापमान सेंसर
फक्त तापमान मोजू
00:17:06
शकतो.
00:17:07
ते उदाहरणार्थ धूर
मोजू शकत नाही किंवा
00:17:18
तो धूर शोधू शकत नाही.
00:17:26
तर, हे खूप विशिष्ट
अनुप्रयोग आहेत ज्या
00:17:37
तुम्हाला विशिष्ट
गोष्टी माहित आहेत,
00:17:45
विशिष्ट गुणधर्म,
मूलभूत विशिष्ट भौतिक
00:17:53
गुणधर्म फक्त या
सेन्सर्सद्वारे
00:17:59
शोधले जाऊ शकतात.
00:18:04
आता, सेन्सर ते वेगवेगळ्या
आकार आणि आकारात
00:18:15
येतात.
00:18:16
ते खूप लहान असू शकतात,
ते खूप मोठे असू शकतात.
00:18:32
तेच सेन्सर मेकॅनिकल
सेन्सर असू शकतात,
00:18:41
हे इलेक्ट्रिकल सेन्सर
असू शकतात, ते इलेक्ट्रॉनिक
00:18:52
सेन्सर असू शकतात,
ते केमिकल सेन्सर
00:19:02
असू शकतात.
00:19:05
सेन्सरचे अनेक प्रकार
आहेत आणि सेन्सर
00:19:14
बनवणे हा पूर्णपणे
वेगळा बॉलगेम आहे.
00:19:24
मग तो मेकॅनिकल सेन्सर
असो की इलेक्ट्रॉनिक
00:19:34
सेन्सर, इलेक्ट्रिकल
सेन्सर असो किंवा
00:19:42
तुम्हाला केमिकल
सेन्सर माहित असो,
00:19:50
काहीही असो तो पूर्णपणे
वेगळा बॉलगेम आहे.
00:20:01
सामान्यत: जे लोक
आयोटी तयार करतात,
00:20:10
ते नेटवर्किंग पैलूंवर
अधिक लक्ष केंद्रित
00:20:20
करतात.
00:20:21
ते आयोटी च्या नेटवर्किंग
विश्लेषण पैलूंवर
00:20:31
अधिक लक्ष केंद्रित
करतात.
00:20:37
या सेन्सर्सच्या
डिझाइनवर काम करणारे
00:20:45
स्वतंत्र संशोधक
आहेत.
00:20:50
यापैकी काही सेन्सर
जे मी तुम्हाला नुकतेच
00:21:00
दाखवले आहेत, तुम्हाला
माहीत असलेले सेन्सर
00:21:10
जे डिझाइन पूर्ण
करतात, फॅब्रिकेशन
00:21:18
ही पूर्णपणे वेगळी
कथा आहे.
00:21:26
तर, तुम्हाला माहित
आहे की हे आहे आणि
00:21:38
सामान्यत: हे त्यांच्याद्वारे
केले जाते जे सेन्सर
00:21:49
डिझाइन आणि फॅब्रिकेशनवर
लक्ष केंद्रित करतात.
00:21:58
त्यामुळे, सामान्यत:
ते फक्त हे सेन्सर
00:22:08
कसे विकसित केले
जाऊ शकतात, ते तयार
00:22:19
केले जाऊ शकतात याबद्दल
चिंतित असतात आणि
00:22:30
त्यांना IoT तयार करण्याची
चिंता नसते.
00:22:32
अर्थात, असे काही
संशोधक असू शकतात
00:22:33
जे स्वारस्य सेन्सर
देखील घेऊ शकतात.
00:22:34
तुम्हाला फक्त सेन्सर्सची
निर्मितीच माहीत
00:22:35
नाही, तर आयोटी बनवण्याच्या
पलीकडेही जाणे.
00:22:36
काही लोक त्यात रस
घेत असतील, पण सर्वसाधारणपणे
00:22:37
तसे नाही.
00:22:38
तर, विशिष्ट उत्तेजनांवर
आधारित सेन्सर्स,
00:22:39
भिन्न उत्तेजना असू
शकतात.
00:22:40
ते सिस्टीमच्या वातावरणातील
भौतिक वैशिष्ट्यांमध्ये
00:22:41
वस्तू मोजू शकतात
आणि असेच आणि हे बदल
00:22:42
मुळात इलेक्ट्रिकल
सिग्नलमध्ये रूपांतरित
00:22:43
केले जातात.
00:22:44
उदाहरणार्थ, हीट
सेन्सरसाठी ही उष्णता
00:22:45
इलेक्ट्रिकल सिग्नलमध्ये
रूपांतरित केली जाते
00:22:46
आणि हे तापमान सेन्सरसाठी
आहे.
00:22:47
मला माफ करा, हे तापमान
सेन्सरसाठी, उष्णता
00:22:48
विद्युत सिग्नलमध्ये
रूपांतरित होते आणि
00:22:49
वायुमंडलीय दाब सेन्सरसारख्या
सेन्सरसाठी, वातावरणाचा
00:22:50
दाब मुळात विद्युत
सिग्नलमध्ये रूपांतरित
00:22:51
केला जातो.
00:22:52
तर, आमच्याकडे भिन्न
सेन्सर आहेत जे वेगवेगळ्या
00:22:53
गोष्टी मोजतात, परंतु
नंतर ही संवेदी मूल्ये
00:22:54
संबंधित विद्युत
सिग्नलमध्ये रूपांतरित
00:22:55
केली जातात.
00:22:56
आता, ट्रान्सड्यूसरसाठी
संबंधित शब्दावली
00:22:57
आहे.
00:22:58
ट्रान्सड्यूसर हा
शब्द मुळात एका उर्जेचे
00:22:59
रूपांतर दुसर्या
रूपात दुसर्या उर्जेमध्ये
00:23:00
बदलतो.
00:23:01
उदाहरणार्थ, मायक्रोफोनमध्ये
आपल्याकडे मायक्रोफोनमध्ये
00:23:02
काय आहे.
00:23:03
तर, ध्वनी लहरींचे
विद्युतीय सिग्नलमध्ये
00:23:04
रूपांतर होते आणि
नंतर, लाऊडस्पीकरसारख्या
00:23:05
आउटपुट उपकरणात आणि
आपण तो आवाज ऐकू शकतो.
00:23:06
तर, हे ट्रान्सड्यूसरचे
उदाहरण आहे.
00:23:07
तर, या संज्ञा सेन्सर
आणि ट्रान्सड्यूसर
00:23:08
अतिशय सामान्य आहेत.
00:23:09
त्यांच्यात बरेच
ओव्हरलॅप आहेत आणि
00:23:10
आपल्याला या दोघांमधील
फरक समजून घेणे आवश्यक
00:23:11
आहे.
00:23:12
सेन्सर्स आणि ट्रान्सड्यूसरबद्दल
लोकांमध्ये खूप गैरसमज
00:23:13
आहेत.
00:23:14
आम्ही या संज्ञा
जवळजवळ बदलण्यायोग्य
00:23:15
वापरतो, परंतु फरक
आहेत.
00:23:16
तर, ट्रान्सड्यूसर
हा शब्द एक सामूहिक
00:23:17
शब्द आहे ज्यामध्ये
सेन्सर्स तसेच ऍक्युटरर्सचा
00:23:18
समावेश होतो जे मी
तुम्हाला सांगत होतो.
00:23:19
सेन्सर्सना त्यांच्या
आजूबाजूला काय चालले
00:23:20
आहे हे समजण्याआधी
आणि इलेक्ट्रिकल
00:23:21
सिग्नल इत्यादींमध्ये
रूपांतरित होण्याआधी
00:23:22
आणि ऍक्युटर मुळात
व्होल्टेज किंवा
00:23:23
करंट्स बदलून या
क्रिया करू शकतात.
00:23:24
आता, सेन्सर्समध्ये
भिन्न वैशिष्ट्ये
00:23:25
आहेत.
00:23:26
ते मालमत्तेसाठी
संवेदनशील असतात,
00:23:27
भौतिक गुणधर्म ज्याचे
मोजमाप केले जात
00:23:28
आहे.
00:23:29
तर, ते सर्व करू शकतात.
00:23:30
ते केवळ मोजलेल्या
मालमत्तेसाठी संवेदनशील
00:23:31
असतात.
00:23:32
तर, मुळात तापमान
सेन्सर खोलीचे फक्त
00:23:33
सभोवतालचे तापमान
समजू शकतो आणि ते
00:23:34
इतर बदलांसाठी असंवेदनशील
आहे, कदाचित वातावरणाच्या
00:23:35
दाबातील बदल किंवा
त्या खोलीच्या प्रकाश
00:23:36
स्थितीतील बदल आहे.
00:23:37
एक शब्दावली आहे
ज्याला ठराव म्हणतात.
00:23:38
सेन्सरचे रिझोल्यूशन
हे मुळात मोजले जात
00:23:39
असलेल्या प्रमाणात
शोधू शकणारे सर्वात
00:23:40
लहान बदल म्हणून
परिभाषित केले जाते.
00:23:41
तर, डिजिटल आउटपुटसह
सेन्सरचे रिझोल्यूशन
00:23:42
शोधू शकणारे सर्वात
लहान बदल हे सामान्यतः
00:23:43
डिजिटल आउटपुटचे
सर्वात लहान रिझोल्यूशन
00:23:44
असते.
00:23:45
ते प्रक्रिया करण्यास
सक्षम आहे.
00:23:46
तर, आउटपुटच्या आधारे,
सेन्सर्सचे एनालॉग
00:23:47
किंवा डिजिटल म्हणून
वर्गीकरण केले जाऊ
00:23:48
शकते आणि डेटा प्रकारावर
आधारित, ते स्केलर
00:23:49
किंवा वेक्टर सेन्सर
म्हणून वर्गीकृत
00:23:50
केले जाऊ शकतात.
00:23:51
तर, अनालॉग सेन्सरमध्ये,
हे सेन्सर्स आपल्याकडे
00:23:52
जे आहेत ते सतत अनालॉग
आउटपुट देतात.
00:23:53
तर, उदाहरणार्थ, टिंट
तापमान सेन्सर तापमानात
00:23:54
सतत होणारे बदल जाणले
जातील, मोजले जातील
00:23:55
आणि आउटपुट अनालॉग
सिग्नल असेल.
00:23:56
डिजिटल सेन्सर्स
मुळात डिजिटल आउटपुट
00:23:57
चालू आणि बंद देतात
उदाहरणार्थ, आणि
00:23:58
याप्रमाणे तुम्हाला
माहिती आहे की या
00:23:59
डिजिटल सेन्सर्सद्वारे
आउटपुट म्हणून स्वतंत्र
00:24:00
डिजिटल मूल्ये दिली
जातात.
00:24:01
त्यानंतर, स्केलर
सेन्सर मुळात स्केलर
00:24:02
व्हेरिएबल्सचे मोजमाप
करतात जे केवळ परिमाणातील
00:24:03
बदल मोजू शकतात, तर
वेक्टर केवळ परिमाणच
00:24:04
नव्हे तर दिशा देखील
ओळखतात.
00:24:05
तर, स्केलर सेन्सरचे
उदाहरण म्हणजे तापमान
00:24:06
सेन्सर हे स्केलर
सेन्सरचे एक उदाहरण
00:24:07
आहे कारण आपण कोणते
अभिमुखता ठेवले आहे,
00:24:08
सेन्सर तापमान सेन्सर
किंवा आपण ते कोणत्या
00:24:09
दिशेने घेत आहात
हे लक्षात न घेता,
00:24:10
ते आपल्याला परिमाण
मूल्य देईल.
00:24:11
केवळ तापमानाच्या
परिमाणात बदल, त्याउलट
00:24:12
आपल्याकडे वेक्टर
सेन्सर आहे.
00:24:13
उदाहरणार्थ, कॅमेरा
सेन्सर किंवा एक्सीलरोमीटर
00:24:14
सेन्सर ज्याची मूल्ये
दिशा आणि त्याचप्रमाणे
00:24:15
ज्या दिशेने सेन्सर
लावला जात आहे आणि
00:24:16
वजन मोजत आहे त्या
दिशानिर्देशांवर
00:24:17
अवलंबून आहे.
00:24:18
तर, त्यावर अवलंबून
आहे.
00:24:19
तर, आमच्याकडे अनालॉग
सेन्सर्स आहेत, आमच्याकडे
00:24:20
डिजिटल सेन्सर आहेत,
आमच्याकडे स्केलर
00:24:21
सेन्सर आहेत आणि
आमच्याकडे वेक्टर
00:24:22
सेन्सर आहेत.
00:24:23
तर, अनालॉग सेन्सर
मी आधीच अनालॉग सेन्सर,
00:24:24
तापमान सेन्सरबद्दल
सांगितले आहे.
00:24:25
तुम्हाला माहिती
आहे की तापमान सामान्यत:
00:24:26
थर्मामीटरच्या मदतीने
मोजले जाते किंवा
00:24:27
थर्मोकूपल थर्मोमीटर
खूप सामान्य आहेत,
00:24:28
परंतु थर्मोकूपल
ही अशी गोष्ट आहे
00:24:29
जी गीझरमध्ये वापरली
जाते, उदाहरणार्थ,
00:24:30
तुम्हाला माहिती
आहे.
00:24:31
तर, तुमच्याकडे उदाहरणार्थ
दोन भिन्न धातूच्या
00:24:32
पट्ट्या आहेत आणि
या पट्ट्या त्यांना
00:24:33
माहित आहेत की ते
करू शकतात, थर्मोकूपलमध्ये
00:24:34
ते वाकू शकतात आणि
असेच.
00:24:35
तर, याच्या आधारावर
तुम्हाला माहिती
00:24:36
आहे की बेंडिंग इत्यादिच्या
प्रमाणात.
00:24:37
ते तापमानातील बदल
मोजतात हे तुम्हाला
00:24:38
माहीत आहे.
00:24:39
तर, तुम्हाला माहीत
असलेल्या थर्मोकूपलचे
00:24:40
कॅलिब्रेट केल्यास,
त्यानुसार तापमानात
00:24:41
किती बदल झाला आहे
आणि त्यावर अवलंबून
00:24:42
द्रव किती गरम झाला
आहे किंवा थंड झाला
00:24:43
आहे हे समजू शकते.
00:24:44
डिजिटल सेन्सर डिजिटल
विवेकी व्होल्टेज
00:24:45
पातळी किंवा सिग्नल
पातळी तयार करतात.
00:24:46
तर, 0 आणि 1 सारखी बायनरी
मूल्ये किंवा डिजिटल
00:24:47
सेन्सर्स चालू आणि
बंद किंवा आउटपुट
00:24:48
करतात.
00:24:49
स्केलर सेन्सर केवळ
तपमान, रंग, दाब, ताण
00:24:50
इत्यादि यांसारख्या
भौतिक प्रमाणांचे
00:24:51
परिमाण मोजतात.
00:24:52
हे स्केलर परिमाण
आहेत आणि परिमाणातील
00:24:53
बदलाचे मोजमाप माहिती
देण्यासाठी पुरेसे
00:24:54
आहे.
00:24:55
दुसरीकडे, व्हेक्टर
सेन्सर व्होल्टेजचे
00:24:56
आउटपुट सिग्नल तयार
करतात जे सामान्यतः
00:24:57
परिमाण तसेच मोजले
जात असलेल्या परिमाणाची
00:24:58
दिशा आणि अभिमुखता
यांच्या प्रमाणात
00:24:59
असते.
00:25:00
तर, ध्वनी, प्रतिमा,
वेग, प्रवेग अभिमुखता
00:25:01
यासारख्या भौतिक
प्रमाण, हे सर्व वेक्टर
00:25:02
परिमाण आहेत आणि
त्यांचे मोजमाप केवळ
00:25:03
विशालतेवर अवलंबून
नाही तर दिशेवर देखील
00:25:04
अवलंबून आहे.
00:25:05
तर, उदाहरणार्थ, एक्सेलेरोमीटर
सेन्सर, ते एक्स, वाय
00:25:06
आणि झेड समन्वय अक्ष
या तीन आयामांमध्ये
00:25:07
आउटपुट देतात.
00:25:08
प्रकाश मोजण्यासाठी
विविध सेन्सर, लाइट
00:25:09
सेन्सरची काही उदाहरणे
येथे आहेत.
00:25:10
आमच्याकडे आयडीआर
आहे जो प्रकाश अवलंबून
00:25:11
प्रतिरोधक फोटोडायोड्स
आहे.
00:25:12
हे प्रकाशाच्या संवेदनासाठी
प्रकाश मोजण्यासाठी
00:25:13
सेन्सर म्हणून काम
करू शकते.
00:25:14
तापमान संवेदनासाठी,
आमच्याकडे थर्मिस्टर
00:25:15
आणि थर्मोकूपल आहेत.
00:25:16
थर्मोकूपल मी तुम्हाला
थोडक्यात सांगितले,
00:25:17
पण थर्मिस्टर हे
थर्मल ट्रान्झिस्टरसारखे
00:25:18
आहे, ठीक आहे.
00:25:19
मग, आमच्याकडे बल
आहे, आमच्याकडे डाग,
00:25:20
स्ट्रेन गेज आणि
दाब आहे.
00:25:21
स्थितीसाठी प्रेशर
स्विच, आमच्याकडे
00:25:22
पोटेंटिओमीटर, एन्कोडर,
ऑप्टो कप्लर्स आहेत.
00:25:23
ऑप्टो कप्लर्स मुळात
तुम्हाला माहीत आहेत.
00:25:24
तर, ऑप्टिकल सिग्नल
हे ऑप्टिकल किरण
00:25:25
मुळात अडथळे आहेत
आणि त्यावर आधारित
00:25:26
तुम्हाला माहिती
आहे की स्थितीची
00:25:27
माहिती मिळवता येते.
00:25:28
तर, ऑप्टो कप्लर्स
नंतर आमच्याकडे स्पीड
00:25:29
सेन्सिंगसाठी वेग
आहे.
00:25:30
आमच्याकडे रिफ्लेक्टिव्ह
सेन्सर्स आहेत, त्यानंतर
00:25:31
डॉपलर इफेक्ट सेन्सर्स
आहेत.
00:25:32
तर, डॉपलर इफेक्ट
सापेक्ष वेगावर आधारित
00:25:33
आहे, उदाहरणार्थ
तुम्हाला माहीत असलेल्या
00:25:34
ध्वनीचा सापेक्ष
वेग.
00:25:35
त्यामुळे, तुम्हाला
हे डॉपलर इफेक्ट
00:25:36
सेन्सर्स माहीत आहेत,
त्या आधारे ते काम
00:25:37
करतात.
00:25:38
मग, आमच्याकडे ध्वनी
सेन्सर्स आहेत, आमच्याकडे
00:25:39
कार्बन मायक्रोफोन
आहेत जसे आमचे विद्यमान
00:25:40
पारंपारिक मायक्रोफोन,
पायझोइलेक्ट्रिक
00:25:41
क्रिस्टल्स आणि असेच.
00:25:42
रासायनिक संवेदनासाठी,
आमच्याकडे द्रव रासायनिक
00:25:43
सेन्सर आणि गॅस रासायनिक
सेन्सर आहेत.
00:25:44
म्हणून, मी या व्याख्यानाच्या
सुरुवातीलाच आलो
00:25:45
होतो, मी तुम्हाला
काही वास्तविक भौतिक
00:25:46
सेन्सर दाखवले होते.
00:25:47
येथे काही इतर सेन्सर्सची
काही इतर पी चित्रे
00:25:48
आहेत, येथे एक प्रेशर
सेन्सर आहे, येथे
00:25:49
एक अल्ट्रासोनिक
डिस्टन्स सेन्सर
00:25:50
आहे, टिल्ट सेन्सर
इन्फ्रारेड मोशन
00:25:51
सेन्सर, कॅमेरा सेन्सर,
अनालॉग तापमान सेन्सर
00:25:52
आहे.
00:25:53
तर, तापमान सेन्सरमधील
अनालॉग, आउटपुट व्यतिरिक्त
00:25:54
तुम्हाला माहिती
आहे, त्यात 2 आहेत.
00:25:55
त्यामुळे, त्यात
तीन पिन आहेत.
00:25:56
मुळात एक प्लस 5 व्होल्टसाठी
आहे आणि दुसरा ग्राउंड
00:25:57
झिरो व्होल्ट आहे
आणि हा मध्यम पिन
00:25:58
आहे जो सामान्यतः
आउटपुटसाठी वापरला
00:25:59
जातो.
00:26:00
आता, सेन्सर अनेकदा
तुम्हाला माहीत असलेला
00:26:01
अचूक डेटा देत नाहीत.
00:26:02
तर, काही संवेदनात्मक
विचलन आहेत.
00:26:03
तर, या सेन्सर्समध्ये
प्रत्येक सेन्सर
00:26:04
असतो आणि ते काही
विशिष्ट वैशिष्ट्यांसह
00:26:05
येतात.
00:26:06
ही वैशिष्ट्ये तुम्हाला
जास्तीत जास्त आणि
00:26:07
किमान मूल्ये देतील
जी ते मोजू शकतील
00:26:08
अशा भौतिक मालमत्तेचे
मोजमाप करू शकतात.
00:26:09
वास्तविक परिस्थितीत
सेन्सरची संवेदनशीलता
00:26:10
निर्दिष्ट केलेल्या
मूल्यापेक्षा भिन्न
00:26:11
असू शकते आणि त्यास
संवेदनशीलता त्रुटी
00:26:12
म्हणून ओळखले जाते
आणि नंतर, प्रत्येक
00:26:13
सेन्सरला आपल्याला
असे मूल्य दिले जाऊ
00:26:14
शकते जे सतत समान,
सतत भिन्न असते.
00:26:15
तर, मला हे म्हणायचे
आहे की योग्य मूल्य
00:26:16
काहीतरी असू शकते
आणि ते नेहमी हे विशिष्ट
00:26:17
सेन्सर देत असेल,
कदाचित एक मूल्य
00:26:18
देत असेल जे ऑफसेट
त्रुटी किंवा पूर्वाग्रह
00:26:19
असेल आणि ते कदाचित,
ज्यामुळे ऑफसेट त्रुटी
00:26:20
वाचनाची अनेक युनिट्स
होतील.
00:26:21
नेहमी देत राहा
आणि ते कायम राहील.
00:26:22
म्हणून, उदाहरणार्थ,
तापमान सेन्सरद्वारे
00:26:23
ऑफसेटची दोन युनिट्स
नेहमी दिली जाऊ शकतात.
00:26:24
तर, मी तुम्हाला सांगितलेल्या
संवेदनशीलतेच्या
00:26:25
त्रुटीपेक्षा ते
वेगळे आहे.
00:26:26
त्यामुळे, संवेदनशीलता
त्रुटी ही वास्तविक
00:26:27
परिस्थितीत आपल्याला
माहित असलेल्या बदलांबद्दल
00:26:28
संवेदनशील असण्याबद्दल
आहे, मुळात ते कसे
00:26:29
संवेदनशील आहे.
00:26:30
मग, त्यांच्या वास्तविक
वैशिष्ट्यांमध्ये
00:26:31
काय निर्दिष्ट केले
आहे, ते काही वास्तविक
00:26:32
वैशिष्ट्ये देऊ शकते,
कदाचित काही मूल्ये
00:26:33
देऊ शकतात, परंतु
वास्तविक परिस्थितीत,
00:26:34
काही गोष्टींसाठी
ते संवेदनशील असू
00:26:35
शकते.
00:26:36
त्यामुळे, ही संवेदनशील
त्रुटी बनते आणि
00:26:37
काही त्रुटी असेल
जी त्यामुळे होईल
00:26:38
आणि ती संवेदनशीलता
त्रुटी जी कालांतराने
00:26:39
बदलू शकते आणि ती
ऑफसेट त्रुटीपेक्षा
00:26:40
वेगळी असते जी कालांतराने
स्थिर असते.
00:26:41
आता, या सेन्सर्समध्ये
सामान्यतः रेखीय
00:26:42
वर्तन असते.
00:26:43
बर्याच सेन्सर्समध्ये,
सर्वांची रेखीय वर्तणूक
00:26:44
नसते, परंतु सराव
मध्ये एक नॉन-लाइनरिटी
00:26:45
वर्तन असते जे सेन्सर्सद्वारे
प्रदर्शित केले जाते
00:26:46
आणि आदर्शपणे त्यांनी
रेखीय वर्तन केले
00:26:47
पाहिजे, परंतु सराव
मध्ये बंद राहिल्यास
00:26:48
नॉन-रेखीय वर्तन
असेल.
00:26:49
तर, ही नॉन-लाइनरिटी
म्हणजे रेखीयतेपासून
00:26:50
सेन्सर्स ट्रान्सफर
फंक्शनचे विचलन.
00:26:51
तर, हे मुळात आउटपुटचे
प्रमाण म्हणून परिभाषित
00:26:52
केले जाते जे सेन्सरच्या
संपूर्ण श्रेणीवरील
00:26:53
आदर्श हस्तांतरण
कार्य वर्तनापेक्षा
00:26:54
भिन्न असते
00:26:55
म्हणून, जर आउटपुट
सिग्नल हळूहळू मोजलेल्या
00:26:56
मालमत्तेपासून स्वतंत्रपणे
बदलत असेल, तर त्याला
00:26:57
ड्रिफ्ट म्हणतात.
00:26:58
त्यामुळे, असे होऊ
शकते की एखाद्या
00:26:59
विशिष्ट सेन्सरला
एका क्षणी आम्ही
00:27:00
एक विशिष्ट मूल्य
देतो आणि नंतर, जर
00:27:01
तुम्ही ड्रिफ्टमुळे
समान स्थिती मोजण्यासाठी
00:27:02
तेच सेन्सर वापरत
असाल, तर तुम्हाला
00:27:03
ड्रिफ्टेड सेन्स्ड
व्हॅल्यू मिळू शकेल.
00:27:04
तर, ते वेगळे असेल;
ते वेगळे असू शकते.
00:27:05
त्यामुळे, जर तुम्ही
ओव्हरटाइम ठेवलात
00:27:06
तर ते काही प्रमाणात
वाहते.
00:27:07
तर, त्रुटीचा दुसरा
प्रकार हा आवाज आहे
00:27:08
जो मुळात वेगवेगळ्या
इतर बाह्य घटकांमुळे
00:27:09
असतो आणि तो वेळेनुसार
सिग्नलचे यादृच्छिक
00:27:10
विचलन आहे.
00:27:11
हिस्टेरेसिस त्रुटी
थोडी वेगळी आहे आणि
00:27:12
सामान्यत: ती अनालॉग
सेन्सर्सद्वारे
00:27:13
प्रदर्शित केली जाते,
चुंबकीय सेन्सर्स
00:27:14
सेन्सर्समध्ये गरम
होते जे धातूच्या
00:27:15
पट्ट्या गरम करण्याचे
सिद्धांत वापरतात
00:27:16
आणि याप्रमाणे.
00:27:17
तर, या सेन्सर्समध्ये,
हे अनालॉग सेन्सर्स
00:27:18
किंवा चुंबकीय सेन्सर्स
आणि त्यामुळे कधी
00:27:19
कधी असे घडते की वर्तमान
वाचन मागील इनपुट
00:27:20
मूल्यांवर अवलंबून
असते.
00:27:21
कसे?
00:27:22
कदाचित ते काही धातूच्या
पट्ट्या वापरत असल्यामुळे
00:27:23
आणि कदाचित त्या
सेन्सरची गुणधर्म
00:27:24
किंवा कार्यक्षमता
अशी आहे की जेव्हा
00:27:25
तुम्ही ते गरम करता
तेव्हा ते धातूच्या
00:27:26
पट्ट्याकडे वाकते.
00:27:27
त्यामुळे, तुम्हाला
माहिती आहे की ते
00:27:28
त्याच्या मूळ स्थितीत
परत येण्यासाठी एकदा
00:27:29
वाकले असल्यास, यास
थोडा वेळ लागेल.
00:27:30
तर, या प्रकारची त्रुटी
मुळात त्याबद्दल
00:27:31
बोलते की एकदा ते
गरम केले की आपल्याला
00:27:32
काहीतरी मिळेल.
00:27:33
त्यामुळे, त्यावर
आधारित तुम्ही ते
00:27:34
पुन्हा एकदा गरम
केल्यास, तुमचे आउटपुट
00:27:35
मागील मूल्यावर अवलंबून
असेल हे तुम्हाला
00:27:36
माहीत आहे.
00:27:37
तर, ही एक त्रुटी आहे
आणि याला हिस्टेरेसिस
00:27:38
त्रुटी म्हणून ओळखले
जाते.
00:27:39
इतर भिन्न त्रुटी
आहेत, जसे की क्वांटायझेशन
00:27:40
त्रुटी जी मुळात
सेन्सरमध्ये डिजिटल
00:27:41
आउटपुट असल्यास,
आउटपुट मूलत: मोजलेल्या
00:27:42
मालमत्तेचे अंदाजे
असते आणि याला परिमाणीकरण
00:27:43
त्रुटी म्हणून ओळखले
जाते.
00:27:44
जर तुम्ही सिग्नल्सचे
नमुने घेत असाल, तर
00:27:45
यामुळे एक प्रकारची
एरर येते ज्याला
00:27:46
अलियासिंग एरर म्हणून
ओळखले जाते आणि काही
00:27:47
वेळा सेन्सर्स गुणधर्मांबाबत
संवेदनशील असू शकतात.
00:27:48
मग, ज्या गुणधर्माचे
मोजमाप केले जात
00:27:49
आहे, उदाहरणार्थ,
तापमान सेन्सर काहीवेळा
00:27:50
इतर काही गोष्टींसाठी
देखील संवेदनशील
00:27:51
असू शकतो ज्या थेट
मोजल्या जात नाहीत,
00:27:52
कदाचित तुम्हाला
कधीकधी आर्द्रता
00:27:53
किंवा दाब किंवा
कदाचित प्रकाश माहित
00:27:54
असेल, हे प्रत्यक्षात
अवलंबून असेल.
00:27:55
याचा अर्थ मी तुम्हाला
दिलेले हे एक परिपूर्ण
00:27:56
उदाहरण नाही.
00:27:57
तर, हे तयार केले जाऊ
शकते, ही विशिष्ट
00:27:58
त्रुटी अशा प्रकारे
तयार केली जाऊ शकते
00:27:59
की कधीकधी मोजली
जात असलेली भौतिक
00:28:00
मालमत्ता प्रभावित
होऊ शकते, त्या सेन्सरवर
00:28:01
इतर काही गुणधर्मांवर
परिणाम होऊ शकतो
00:28:02
जे थेट मोजले जात
नाहीत.
00:28:03
तर, यामुळे एक प्रकारची
त्रुटी देखील होते.
00:28:04
तर, यासह आम्ही सेन्सर्सच्या
विषयाच्या शेवटी
00:28:05
येतो.
00:28:06
तर, येथे आपण आधीच
पाहिले आहे की विविध
00:28:07
प्रकारचे सेन्सर
आहेत आणि मी तुम्हाला
00:28:08
काही वास्तविक जीवनातील
सेन्सर्स दाखवले
00:28:09
आहेत ज्यांचा वापर
इंटरनेट ऑफ थिंग्ज
00:28:10
तयार करण्यासाठी
केला जाऊ शकतो.
00:28:11
मी तुम्हाला इतर
अनेक सेन्सर्सची
00:28:12
चित्रे देखील दाखवली
आहेत आणि हे सेन्सर्स
00:28:13
सेन्सर नोड्स म्हणून
ओळखल्या जाणार्या
00:28:14
गोष्टींमध्ये वापरले
जातात.
00:28:15
सेन्सर नोड्स अखेरीस
कनेक्ट होणार आहेत,
00:28:16
ते एकत्र नेटवर्क
केले जाणार नाहीत,
00:28:17
इंटरनेटवर्क एकत्र
आणि एकत्रितपणे एक
00:28:18
इंटरनेट ऑफ थिंग्ज
बनवणार आहे आणि या
00:28:19
इंटरनेट ऑफ थिंग्जचा
वापर संपूर्ण सेवा
00:28:20
गुणवत्ता सुधारण्यासाठी
केला जाणार आहे.
00:28:21
संपूर्ण पर्यावरणाच्या
व्यवसायाचा समाज.धन्यवाद.