Soluciones de edge computing para IoT: análisis y desarrollo de un prototipo

Abstract

El mercado del procesamiento en la nube (cloud computing) está dominado por tres grandes plataformas: Amazon Web Services (AWS), Microsoft Azure y Google Cloud. El aumento de la importancia de la Internet de las Cosas (loT, Internet of Things), la necesidad de acercar los recursos de cómputo a los dispositivos y a los usuarios finales para reducir la latencia (dando lugar a la computación en el borde o edge computing), y la necesidad de analizar los datos recopilados, están haciendo que dichas plataformas ofrezcan productos específicos enfocados a esas cuestiones. En este Trabajo Fin de Grado se analizan las posibilidades de estas tres plataformas orientadas a loT y edge computing, y se describe además una prueba experimental utilizando los módulos de una de las plataformas analizadas, AWS. Concretamente, se ha desarrollado un prototipo de un caso de uso relacionado con la conducción autónoma. Se ha empleado un microcontrolador Arduino como dispositivo electrónico que iría embebido en un vehículo, y una Raspberry Pi actuando como servidor de borde. El microcontrolador recopila información sobre la distancia a la que se encuentran obstáculos (y si ha habido un choque o no), y la envía al servidor de borde. El servidor de borde procesa esa información y envía la respuesta de vuelta al microcontrolador junto con información ambiental. Además, el servidor de borde también se comunica con la nube para notificar de los eventos de choque.

The cloud computing market is dominated by three major platforms: Amazon Web Services (AWS), Microsoft Azure and Google Cloud. The increasing importance of the Internet of Things (IoT), the need to bring computing resources closer to devices and end users to reduce latency (leading to edge computing), and the need to analyze the data collected, are causing these platforms to offer specific products focused on these issues. In this Final Degree Project we analyze the possibilities of these three platforms oriented to loT and edge computing, and we also describe an experimental test using the modules of one of the analyzed platforms, AWS. Specifically, a prototype of a use case related to autonomous driving has been developed. An Arduino microcontroller has been used as an electronic device that would be embedded in a vehicle, and a Raspberry Pi acting as an edge server. The microcontroller collects information about the distance to obstacles (and whether or not there has been a crash), and sends it to the edge server. The edge server processes that information and sends the response back to the microcontroller along with environmental information. In addition, the edge server also communicates with the cloud to notify of crash events.