Nesnelerin İnterneti (IoT): Sensörden Otomasyona Çalışma Mantığı

Yaygın IoT mimarisini açıklayan dört halka

Bu dört halka, yaygın bir IoT mimarisini açıklamak için kullanılabilir; ancak zorunlu ve her sistemde aynı biçimde bulunan aşamalar değildir. IoT, fiziksel nesnelerin ağlar üzerinden veri alışverişi yapmasını ve gerektiğinde bu verinin işlenmesini kapsar. Çalışma modelinde sık görülen dört ana halka şunlardır:

1. Sensör ve cihaz: Sıcaklık, nem, ışık, hareket veya kalp atış hızı gibi bir özellik algılanır. Sensörün ölçtüğü değer ham veridir; henüz tek başına bir karar anlamına gelmez.
2. Bağlantı: Veri Wi-Fi, Bluetooth, hücresel ağlar, 5G, uydu veya başka ağ protokolleriyle iletilebilir. Hangi bağlantının seçileceği cihazın konumuna, veri aktarım ihtiyacına ve sistem tasarımına bağlıdır.
3. Veri işleme: Ham ölçüm bulut tabanlı bir platformda, yerel sunucuda veya uç bilişim cihazında analiz edilir. Örneğin sıcaklık verisi, belirlenmiş bir çalışma koşulunun aşılıp aşılmadığını değerlendirmek için kullanılabilir.
4. Arayüz ve eylem: Sonuç mobil uygulama, web paneli veya doğrudan başka bir cihaz üzerinden gösterilir. Sistem, kapının açık kalması gibi bir olayı algıladığında bildirim gönderebilir ya da tasarlanmışsa otomatik bir işlem başlatabilir.

Bu zincirde önemli karar kuralı şudur: Bir sensörün veri toplaması, tek başına otomasyon anlamına gelmez. Otomasyon için verinin bir koşulla karşılaştırılması ve bu koşulun sonucuna bağlı bir eylemin tanımlanması gerekir. Örneğin 'sıcaklık ölçülüyor' ifadesi izlemeyi, 'sıcaklık belirlenen değerin üzerine çıkarsa soğutmayı çalıştır' ifadesi ise IoT tabanlı otomasyonu anlatır.

Veri cihazdan uygulamaya hangi yoldan gider?

IoT iletişiminde veri akışı genellikle sensörden başlar. Sensörün bağlı olduğu cihaz ölçümü toplar; bağlantı katmanı bu ölçümü bir ağ üzerinden ilgili platforma taşır. Platformda verinin saklanması, sınıflandırılması veya bir kuralla değerlendirilmesi mümkün olabilir. Sonuç daha sonra kullanıcı arayüzünde görüntülenebilir ya da bir komut olarak başka bir cihaza iletilebilir.

Örneğin akıllı bir güvenlik kamerasında hareket sensörü bir değişiklik algılar. Cihaz, bu olayı bağlantı aracılığıyla yerel sunucuya veya bulut tabanlı sisteme aktarabilir. Yazılım olayın bildirim gerektirip gerektirmediğini değerlendirir. Kullanıcı uygulamada uyarı görür; sistemin tasarımına bağlı olarak kayıt başlatma gibi başka bir eylem de gerçekleşebilir.

Bağlantı türlerini birbirinin yerine geçen tek bir seçenek gibi düşünmemek gerekir. Bluetooth, yakın mesafeli cihaz iletişiminde kullanılabilirken Wi-Fi ev veya iş yeri ağı üzerinden bağlantı sağlayabilir. Hücresel ağlar ve özellikle 5G, IoT cihazlarının daha geniş ağlara bağlanmasında kullanılabilecek seçeneklerdir. Ancak bir bağlantı teknolojisinin bulunması, cihazın otomatik olarak güvenli, hızlı veya her koşulda erişilebilir olacağı anlamına gelmez; performans ve güvenlik sistemin tamamına bağlıdır.

Verinin bulutta işlenmesi merkezi bir platformdan yararlanırken, uç bilişim veriyi kaynağa daha yakın bir cihazda veya yerel sunucuda işleyebilir. Bu ayrım, özellikle hızlı karar verilmesi gereken sistemlerde önemlidir. Bununla birlikte, mevcut bilgiler belirli bir IoT uygulamasında bulut ya da uç bilişim seçiminin hangi gecikme, maliyet veya donanım değerleriyle yapılacağını kesin olarak belirtmemektedir.

İzleme, uzaktan kontrol ve otomasyon arasındaki fark

IoT uygulamalarında üç işlevi ayırmak konuyu doğru anlamayı sağlar.

İzleme, bir değişkenin ölçülmesi ve kullanıcının bu bilgiyi görmesidir. Akıllı saatten aktivite seviyesinin veya bir sensörden sıcaklığın okunması buna örnektir. İzlemede sistem yalnızca veri sunabilir; otomatik bir işlem yapılması şart değildir.

Uzaktan kontrol, kullanıcının başka bir konumdan cihaza komut göndermesidir. Akıllı telefon uygulamasından evin ısıtma sistemini açmak ya da kapıyı kilitlemek bu kategoriye girer. Bu işlemde karar kullanıcı tarafından verilir.

Otomasyon ise tanımlanmış bir olay veya koşul gerçekleştiğinde sistemin kendisinin eylem üretmesidir. Kapı açık kaldığında bildirim gönderilmesi veya toprak nemi belirli bir seviyenin altına indiğinde sulama komutunun tetiklenmesi otomasyona örnektir.

Karar verirken şu zincir kullanılabilir: 'Hangi veri ölçülüyor?', 'Bu veri hangi koşulla karşılaştırılıyor?', 'Koşul sağlanırsa ne yapılacak?' Bu üç sorudan ikinci ve üçüncü soruların cevabı yoksa ortada veri toplama olabilir, fakat tam anlamıyla otomatik bir IoT senaryosu bulunmayabilir. Ayrıca uzaktan kontrol özelliği olan bir cihazın otomatik karar veren yapay zekâ sistemine sahip olması gerekmez.

Akıllı evden fabrikaya: IoT kullanım alanlarının ayrışması

IoT’nin kullanım alanı, ölçülen verinin ve verilen kararın niteliğine göre değişir.

Akıllı evlerde aydınlatma, termostat, güvenlik kamerası, akıllı kilit ve buzdolabı gibi cihazlar uzaktan izlenebilir veya kontrol edilebilir. Enerji tasarrufu iddiası, cihazın yalnızca akıllı olmasından değil; kullanım zamanının ve çalışma koşullarının veriye dayalı biçimde düzenlenmesinden doğar.

Akıllı şehirlerde trafik yönetimi, akıllı park sistemleri, çöp toplama optimizasyonu ve çevre kirliliği izleme gibi uygulamalar bulunur. Burada tek bir cihaz yerine, kente yayılmış sensörler ve bunlardan gelen verileri değerlendiren sistemler önem kazanır.

Sağlık ve giyilebilir teknolojilerde akıllı saatler, fitness takip cihazları ve tıbbi sensörler kalp atış hızı, uyku düzeni veya aktivite seviyesi gibi verileri izleyebilir. Bu tür veriler izleme ve takip amacıyla kullanılabilir; tek başına tıbbi tanı veya doktor değerlendirmesinin yerine geçtiği sonucu çıkarılmamalıdır.

Endüstriyel IoT’de (IIoT) makinelerin performansı, arıza durumu ve üretim hattı sensörlerle izlenir. Veriler, bakım zamanlamasını planlamaya ve üretim kesintilerini azaltmaya yardımcı olabilir. Robotik sistemler ve akıllı lojistik de bu ekosistemle birlikte çalışabilir; ancak her robotik sistemin internete bağlı olması gerekmez.

Tarımda toprak nemi, hava durumu ve bitki sağlığı gibi veriler sulama, gübreleme veya ilaçlama kararlarını destekleyebilir. Sensör verisi karar kalitesini artırabilecek bir girdidir; tek başına tarımsal verimi garanti etmez.

IoT’nin getirdiği fayda, veri kalitesi ve sistem sınırları

IoT’nin temel faydaları verimlilik, otomasyon, veri odaklı karar alma, uzaktan izleme ve yeni hizmet modelleridir. Fabrikada makine verilerinin sürekli izlenmesi bakım planlamasını destekleyebilir; evde cihazların uzaktan kontrol edilmesi kullanıcıya kolaylık sağlayabilir; şehir altyapısındaki sensörler kaynak kullanımını düzenlemeye yardımcı olabilir.

Ancak faydayı değerlendirirken ölçülen verinin ne kadar doğru ve bağlama uygun olduğu sorulmalıdır. Hatalı veya eksik sensör verisi, doğru çalışan bir yazılımın da yanlış sonuç üretmesine yol açabilir. Ayrıca bağlantı kesintisi, cihazın enerji ihtiyacı, uyumsuz sistemler, yazılım güncelleme gereksinimleri ve yetkisiz erişim gibi riskler bulunur.

Güvenlik bakımından IoT cihazlarında güçlü parolalar, düzenli yazılım güncellemeleri ve uygun güvenlik protokolleri riskleri azaltmaya yardımcı olabilir. Bunlar riskin ortadan kalktığı anlamına gelmez. Kamera, akıllı kilit veya sağlık verisi toplayan cihazlarda hangi verinin toplandığı, kimin erişebildiği ve verinin nerede işlendiği ayrıca incelenmelidir.

IoT ile yapay zekâ da aynı kavram değildir. IoT fiziksel nesnelerden veri toplama ve bu nesneleri ağ üzerinden bir sisteme bağlama yönünü anlatır. Yapay zekâ ise bu verileri analiz etmek, örüntüleri değerlendirmek veya karar üretmeye yardımcı olmak için kullanılabilir. Bir IoT cihazı yapay zekâ içermeden de çalışabilir; yapay zekâ kullanılan bir sistemin de mutlaka fiziksel IoT cihazı olması gerekmez.

Çözümlü örnekler

Örnek 1: Akıllı termostatın otomatik çalışması

Verilenler: Bir odada sıcaklık sensörü bulunuyor. Sensör verisi bağlantı üzerinden yazılıma aktarılıyor. Sistem, örnek olarak 30 °C üstünü 'çok sıcak' koşulu kabul ediyor ve bu koşulda soğutma sistemini çalıştıracak şekilde ayarlanıyor.

Çözüm adımları:

1. Sensör odanın sıcaklığını ölçer. Ölçüm, IoT zincirindeki ham veridir.
2. Cihaz bu değeri Wi-Fi, hücresel ağ veya başka bir bağlantı üzerinden iletir; yazılım ise ölçümü 30 °C eşiğiyle karşılaştırır.
3. Yazılım ölçümü 30 °C örnek eşiğiyle karşılaştırır.
4. Ölçüm 30 °C’nin üzerindeyse otomasyon koşulu sağlanır ve soğutma için komut gönderilir.
5. Ölçüm eşik değerin üzerinde değilse bu özel kural tetiklenmez; değer uygulamada gösterilmeye devam edebilir.

Sonuç: Sensör ölçümü, ağ bağlantısı, veri karşılaştırması ve cihaz komutu birlikte olduğu için bu senaryo yalnızca sıcaklık izleme değil, IoT tabanlı otomasyondur. 30 °C burada açıklama amacıyla seçilmiş örnek eşiktir; gerçek eşik cihaz ve kullanıcı ayarına bağlıdır.

Örnek 2: Tarımda toprak nemiyle sulama kararı

Verilenler: Bir tarladaki sensör toprak nemini ölçüyor. Ölçüm bir sisteme aktarılıyor. Çiftçi, nem değeri belirlediği alt sınırın altına düştüğünde sulama başlatılmasını istiyor.

Çözüm adımları:

1. Sensör toprağın nemine ilişkin veri üretir.
2. Bağlantı sistemi bu veriyi uygulamaya veya yerel kontrol birimine taşır.
3. Yazılım ölçümü çiftçinin belirlediği alt sınırla karşılaştırır.
4. Değer alt sınırın altındaysa sulama komutu verilebilir; değer alt sınırın üzerindeyse bu koşula bağlı sulama başlatılmaz.
5. Kullanıcı uygulamada ölçümü izleyebilir ve sistemi uzaktan kontrol edebilir.

Sonuç: Bu örnekte veri toplama, karar eşiği ve eylem birbirinden ayrıdır. Sensörün yalnızca nem ölçmesi izleme; ölçümün alt sınırla karşılaştırılıp sulama komutu üretilmesi otomasyondur. Gerçek sulama kararı yalnızca nem değerine değil, sistem tasarımına ve tarımsal koşullara da bağlı olabilir.

Sık yapılan hatalar ve karıştırılan kavramlar

'İnternete bağlanan her cihaz IoT’dir' demek: Bir cihazın internete bağlanabilmesi önemli bir koşul olabilir; fakat IoT’yi açıklamak için veri toplama, paylaşma, işleme ve sonuç üretme ilişkisi de gösterilmelidir. Bağlantı tek başına bütün sistemi açıklamaz.

Sensör ile IoT’yi aynı sanmak: Sensör çevreden ölçüm alan bileşendir. IoT ise sensörün de içinde bulunabileceği, bağlantı ve işleme katmanlarını içeren daha geniş sistemdir.

Uzaktan kontrolü otomasyonla karıştırmak: Telefonda bir düğmeye basarak ışığı açmak uzaktan kontroldür. Işık hareket algılandığında kendiliğinden açılıyorsa otomasyon söz konusudur.

IoT ile yapay zekâyı eş anlamlı kullanmak: IoT veri toplayan ve bağlı nesnelerle çalışan ekosistemi; yapay zekâ ise veriden anlam veya karar üretmeye yarayan yöntemleri ifade eder. IoT, yapay zekâ olmadan da kurulabilir.

Giyilebilir cihaz ölçümünü kesin tanı kabul etmek: Akıllı saat veya fitness takip cihazının sunduğu değer izleme amacı taşır. Bu veriler, mevcut açıklamaya göre sağlık takibini destekleyebilir; tıbbi değerlendirme yerine geçtiği sonucu çıkarılamaz.

Güvenliğin kendiliğinden oluştuğunu düşünmek: Bağlı cihaz sayısının artması, yetkisiz erişim ve veri ihlali risklerini de gündeme getirir. Güçlü parola, güncelleme ve güvenlik protokolleri riski azaltır; tek başına mutlak güvenlik sağlamaz.

Her IoT işleminin bulutta yapıldığını sanmak: Veri bulutta işlenebileceği gibi uç bilişim cihazlarında veya yerel sunucularda da işlenebilir. Hangi seçeneğin uygun olduğu uygulamanın tasarımına bağlıdır.