盆栽+IoT 一年の振り返り

jun-fu@bitengineers です。

note では盆栽 + IoT をテーマに投稿していますが、今月で一年経ちました。

当初の考えでは、IoT 機器を試作しながら、その連携するサーバと、ユーザインターフェースを備えたクライアント、など作成する画策でいましたが、思うように進んでないです。

この辺は完全に読みが甘かったな、という反省の気持ちが強いです。

半面、一年で課題も見えてきた気もします。

反省も踏まえて今後に活かしていきたいので、ここ一年の記事を振り返ってみたいと思います。

はじまり

盆栽にハマったことと仕事に役立つスキル磨きを兼ねて "盆栽 + IoT" をテーマに始めました。

この頃は市販品の M5Stick C+ と周辺機器を使えばすぐに実用できるものが作れると思ってました。ここが第一甘々ポイントでしたね。
この後すぐに、この手の市販品に実用性は皆無だというのが段々分かってきます。

土中の怖さを知る

土中で起こっていることを正確に知るには専門的な知識が必要とされます。そのため土中の問題を回避する計測へシフトしていきます。

計測対象として相対湿度をで何が知れるのか学んでみました。
一生触れていなかったかもしれない内容なので、意識が向いただけでも良い機会が持てました。

ロードセル化

土中に触れず、確かな計測値として重さを計測するように変更したのがこの時期でした。また、記事の内容に盆栽要素が少ないことが気になっていて、画像に盆栽を写したりやタイトルに盆栽(または用語) を用いることを試したのもこの時期です。

3Dプリンターも活用したかったので筐体まで作成してみました。3D CAD データをイジるの楽しいです。ただ、ソースコードのように 3D CAD データを複数人で共有する最適解が未だにわからないですね。。。

リッツカールトンで盆栽の展示があるということを知り、展示を見てきたレポートと、開発記事を混ぜてみるという試みをしてました。
(分ければ良かったかなぁ…)

3D CAD データをイジりすぎるとしんどくなりました。

屋外の電源問題なども解決方法を模索したり。

Machine Learning に触れはじめる

AI などのトレンドもこの際触れる理由としたく、一旦 ML へと振りました。

AWS は SageMaker を前提にしつつも、ほぼ PyTorch の勉強ですかね。盆栽は新芽が芽吹き楽しい時期になってました。

この時期のデータを取り貯めておきたかった。(貯めてあるにはあるんですが、後に記事にある誤差があるのでそのまま使えるデータなのかどうか。。。)

Dataset 作りや値の評価、もっともらしい推論値を導き出すことの難しさに直面しました。

ML 関連記事のまとめとしてサーバから推論値が返ってくるようにデプロイするところまで行っています。

ここで扱っているデータだけだったらおそらく ML は使わなくても良いでしょう。個人的には、今後とっさに ML を扱うときの準備にはなったかな、と。

屋外計測の難しさ

日差しが強い夏に差し掛かり、朝夕と気温変化が大きくなり、電子機器動作時の温度変化によって生じる誤差の影響が見えてきました。

またこの記事ではこの時期の黒松の芽切りをできる限りわかりやすく(?)書いてみました。どこにどう変化が見えれてくるのか伝われば興味を持ってくれる人も出てくるのかもしれない、という思いでした。

毎回このくらいの盆栽味が出せると個人的にはいいのかと。

この時期からあまり大きな進捗はなくなってます。ここで電源の確保できる屋内に設置する前提に〜、という話をしてます。
しかし、日照時間が長い夏の時期にたくさん日に当てないと成長が見込めないので屋内に設置したい、という心情がありこの辺りから計測できていないです。お盆の時期には完全に計測していない状態です。
こりゃいかんです。

計測が止まっている状態で植物発電という新しい希望を発見し、使ってみた記事となります。
屋外電源問題の解決策になるかと思いきや、結果としては LED 点灯が確認出来ていないです。
埋め方が悪かった気がするので、再度チャレンジしようと思ってます。

おわりに

一年間の振り返りをしてみました。

読み返してみて色々と思ったことを今後に活かしていきたいと思います。