TY  - JOUR
T1  - Internet of Things Based Data Acquisition Module Design for Air Quality in Public Transport Vehicles
TT  - Toplu Taşıma Araçlarında Hava Kalitesi İçin Nesnelerin İnterneti Tabanlı Veri Toplama Modülü Tasarım
AU  - Ersin, İrem
AU  - Sahin, Savas
AU  - Soydemir, Mehmet Uğur
AU  - Hakut, Mehmet Samet
PY  - 2022
DA  - July
DO  - 10.31590/ejosat.1136681
JF  - Avrupa Bilim ve Teknoloji Dergisi
JO  - EJOSAT
PB  - Osman SAĞDIÇ
WT  - DergiPark
SN  - 2148-2683
SP  - 161
EP  - 164
IS  - 37
LA  - en
AB  - In this study, an ARM-based data acquisition module is designed with the Internet of Things in public transportation vehicles for airquality analysis. The designed module communicates with the driver's computer in the vehicle. TEMPerHUM USB ThermometerHygrometer Sensor is used to collect temperature and humidity data and a dust sensor is used as PM2.5 and PM10 sensors. The dataobtained from these sensors are sent to the microprocessor with the RS-485 port. Microsoft Azure Hub is used to save all data fromthe microprocessor in real-time. Machine learning algorithms are used to evaluate regression models constituting the temperature,humidity, and PM data. Regression models are generated in the Python Language. Results of the R2score and RMSE are found for thedifferent regression models. The results are assessed and represented.
KW  - Air Quality Analysis
KW  - Internet of Things
KW  - Machine Learning.
KW  - Air Quality Analysis
KW  - Internet of Things
KW  - Machine Learning
N2  - Bu çalışmada, toplu taşıma araçlarında hava kalitesi analizi için Nesnelerin İnterneti ile kullanılarak ARM tabanlı bir veri toplamamodülü tasarlanmaktadır. Tasarlanan modül, araçtaki sürücü bilgisayarı ile haberleşmektedir. Sıcaklık ve nem verilerini toplamak içinTEMPerHUM USB Termometre Higrometre Sensörü ve PM2.5 ve PM10 sensörü olarak Dust Sensörü kullanılmaktadır. Busensörlerden elde edilen veriler RS-485 portu ile mikroişlemciye gönderilmketedir. Microsoft Azure Hub, mikroişlemciden gelen tümverileri gerçek zamanlı olarak kaydetmek için kullanılmaktadır. Sıcaklık, nem ve PM verilerini oluşturan regresyon modellerinideğerlendirmek için makine öğrenme algoritmaları kullanılmaktadır. Regresyon modelleri Python dilinde üretilmektedir. Farklıregresyon modelleri için R2 puanı ve RMSE sonuçları bulunmaktadır. Sonuçlar değerlendirilmekte ve temsil edilmektedir.
CR  - Bowdalo, D., Petetin, H., Jorba Casellas, O., Guevara, M., Soret, A., Bojovic, D., ... & Pérez García-Pando, C. (2022). Compliance with 2021 WHO air quality guidelines across Europe will require radical measures. Environmental Research Letters (ERL), 17(2).
CR  - Pandey, P., Patel, D. K., Khan, A. H., Barman, S. C., Murthy, R. C., & Kisku, G. C. (2013). Temporal distribution of fine particulates (PM2. 5, PM10), potentially toxic metals, PAHs and Metal-bound carcinogenic risk in the population of Lucknow City, India. Journal of Environmental Science and Health, Part A, 48(7), 730-745.
CR  - Mihăiţă, A. S., Dupont, L., Chery, O., Camargo, M., & Cai, C. (2019). Evaluating air quality by combining stationary, smart mobile pollution monitoring and data-driven modelling. Journal of cleaner production, 221, 398-418.
CR  - Kingsy Grace, R., & Manju, S. (2019). A comprehensive review of wireless sensor networks based air pollution monitoring systems. Wireless Personal Communications, 108(4), 2499-2515.
CR  - Kumar, P., Morawska, L., Martani, C., Biskos, G., Neophytou, M., Di Sabatino, S., ... & Britter, R. (2015). The rise of low-cost sensing for managing air pollution in cities. Environment international, 75, 199-205.
CR  - Devarakonda, S., Sevusu, P., Liu, H., Liu, R., Iftode, L., & Nath, B. (2013, August). Real-time air quality monitoring through mobile sensing in metropolitan areas. In Proceedings of the 2nd ACM SIGKDD international workshop on urban computing (pp. 1-8).
CR  - Peci, A., Winter, A. L., Li, Y., Gnaneshan, S., Liu, J., Mubareka, S., & Gubbay, J. B. (2019). Effects of absolute humidity, relative humidity, temperature, and wind speed on influenza activity in Toronto, Ontario, Canada. Applied and environmental microbiology, 85(6), e02426-18. Budde, M., Schwarz, A. D., Müller, T., Laquai, B., Streibl, N., Schindler, G., ... & Beigl, M. (2018). Potential and limitations of the low cost SDS011 particle sensor for monitoring urban air quality. ProScience, 5, 6-12.
UR  - https://doi.org/10.31590/ejosat.1136681
L1  - https://dergipark.org.tr/en/download/article-file/2510762
ER  -