Internet of Things indica una varietà di dispositivi collegati tramite Internet, inclusi dispositivi wearable, sensori installati su edifici, impianti industriali e di produzione e distribuzione energetica e in generale su sistemi cyber-physical. Le applicazioni sono disparate, dai distretti per il monitoraggio energetico o la sorveglianza, nell’ambiente per il monitoraggio e il controllo di fenomeni naturali, all’interno dei mezzi di trasporto per la gestione del traffico ed infine all’interno di dispositivi medicali.
In questo contesto, lo scopo del corso è far acquisire allo studente capacità di programmare dispositivi embedded connessi in rete utilizzando paradigmi di programmazione distribuita, parallela e object oriented. Lo scopo finale sarà la capacità di programmazione nel campo Internet-of-Things e quello dei dispositivi Cyber-Physical. Dovranno essere acquisite capacità di implementazione e utilizzo di strumenti web services e middleware e relativi protocolli (SOAP, RestFULL). Lo studente dovrà acquisire inoltre la capacità di programmare secondo paradigmi publish/subscribe. Lo studente approfondirà i concetti e gli strumenti per l’interoperabilità tra dispositivi eterogenei, i protocolli Machine-to-Machine, i sistemi operativi orientati agli smart objects e la programmazione con constraints real-time e di consumo energetico. Infine, verranno trattati aspetti relativi al processing dei dati tramite tecniche di machine learning, e in particolare reti neurali ricorrenti adeguate per l'elaborazione di serie temporali.
Durante il corso verranno presentati casi di studio relativi a sistemi di monitoraggio industriale nell’ambito smart cities e smart factory e include una serie di esercitazioni di laboratorio dove lo studente implementerà i concetti appresi programmando dispositivi networked embedded equipaggiati con sensori e attuatori e consentendo l’interazione remota con questi dispositivi.

Il corso ha l’obiettivo di fornire agli studenti la conoscenza della programmazione object oriented e degli strumenti per la sua implementazione in Python. Conoscenza dei protocolli per l’implementazione dei paradigmi di comunicazione web service oriented. Conoscenza dei principali strumenti per la programmazione in ambiente real-time, in presenza di sensori e attuatori. Strumenti di analisi dati da sensori, tecniche di machine learning per l’analisi dati da sensori.

Lo studente dovrà maturare la capacità di progettare una sistema IoT (basato su microservizi) per un dato contesto applicativo, a partire da collezionamento dati, organizzazione, analisi, visualizzazione e interazione con l'utente

Conoscenza degli elementi di base della programmazione e architetture dei sistemi di calcolo, che vengono fornite nel corso di Informatica al primo anno del corso di laurea in Ingegneria.

Introduzione alla programmazione object oriented e Python (6 ore)
Formati XML, JSON

Dispositivi IoT e programmazione web-based IoT (3 ore)
Programmazione con Web Services
RestFULL Web Services (GET, PUT, POST, DELETE methods)

Microservices e Middleware programming (3 ore)
Middlewares
Dockers

IoT communication protocols e piattaforme IoT (9 ore)
Publish/subscribe communication paradigms
MQTT, COAP
Thingspeak, Amazon, IBM Bluemix

IoT data processing (9 ore)
Introduzione alle techniche di machine learning
Analisi di serie temporali e stream processing
Recurrent neural networks

Laboratorio (30 ore)
Programmazione dispositivi e piattaforme IoT (using RaspberryPI o simili)

Il corso è organizzato in una serie di lezioni frontali (30 ore) e in moduli di laboratorio (30 ore in totale). I laboratori saranno in parte esercitazioni guidate tramite le quali lo studente familiarizzerà con gli strumenti di programmazione imparati a lezione e in parte saranno orientate allo sviluppo di un progetto che gruppi di studenti (di minimo 3 elementi) porteranno avanti durante il corso e che porteranno all’esame come parte della valutazione.

Materiale didattico:

- Lecture notes fornite dal docente
- Articoli scientifici forniti dal docente
- Materiale SW e HW per i laboratori

Esame scritto:
- Domande a risposta multipla su tutto il programma svolto durante le lezioni frontali (valore complessivo: 12/30)

Discussione del progetto:
- Presentazione orale sul progetto svolto durante il corso (valore complessivo 18/30)