Ich baue deine Roboter- oder Sensortelemetrie-Pipeline mit AI-Anomalie-Warnungen

Du willst einen Roboter-, Drohnen- oder Sensorkonzept-Prototypen erstellen und hast Probleme, deine Daten in die Cloud zu bringen? Physische KI braucht einen verlässlichen Weg: vom Gerät in die Cloud, zu Dashboards, zu Modellen, die Probleme erkennen.

Ich baue diesen Weg. Ich habe mit produktionsreifen Telemetrie-Streaming-Lösungen gearbeitet und an einem Sensor-Streaming-Projekt, bei dem ein Sensor in einen Cricket-Ball eingebaut war. Für meinen eigenen aeroponischen Turm habe ich asynchronen Sensor-Streaming-Code geschrieben (auf GitHub).

Pipeline: ESP32 oder Raspberry Pi, MQTT, AWS IoT Core (Kinesis oder MSK Kafka für hohes Volumen), S3/Timestream oder ClickHouse, Grafana-Dashboards, dann Anomalie-Erkennung oder einfaches ML-Inferenz-Overlay.

Gehäuse: Ich entwerfe parametrische FDM-druckbare Gehäuse in FreeCAD mit KI-Unterstützung und drucke auf einem Ender-Klasse-Drucker.

Du erhältst: funktionsfähige Datenpfade, Dashboards, Alarmregeln, Beispielgerätecode, STEP/STL-Dateien, FreeCAD-Quellcode, README.

Robotik und Drohnen sind der Anwendungsfall, für den das hier entwickelt wurde; es handelt sich nicht um meine früheren Robotikprojekte. Kein PCB-Design, keine Zertifizierung oder Hardware-Verkauf. Eine Garantie für ML-Genauigkeit oder 0 Ausfallzeiten kann ich nicht geben.