Implementing IoT Technology on Mobile Platform: Edge-Cloud Integration and Data Handling

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27230%2F25%3A10258974" target="_blank" >RIV/61989100:27230/25:10258974 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-032-02106-9_2" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-032-02106-9_2</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-032-02106-9_2" target="_blank" >10.1007/978-3-032-02106-9_2</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Implementing IoT Technology on Mobile Platform: Edge-Cloud Integration and Data Handling

Popis výsledku v původním jazyce

This paper examines the integration of IoT technology on mobile platforms, emphasizing edge-cloud collaboration and data management. Modern robots rely on advanced sensors and cameras to generate critical data for operation in dynamic environments. Efficient data collection, processing, and transmission to cloud platforms are key to optimizing performance. The paper highlights systems using depth cameras and wireless protocols like MQTT for reliable, low-latency communication with minimal data loss. Edge devices handle preprocessing, such as noise filtering and compression, to improve transmission. In the cloud, automated workflows store, analyze, and provide real-time insights, enhancing performance and enabling deployment in industrial and service applications. © 2025 Elsevier B.V., All rights reserved.

Název v anglickém jazyce

Implementing IoT Technology on Mobile Platform: Edge-Cloud Integration and Data Handling

Popis výsledku anglicky

This paper examines the integration of IoT technology on mobile platforms, emphasizing edge-cloud collaboration and data management. Modern robots rely on advanced sensors and cameras to generate critical data for operation in dynamic environments. Efficient data collection, processing, and transmission to cloud platforms are key to optimizing performance. The paper highlights systems using depth cameras and wireless protocols like MQTT for reliable, low-latency communication with minimal data loss. Edge devices handle preprocessing, such as noise filtering and compression, to improve transmission. In the cloud, automated workflows store, analyze, and provide real-time insights, enhancing performance and enabling deployment in industrial and service applications. © 2025 Elsevier B.V., All rights reserved.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20301 - Mechanical engineering

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Mechanisms and machine science. Volume 190

ISBN

978-3-032-02105-2

ISSN

2211-0984

e-ISSN

2211-0992

Počet stran výsledku

8

Strana od-do

12-19

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Bělehrad

Datum konání akce

18. 6. 2025

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—