Kravspecifikation – Sensordata

Hvis jeres løsning omfatter sensordata, bør I drøfte hvilke data, der indsamles og sendes samt under hvilke forhold, det sker. Data deles typisk op i målingsdata, datafrekvens, dataformat, metadata.

Målings-/forbrugsdata (’Payload’):‍

Bør som minimum omfatte sensor-id, tidsstempel i ISO8601-format, måleværdi og fejlkode ved manglende målingsdata.

Datafrekvens:

Hvor ofte skal sensoren logge og sende data? En sensor kan indstilles til at logge data kontinuerligt, men sende data med mindre hyppighed. Jo oftere en sensor sender data, jo hurtigere tæres batteriet. Det kan være en idé at drøfte, hvor hyppigt I skal have data - i realtid eller blot dagligt?

Dataformat:

Brug standarder for at sikre at data er lette og omkostningseffektive at arbejde med – særligt på tværs af leverandører. Inddrag gerne IT-afdelingen for at undersøge, om der findes standarder, for eksempel i den fælles kommunale rammearkitektur, som I kan anvende (se RefARK, FIWARE, Dansk/svensk Standard).

Metadata (installationsdata):

Med sensorens målingsdata bør følge meta- eller installationsdata om sensoren, såsom sensor-id, -type,-placering. Hvis muligt bør batteristatus også indgå som en del af datapakken. Disse data kan lette arbejdet med, hvorfra målingerne sker, samt hvornår der skal skiftes batteri på sensoren.

Konfiguration og kalibrering:‍

De fleste sensorer skal konfigureres og kalibreres ved opstart, så de er tilpasset de omgivelser, de indgår i. Leverandører tilbyder ofte at gøre dette, men afklar betingelserne for dette og sørg for at det fremgår af aftalen. Visse sensorer kræver løbende genkalibrering over tid. Det gælder også, hvis de skal flyttes og anvendes et andet sted.

Stil også krav om løbende og remoteopdatering af sensorens software for at sikre retvisende målinger og sikring af hard- og software.

Fejlhåndtering:‍

Som med alle andre typer data, kan der opstå fejl i forhold til blandt andet manglende dataoverførsel eller udfordringer med data, der falder uden for det definerede udfaldsrum. Det er derfor vigtigt, at der stilles krav til leverandøren om, at man får en advisering, når der er afvigelser i forhold til de forventede data.

Et eksempel på datafejl kan være, når data viser, at temperatur f.eks. pludselig opgøres i Fahrenheit fremfor i Celsius.