기본 콘텐츠로 건너뛰기

스마트팜 시스템 설계 및 구현: Arduino, SignalR, .NET MAUI 연동 가이드

 



스마트팜 시스템의 설계부터 구현까지 바로 적용할 수 있도록 구성한 예제입니다. 이 예제는 Arduino(ESP8266)에서 온도/습도 센서(DHT22)와 기타 센서 데이터를 읽어 .NET 백엔드로 전송하고, 백엔드에서는 SignalR Hub를 통해 .NET MAUI 클라이언트에 실시간 데이터를 전달하는 전체 흐름을 포함합니다.


1. 시스템 아키텍처 개요

  • Arduino (ESP8266)
    • 센서 연결: DHT22(온도, 습도) 및 필요에 따라 다른 센서를 연결
    • 데이터 전송: WiFi를 통해 HTTP POST로 센서 데이터를 .NET 백엔드 서버에 전송
  • .NET 백엔드 (ASP.NET Core + SignalR)
    • SignalR Hub: /farmHub 엔드포인트에서 클라이언트와 실시간 통신
    • API 엔드포인트: /api/sensor에서 Arduino가 전송한 센서 데이터를 수신 후, 연결된 모든 클라이언트에 브로드캐스트
  • .NET MAUI 클라이언트
    • UI 구성: 센서 데이터를 실시간으로 표시하는 간단한 UI
    • SignalR 클라이언트: 백엔드 SignalR Hub에 연결하여 데이터 수신

2. 구현 단계

2.1. .NET 백엔드 (ASP.NET Core + SignalR)

프로젝트 생성 및 코드 구성

  1. Visual Studio에서 ASP.NET Core Web API 프로젝트를 생성합니다.
  2. NuGet 패키지 추가:
    • Microsoft.AspNetCore.SignalR
    • (필요 시) Microsoft.AspNetCore.SignalR.Core

Startup.cs (또는 Program.cs – .NET 6 이상)

아래 예제는 Startup.cs를 사용하는 형태이며, .NET 6 이상은 Program.cs로 통합할 수 있습니다.

using Microsoft.AspNetCore.Builder;
using Microsoft.AspNetCore.Hosting;
using Microsoft.AspNetCore.Http;
using Microsoft.AspNetCore.SignalR;
using Microsoft.Extensions.DependencyInjection;
using System.IO;
using System.Threading.Tasks;

namespace SmartFarmBackend
{
    // SignalR Hub 정의
    public class FarmHub : Hub
    {
        // 추가적인 Hub 메서드 구현 가능
    }

    public class Startup
    {
        public void ConfigureServices(IServiceCollection services)
        {
            services.AddSignalR();
            services.AddControllers();
        }

        public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
        {
            app.UseRouting();

            app.UseEndpoints(endpoints =>
            {
                // SignalR Hub 엔드포인트
                endpoints.MapHub<FarmHub>("/farmHub");

                // Arduino 센서 데이터 수신 API
                endpoints.MapPost("/api/sensor", async context =>
                {
                    using var reader = new StreamReader(context.Request.Body);
                    var sensorData = await reader.ReadToEndAsync();

                    // 연결된 모든 클라이언트에 센서 데이터 브로드캐스트
                    var hubContext = context.RequestServices.GetService<IHubContext<FarmHub>>();
                    await hubContext.Clients.All.SendAsync("ReceiveSensorData", sensorData);

                    context.Response.StatusCode = 200;
                    await context.Response.WriteAsync("Data received");
                });
            });
        }
    }
}

실행:
이 프로젝트를 실행한 후, SignalR Hub는 https://[서버주소]/farmHub로, 센서 데이터 API는 https://[서버주소]/api/sensor로 접근할 수 있습니다.


2.2. .NET MAUI 클라이언트

프로젝트 생성 및 SignalR 클라이언트 구현

  1. Visual Studio에서 .NET MAUI 프로젝트를 생성합니다.
  2. NuGet 패키지 추가:
    • Microsoft.AspNetCore.SignalR.Client

MainPage.xaml

    
        
        
    

MainPage.xaml.cs

using Microsoft.AspNetCore.SignalR.Client;
using Microsoft.Maui.Controls;
using System;
using System.Threading.Tasks;

namespace SmartFarmMauiApp
{
    public partial class MainPage : ContentPage
    {
        HubConnection hubConnection;

        public MainPage()
        {
            InitializeComponent();
            InitializeSignalR();
        }

        async void InitializeSignalR()
        {
            // 백엔드 서버 주소를 실제 서버 주소로 변경하세요.
            hubConnection = new HubConnectionBuilder()
                .WithUrl("https://yourserveraddress/farmHub")
                .Build();

            // SignalR Hub에서 데이터 수신 시 처리
            hubConnection.On<string>("ReceiveSensorData", (data) =>
            {
                MainThread.BeginInvokeOnMainThread(() =>
                {
                    SensorDataLabel.Text = data;
                });
            });

            await ConnectToHub();
        }

        async Task ConnectToHub()
        {
            try
            {
                await hubConnection.StartAsync();
            }
            catch (Exception ex)
            {
                // 연결 실패 시 로깅 또는 재시도 로직 추가 가능
                Console.WriteLine($"SignalR 연결 실패: {ex.Message}");
            }
        }
    }
}

실행:
MAUI 앱을 실행하면 백엔드 SignalR Hub에 연결되어 Arduino에서 전송하는 센서 데이터를 실시간으로 표시합니다.


2.3. Arduino (ESP8266 + DHT22)

Arduino IDE 설정 및 라이브러리 설치

  1. 라이브러리 설치:
  2. 하드웨어 연결:
    • DHT22 센서를 ESP8266의 디지털 핀(예: D4)에 연결합니다.
    • 필요에 따라 추가 센서를 연결합니다.

Arduino 코드 예제

아래 코드는 DHT22 센서를 사용하여 온도/습도 데이터를 읽고, 주기적으로 .NET 백엔드의 /api/sensor 엔드포인트로 전송합니다.

#include <ESP8266WiFi.h>
#include <ESP8266HTTPClient.h>
#include <DHT.h>

// DHT 센서 설정 (DHT22 사용)
#define DHTPIN D4          // 연결 핀 (필요에 따라 변경)
#define DHTTYPE DHT22
DHT dht(DHTPIN, DHTTYPE);

// WiFi 설정
const char* ssid = "YOUR_WIFI_SSID";
const char* password = "YOUR_WIFI_PASSWORD";

// 백엔드 서버 URL (IP 또는 도메인, 포트 포함)
const char* serverUrl = "http://yourserveraddress/api/sensor";

void setup() {
  Serial.begin(115200);
  delay(10);

  // DHT 센서 초기화
  dht.begin();

  // WiFi 연결
  WiFi.begin(ssid, password);
  Serial.print("Connecting to WiFi");
  while (WiFi.status() != WL_CONNECTED) {
    delay(500);
    Serial.print(".");
  }
  Serial.println("\nWiFi connected");
}

void loop() {
  if (WiFi.status() == WL_CONNECTED) {
    HTTPClient http;
    http.begin(serverUrl);
    http.addHeader("Content-Type", "text/plain");

    // 온도와 습도 읽기
    float temperature = dht.readTemperature();
    float humidity = dht.readHumidity();

    // 센서 읽기 실패 시 처리
    if (isnan(temperature) || isnan(humidity)) {
      Serial.println("DHT 센서 읽기 실패!");
      delay(2000);
      return;
    }

    // 추가 센서 데이터가 있을 경우 문자열에 포함 가능
    String sensorData = "Temperature:" + String(temperature) + ";Humidity:" + String(humidity);
    
    // 예시로 추가 센서: 토양 수분 값 (가상 값 사용)
    // int soilMoisture = analogRead(A0);
    // sensorData += ";Soil:" + String(soilMoisture);

    int httpResponseCode = http.POST(sensorData);

    if (httpResponseCode > 0) {
      Serial.printf("HTTP Response code: %d\n", httpResponseCode);
    } else {
      Serial.printf("Error code: %d\n", httpResponseCode);
    }

    http.end();
  } else {
    Serial.println("WiFi Disconnected");
  }

  // 5초마다 데이터 전송 (필요 시 간격 조정)
  delay(5000);
}

실행:

  • Arduino 보드를 업로드하고, WiFi 연결 정보를 실제 네트워크에 맞게 수정합니다.
  • 코드 실행 후, 센서 데이터가 주기적으로 백엔드 API로 전송됩니다.

3. 전체 데이터 흐름

  1. Arduino (ESP8266):
    • DHT22 센서에서 온도와 습도를 읽어 문자열 형식으로 구성
    • HTTP POST 요청을 통해 /api/sensor 엔드포인트로 전송
  2. .NET 백엔드:
    • /api/sensor 엔드포인트에서 데이터를 수신
    • SignalR Hub(/farmHub)를 통해 모든 연결된 클라이언트에 데이터 브로드캐스트
  3. .NET MAUI 클라이언트:
    • SignalR 클라이언트가 백엔드에 연결되어 실시간 센서 데이터를 수신
    • UI 라벨에 데이터를 업데이트하여 사용자에게 표시

4. 배포 및 적용 팁

  • 보안:
    • 운영 환경에서는 HTTPS 사용 및 인증/암호화 적용
    • API 엔드포인트에 토큰 인증이나 IP 화이트리스트 적용 고려
  • 에러 핸들링:
    • 각 컴포넌트에서 예외 처리 및 로깅을 추가하여 문제 상황을 추적
    • Arduino의 경우, WiFi 재연결 로직 추가 가능
  • 확장성:
    • 센서 종류가 늘어나면, API에서 JSON 형식으로 데이터를 전송하여 확장성을 고려
    • 백엔드에서는 센서별 데이터를 분리하여 저장하거나 분석하는 기능 추가
  • 테스트:
    • 각 부분을 독립적으로 테스트한 후 전체 시스템 통합 테스트를 진행
    • MAUI 앱의 경우, 실제 디바이스나 에뮬레이터에서 테스트

댓글

이 블로그의 인기 게시물

Log4Net vs. Serilog 비교

🔍 Log4Net vs. Serilog 간단 비교 기준Log4NetSerilog 성능 중간 (충분하지만, 최신 라이브러리보단 느림) 빠르고 효율적 설정 방식 XML 기반 (전통적) JSON 기반 (모던함) 구조적 로깅 미지원 (기본 텍스트 로그) 강력한 구조적 로깅 지원 ASP.NET Core 통합 가능하지만 설정이 좀 복잡 간단하고 직관적 Sink(대상) 다양성 적당한 편 매우 다양하고 확장성 높음 생태계 & 유지보수 전통적, 유지보수 상태는 다소 정체 활발한 개발과 업데이트 🎯 어떤 프레임워크가 좋을까? Serilog를 추천하는 이유: 최신 기술 : ASP.NET Core와 완벽히 통합, 구조적 로깅이 뛰어나 JSON 로그 처리, 분석에 최적화됨. 높은 생산성 : 설정과 유지보수가 쉬움. 코드 기반 및 JSON 설정으로 직관적이고 빠른 개발이 가능. 확장성 : 파일, 콘솔, DB, Elasticsearch, Seq 등 다양한 Sink를 제공해 향후 확장성이 좋음. 🚀 결론 요약 Log4Net을 추천할 때Serilog를 추천할 때 기존 시스템과 호환이 필수 최신 ASP.NET Core 프로젝트 XML 설정 선호 JSON, 코드 기반 설정 선호 구조적 로깅 필요 없음 구조적 로깅과 분석 필요

키움증권 Open API를 활용하여 갭 매매 전략 구현- C#

  1. 갭 매매 전략이란? 갭 매매란 주가가 전일 종가 대비 큰 폭으로 상승(갭업)하거나 하락(갭다운)하여 개장할 때, 발생한 갭의 움직임을 활용하여 수익을 내는 전략입니다. 이번에 소개할 전략은 다음 조건에 해당하는 종목을 대상으로 합니다. 조건검색 : 전일 대비 오늘 시가가 5% 이상 갭업으로 시작한 종목 전략 실행 : 개장 후 30분 이내에 주가가 전일 종가 수준까지 회귀하면 매수 진입 후, 갭이 완전히 메워질 때 매도합니다. 손절매 : 진입 가격에서 갭 상승분의 50% 하락 시 손절 익절매 : 갭 상승분의 50% 이상 추가 상승 시 익절합니다. 2. 구현 환경 및 준비사항 키움증권 API+ 설치 (영웅문 API) Visual Studio Community Edition (C#) 키움증권 계좌 (모의투자 계좌 추천) 3. C# 코드 전체 구현 (주석 포함) 다음 코드에는 갭 매매 전략, 주문 실행, 체결 확인 및 정정 주문까지 포함되어 있습니다. using System; using System.Collections.Generic; using AxKHOpenAPILib; public class GapTrading { private AxKHOpenAPI axKHOpenAPI; private string accountNumber; // 매수 후 체결된 정보를 저장할 Dictionary (종목코드, (체결가격, 체결수량)) private Dictionary< string , ( int price, int qty)> positions = new Dictionary< string , ( int , int )>(); public GapTradingStrategy (AxKHOpenAPI api, string accountNo) { axKHOpenAPI = api; accountNumber = accountNo; ...

실시간 웹 애플리케이션 구축하기: SignalR 이용하기

  IT 개발자로서 실시간 통신 기능을 웹 애플리케이션에 통합하는 것은 사용자 경험을 대폭 향상시킬 수 있는 중요한 방법 중 하나입니다. 오늘은 Microsoft의 SignalR을 이용하여 실시간 웹 애플리케이션을 구축하는 방법을 소개하려 합니다. SignalR은 웹소켓을 사용하여 실시간 통신을 쉽게 구현할 수 있도록 도와주는 라이브러리입니다. SignalR 소개 SignalR은 .NET 개발자들이 실시간 웹 기능을 손쉽게 구현할 수 있도록 지원하는 라이브러리입니다. 클라이언트와 서버 간의 양방향 통신을 가능하게 해 주며, 채팅 애플리케이션, 실시간 게임, 실시간 데이터 업데이트 등 다양한 실시간 애플리케이션을 개발할 때 유용하게 사용됩니다. 주요 기능 자동 연결 관리 : SignalR은 연결, 재연결 및 연결 해제 과정을 자동으로 처리합니다. 규모 확장성 : SignalR은 Redis, Azure SignalR Service 등을 통해 서버를 확장할 수 있는 기능을 지원합니다. 다양한 플랫폼 지원 : JavaScript, .NET, Java 등 다양한 클라이언트에서 사용 가능합니다. 실시간 채팅 애플리케이션 구축하기 개발 환경 설정 .NET Core SDK 설치 : SignalR은 .NET Core에 포함되어 있으므로, .NET Core SDK가 설치되어 있어야 합니다. Visual Studio 또는 VS Code 설치 : 개발 환경으로 Visual Studio 또는 VS Code를 사용할 수 있습니다. 프로젝트 생성 Visual Studio에서 새 프로젝트 생성 : 'ASP.NET Core Web Application' 선택 프로젝트 이름과 위치 설정 'ASP.NET Core Empty' 템플릿 선택 SignalR 라이브러리 추가 : NuGet 패키지 관리자를 통해 Microsoft.AspNetCore.SignalR을 설치합니다. SignalR 허브 생성 SignalR 허브는 클라이언트와 서버 간의 통신을 중개하는 역할을 합니다...

.NET MAUI: 크로스플랫폼 앱 개발의 미래

  1. .NET MAUI란? **.NET MAUI (Multi-platform App UI)**는 마이크로소프트에서 개발한 크로스플랫폼 애플리케이션 프레임워크로, 하나의 코드베이스로  iOS, Android, Windows, macOS 에서 실행되는 애플리케이션을 만들 수 있습니다. 주요 특징 단일 코드베이스 : 하나의 코드로 여러 플랫폼 지원 네이티브 UI : 각 플랫폼의 네이티브 UI 컨트롤을 활용 .NET 기반 : C#과 .NET 기술을 사용 MVU 및 MVVM 패턴 지원 핫 리로드 지원 : UI 변경 시 즉시 반영 강력한 성능 및 최적화 2. .NET MAUI 개발 환경 설정 필수 도구 운영체제 필수 소프트웨어 Windows Visual Studio 2022, .NET SDK 6 이상 Mac Visual Studio for Mac, .NET SDK 6 이상, Xcode 프로젝트 생성 방법 Visual Studio에서 생성 Visual Studio 2022 실행 "새 프로젝트 만들기" 선택 .NET MAUI 앱 템플릿 선택 프로젝트 이름 및 경로 설정 후 생성 명령어로 생성 dotnet new maui -n MyMauiApp cd MyMauiApp dotnet build dotnet run 3. .NET MAUI 프로젝트 구조 📂 MyMauiApp ├── 📂 Platforms # Android, iOS, macOS, Windows 코드 ├── 📂 Resources # 이미지, 폰트, 스타일 등 ├── 📂 Views # XAML UI 코드 ├── 📂 Models # 데이터 모델 ├── 📂 ViewModels # MVVM 패턴을 위한 ViewModel ├── App.xaml # 전역 스타일 및 테마 ├── MainPage.xaml # 메인 페이지 UI ├── MauiProgram.cs # 앱 초기 설정 4. 기본 UI 개발 (XAML & C#) XAM...

스마트팜과 AI

  스마트팜과 AI 융합, 농업 혁신의 미래를 보다 안녕하세요, IT 개발자 여러분 그리고 기술에 관심이 많은 일반 독자분들! 오늘은 농업과 최신 IT 기술의 만남, 바로 "스마트팜과 AI"에 대해서 이야기하고자 합니다. 스마트팜 기술은 이미 다양한 분야에서 활용되고 있지만, 인공지능(AI)을 접목하면 어떤 가능성이 있는지, 또 어떤 방향으로 개발하면 좋을지 함께 생각해보겠습니다. 스마트팜이란? 스마트팜은 사물인터넷(IoT) 기술을 농업에 적용하여 온도, 습도, 일조량, 영양분 등을 자동으로 제어하는 시스템입니다. 이미 많은 농가에서 사용하고 있는 기술로, 효율성을 높이고 노동력을 줄이는 데 크게 기여하고 있습니다. 왜 스마트팜에 AI가 필요한가? 기존 스마트팜은 센서를 통해 데이터를 수집하고 이를 기반으로 단순 제어만 수행했습니다. 하지만 AI가 결합되면 수집된 데이터를 심층적으로 분석하여 보다 정밀한 제어와 예측이 가능해집니다. 예를 들어, AI를 활용한 이미지 인식 기술을 통해 병충해 발생을 초기에 발견하고 대응할 수 있으며, 빅데이터 분석을 통한 작물 생장 예측으로 생산량과 품질을 획기적으로 향상시킬 수 있습니다. AI 스마트팜 아이디어 제안 1. 작물 건강 모니터링 시스템 이미지 처리 딥러닝 모델을 이용해 식물 잎이나 줄기의 이미지를 실시간 분석하여 병충해 및 영양 결핍 상태를 자동으로 감지하고 경고 메시지를 제공합니다. 2. 자율 농장 로봇 AI 기반의 자율 주행 로봇을 개발하여 농작물의 관리(파종, 관수, 수확)를 자동화합니다. 강화학습(Reinforcement Learning)을 적용해 로봇이 스스로 환경에 적응하고 효율적인 작업 방식을 학습하도록 합니다. 3. 예측형 기후 대응 시스템 과거 기상 데이터와 현재 환경 데이터를 머신러닝으로 분석하여 작물 생육에 최적화된 환경 조건을 예측하고 제어합니다. 갑작스러운 기후 변화에도 농작물 피해를 최소화할 수 있습니다. 4. 스마트 해충 방제 시스템 AI 기반으로 해충의 종류와 개체수를...