Projekt leírások

  1. Projekt: 

    Mobilalkalmazás-prototípus és QR-kód alapú ügyfélazonosítás a „Nyíregyháza Hazavár” programhoz

    A feladat egy felhasználóbarát mobilalkalmazás (iOS/Android) kezelőfelületének és alapfunkcióinak lefejlesztése. A projekt kulcseleme a digitális ügyfélkártya-funkció megvalósítása: a diákoknak ki kell dolgozniuk egy olyan megoldást, amely a felhasználó profilja alapján egyedi QR-kódot generál, amelyet a helyi elfogadóhelyeken (cégeknél) a telefon képernyőjéről be lehet olvasni a kedvezmény érvényesítéséhez.


     

  2. Projekt: 

    Visszaéléseket kiszűrő és validáló háttérrendszer (Backend & Admin felület) fejlesztése

    A kedvezményrendszer hátterének és biztonsági hálójának a megtervezésére és lefejlesztésére. A feladat egy olyan központi adatbázis és háttérlogika kidolgozása, amely valós időben képes ellenőrizni a beolvasott QR-kódok érvényességét. A rendszernek alkalmasnak kell lennie a visszaélések kiszűrésére (pl. egy kód többszöri, jogosulatlan felhasználásának letiltása, időbeli korlátok kezelése), valamint egy egyszerű adminisztrációs felület biztosítására, ahol a program koordinátorai és a partnercégek követhetik 

     

  3.  Projekt

    ESP32-alapú beágyazott rendszer elkészítése, amely mikrofonon keresztül egyszerű hangutasításokat ismer fel, majd a felismert parancsnak megfelelően különböző kimeneteket aktivál.

    A rendszer célja, hogy bemutassa, hogyan lehet egy mikrokontrolleres eszközt természetesebb, emberközeli interfésszel vezérelni. A megoldásnak nem szükséges teljes beszédfelismerést megvalósítania, elegendő néhány előre definiált parancsszó felismerése és megbízható végrehajtása.

     

  4. Projekt

    Accelerométer, giroszkóp chip kiolvasásával intelligens gépállapot mérési feladatok megoldása. Pl terhelés, üzemidő mérés, hibás üzemelés felismerése a mintázatok alapján.


     

  5. Projekt

    Szobaszenzor adatainak feldolgozása a hardverben és komfortszint meghatározása, emberi jelenlét felismerése, viselkeés detektálás, segélyhívás felismerése

     

  6. Projekt

    Agrár Dashboard


    Egyes farmokon komoly szenzorokkal rengeteg adatot mérnek, de a gazdák nagy része nehezen használ technológiát - pedig az adatokból sok hasznos információval tudnánk nekik szolgálni. Cél Készítsetek egy egyszerűen kezelhető webes dashboardot, amelyen a gazdák könnyedén áttudják tekinteni a szenzorok és érzékelők adatai,

  7. Projekt


    Agrár Chatbot

    A gazdák nem akarnak számítógép és telefon előtt ülve adatokat bogarászni, hogy eldöntsék, mit tegyenek a terméssel a legjobb hozam érdekében. Egy könnyen elérhető,fact-first asszisztenssel viszont szívesen beszélgetnek: felteszik a kérdést, és kapnak egy érthető, indokolt választ. Cél Egy agrár chatbotot, amely lehetőség szerint lokális, kis LLM-et futtat, és amelybe betölthető
    egy saját tudásbázis. A cél egy moduláris, könnyen telepíthető alkalmazás, amit bárki saját adataival fel tud okosítani - guardrailekkel és a beszélgetések auditálható naplózásával

     

 

 

 

Projektötlet fiatal fejlesztőknek, csapatoknak és pályázóknak 

Röviden 

Képzeld el, hogy most hallasz először egy vállalkozásról. 

Megnyitod a weboldalát, Facebook oldalát vagy Google Cégprofilját, és néhány másodperc alatt eldöntöd: 

érdekel, amit kínál, vagy inkább továbbmész? 

A feladat egy olyan AI-alapú prototípus készítése, amely segít megvizsgálni egy kisvállalkozás online jelenlétét abból a szempontból, hogy milyen első benyomást kelt egy új érdeklődőben. 

A cél nem az, hogy „lepontozzunk” vállalkozásokat, hanem hogy megértsük: 

  • mit lát meg először egy érdeklődő, 

  • mi kelthet bizalmat, 

  • mi okozhat bizonytalanságot, 

  • hol lehetne érthetőbb, egyszerűbb vagy meggyőzőbb a vállalkozás online jelenléte, 

  • milyen konkrét javítási lépések segítenének abban, hogy az érdeklődő könnyebben döntsön. 

Miért fontos ez? 

Egy vállalkozás sokszor nem azért veszít érdeklődőket, mert rossz a szolgáltatása. 

Hanem azért, mert az online felületein nem derül ki elég gyorsan: 

  • mivel foglalkozik pontosan, 

  • kinek segít, 

  • miért érdemes őt választani, 

  • hogyan lehet kapcsolatba lépni vele, 

  • bízhat-e benne az érdeklődő, 

  • mi legyen a következő lépés. 

Egy új látogató sokszor 60–90 másodperc alatt dönt arról, hogy marad, kérdez, ajánlatot kér, időpontot foglal — vagy bezárja az oldalt. 

Ez a projekt azt vizsgálja, hogyan segíthet ebben az AI. 

A kihívás 

Készítsetek egy egyszerű, működő prototípust, amely egy vállalkozás nyilvánosan elérhető online információi alapján elkészít egy rövid „első benyomás auditot”, majd ehhez konkrét javítási javaslatokat is ad. 

A prototípus lehet például: 

  • egyszerű webes felület, 

  • parancssori alkalmazás, 

  • böngészőben futó eszköz, 

  • dokumentált AI-agent folyamat, 

  • félautomata elemző rendszer, 

  • vagy más, jól bemutatható megoldás. 

A lényeg, hogy a rendszer képes legyen strukturáltan megvizsgálni egy vállalkozás online jelenlétét, majd érthető és gyakorlatias javaslatokat adni. 

Mit vizsgáljon a rendszer? 

A prototípus például az alábbi kérdésekre kereshet választ. 

1. Érthetőség 

  • Első ránézésre kiderül, mivel foglalkozik a vállalkozás? 

  • Egyértelmű, kinek szól a szolgáltatás? 

  • Van rövid, könnyen érthető bemutatkozás? 

  • Egy új érdeklődő megérti, milyen problémára kap megoldást? 

2. Bizalom 

  • Láthatóak ügyfélértékelések vagy visszajelzések? 

  • Van valódi elérhetőség? 

  • Látszik, ki áll a vállalkozás mögött? 

  • Vannak képek, referenciák, példák vagy korábbi munkák? 

  • Van olyan elem, amely csökkenti a bizonytalanságot? 

3. Döntési segítség 

  • Kiderül, miért érdemes ezt a vállalkozást választani? 

  • Van egyértelmű ajánlat vagy szolgáltatásleírás? 

  • Segíti az oldal a döntést, vagy inkább kérdéseket hagy maga után? 

  • Kiderül, mi történik akkor, ha az érdeklődő jelentkezik? 

4. Kapcsolatfelvétel 

  • Könnyű kapcsolatba lépni a vállalkozással? 

  • Van telefonszám, e-mail, űrlap, időpontfoglalás vagy üzenetküldési lehetőség? 

  • Egyértelmű, mi a következő lépés? 

  • Látszik, hogy mikor és hogyan kap választ az érdeklődő? 

5. Első 60–90 másodperc élménye 

  • Mit ért meg az érdeklődő gyorsan? 

  • Mi marad zavaros? 

  • Mi kelthet bizalmat? 

  • Mi okozhat bizonytalanságot? 

  • Mi az a 3 dolog, amin érdemes lenne javítani? 

Fontos: az audit mellé megoldási javaslat is kell 

A rendszer ne csak azt mondja meg, hogy mi a probléma. 

A jó pályamunka azt is megmutatja, hogyan lehetne javítani rajta. 

A javaslatok legyenek: 

  • egyszerűek, 

  • érthetőek, 

  • sorrendbe rendezettek, 

  • valódi vállalkozás számára is használhatóak. 

Például: 

Probléma: az oldal tetején nem derül ki gyorsan, mivel foglalkozik a vállalkozás. 
Javaslat: kerüljön az oldal első részébe egy rövid fő üzenet: „Segítünk helyi vállalkozásoknak gyorsabban és egyszerűbben időpontot foglaló ügyfeleket szerezni.” 
Miért segít? mert az érdeklődő azonnal megérti, mire való a szolgáltatás. 

Vagy: 

Probléma: van telefonszám, de nincs egyértelmű ajánlatkérési vagy időpontfoglalási gomb. 
Javaslat: kerüljön minden fontos oldalra egy jól látható „Ajánlatot kérek” vagy „Időpontot foglalok” gomb. 
Miért segít? mert az érdeklődőnek nem kell keresgélnie a következő lépést. 

Javasolt riportfelépítés 

A rendszer végén készülhet egy rövid riport. 

Például ilyen szerkezetben: 

  1. Vállalkozás rövid összefoglalása 

  1. Első benyomás 60–90 másodperc alapján 

  1. Erősségek 

  1. Bizonytalanságok 

  1. Hiányzó vagy gyenge pontok 

  1. 3–5 konkrét javítási javaslat 

  1. Javasolt sorrend: mit érdemes először javítani? 

  1. Rövid magyarázat: miért segíthetnek ezek a lépések? 

  1. AI-használat rövid leírása 

  1. Figyelmeztetés: az AI javaslatai emberi ellenőrzést igényelnek 

Hol és hogyan használható az AI? 

Az AI több ponton is segíthet a projektben. 

1. Szövegek értelmezése 

Az AI képes összefoglalni egy vállalkozás bemutatkozó szövegét, és megmondani, hogy az mennyire érthető egy új érdeklődő számára. 

Példa: 

„Ez az oldal főleg szakmai nyelven beszél, de egy új vásárlónak nem derül ki elég gyorsan, pontosan milyen problémára ad megoldást.” 

2. Első benyomás szimulálása 

Az AI eljátszhatja egy új érdeklődő szerepét. 

Példa prompt: 

„Te egy új érdeklődő vagy, aki most látja először ezt a vállalkozást. Írd le, mit értesz meg az első 60 másodpercben, mi kelt bizalmat, mi marad bizonytalan, és milyen következő lépést tennél.” 

3. Bizalmi jelek felismerése 

Az AI segíthet felismerni, hogy vannak-e az oldalon bizalmat erősítő elemek. 

Például: 

  • ügyfélvélemények, 

  • értékelések, 

  • referenciák, 

  • fotók, 

  • bemutatkozás, 

  • pontos elérhetőség, 

  • gyakori kérdések, 

  • garancia vagy vállalás. 

4. Hiányzó elemek keresése 

Az AI segíthet listázni, mi hiányzik az érdeklődő döntéséhez. 

Példa: 

„A vállalkozás szolgáltatása érdekes, de nincs egyértelmű ajánlatkérési gomb, és nem derül ki, milyen gyorsan válaszolnak.” 

5. Javítási javaslatok készítése 

Az AI adhat rövid, érthető javaslatokat. 

Példa: 

„Az oldal tetején érdemes lenne egy mondatban leírni, kinek segít a vállalkozás, és milyen problémát old meg.” 

6. Prioritási sorrend készítése 

Az AI segíthet eldönteni, melyik javítás lenne a legfontosabb. 

Például: 

  1. Először legyen érthető a fő üzenet. 

  1. Utána legyen könnyű kapcsolatba lépni. 

  1. Ezután jöhetnek a bizalmi elemek, például értékelések, referenciák, képek. 

7. Riport generálása 

A rendszer a végén készíthet egy rövid riportot: 

  • összbenyomás, 

  • erősségek, 

  • bizonytalanságok, 

  • javítási javaslatok, 

  • javasolt sorrend, 

  • következő lépés ajánlása. 

Példa működés 

A felhasználó megadja egy vállalkozás weboldalát vagy nyilvános bemutatkozó szövegét. 

A rendszer megvizsgálja: 

  • miről szól a vállalkozás, 

  • mennyire érthető az ajánlata, 

  • milyen bizalmi elemek találhatók, 

  • mennyire könnyű kapcsolatba lépni vele, 

  • mit javítana az első benyomáson, 

  • milyen sorrendben érdemes javítani. 

A rendszer végül készít egy rövid riportot. 

Példa riport: 

Vállalkozás típusa: helyi szolgáltató 

Első benyomás: a szolgáltatás alapvetően érthető, de az oldal elején nem derül ki elég gyorsan, miért érdemes őket választani. 

Erősségek: van telefonszám, több kép, és látszik a helyi jelenlét. 

Bizonytalanságok: kevés ügyfélvélemény látható, nincs egyértelmű ajánlatkérési gomb. 

Javasolt javítási terv: 

  1. Kerüljön az oldal tetejére egy rövid, érthető fő üzenet. 

  1. Legyen jól látható kapcsolatfelvételi vagy ajánlatkérési gomb. 

  1. Érdemes lenne ügyfélértékeléseket vagy referenciákat megjeleníteni. 

Miért segíthet ez? 
Az érdeklődő gyorsabban megérti, mit kínál a vállalkozás, könnyebben tud dönteni, és egyszerűbben tud kapcsolatba lépni. 

Minimum elvárás 

A pályamunka akkor tekinthető késznek, ha: 

  • van működő prototípus vagy jól bemutatható rendszerfolyamat, 

  • legalább 1–3 példavállalkozáson kipróbálható, 

  • készül hozzá rövid dokumentáció, 

  • látható, hol és hogyan használ AI-t, 

  • az eredmény érthető riportként vagy összefoglalóként megjelenik, 

  • a riport nemcsak problémákat, hanem konkrét megoldási javaslatokat is tartalmaz. 

Haladó lehetőségek 

Aki tovább szeretné fejleszteni a projektet, készíthet például: 

  • pontozási rendszert, 

  • külön „bizalom”, „érthetőség”, „kapcsolatfelvétel” és „döntési segítség” értékelést, 

  • PDF riport generálást, 

  • többféle érdeklődői szerepet, 

  • összehasonlítást két vállalkozás között, 

  • egyszerű dashboardot, 

  • AI által generált javítási tervet, 

  • weboldal-szöveg javítási javaslatokat, 

  • Google Cégprofil / Facebook / weboldal külön elemzését, 

  • „előtte-utána” javított fő üzenet mintát, 

  • automatikus teendőlistát vállalkozóknak. 

Példák érdeklődői szerepekre 

Az AI nemcsak általánosságban elemezhet, hanem különböző érdeklődői nézőpontokat is felvehet. 

Például: 

  • „helyi lakos, aki gyors megoldást keres”, 

  • „óvatos vásárló, aki először értékeléseket keres”, 

  • „elfoglalt vállalkozó, aki gyors ajánlatot szeretne”, 

  • „szülő, aki biztonságos szolgáltatót keres”, 

  • „árérzékeny érdeklődő”, 

  • „prémium szolgáltatást kereső ügyfél”. 

Ez segíthet megérteni, hogy ugyanaz az online jelenlét különböző emberekben más-más első benyomást kelthet. 

Értékelési szempontrendszer 

A projektötlethez javasolt értékelési szempontok nyilvánosak, hogy a pályázók előre értsék, mire érdemes figyelniük. 

1. A vállalkozói probléma megértése – 20 pont 

A csapat érti-e, hogy a feladat nem pusztán technikai, hanem egy valós vállalkozói helyzetre ad választ? 

Szempontok: 

  • érti-e, miért fontos az első benyomás, 

  • érti-e, hogyan dönt egy új érdeklődő, 

  • felismeri-e a bizalom, érthetőség és kapcsolatfelvétel szerepét. 

2. AI-használat minősége és átláthatósága – 20 pont 

A csapat jól használja-e az AI-t, és megmutatja-e, hogyan jutott eredményre? 

Szempontok: 

  • világos-e, hol használ AI-t a rendszer, 

  • érthetőek-e a promptok vagy az AI-folyamatok, 

  • van-e emberi ellenőrzési lehetőség, 

  • kezeli-e, hogy az AI tévedhet. 

3. Audit és megoldási javaslat minősége – 20 pont 

A rendszer nemcsak hibákat keres-e, hanem valódi javítási irányt is ad? 

Szempontok: 

  • konkrétak-e a javaslatok, 

  • érthető-e, mit kellene javítani, 

  • van-e javasolt sorrend, 

  • kiderül-e, hogy az adott javítás miért segíthet. 

4. Rendszerátláthatóság és használhatóság – 15 pont 

A megoldás könnyen érthető és bemutatható-e? 

Szempontok: 

  • egyszerűen kipróbálható-e, 

  • átlátható-e a működése, 

  • érthető-e a riport, 

  • nem igényel-e túl bonyolult használatot. 

5. Valódi gyakorlati haszon – 15 pont 

Segítene-e a rendszer egy valódi vállalkozásnak jobban megérteni az online jelenlétét? 

Szempontok: 

  • használható-e a riport, 

  • kap-e belőle egy vállalkozó konkrét felismerést, 

  • vezet-e a rendszer valódi következő lépéshez, 

  • nem csak technikai demó-e, hanem van emberi és üzleti haszna is. 

6. Dokumentáció, etika és nyílt működés – 10 pont 

A pályamunka dokumentált, etikus és ellenőrizhető-e? 

Szempontok: 

  • van-e rövid dokumentáció, 

  • csak nyilvánosan elérhető adatokat használ-e, 

  • figyel-e az adatvédelemre, 

  • nem ad-e sértő vagy megalázó minősítést, 

  • érthető-e, hogyan lehet továbbfejleszteni. 

Kreatív plusz megoldás 

Külön értéket jelent, ha a csapat olyan saját ötletet, funkciót vagy megközelítést tesz bele, amire az eredeti kiírás nem gondolt, de illeszkedik a projekt céljához. 

Példák: 

  • többféle érdeklődői nézőpont, 

  • automatikus teendőlista, 

  • javított főoldali szövegjavaslat, 

  • vizuális riport, 

  • összehasonlító elemzés, 

  • vállalkozói akcióterv, 

  • kreatív, de etikus AI-megoldás. 

Fontos keretek 

A projekt oktatási és demonstrációs célú. 

Csak nyilvánosan elérhető információkat használjon. 

Ne gyűjtsön személyes adatokat engedély nélkül. 

Ne adjon sértő vagy megalázó értékelést. 

A cél a fejlesztési lehetőségek felismerése, nem a vállalkozások bírálata. 

Az AI válaszait érdemes ellenőrizni, mert az AI tévedhet. A jó rendszer ezért nemcsak választ ad, hanem megmutatja azt is, milyen szempontok alapján jutott az adott következtetésre. 

Mitől jó egy pályamunka? 

Egy jó megoldás: 

  • érthető problémából indul ki, 

  • egyszerűen használható, 

  • jól dokumentált, 

  • megmutatja, hogyan dolgozik az AI, 

  • nem csak technikailag működik, hanem valódi emberi problémára ad választ, 

  • segít egy vállalkozásnak jobban megérteni, mit lát belőle egy új érdeklődő, 

  • konkrét javítási javaslatokat is ad. 

Várható eredmény 

A projekt végén egy olyan nyílt forrású, dokumentált prototípus készülhet, amely bemutatja, hogyan lehet AI segítségével egy vállalkozás online első benyomását vizsgálni, majd erre érthető javítási tervet készíteni. 

 

 

1. A projekt háttere

Az ipari, mezőgazdasági, energetikai és épületüzemeltetési környezetekben egyre több szenzor, vezérlő, relé és egyéb IoT-eszköz működik. Ezek az eszközök gyakran eltérő kommunikációs protokollokat használnak, különböző gyártóktól származnak, és közvetlenül nem képesek együttműködni az üzleti informatikai rendszerekkel.

A feladat egy kisméretű számítógépen – például Raspberry Pi eszközön – működő szoftverrendszer megtervezése és prototípusának elkészítése. A rendszer feladata, hogy kapcsolatot teremtsen a fizikai IoT-eszközök, a helyi hálózat, a távoli szerverek és az üzleti alkalmazások között.

A megoldás egy helyi, intelligens átjáróként – edge gatewayként – működjön. Legyen képes adatokat fogadni, tárolni, feldolgozni és továbbítani, valamint előre meghatározott szabályok vagy külső informatikai döntések alapján fizikai eszközöket vezérelni.

2. A projekt célja

A csapatok feladata egy modulárisan bővíthető, biztonságosan működő IoT middleware rendszer elkészítése, amely:

  • szenzoradatokat olvas és gyűjt;
  • helyi szabályok alapján eseményeket ismer fel;
  • riasztásokat és értesítéseket generál;
  • reléket, szabályozókat vagy szimulált beavatkozó eszközöket vezérel;
  • adatokat továbbít külső alkalmazásoknak;
  • képes más Raspberry Pi alapú egységekkel együttműködni;
  • külső szerver vagy üzleti alkalmazás döntését fogadni és végrehajtani;
  • hálózati kapcsolat kiesése esetén is korlátozottan működőképes marad;
  • megfelelő hitelesítési, titkosítási és naplózási megoldásokat alkalmaz.

A rendszer ne kizárólag egyetlen előre meghatározott feladatot oldjon meg. Olyan általános platform készüljön, amely különböző szenzorokkal, vezérlőkkel és alkalmazási területeken is használható.

3. Alkalmazási példa

Egy épületben két különálló Raspberry Pi működik.

Az első Raspberry Pi egy helyiség hőmérsékletét, páratartalmát és levegőminőségét méri. Az adatokat továbbítja egy központi szervernek. A szerver az aktuális értékek, az épület használati rendje és egy külső üzleti alkalmazásból érkező információ alapján meghozza a döntést.

Amennyiben beavatkozás szükséges, a szerver utasítást küld a második Raspberry Pi számára, amely bekapcsol egy ventilátort, szellőztetőberendezést vagy más szimulált fogyasztót.

Ha a központi szerver nem érhető el, a helyi Raspberry Pi egy előre meghatározott biztonsági szabály alapján önállóan is végrehajthatja a szükséges beavatkozást.

A csapatok más alkalmazási területet is választhatnak, például:

  • szerverterem hőmérséklet-felügyelete;
  • üvegház vagy növénytermesztő rendszer szabályozása;
  • vízszint- és szivárgásfigyelés;
  • energiafogyasztás felügyelete;
  • raktári környezet ellenőrzése;
  • intelligens épületüzemeltetés;
  • gépállapot-felügyelet;
  • beléptetési vagy területbiztonsági rendszer;
  • kritikus infrastruktúra szimulált felügyelete.

4. Kötelező funkcionális követelmények

4.1. Szenzoradatok fogadása

A rendszer legalább két különböző típusú adatforrást kezeljen.

Lehetséges adatforrások:

  • Raspberry Pi GPIO-csatlakozón elérhető szenzor;
  • I²C-, SPI- vagy UART-kommunikációt használó eszköz;
  • hálózaton keresztül elérhető szenzor;
  • MQTT-üzenet;
  • HTTP-kérés;
  • Modbus TCP-eszköz;
  • szimulált vagy fájlból beolvasott adatforrás.

A rendszer rögzítse legalább:

  • a mért értéket;
  • a mérés típusát és mértékegységét;
  • az adatforrás azonosítóját;
  • a mérés időpontját;
  • az adat érvényességi vagy minőségi állapotát.

4.2. Adattárolás

A mért adatok helyi adatbázisban vagy más strukturált adattárolóban kerüljenek rögzítésre.

Biztosítani kell:

  • az időalapú visszakeresést;
  • az eszköz vagy szenzor szerinti lekérdezést;
  • a hibás vagy hiányos adatok megjelölését;
  • a régi adatok archiválásának vagy törlésének lehetőségét;
  • hálózati kapcsolat hiányában az adatok ideiglenes helyi tárolását.

4.3. Szabály- és triggerkezelés

A rendszer tegye lehetővé feltételek és válaszreakciók megadását.

Példák:

  • ha a hőmérséklet 30 °C fölé emelkedik, kapcsoljon be egy relét;
  • ha egy érték öt percen keresztül egy megadott tartományon kívül van, keletkezzen riasztás;
  • ha egy szenzor meghatározott ideig nem küld adatot, a rendszer jelezze az eszközhibát;
  • ha külső szerverről vezérlési parancs érkezik, a rendszer hajtsa végre azt;
  • ha a hálózati kapcsolat megszakad, a rendszer térjen át helyi működésre.

Legalább három különböző típusú szabály megvalósítása szükséges.

4.4. Beavatkozó eszköz vezérlése

A rendszer legalább egy fizikai vagy szimulált beavatkozó eszközt vezéreljen.

Ez lehet:

  • relé;
  • LED;
  • ventilátor;
  • motor;
  • szivattyú;
  • szabályozó;
  • virtuális vagy szoftveresen szimulált eszköz.

A rendszer minden vezérlési műveletet naplózzon. A napló tartalmazza a parancs forrását, időpontját, eredményét és a végrehajtás állapotát.

4.5. Külső API

A rendszer biztosítson dokumentált API-végpontokat legalább az alábbi műveletekhez:

  • aktuális szenzoradatok lekérdezése;
  • korábbi mérések lekérdezése;
  • eszközök állapotának lekérdezése;
  • vezérlési parancs küldése;
  • riasztások lekérdezése;
  • a rendszer működési állapotának ellenőrzése.

Az API JSON formátumot használjon, és rendelkezzen hitelesítéssel.

4.6. Webhook támogatás

A rendszer legyen képes előre beállított esemény bekövetkezésekor külső HTTP- vagy HTTPS-végpontot meghívni.

A webhook tartalmazza legalább:

  • az esemény azonosítóját;
  • az esemény típusát;
  • az érintett eszközt;
  • az aktuális értéket;
  • az esemény időpontját;
  • a riasztási szintet.

Sikertelen továbbítás esetén a rendszer próbálja meg később ismételten elküldeni az eseményt.

4.7. Több átjáró együttműködése

Legalább két logikailag elkülönülő edge egység együttműködését kell bemutatni. Ezek lehetnek fizikai Raspberry Pi eszközök, virtuális gépek, konténerek vagy szimulált példányok.

A bemutatandó folyamat:

  1. az egyik egység adatot olvas;
  2. az adat eljut egy központi vagy köztes rendszerhez;
  3. a rendszer döntést hoz;
  4. a másik egység vezérlési parancsot kap;
  5. a második egység végrehajtja a beavatkozást;
  6. a végrehajtás eredményét visszajelzi.

4.8. Felügyeleti felület

A rendszerhez készüljön egyszerű webes vagy asztali kezelőfelület, amelyen:

  • megtekinthetők a csatlakoztatott eszközök;
  • láthatók az aktuális mért értékek;
  • megtekinthető legalább egy historikus grafikon;
  • ellenőrizhetők a riasztások;
  • megtekinthetők a vezérlési események;
  • kézi vezérlési parancs adható ki;
  • ellenőrizhető a kapcsolat és a szolgáltatások állapota.

5. Kommunikációs követelmények

A rendszer legalább két különböző kommunikációs megoldást támogasson.

Lehetséges megoldások:

  • Ethernet/LAN;
  • Wi-Fi;
  • mobilhálózat vagy GSM/LTE modem;
  • MQTT;
  • HTTP/HTTPS;
  • WebSocket;
  • Modbus TCP;
  • OPC UA;
  • más, dokumentált ipari vagy IoT-protokoll.

A rendszernek kezelnie kell a kapcsolat megszakadását és helyreállását. A hálózati hibák nem eredményezhetik a teljes alkalmazás összeomlását.

6. Kiberbiztonsági követelmények

A megoldást úgy kell kialakítani, mintha ipari vagy kritikus infrastruktúrához kapcsolódna. A verseny során elegendő a biztonsági megoldások prototípusszintű megvalósítása, de az alkalmazott módszereket dokumentálni kell.

Kötelező követelmények:

  • titkosított kommunikáció használata;
  • felhasználók vagy rendszerek hitelesítése;
  • jogosultság-ellenőrzés a vezérlési műveleteknél;
  • jelszavak és hozzáférési kulcsok biztonságos tárolása;
  • bemeneti adatok ellenőrzése;
  • hibás vagy jogosulatlan kérések elutasítása;
  • biztonsági szempontból fontos események naplózása;
  • a vezérlési parancsok forrásának azonosíthatósága;
  • hálózati kapcsolat kiesésére meghatározott biztonságos működési állapot;
  • az IoT- és az üzleti informatikai hálózat közötti logikai elválasztás bemutatása.

A forráskódban nem szerepelhetnek nyílt szövegként valódi jelszavak, tokenek vagy privát kulcsok.

7. Nem funkcionális követelmények

A rendszer:

  • moduláris felépítésű legyen;
  • új szenzortípusokkal bővíthető legyen;
  • Raspberry Pi vagy hasonló erőforrású eszközön futtatható legyen;
  • hiba esetén adjon értelmezhető naplóbejegyzést;
  • újraindítás után automatikusan helyre tudja állítani az alapvető működését;
  • hálózati kapcsolat nélkül is végezzen helyi adatgyűjtést;
  • a kapcsolat helyreállása után továbbítsa a korábban eltárolt adatokat;
  • rendelkezzen telepítési és konfigurációs dokumentációval;
  • ne igényeljen indokolatlanul nagy számítási vagy memória-erőforrást.

Előnyt jelent a konténerizált, automatikusan telepíthető vagy reprodukálható környezet.

8. Technológiai szabadság

A csapatok szabadon választhatják meg:

  • a programozási nyelvet;
  • az adatbázist;
  • a kommunikációs protokollokat;
  • a felhasználói felület technológiáját;
  • a szerveroldali vagy felhőalapú komponenseket;
  • a rendszer architektúráját;
  • a használt nyílt forráskódú komponenseket.

A választásokat a dokumentációban szakmailag indokolni kell.

9. Minimálisan bemutatandó működési folyamat

A végső demonstráció során a csapatnak az alábbi folyamatot kell működés közben bemutatnia:

  1. Egy szenzor vagy szimulátor adatot küld az edge rendszernek.
  2. Az adat megjelenik a felügyeleti felületen.
  3. Az adat helyi tárolásra kerül.
  4. Egy beállított feltétel teljesül.
  5. A rendszer riasztást hoz létre.
  6. A rendszer webhookot vagy API-hívást küld egy külső komponensnek.
  7. Helyi vagy külső döntés alapján vezérlési parancs keletkezik.
  8. Egy másik edge egység vagy vezérlő végrehajtja a parancsot.
  9. A végrehajtás eredménye visszakerül a rendszerbe.
  10. A teljes eseménysor visszakereshető a naplóban.

A csapatnak röviden azt is be kell mutatnia, mi történik hálózati kapcsolat megszakadásakor.

10. Beadandó eredmények

A pályamunkának tartalmaznia kell:

  • a működő prototípust;
  • a teljes forráskódot;
  • telepítési útmutatót;
  • felhasználói útmutatót;
  • rendszerarchitektúra-ábrát;
  • az alkalmazott kommunikációs folyamatok bemutatását;
  • API-dokumentációt;
  • adatmodell vagy adatbázisséma leírását;
  • kiberbiztonsági koncepciót;
  • tesztelési dokumentációt;
  • rövid bemutatóvideót vagy élő demonstrációt;
  • a fejlesztési döntések és alkalmazott technológiák indoklását.

A dokumentációban egyértelműen fel kell tüntetni a felhasznált külső könyvtárakat, komponenseket és nyílt forráskódú megoldásokat.

11. Értékelési szempontok

 

Értékelési terület

Súly

A kötelező funkciók működőképessége

25%

Rendszerarchitektúra és bővíthetőség

15%

IoT- és hardverintegráció

15%

Kiberbiztonsági megoldások

15%

Több rendszer és edge egység együttműködése

10%

Felhasználói felület és használhatóság

8%

Dokumentáció és tesztelés

7%

Innováció és gyakorlati alkalmazhatóság

5%

Az értékelés során nem a felhasznált szenzorok vagy hardverelemek ára és mennyisége a meghatározó. A hangsúly a működő, jól megtervezett, biztonságos és továbbfejleszthető szoftverrendszeren van.

12. Választható többletfeladatok

Többletpont szerezhető az alábbi megoldásokkal:

  • grafikus szabályszerkesztő;
  • dinamikusan betölthető szenzor- vagy eszközmodulok;
  • automatikus eszközfelderítés;
  • OPC UA- vagy SCADA-integráció;
  • mobilalkalmazás;
  • távoli konfigurációkezelés;
  • biztonságos távoli szoftverfrissítés;
  • többfelhasználós jogosultsági rendszer;
  • digitális tanúsítványon alapuló eszközhitelesítés;
  • redundáns központi szolgáltatás;
  • prediktív vagy gépi tanulási alapú riasztás;
  • energiafogyasztás-optimalizálás;
  • részletes monitoring és rendszerállapot-mérés;
  • automatikus tesztelési környezet;
  • támadási vagy hálózati hibaforgatókönyv szimulációja;
  • mobilhálózati tartalék kommunikáció;
  • konfiguráció biztonsági mentése és visszaállítása.

13. Biztonsági korlátozás

A verseny során hálózati feszültséggel működő berendezés közvetlen vezérlése csak megfelelő szakmai felügyelettel és érintésvédelmi kialakítással végezhető.

A demonstrációhoz javasolt alacsony feszültségű fogyasztó, LED, ventilátor, fejlesztőpanel, relémodul vagy teljesen szimulált beavatkozó eszköz használata.

14. A sikeres megoldás ismérvei

A sikeres pályamunka nem csupán adatokat jelenít meg, hanem teljes, kétirányú folyamatot valósít meg:

fizikai eszköz → adatgyűjtés → helyi feldolgozás → külső rendszer → döntés → vezérlési parancs → fizikai vagy szimulált beavatkozás → visszaigazolás.

A megoldás akkor tekinthető kiemelkedőnek, ha egy új szenzor vagy vezérlő hozzáadása nem igényli a teljes rendszer átalakítását, a kommunikáció biztonságos, a hálózati hibák kezelhetők, és a prototípus valós ipari vagy üzleti környezetben továbbfejleszthető.