Szakdolgozat témaötleteim

Szia, Szczuka Bendegúz vagyok!👋

Elkötelezett és céltudatos fejlesztőként keresem a kihívásokat az informatikában és mérnöki területen – folyamatosan képzem magam, jelenleg az Óbudai Egyetem üzemmérnök-informatikus szakán tanulok. Az alábbiakban három saját projektet/ötletet gyűjtöttem össze, amelyek közül az idei szakdolgozati témámat választjuk majd ki.

Nézd meg a portfóliót és kövesd a munkáimat!

  • ESP32 webes változómonitorozó könyvtár
  • iPhone Face ID szenzor robotikai távérzékelésre
  • Mountain bike felfüggesztés beállító webalkalmazás
GitHub Profil LinkedIn

ESP32 Webes Változómonitorozó és -kezelő Könyvtár

Valós idejű változókezelés webes felületen keresztül

Projekt Áttekintése

A projekt célja egy professzionális, könnyen integrálható C++ könyvtár fejlesztése ESP32 mikrokontrollerekhez, amely lehetővé teszi a programváltozók valós idejű webes monitorozását és módosítását. A könyvtár a PlatformIO Registry-ben és GitHub-on lesz elérhető, így bármely fejlesztő egyszerűen integrálhatja projektjeibe.

Fontos tisztázás: A könyvtár csak meglévő változók értékének módosítására alkalmas, új logika vagy változó bevezetéséhez továbbra is újrafordítás szükséges.

Gyakorlati Használati Példa

Mobilrobot PID Szabályozás Hangolása

Képzeljük el, hogy egy mobilrobotot programozunk, amely egy fal mentén haladva navigál. A robot ultrahangos szenzorral méri a távolságot a faltól, és PID szabályozóval korrigálja az irányát.

  • P érték: Arányos tag - túl nagy érték esetén túllövés
  • I érték: Integráló tag - maradó hiba kompenzálása
  • D érték: Deriváló tag - rezgés csillapítása

Hagyományos módszerrel minden egyes paraméter módosításnál újra kellene fordítani és feltölteni a kódot. A könyvtárral ezek az értékek valós időben, webes felületen keresztül hangolhatók!

Fő Komponensek és Feladatok

1. Könyvtár Publikálás és Dokumentáció

Célkitűzés: A könyvtár széles körű elérhetőségének biztosítása

PlatformIO Registry integráció

A könyvtár feltöltése és karbantartása a hivatalos könyvtártárban

Arduino Library Manager

Kompatibilitás az Arduino IDE könyvtárkezelőjével

Átfogó dokumentáció

API referencia, példakódok, telepítési útmutató

Verziókezelés

Semantic versioning, changelog vezetése, CI/CD pipeline

2. Backend Architektúra és API Design

Célkitűzés: Rugalmas és típusbiztos változókezelő rendszer fejlesztése

Típusbiztos kezelés

Template-alapú rendszer különböző adattípusokhoz

Pointer referencia

Közvetlen hivatkozás az eredeti változókra

Dual WiFi mód

Meglévő hálózat vagy saját Access Point

API Használati Példák
Könyvtár Include és Inicializálás
Könyvtár include és WiFi inicializálás kódpéldája
Float Slider Változó
Float típusú slider változó regisztrálása
Integer Number Input
Integer típusú number input mező
String Text Input
String típusú szöveg input mező
Boolean Switch
Boolean kapcsoló típusú vezérlő
Button Trigger
Boolean gomb típusú trigger
3. Frontend Fejlesztés és UI/UX Design

Célkitűzés: Intuitív és reszponzív webes kezelőfelület kialakítása

Változótípusok és UI elemek:
Numerikus értékek
  • Slider kontrolok konfigurálható tartománnyal
  • Number input mezők step értékkel
  • Exponenciális/logaritmikus skálázás
Szöveges értékek
  • Text input mezők karakterlimit beállítással
  • Dropdown menük előre definiált értékekhez
Boolean értékek
  • Toggle switch-ek állapot váltáshoz
  • Push button-ok egyszeri műveletek triggereléshez
Speciális kontrollok
  • Color picker színértékekhez
  • Time/date picker időpontokhoz
UI/UX jellemzők:
Reszponzív design
Valós idejű frissítés
Vizuális visszajelzés
Keresés és szűrés
Dark/Light mód
JSON protokoll
4. Konfigurációs Profilok és Állapotkezelés

Célkitűzés: Komplex változóbeállítások gyors mentése és visszaállítása

Profil Management Rendszer:
Állapot mentés

Az összes módosítható változó aktuális értékének elmentése egyedi profil névvel

Profil visszaállítás

Korábban mentett konfigurációk gyors betöltése egy kattintással

Tárolási architektúra:
LocalStorage

Böngésző alapú

Gyors elérés, felhasználó-specifikus profilok

EEPROM/SPIFFS

ESP32 memória

Perzisztens tárolás, újraindítás után is elérhető

Szinkronizálás

Intelligens összehasonlítás

Konfliktuskezelés és választható felülírás

Profil Kezelő UI/UX funkciók:

Quick Save: Gyors mentés automatikusan generált névvel (timestamp)
Custom Save: Felhasználó által megadott név és opcionális leírás
Preview Summary: Mentés előtt megjelenő összefoglaló az aktuális beállításokról

Visual Diff: Összehasonlító nézet aktuális és mentett értékek között
Selective Restore: Részleges visszaállítás - csak kiválasztott változók
Confirmation Dialog: Biztonsági megerősítés nagyobb változtatások előtt
Undo/Redo: Visszavonási lehetőség a legutóbbi műveletre

Touch-friendly UI: Nagy érintési területek, könnyen elérhető kontrollok
Collapsible Sections: Összecsukható szekciók kisebb képernyőkön

Technikai Kihívások

Template programozás

C++ template rendszer komplex használata különböző adattípusokhoz

WebSocket/AJAX implementáció

Valós idejű protokoll megvalósítása ESP32 platformon

Dinamikus HTML generálás

Beágyazott rendszereken történő weblap létrehozás

Memóriamenedzsment

Korlátozott erőforrások hatékony kihasználása

Teljesítményoptimalizálás

Változás detektálás

Csak szükség esetén történő adatátvitel

JSON

Hatékony adatprotokoll

Memóriahatékonyság

Optimalizált változótárolás

Differenciális sync

Profil adatok hatékony szinkronizálása

Várható Eredmény

Professzionális minőségű könyvtár

Egy újrahasznosítható könyvtár, amely jelentősen egyszerűsíti az ESP32-alapú projektek fejlesztését és karbantartását, miközben széles körű közösségi felhasználásra alkalmas. A profil management funkció különösen értékessé teszi komplex robotikai és IoT projektekben, ahol gyakran szükséges különböző működési módok között váltani.

iPhone Face ID szenzor távolságmérési lehetőségeinek kutatása

Hobbi és edukációs robotfejlesztési projektekben

Az oktatási és hobbi robotfejlesztések világában az egyik legnagyobb kihívást a pontos és megbízható távolságmérés jelentené alacsony költségvetésű környezetben. Az iPhone Face ID szenzorai egy eddig kevéssé hasznosított lehetőséget képviselhetnének: az infravörös pontmátrix alapú mélységérzékelés elvileg pontosabb és megbízhatóbb eredményt adhatna, mint a legtöbb olcsón elérhető szenzor.

Technológiák:
Swift ARKit C++ ESP32

A jelenlegi piacon elérhető megoldások az alábbi korlátokkal bírnak:

  • Az infravörös érzékelők rövid hatótávval rendelkeznek, és erősen függnek a környezeti fényviszonyoktól.
  • Az ultrahangos távolságmérők gyakran zajos adatokat adnának, ami pontatlanságot eredményezne.
  • A Time-of-Flight (ToF) szenzorok általában drágábbak, és nem lennének alkalmasak szűk mérési mezőkben.
  • A LiDAR szenzorok ugyan pontosak, de áruk miatt nem jelentenének reális alternatívát hobbi és oktatási projektekben.

Mindezek miatt a hallgatói és hobbi robotok fejlesztésekor a csapatok a távolságmérés kapcsán komoly korlátokba ütközhetnének, különösen versenyhelyzetben.

A probléma jelentősége több szinten volna megfogható. Az oktatásban a diákok számára ösztönzőbb lehetne olyan robotprojekteket kivitelezni, amelyek valóban precíz érzékelőrendszerekkel rendelkeznek. Ha a távolságmérő komponens megbízhatatlan, az gyakran csökkentheti a motivációt és ronthatná a projekt sikerességét.

A széles körben, alacsony áron elérhető hatékony érzékelők hiánya tehát akadályt jelenthetne az innovatív robotikai megoldások fejlesztésében is. Ez az egyetemi versenyekben is tapasztalható lenne, ahol a pontatlan távolságmérés sokszor a robotok teljesítményének rovására menne.

Az iPhone Face ID szenzorai viszont egy eddig kevéssé hasznosított lehetőséget képviselhetnének: az infravörös pontmátrix alapú mélységérzékelés elvileg pontosabb és megbízhatóbb eredményt adhatna, mint a legtöbb olcsón elérhető szenzor. Ráadásul az iPhone-ok széles körű elterjedtsége miatt a fejlesztők könnyebben hozzáférhetnének egy ilyen eszközhöz.

A tervezett megoldás egy iOS alkalmazás lehetne, amely a Face ID szenzort használná távolságmérési adatok kinyerésére, majd azok továbbítására egy külső beágyazott rendszer felé.

  • Az alkalmazás egy olyan API-végpontot biztosíthatna, amely folyamatosan közzétenné az aktuális mélységadatokat.
  • Az adatokat Wi-Fi kapcsolaton keresztül olvashatná be például egy ESP32 mikrokontroller.
  • Ez lehetővé tehetné a robot számára az akadályok pontosabb érzékelését és kikerülését valós időben.

Ez a koncepció tehát ötvözhetné a már meglévő, széles körben elterjedt hardver (iPhone) képességeit a költséghatékony fejlesztői környezetek rugalmasságával.

Programozási nyelvek:
  • Swift (az iOS alkalmazáshoz)
  • C++ vagy MicroPython (az ESP32 programozásához)
Könyvtárak és keretrendszerek:
  • ARKit / Vision Framework a mélységadatok kinyerésére
  • URLSession vagy Alamofire az API kommunikációhoz
  • MQTT vagy HTTP könyvtárak az ESP32 kommunikációhoz
Fejlesztői környezet:
  • Xcode (iOS oldali fejlesztéshez)
  • PlatformIO vagy Arduino IDE (ESP32 programozásához)

Ez a szakdolgozat egy olyan alkalmazás lehetőségeit kutathatná, amely az iPhone Face ID szenzoraira építve kínálna olcsó és pontos távolságmérést hobbi és edukációs robotfejlesztési környezetben. A megoldás új, hozzáférhető alternatívát jelenthetne, amely a jelenlegi piac által hagyott űrt tölthetné ki.

Mountain bike felfüggesztés beállításokat támogató webalkalmazás

Testreszabási javaslatokat nyújtó intelligens rendszer

A modern mountain bike-ok felfüggesztése rendkívül sok paraméterrel rendelkezik, amelyek precíz hangolásával nagymértékben javítható a komfort, a stabilitás és a teljesítmény. A felhasználók többsége azonban nem tudja kihasználni ezeket a lehetőségeket, mert hiányzik a szakmai tudás a beállítások hatásairól.

Technológiák:
C# Angular ASP.NET Core Entity Framework SQL Server

A modern mountain bike-ok felfüggesztése rendkívül sok paraméterrel rendelkezik (pl. levegőnyomás, visszaút- és kompressziócsillapítás), amelyek precíz hangolásával nagymértékben javítható a komfort, a stabilitás és a teljesítmény. A felhasználók többsége azonban nem tudja kihasználni ezeket a lehetőségeket, mert:

  • hiányzik a szakmai tudás a beállítások hatásairól,
  • bizonytalanok abban, hogy a módosítás javít vagy ront a helyzeten,
  • nem jegyzik fel és nem követik nyomon korábbi beállításaikat,
  • sokszor egy „fix" alapkonfigurációval használják a kerékpárt minden terepen.

Ennek eredményeképp a kerékpár képességeit nem használják ki teljes mértékben, az élmény csökken, sőt helytelen beállítás esetén a biztonság is veszélybe kerülhet.

A felfüggesztés helyes beállítása alapvetően meghatározza a mountain bike élményt és teljesítményt. Egy rosszul hangolt rendszer:

  • kényelmetlen és rázós menetet eredményez,
  • technikás terepen instabilitást és sérülésveszélyt is hordoz,
  • a drágább, prémium kerékpárok esetében különösen kihasználatlan potenciált jelent.

Egy felhasználóbarát, adatbázis-alapú és visszajelzésekből tanuló alkalmazás lehetőséget adna a bringásoknak arra, hogy könnyebben megértsék a beállításokat, és tudatosan optimalizálják kerékpárjukat különböző terepviszonyokhoz.

A tervezett webalkalmazás célja, hogy egyszerűen használható felületet biztosítson a felfüggesztés konfigurálásához és nyomon követéséhez. Fő funkciói:

  • Adatbázis alapú kiválasztás: a felhasználó kiválaszthatja a kerékpárjához tartozó felfüggesztést a rendszer adatbázisából, az alapbeállításokkal együtt.
  • Beállítási útmutató: lépésről-lépésre magyarázatot ad arról, hogy az egyes paraméterek milyen hatással vannak a kerékpár viselkedésére.
  • Konfigurációk mentése és összehasonlítása: a beállítások elmenthetők, így a felhasználó több különböző konfigurációt tud tárolni és gyorsan visszaállítani.
  • Felhasználói visszajelzés → javaslat:
    • Menet után a felhasználó egyszerű, hétköznapi nyelven ad visszajelzést (pl. „túl rázós volt a köves lejtőn", „nagyon mélyen ült a bringa az ugrásoknál").
    • A rendszer egy szabályrendszer alapján alakítja át ezt konkrét paramétermódosításokra (pl. levegőnyomás 5 PSI csökkentése, kompresszió puhítása, rebound gyorsítása).

Fejlesztési potenciál: későbbi bővítésként a rendszer képes lehet nyelvi modellek (pl. Gemini API) bevonására, amelyek a beszélt nyelven megadott visszajelzést automatikusan fordítanák konkrét beállítási paraméterekké, így még intuitívabbá téve a használatot.

Programozási nyelvek:
  • C# (.NET backend)
  • TypeScript (Angular frontend)
Könyvtárak és keretrendszerek:
  • Angular (frontend egyoldalas alkalmazás)
  • ASP.NET Core (REST API backend)
  • Entity Framework Core (adatbáziskezelés és ORM)
Adatbázis:
  • Microsoft SQL Server
Fejlesztői környezet:
  • Visual Studio és Visual Studio Code
  • Git verziókezelés
  • Docker (opcionális konténerizáció)

A szakdolgozat egy olyan webalkalmazás fejlesztését célozza, amely egyszerűsíti a mountain bike felfüggesztések beállítását, és a felhasználói visszajelzések alapján konkrét javaslatokat ad paraméterek módosítására. A megoldás hozzájárul a komfort, a teljesítmény és a biztonság növeléséhez, valamint lehetőséget ad az innovatív nyelvi modellek későbbi integrációjára is.