Smart City Digital Twin — Diagramme des Flux de Données

Vue d'ensemble

Ce diagramme illustre le flux complet des données IoT du simulateur vers les différentes couches de traitement, de stockage et de visualisation.

Diagramme Mermaid

graph TB
    SIM[Smart City Simulator]
    SENS[Capteurs IoT Reels]
    EMQ[EMQX]
    MOS[Mosquitto]
    BUN[BunkerM]
    ORI[Orion-LD]
    STE[Stellio]
    FRO[FROST-Server]
    ORM[OpenRemote Manager]
    KC[Keycloak]
    INF[InfluxDB]
    PRO[Prometheus]
    GEO[GeoServer]
    GRA[Grafana]
    MAP[MapStore]
    UI[OpenRemote UI]

    SIM --> EMQ
    SIM --> MOS
    SIM --> BUN
    SENS --> EMQ
    SENS --> MOS
    SENS --> BUN
    SENS -.-> ORM
    EMQ --> ORI
    EMQ --> STE
    EMQ --> FRO
    EMQ --> ORM
    MOS --> ORM
    BUN --> ORM
    ORM --> UI
    ORM -.-> KC
    SIM --> INF
    ORI --> GRA
    STE --> GRA
    FRO --> GRA
    ORI -.-> GEO
    STE -.-> GEO
    FRO -.-> GEO
    GEO --> MAP
    ORM --> GRA
    EMQ -.-> PRO
    ORI -.-> PRO
    STE -.-> PRO
    ORM -.-> PRO

Description des flux

1. Génération des données (Simulator)

Smart City Simulator (Python) génère des données pour 10 capteurs (Traffic, Air Quality, Parking, Noise, Weather, Light)
Intervalle de publication : 10 secondes
Protocoles : MQTT (vers brokers uniquement)
⚠️ Projet : Le simulateur n'envoie PAS directement à OpenRemote (pas de REST API)

2. Ingestion MQTT (Brokers)

EMQX (port 11883) : Broker public, reçoit tous les capteurs
Mosquitto (port 1883) : Via Traefik, accès externe
BunkerM (port 1900) : MQTTS (TLS), accès sécurisé

3. Context Brokers (NGSI-LD & SensorThings)

Orion-LD : Reçoit les données au format NGSI-LD
- 10 entités (TrafficFlowObserved, AirQualityObserved, etc.)
- Smart Data Models utilisés
Stellio : Alternative NGSI-LD
- 14 payloads entités
- Contexte : https://uri.etsi.org/ngsi-ld/v1/ngsi-ld-core-context.jsonld
FROST-Server : SensorThings API
- 21 256+ observations
- PostgreSQL + TimescaleDB

4. Plateforme IoT (OpenRemote)

OpenRemote Manager (realm smartcity)
- 33 assets IoT configurés
- Carte Martinique (mapsettings.json)
- Réception via MQTT Agent depuis les brokers (EMQX, Mosquitto, BunkerM)
- Peut aussi recevoir directement des capteurs IoT (via MQTT)
Keycloak : Authentification OpenID Connect
- Client openremote avec Service Account
- Token endpoint : /auth/realms/smartcity/protocol/openid-connect/token

5. Stockage & Métriques

InfluxDB : Stockage temporel pour Grafana
- Bucket : iot_data
- Datasource dans Grafana
Prometheus : Collecte des métriques
- MQTT brokers, Context brokers, OpenRemote
GeoServer : Données géospatiales
- PostGIS pour centralisation
- WMS/WFS pour MapStore

6. Visualisation & Analyse

Grafana (port 3001)
- Dashboard : smartcity-martinique-2026
- Datasources : InfluxDB, FROST, Orion-LD
MapStore : Cartographie
- Sources WMS/WFS depuis GeoServer
OpenRemote UI : Manager Interface
- Visualisation des assets realm Smart City

Technologies clés

Composant	Technologie	Port	Statut
Simulator	Python + paho-mqtt	Interne	✅ Actif
EMQX	MQTT Broker	11883	✅ Connecté
Orion-LD	NGSI-LD Broker	1026	⚠️ À vérifier
Stellio	NGSI-LD Broker	8080	⚠️ À vérifier
FROST-Server	SensorThings API	8080	⚠️ À vérifier
OpenRemote	IoT Platform	8080	⚠️ 403 (Service Account)
InfluxDB	Time Series DB	8086	✅ Configuré
Grafana	Visualization	3001	✅ Dashboard créé
GeoServer	GeoServer	8080	⚠️ À intégrer
Prometheus	Metrics	9090	✅ En cours

Fichiers associés

Simulator : ~/smart-city-digital-twin-martinique/simulator.py
Dashboard Grafana : ~/smart-city-digital-twin-martinique/grafana_dashboard_smartcity.json
Ce diagramme : ~/smart-city-digital-twin-martinique/data-flow-diagram.md
Session Resume : ~/smart-city-digital-twin-martinique/session_resume_2026-05-04.md

Dernière mise à jour : 04 Mai 2026
Projet : Smart City Digital Twin Martinique
URL Grafana : http://localhost:3001/d/smartcity-martinique-2026

4.3 KiB Raw Blame History