Στο σύγχρονο ερευνητικό πεδίο της Πληροφορικής, ο Διάχυτος Υπολογισμός (Ubiquitous Computing) και το Διαδίκτυο των Πραγμάτων (Internet of Things/IoT) επαναπροσδιορίζουν ριζικά τις δυνατότητες αλληλεπίδρασης του ψηφιακού με τον φυσικό κόσμο. Μέσω της ενσωμάτωσης της υπολογιστικής ισχύος και των δυνατοτήτων δικτύωσης σε συσκευές μικρής κλίμακας, καθίσταται δυνατή η συνεχής, απρόσκοπτη και σε πραγματικό χρόνο παρακολούθηση κρίσιμων περιβαλλοντικών παραμέτρων. Η παρούσα διπλωματική εργασία εντάσσεται σε αυτό το πλαίσιο, εστιάζοντας στη σχεδίαση, ανάπτυξη και εργαστηριακή αξιολόγηση ενός ολοκληρωμένου ενσωματωμένου συστήματος για την παρακολούθηση της ποιότητας του αέρα, με έμφαση στη μέτρηση του μονοξειδίου του άνθρακα (CO). Η υλοποίηση βασίζεται στην γλώσσα προγραμματισμού Elixir και του εργαλείου ανοιχτού λογισμικού Elixir Nerves, το οποίο επιτρέπει την εκτέλεση της εφαρμογής απευθείας πάνω
στην εικονική μηχανή της Erlang (BEAM) ως ένα αυτόνομο, ελαφρύ λειτουργικό σύστημα για υπολογιστές μικρής κλίμακας, όπως το Raspberry Pi Zero Wireless.
Στο επίπεδο του υλικού, σχεδιάστηκε και κατασκευάστηκε ένα ειδικά διαμορφωμένο
αναλογικό κύκλωμα προσαρμογής σήματος για τη μετατροπή του εξαιρετικά χαμηλού
ρεύματος εξόδου του αισθητήρα Figaro TGS5042(αισθητήρας μονοξειδίου του άνθρακα) σε μετρήσιμη τάση. Η αναλογική προς ψηφιακή μετατροπή πραγματοποιήθηκε μέσω του
μετατροπέα ADS1115 σε διαφορική διάταξη, ενώ εφαρμόστηκε αναλογο-μετρική μέθοδος (ratiometric approach) και ψηφιακό φίλτρο διαμέσου (median filtering) για τη μαθηματική ακύρωση των διακυμάνσεων της τάσης τροφοδοσίας και την εξάλειψη του ηλεκτρικού και ηλεκτρομαγνητικού θορύβου. Στο επίπεδο του λογισμικού, αναπτύχθηκε μια αρχιτεκτονική βασισμένη στα πρότυπα του Erlang/OTP, αξιοποιώντας δέντρα εποπτείας (supervision trees) και αυτόνομες διεργασίες τύπου GenServer, εξασφαλίζοντας υψηλή ανοχή σε σφάλματα και απομόνωση των δυσλειτουργιών του υλικού. Για τη διαχείριση των περιορισμένων πόρων μνήμης τυχαίας προσπέλασης (RAM) του υπολογιστή Raspberry Pi και την αποφυγή της πρόωρης φθοράς της κάρτας micro-SD, σχεδιάστηκε μια ενδιάμεση μνήμη αποθήκευσης (buffer) στη RAM μέσω πινάκων ETS (Erlang Term Storage). Τέλος, η παρακολούθηση των
δεδομένων γίνεται σε πραγματικό χρόνο μέσω μιας διαδικτυακής διεπαφής βασισμένης στις τεχνολογίες Phoenix LiveView και WebSockets, με παράλληλη αποστολή των μετρήσεων σε εξωτερική πλατφόρμα ΙοΤ. Τα αποτελέσματα καταδεικνύουν πώς το περιβάλλον εκτέλεσης Erlang/OTP και το πλαίσιο λογισμικού Elixir Nerves επιτρέπουν τη δημιουργία σταθερών σταθμών μέτρησης βιομηχανικού επιπέδου (industrial-grade).

In the modern research field of computer Science, Ubiquitous Computing and the Internet of Things (IoT) are radically redefining the interaction capabilities between the digital and the physical world. Through the integration of computational power and networking capabilities into small-scale devices, continuous, seamless, and real-time monitoring of critical environmental parameters becomes feasible. This master’s thesis falls within this scope, focusing on the design, development, and laboratory evaluation of a comprehensive embedded system for air quality monitoring, with a primary emphasis on carbon monoxide (CO) measurement. The implementation is based on the Elixir programming language and the open-source Elixir Nerves framework, which enables the application to execute directly on top of the Erlang Virtual Machine (BEAM) as a standalone, lightweight operating system tailored for small-scale computers such as the Raspberry Pi Zero Wireless.

At the hardware level, a custom analog signal conditioning circuit was designed and constructed to convert the extremely low output current of the Figaro TGS5042 carbon monoxide sensor into a measurable voltage. Analog-to-digital conversion was performed using the ADS1115 converter in a differential configuration, while a ratiometric approach and a digital median filtering algorithm were applied to mathematically cancel power supply voltage fluctuations and eliminate electrical and electromagnetic noise. At the software level, an architecture based on Erlang/OTP standards was developed, leveraging supervision trees and autonomous GenServer processes to ensure high fault tolerance and hardware fault isolation. To manage the limited Random Access Memory (RAM) resources of the Raspberry Pi computer and prevent premature wear of the micro-SD card, an in-memory storage buffer was designed within the RAM using ETS (Erlang Term Storage) tables. Finally, data monitoring is conducted in real time through a web interface powered by Phoenix LiveView and WebSockets technologies, alongside the concurrent transmission of measurements to an external Internet of Things platform. The results demonstrate how the Erlang/OTP runtime environment and the Elixir Nerves software framework enable the creation of stable, industrial-grade measurement stations.