فهرست مطالب:
- تدارکات
- مرحله 1: نرم افزار مورد نیاز است
- مرحله 2: با استفاده از Simulink داده های سنسور را به Raspberry Pi وارد کنید
- مرحله 3: داده های سنسور را روی ماتریس LED 8x8 نمایش دهید
- مرحله 4: الگوریتمی را در Simulink طراحی کنید تا تصمیم بگیرید آیا رطوبت داخل خانه خوب است ، «بد» یا «زشت» است
- مرحله 5: داده های آب و هوایی سرپوشیده و داده های طبقه بندی شده روی ابر را وارد کنید
- مرحله 6: نتیجه گیری
تصویری: سیستم پایش آب و هوای داخلی بر پایه رزبری پای: 6 مرحله
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54
این وبلاگ را بخوانید و سیستم خود را بسازید تا بتوانید هنگامی که اتاق شما خیلی خشک یا مرطوب است هشدار دریافت کنید.
سیستم پایش آب و هوای داخلی چیست و چرا به آن نیاز داریم؟
سیستم های پایش آب و هوای داخلی ، نگاهی سریع به آمار کلیدی مربوط به آب و هوا مانند دما و رطوبت نسبی ارائه می دهد. دیدن این آمار و دریافت هشدارها در تلفن زمانی که اتاق بسیار مرطوب یا خشک است می تواند بسیار مفید باشد. با استفاده از هشدارها ، می توانید اقدامات لازم را برای دستیابی به حداکثر راحتی در اتاق با روشن کردن بخاری یا باز کردن پنجره ها انجام دهید. در این پروژه نحوه استفاده از Simulink را برای موارد زیر می بینیم:
1) آمار آب و هوا (دما ، رطوبت نسبی و فشار) را از Sense HAT به Raspberry Pi وارد کنید
2) نمایش داده های اندازه گیری شده روی ماتریس LED 8x8 Sense HAT
3) الگوریتمی را طراحی کنید تا تصمیم بگیرید که آیا رطوبت داخلی "خوب" ، "بد" یا "زشت" است.
4) داده ها را روی ابر ثبت کرده و در صورت طبقه بندی داده ها "زشت" (خیلی مرطوب یا خشک) هشدار ارسال کنید.
تدارکات
رزبری پای 3 مدل B
Raspberry Pi Sense HAT
مرحله 1: نرم افزار مورد نیاز است
برای پیگیری و ایجاد سیستم نظارت بر آب و هوای داخلی خود ، به MATLAB ، Simulink و افزودنی هایی نیاز دارید.
MATLAB را با دسترسی Administrator باز کنید (روی نماد MATLAB راست کلیک کرده و گزینه Run as administrator را انتخاب کنید). Add-Ons را از نوار ابزار MATLAB انتخاب کرده و بر روی Get Add-ons کلیک کنید.
در اینجا بسته های پشتیبانی را که نام آنها در زیر ذکر شده است جستجو کرده و آنها را "اضافه" کنید.
آ. بسته پشتیبانی MATLAB برای سخت افزار Raspberry Pi: دریافت ورودی ها و ارسال خروجی ها به بردهای Raspberry Pi و دستگاه های متصل
ب بسته پشتیبانی Simulink برای سخت افزار Raspberry Pi: مدلهای Simulink را روی بردهای Raspberry Pi اجرا کنید
ج RPi_Indoor_Climate_Monitoring_System: مدلهای نمونه مورد نیاز برای این پروژه
توجه - هنگام نصب ، دستورالعمل های روی صفحه را دنبال کنید تا Pi خود را برای کار با MATLAB و Simulink تنظیم کنید.
مرحله 2: با استفاده از Simulink داده های سنسور را به Raspberry Pi وارد کنید
برای کسانی که با Simulink آشنا نیستند ، یک محیط برنامه نویسی گرافیکی است که برای مدل سازی و شبیه سازی سیستم های پویا استفاده می شود. هنگامی که الگوریتم خود را در Simulink طراحی کردید ، می توانید به طور خودکار کد تولید کرده و آن را روی رزبری پای یا سخت افزار دیگر جاسازی کنید.
موارد زیر را در پنجره فرمان MATLAB تایپ کنید تا اولین مدل نمونه باز شود. ما از این مدل برای آوردن اطلاعات دما ، فشار و رطوبت نسبی به رزبری پای استفاده خواهیم کرد.
> rpiSenseHatBringSensorData
بلوک های سنسور فشار LPS25H و سنسور رطوبت HTS221 از کتابخانه Sense HAT تحت بسته پشتیبانی Simulink برای کتابخانه های سخت افزار Raspberry Pi است.
بلوک های محدوده از کتابخانه Sinks تحت کتابخانه های Simulink است. برای اطمینان از اینکه مدل شما به درستی پیکربندی شده است ، روی نماد چرخ دنده در مدل Simulink خود کلیک کنید. به قسمت سخت افزار پیاده سازی> تنظیمات برد سخت افزار> منابع سخت افزاری مورد نظر بروید.
توجه - در صورتی که هنگام نصب بسته پشتیبانی Simulink برای Raspberry Pi ، دستورالعمل های راه اندازی را دنبال کرده اید ، نیازی به پیکربندی ندارید. آدرس دستگاه به صورت خودکار به آدرس Pi شما اضافه می شود.
اطمینان حاصل کنید که آدرس دستگاه در اینجا با آدرس IP ای که هنگام بوت شدن Pi شما می شنوید مطابقت دارد. برای شنیدن آدرس دستگاه ، ممکن است مجبور شوید Pi خود را با یک هدفون متصل به جک دوباره تغذیه کنید.
روی OK کلیک کنید و مطابق شکل زیر دکمه Run را فشار دهید. اطمینان حاصل کنید که Pi شما یا از طریق کابل USB به کامپیوتر متصل است یا در شبکه Wi-Fi مشابه رایانه شما قرار دارد.
وقتی دکمه Run را در حالت خارجی فشار می دهید ، Simulink به طور خودکار کد C معادل مدل شما را تولید می کند و یک فایل اجرایی را برای Raspberry Pi بارگیری می کند. هر دو محدوده بلوک پیکربندی شده اند تا هنگامی که مدل شروع به کار می کند ، باز شوند. وقتی سیمولینک کد را روی Raspberry Pi به پایان رساند ، داده های فشار ، دما و رطوبت نسبی را در قسمت های زیر مشاهده می کنید.
توجه - کد روی رزبری پای اجرا می شود و شما سیگنال های واقعی را از طریق بلوک های محدوده Simulink مشاهده می کنید ، درست مانند زمانی که اسیلوسکوپ را به سخت افزار خود متصل کرده اید. مقدار دما از دو سنسور کمی از یکدیگر فاصله دارد. با خیال راحت درجه ای را انتخاب کنید که دمای واقعی اتاق شما را بیشتر نشان دهد و از آن در بخشهای بعدی استفاده کنید. در تمام آزمایشات با Sense HAT که داشتیم ، مقادیر دمای سنسور رطوبت HTS221 به دمای واقعی اتاق نزدیکتر بود. با این کار ما اصول اولیه نحوه وارد کردن داده های حسگر از Sense HAT به رزبری پای را مشاهده کردیم.
مرحله 3: داده های سنسور را روی ماتریس LED 8x8 نمایش دهید
در این بخش ، خواهیم دید که چگونه قسمت نمایش بصری این پروژه به آخرین مدل اضافه شد. عناصر Sense HAT که در این بخش مورد استفاده قرار می گیرند عبارتند از سنسور رطوبت (برای دریافت رطوبت و درجه حرارت نسبی) ، سنسور فشار ، ماتریس LED و جوی استیک. از جوی استیک برای انتخاب سنسوری که می خواهیم نمایش دهیم استفاده می شود.
برای باز کردن مدل بعدی ، موارد زیر را در پنجره فرمان MATLAB تایپ کنید.
> rpiSenseHatDisplay
بلوک جوی استیک از کتابخانه Sense HAT است. این به ما کمک می کند داده های جوی استیک را به Raspberry Pi وارد کنیم ، درست مانند بلوک های سنسور فشار و رطوبت در مثال قبلی. در حال حاضر ، ما از بلوک Test Comfort برای نمایش "خوب" (هنگامی که مقدار بلوک 1 است) در ماتریس LED استفاده می کنیم. وقتی مقدار بلوک 2 باشد یا "زشت" باشد وقتی مقدار 3 یا 4 باشد "بد" نمایش داده می شود. در قسمت بعدی ، الگوریتم واقعی را می بینیم که تصمیم می گیرد رطوبت داخلی خوب ، بد یا زشت است. بیایید بلوک Selector را با دوبار کلیک روی آن بررسی کنیم. بلوک های عملکرد متلب برای ادغام کد متلب در مدل Simulink شما استفاده می شود. در این مورد ما SelectorFcn آورده شده در زیر را آورده ایم.
عملکرد [مقدار ، وضعیت] = SelectorFcn (JoyStickIn ، فشار ، رطوبت ، دما ، ihval)
JoyStickCount مداوم
if isempty (JoyStickCount)
JoyStickCount = 1 ؛
پایان
اگر JoyStickIn == 1
JoyStickCount = JoyStickCount + 1؛
اگر JoyStickCount == 6
JoyStickCount = 1 ؛
پایان
پایان
JoyStickCount را تغییر دهید
مورد 1٪ دمای نمایش در C
مقدار = دما ؛
حالت = 1 ؛
مورد 2٪ نمایش فشار در اتمسفر
مقدار = فشار/1013.25 ؛
حالت = 2 ؛
مورد 3٪ نمایش رطوبت نسبی در٪
مقدار = رطوبت ؛
حالت = 3 ؛
مورد 4٪ دمای نمایش در F
value = temp*(9/5) +32 ؛
حالت = 4 ؛
مورد 5٪ نمایش خوب/بد/زشت
ارزش = ihval؛
حالت = 5 ؛
در غیر این صورت٪ نمایش داده نشود/نمایش 0
ارزش = 0 ؛
حالت = 6 ؛
پایان
عبارات Switch-case عموماً به عنوان مکانیزم کنترل انتخاب مورد استفاده قرار می گیرند. در مورد ما ، ما می خواهیم ورودی جوی استیک کنترل انتخاب باشد و داده های بعدی را برای نمایش در هر بار فشار دادن دکمه جوی استیک انتخاب کنیم. برای این کار ، یک حلقه if ایجاد می کنیم که با هر بار فشار دکمه ، متغیر JoyStickCount را افزایش می دهد (در صورت فشار یک دکمه مقدار JoyStickIn 1 است). در همان حلقه ، برای اطمینان از دوچرخه سواری بین پنج گزینه ذکر شده در بالا ، یک شرط دیگر اضافه کردیم که مقدار متغیر را به 1 بازنشانی می کند. با استفاده از این ، ما انتخاب می کنیم که کدام مقدار روی ماتریس LED نمایش داده شود. مورد 1 به طور پیش فرض خواهد بود زیرا JoyStickCount را برای شروع از 1 تعریف می کنیم ، و این بدان معناست که ماتریس LED دما را در درجه سانتیگراد نشان می دهد. متغیر State توسط بلوک داده های اسکرول برای درک اینکه کدام حسگر در حال حاضر نمایش داده می شود و چه واحدی باید نمایش داده شود ، استفاده می شود. اکنون که می دانیم چگونه سنسور مناسب برای نمایش را انتخاب کنیم ، بیایید نحوه عملکرد صفحه اصلی را بررسی کنیم.
نمایش کاراکترها و اعداد
برای نمایش روی ماتریس Sense HAT LED ، ما ماتریس 8x8 برای موارد زیر ایجاد کردیم:
1) همه اعداد (0-9)
2) همه واحدها (° C ، A ، and و ° F)
3) نقطه اعشار
4) حروف از کلمات خوب ، بد و زشت.
این ماتریس های 8x8 به عنوان ورودی بلوک ماتریس LED 8x8 RGB استفاده شد. این بلوک LED های مربوط به آن عناصر روی ماتریس که دارای مقدار 1 هستند را همانطور که در زیر نشان داده شده است روشن می کند.
پیمایش متن
بلوک داده های اسکرول در مدل ما رشته هایی را که می تواند حداکثر تا 6 کاراکتر باشد ، پیمایش می کند. مقدار 6 به عنوان طولانی ترین رشته ای که در این پروژه تولید می کنیم انتخاب شد ، به عنوان مثال 23.8 درجه سانتی گراد یا 99.1 درجه فارنهایت. توجه داشته باشید ، در اینجا درجه سانتی گراد یک کاراکتر در نظر گرفته می شود. همین ایده را می توان برای رشته های پیمایش با طول های دیگر نیز گسترش داد.
در اینجا یک-g.webp
www.element14.com/community/videos/29400/l/gif
برای نمایش یک رشته 6 کاراکتر در ماتریس 8x8 ، ما در کل به تصویری با اندازه 8x48 نیاز داریم. برای نمایش رشته ای که حداکثر 4 کاراکتر باشد ، باید یک ماتریس 8x32 ایجاد کنیم. حالا بیایید با فشردن دکمه Run کل حالت غیرفعال بودن را مشاهده کنیم. صفحه نمایش پیش فرض روی ماتریس LED مقدار دما در درجه سانتی گراد است. بلوک Scope وضعیت و مقدار را از بلوک Selector نشان می دهد. دکمه جوی استیک را در Sense HAT فشار دهید و یک ثانیه نگه دارید تا مطمئن شوید که مقدار به خروجی سنسور بعدی تغییر می کند و این روند را تا زمانی که به مقدار 5 برسد تکرار کنید. برای مشاهده الگوریتم تغییر حالت در تمام موارد طبقه بندی رطوبت داخلی ، مقدار بلوک Test Comfort را به هر عددی بین 1 تا 4 تغییر دهید. توجه کنید که چگونه تغییر ارزش یک بلوک در مدل Simulink بلافاصله نحوه رفتار کد را در سخت افزار تغییر می دهد. این می تواند در شرایطی مفید باشد که می خواهید نحوه رفتار کد را از یک مکان دور تغییر دهید. با این کار ما عناصر کلیدی پشت جنبه تجسم سیستم نظارت بر آب و هوا را مشاهده کرده ایم. در بخش بعدی با نحوه تکمیل سیستم نظارت بر آب و هوای داخلی آشنا می شویم.
مرحله 4: الگوریتمی را در Simulink طراحی کنید تا تصمیم بگیرید آیا رطوبت داخل خانه خوب است ، «بد» یا «زشت» است
برای درک اینکه آیا اتاق شما بسیار مرطوب/خشک است یا اینکه بدانید رطوبت داخلی در چه سطحی راحت است ، چندین روش وجود دارد. با استفاده از این مقاله ، ما یک منحنی مساحت برای اتصال رطوبت نسبی داخلی و دمای بیرون مطابق تصویر بالا ایجاد کردیم.
هر مقدار رطوبت نسبی در این منطقه به این معنی است که اتاق شما در یک محیط راحت قرار دارد. به عنوان مثال ، اگر دمای محیط بیرونی -30 درجه فارنهایت باشد ، هر مقدار رطوبت نسبی زیر 15 درصد قابل قبول است. به همین ترتیب ، اگر دمای بیرون 60 درجه فارنهایت باشد ، رطوبت نسبی زیر 50 درصد قابل قبول است. برای طبقه بندی رطوبت داخل ساختمان به حداکثر راحتی (خوب) ، راحتی متوسط (بد) یا خیلی مرطوب/خشک (زشت) ، به دمای بیرون و رطوبت نسبی نیاز دارید. ما دیدیم که چگونه رطوبت نسبی را به رزبری پای وارد کنیم. بنابراین ، بیایید بر افزایش دمای بیرون تمرکز کنیم. موارد زیر را در MATLAB Command Window تایپ کنید تا مدل باز شود:
> rpiOutdoorWeatherData
بلوک WeatherData برای افزایش دمای خارجی شهر شما (در K) با استفاده از https://openweathermap.org/ استفاده می شود. برای پیکربندی این بلوک ، به یک کلید API از وب سایت نیاز دارید. پس از ایجاد حساب رایگان خود در این وب سایت ، به صفحه حساب خود بروید. برگه کلیدهای API که در زیر نشان داده شده است کلید را در اختیار شما قرار می دهد.
بلوک WeatherData به ورودی نام شهر شما در قالب خاصی نیاز دارد. از این صفحه دیدن کنید و نام شهر خود را وارد کنید سپس نماد کاما و 2 حرف برای نشان دادن کشور وارد کنید. مثالها - Natick ، US و Chennai ، IN. اگر جستجو نتیجه ای برای شهر شما نشان داد ، از آن در بلوک WeatherData با آن قالب خاص استفاده کنید. در صورت عدم دسترسی شهر شما ، از یک شهر همسایه که شرایط آب و هوایی آن به شهر شما نزدیکتر است استفاده کنید. اکنون روی بلوک WeatherData دوبار کلیک کنید و نام شهر خود و کلید API خود را از وب سایت وارد کنید.
روی این مدل Simulink ، Run را فشار دهید تا بررسی کنید که آیا بلوک می تواند دمای شهر شما را به رزبری پای برساند. حالا بیایید الگوریتمی را ببینیم که تصمیم می گیرد رطوبت داخلی خوب ، بد یا زشت است. موارد زیر را در پنجره فرمان MATLAB تایپ کنید تا مثال بعدی باز شود:
> rpisenseHatIHval
شاید متوجه شده باشید که بلوک Test Comfort از مدل قبلی وجود ندارد و یک بلوک جدید به نام FindRoom Comfort در حال ارائه ihval به بلوک Selector است. روی این بلوک دوبار کلیک کنید تا باز شود و کاوش شود.
ما از بلوک WeatherData برای آوردن دمای بیرون استفاده می کنیم. زیرسیستم محدودیت های رطوبت نمودار نمودار رطوبت نسبی در مقابل دمای بیرون را نشان می دهد که در بالا مشاهده کردیم. بسته به دمای بیرون ، حداکثر مقدار مجاز رطوبت باید باشد. بیایید بلاک تابع DecideIH MATLAB را با دوبار کلیک روی آن باز کنیم.
اگر مقدار رطوبت نسبی بیش از حد مجاز رطوبت باشد ، بر اساس شیوه ای که داده ها را کم می کنیم ، علامت مثبت خواهد بود ، به این معنی که اتاق بسیار مرطوب است. ما برای این سناریو عدد 3 (زشت) را تولید می کنیم. دلیل استفاده از اعداد به جای رشته ها نمایش آسان آن بر روی نمودارها و ایجاد هشدار از طریق آن است. بقیه طبقه بندی ها در تابع MATLAB بر اساس معیارهای دلخواهی است که ما ارائه کرده ایم. هنگامی که تفاوت کمتر از 10 باشد ، حداکثر راحتی طبقه بندی می شود و هنگامی که کمتر از 20 باشد ، راحتی متوسط و بالاتر از آن خیلی خشک است. با خیال راحت این مدل را اجرا کنید و سطح راحتی اتاق خود را بررسی کنید.
مرحله 5: داده های آب و هوایی سرپوشیده و داده های طبقه بندی شده روی ابر را وارد کنید
در این بخش بعدی نحوه ثبت اطلاعات بر روی ابر را خواهیم دید. برای باز کردن این مثال ، موارد زیر را در MATLAB Command Window تایپ کنید.
> rpiSenseHatLogData
در این مدل ، قسمت نمایش مدل نمونه قبلی به طور هدفمند حذف می شود زیرا ما نیازی نداریم که سیستم مانیتورینگ آمار را هنگام ثبت اطلاعات و ارسال هشدارها نشان دهد. ما از ThingSpeak ، یک پلت فرم رایگان IoT منبع باز که شامل تجزیه و تحلیل MATLAB است ، برای جنبه ثبت اطلاعات استفاده می کنیم. ما ThingSpeak را انتخاب کردیم زیرا روشهای مستقیمی برای برنامه ریزی Raspberry Pi و سایر بردهای سخت افزاری کم هزینه برای ارسال داده به ThingSpeak با استفاده از Simulink وجود دارد. بلوک ThingSpeak Write از بسته پشتیبانی Simulink برای کتابخانه سخت افزار Raspberry Pi است و می تواند با استفاده از کلید نوشتن API از کانال ThingSpeak پیکربندی شود. دستورالعمل های دقیق نحوه ایجاد کانال در زیر ارائه شده است. برای ورود مداوم داده ها به ابر ، می خواهید Pi شما مستقل از Simulink کار کند. برای این کار می توانید دکمه "استقرار در سخت افزار" را در مدل Simulink خود فشار دهید.
کانال ThingSpeak خود را ایجاد کنید
کسانی که حساب ندارند می توانند در وب سایت ThingSpeak ثبت نام کنند. اگر حساب MathWorks دارید ، به طور خودکار یک حساب ThingSpeak دارید.
- پس از ورود به سیستم ، می توانید با رفتن به کانالها> کانالهای من و کلیک بر روی کانال جدید ، یک کانال ایجاد کنید.
- تنها چیزی که شما نیاز دارید یک نام برای کانال و نام فیلدهایی است که می خواهید مانند تصویر زیر وارد آن شوید.
- گزینه Show Channel Location به عرض و عرض جغرافیایی شهر شما نیاز دارد و می تواند مکان داخل کانال را روی نقشه نشان دهد. (مثالهای مورد استفاده در اینجا برای Natick ، MA است)
- سپس Save Channel را فشار دهید تا ایجاد کانال شما به پایان برسد.
4a هشدار در صورت طبقه بندی داده ها "زشت"
برای تکمیل سیستم نظارت بر آب و هوای داخلی ، باید نحوه دریافت هشدارها را بر اساس داده های ابر مشاهده کنیم. این بسیار مهم است زیرا بدون آن نمی توانید اقدامات لازم را برای تغییر سطح راحتی در اتاق انجام دهید. در این بخش ، نحوه دریافت اعلانات در تلفن خود را در صورت مشاهده داده های ابر نشان می دهد که اتاق بسیار مرطوب یا خشک است ، دریافت خواهیم کرد. ما با استفاده از دو سرویس به این هدف می رسیم: IHTTT Webhooks و ThingSpeak TimeControl. IFTTT (مخفف عبارت If this، then that) یک سرویس آنلاین است که می تواند رویدادها را مدیریت کرده و اقدامات را بر اساس رویدادها آغاز کند.
مراحل راه اندازی Webhook های IFTTT
توجه: این موارد را در رایانه خود برای بهترین نتایج امتحان کنید.
1) یک حساب کاربری در ifttt.com ایجاد کنید (اگر ندارید) و از صفحه برنامه های من یک اپلت جدید ایجاد کنید.
2) برای انتخاب سرویس ماشه خود ، روی دکمه آبی "this" کلیک کنید.
3) Webhooks را به عنوان سرویس جستجو و انتخاب کنید.
4) Receive a Web Request را انتخاب کرده و نام رویداد را ارائه دهید.
5) ایجاد ماشه را انتخاب کنید.
6) "that" را در صفحه بعد انتخاب کرده و اعلان ها را جستجو کنید.
7) ارسال اعلان از برنامه IFTTT را انتخاب کنید.
8) نام رویدادی را که در مرحله 2 IFTTT ایجاد کرده اید وارد کرده و گزینه create action را انتخاب کنید.
9) ادامه دهید تا به آخرین مرحله برسید ، مرور کنید و Finish را فشار دهید.
10) به https://ifttt.com/maker_webhooks بروید و روی دکمه تنظیمات در بالای صفحه کلیک کنید.
11) در قسمت Account Account به آدرس اینترنتی URL بروید.
12) نام رویداد خود را در اینجا وارد کرده و روی "Test It" کلیک کنید.
13) نشانی اینترنتی آخرین خط را برای استفاده در آینده (با کلید) کپی کنید.
مراحل راه اندازی ThingSpeak TimeControl
1) Apps> MATLAB Analysis را انتخاب کنید
2) در صفحه بعد روی New کلیک کنید و Trigger Email را از IFTTT انتخاب کرده و روی Create کلیک کنید.
قطعات مهم در اینجا در کد الگو عبارتند از:
شناسه کانال - کانال ThingSpeak خود را که دارای اطلاعات "مقدار رطوبت داخلی" است وارد کنید.
IFTTTURL - URL کپی شده از بخش قبلی را وارد کنید مرحله 13.
readAPIKey - کلید کانال ThingSpeak را وارد کنید. بخش Action - چیزی که روی آخرین مقدار عمل می کند. برای فعال کردن هشدارها ، آن را به موارد زیر تغییر دهید.
3) در وب سایت ThingSpeak روی Apps> TimeControl کلیک کنید.
4) Recurring را انتخاب کرده و فرکانس زمانی را انتخاب کنید.
5) روی Save TimeControl کلیک کنید.
در حال حاضر MATLAB Analysis هر نیم ساعت به طور خودکار اجرا می شود و در صورتی که مقدار آن بزرگتر یا مساوی 3 باشد ، یک ماشه را به سرویس IFTTT Webhooks ارسال می کند. سپس برنامه تلفن IFTTT همانطور که در ابتدای این بخش نشان داده شده است ، با اعلان به کاربر هشدار می دهد.
مرحله 6: نتیجه گیری
با این کار ما همه جنبه های مهم نحوه ایجاد سیستم نظارت بر آب و هوا را مشاهده کردیم. در این پروژه ، ما دیدیم که چگونه می توان از Simulink استفاده کرد -
- برنامه Raspberry Pi را برای آوردن اطلاعات از Sense HAT برنامه ریزی کنید. برجسته - داده ها را در Simulink تجسم کنید زیرا کد هنوز در Raspberry Pi در حال اجرا است.
- ایجاد نمایش بصری سیستم نظارت بر آب و هوای داخل ساختمان. برجسته - نحوه رفتار کد خود را در سخت افزار از Simulink تغییر دهید.
- طراحی الگوریتم سیستم نظارت بر آب و هوای داخلی
- داده های Raspberry Pi را روی ابر وارد کرده و از داده های وارد شده هشدار ایجاد کنید.
برخی از تغییراتی که در این سیستم پایش آب و هوای داخلی انجام می دهید چیست؟ لطفا پیشنهادات خود را از طریق نظرات به اشتراک بگذارید.
توصیه شده:
نحوه نصب سیستم عامل Raspbian در رزبری پای با استفاده از نرم افزار و تلفن NOOBS: 6 مرحله
نحوه نصب سیستم عامل Raspbian در Raspberry Pi با استفاده از نرم افزار و تلفن NOOBS .: سلام به همه! امروز در این آموزش به شما نشان می دهم که چگونه Raspbian OS را به راحتی در Raspberry Pi با نرم افزار NOOBS و گوشی هوشمند نصب کنید
سیستم پایش آب و هوای هوشمند IoT توزیع شده با استفاده از NodeMCU: 11 مرحله
سیستم توزیع هوشمند IoT آب و هوا با استفاده از NodeMCU: همه شما ممکن است از ایستگاه هواشناسی سنتی آگاه باشید. اما آیا تا به حال فکر کرده اید که در واقع چگونه کار می کند؟ از آنجا که ایستگاه هواشناسی سنتی گران و حجیم است ، تراکم این ایستگاه ها در واحد سطح بسیار کمتر است که به
چشمک زدن LED با تمشک پای - نحوه استفاده از پین های GPIO در رزبری پای: 4 مرحله
چشمک زدن LED با تمشک پای | نحوه استفاده از پین های GPIO در Raspberry Pi: سلام بچه ها در این دستورالعمل نحوه استفاده از GPIO's Raspberry pi را یاد می گیریم. اگر تا به حال از آردوینو استفاده کرده اید ، احتمالاً می دانید که ما می توانیم سوئیچ LED و غیره را به پین های آن وصل کرده و آن را مانند کار کنیم. چشمک بزنید یا ورودی را از سوئیچ دریافت کنید تا
UCL - IIoT - آب و هوای داخلی 4.0: 8 مرحله
UCL-IIoT-Indoor-weather 4.0: پس از مطالعه و کار با این دستورالعمل ، آب و هوای داخلی خودکار خود را خواهید داشت ، که می توانید به صورت آنلاین با استفاده از Node-red آن را مشاهده کنید. در مورد ما ما این ایده را توسعه دادیم و آن را در یک خانه چاپ سه بعدی ارائه کردیم
EAL- آب و هوای داخلی: 5 مرحله
EAL- آب و هوای داخلی: برای پروژه مدرسه ما ، وظیفه داشتیم که آردوینو را در یک سیستم خودکار ادغام کنیم. ما انتخاب کردیم که یک سنسور آب و هوای داخلی ایجاد کنیم ، که می تواند دما ، رطوبت و سطح دسی بل را در داخل خانه حس کند. ما چند سوراخ در کابینت ایجاد کردیم ،