فهرست مطالب:
- مرحله 1: موارد مورد استفاده در این پروژه
- مرحله 2: داستان
- مرحله 3: اتصال سخت افزار
- مرحله 4: پیکربندی وب
- مرحله 5: برنامه نویسی نرم افزار
- مرحله 6: چگونه با دیگر سنسور گروو کار کنیم؟
![تجسم داده های حمل و نقل با Google Map: 6 مرحله تجسم داده های حمل و نقل با Google Map: 6 مرحله](https://i.howwhatproduce.com/images/005/image-12776-58-j.webp)
تصویری: تجسم داده های حمل و نقل با Google Map: 6 مرحله
![تصویری: تجسم داده های حمل و نقل با Google Map: 6 مرحله تصویری: تجسم داده های حمل و نقل با Google Map: 6 مرحله](https://i.ytimg.com/vi/d--XUzPZQQQ/hqdefault.jpg)
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:55
![تجسم داده های حمل و نقل با Google Map تجسم داده های حمل و نقل با Google Map](https://i.howwhatproduce.com/images/005/image-12776-59-j.webp)
ما معمولاً می خواهیم داده های مختلفی را در طول دوچرخه سواری ضبط کنیم ، این بار از Wio LTE جدید برای ردیابی آنها استفاده کردیم.
مرحله 1: موارد مورد استفاده در این پروژه
اجزای Hareware
- Wio LTE EU Version v1.3- 4G ، Cat.1 ، GNSS ، Espruino سازگار است
- Grove - سنسور ضربان قلب با گیره گوش
- Grove - 16 x 2 LCD (مشکی روی زرد)
برنامه های نرم افزاری و خدمات آنلاین
- آردوینو IDE
- PubNub انتشار/اشتراک API
- نقشه های گوگل
مرحله 2: داستان
![Image Image](https://i.howwhatproduce.com/images/005/image-12776-61-j.webp)
![](https://i.ytimg.com/vi/D6DX5P9ncrc/hqdefault.jpg)
مرحله 3: اتصال سخت افزار
![پیکربندی وب پیکربندی وب](https://i.howwhatproduce.com/images/005/image-12776-62-j.webp)
آنتن های GPS و LTE را در Wio LTE نصب کرده و سیم کارت خود را به آن وصل کنید. Ear-clip Ear Rens Sensor و LCD 16x2 را به پورت D20 و I2C Wio LTE وصل کنید.
شما می توانید سنسور ضربان قلب گوش گیر را به سنسورهای دیگری که دوست دارید تغییر دهید. لطفاً انتهای این مقاله را ببینید.
مرحله 4: پیکربندی وب
قسمت 1: PubNub
برای ورود یا ثبت نام حساب PubNub اینجا را کلیک کنید ، از PubNub برای انتقال داده های زمان واقعی به نقشه استفاده می شود.
پروژه نمایشی را در پورتال مدیریت PubNub باز کنید ، یک کلید انتشار و یک کلید اشتراک را مشاهده می کنید ، آنها را برای برنامه نویسی نرم افزار به خاطر بسپارید.
قسمت 2: نقشه گوگل
لطفاً برای دریافت کلید API Google Map اینجا را دنبال کنید ، در برنامه نویسی نرم افزار نیز استفاده می شود.
مرحله 5: برنامه نویسی نرم افزار
![برنامه نویسی نرم افزار برنامه نویسی نرم افزار](https://i.howwhatproduce.com/images/005/image-12776-63-j.webp)
قسمت 1: Wio LTE
از آنجا که هیچ کتابخانه PubNub برای Wio LTE وجود ندارد ، می توانیم داده های خود را از طریق درخواست HTTP ارسال کنیم ، به PubNub REST API Document مراجعه کنید.
برای ایجاد اتصال HTTP از طریق سیم کارت متصل به Wio LTE ، ابتدا باید APN خود را تنظیم کنید ، اگر این را نمی دانید ، لطفاً با اپراتورهای تلفن همراه خود تماس بگیرید.
و سپس ، کلید انتشار PubNub ، کلید اشتراک و کانال خود را تنظیم کنید. این کانال در اینجا برای تمایز ناشران و مشترکین استفاده می شود. به عنوان مثال ، ما از کانال دوچرخه در اینجا استفاده می کنیم ، همه مشترکین کانال دوچرخه ای پیامهایی را که منتشر کرده ایم دریافت خواهند کرد.
تنظیمات بالا ، ما در کلاس جمع نکرده ایم ، بنابراین می توانید آنها را در bike.ino راحت تر تغییر دهید ، می توانید این کدها را از انتهای این مقاله بارگیری کنید.
قسمت 2: PubNub
کلید Boot0 را در Wio LTE فشار داده و نگه دارید ، آن را از طریق کابل USB به رایانه خود وصل کنید ، برنامه را در Arduino IDE بارگذاری کنید ، در Wio LTE کلید Reset را فشار دهید.
سپس به PubNub مراجعه کنید ، روی Debug Console in Demo Project کلیک کنید ، نام کانال خود را در Default Channel پر کنید ، روی Add Client کلیک کنید.
وقتی [1 ، "مشترک" ، "دوچرخه"] را در کنسول مشاهده کردید ، مشترک با موفقیت اضافه شد. کمی صبر کنید ، خواهید دید که داده های Wio LTE در کنسول ظاهر می شوند.
قسمت 3: نقشه گوگل
نقشه های ENO نقشه های زمان واقعی با PubNub و MapBox هستند ، همچنین می توانند برای PubNub و Google Map استفاده شوند ، می توانید آن را از GitHub آن بارگیری کنید.
شما می توانید به سادگی از یک مثال به نام google-draw-line.html در پوشه نمونه استفاده کنید ، فقط Publish Key ، Subscribe Key ، Channel و Google Key را در خط 29 ، 30 ، 33 و 47 تغییر دهید.
توجه: لطفاً در مورد خط 42 نظر دهید ، در غیر این صورت داده های شبیه سازی به PubNub شما ارسال می شود.
اگر می خواهید نمودار ضربان قلب را در ضلع پایین سمت راست نمایش دهید ، می توانید از Chart.js استفاده کنید ، می توانید آن را از وب سایت خود بارگیری کنید ، آن را در پوشه اصلی ENO Maps قرار داده و آن را در سر google-draw-line.html قرار دهید. به
و یک بوم در div برای نمایش نمودار اضافه کنید:
سپس دو آرایه برای حفظ داده های نمودار ایجاد کنید
//… var chartLabels = آرایه جدید ()؛ var chartData = آرایه جدید ()؛ //…
در میان آنها ، chartLabels برای نگهداری داده های مکان ، chartData برای حفظ داده های ضربان قلب استفاده می شود. وقتی پیام ها می آیند ، داده های جدید را به آنها منتقل کنید و نمودار را تازه کنید.
//… var map = eon.map ({message: function (message، timetoken، channel) {//… chartLabels.push (obj2string (message [0].latlng))؛ chartData.push (پیام [0].data)؛ var ctx = document.getElementById ("نمودار"). getContext ("2d")؛ var chart = new Chart (ctx، {type: 'line'، data: {labels: chartLabels، datasets: [{label: " ضربان قلب "، داده ها: chartData}]}}) ؛ //…}})؛
همه انجام شد. سعی کنید دفعه بعد آن را با دوچرخه سواری خود همراه کنید.
مرحله 6: چگونه با دیگر سنسور گروو کار کنیم؟
در برنامه Wio LTE ، می توانید یک یا چند داده سفارشی برای نمایش در نمودار بگیرید یا کارهای بیشتری انجام دهید. مقاله زیر نحوه اصلاح برنامه برای دستیابی به آن را نشان می دهد.
اولین چیزی که باید بدانید این است که json ای که می خواهید در PubNub منتشر کنید ، باید دارای url باشد. json کد شده در کلاس BikeTracker سخت کدگذاری شده است ، به نظر می رسد:
٪٪ 5b ٪٪ 7b ٪٪ 22latlng ٪٪ 22 ٪٪ 3a ٪٪ 5b٪ f ٪٪ 2c٪ f ٪٪ 5d ٪٪ 2c ٪٪ 22data ٪٪ 22 ٪٪ 3a٪ d ٪٪ 7d ٪٪ 5d
بنابراین گرفتن یک داده سفارشی آسان است ، یا می توانید از ابزارهای رمزگذاری url برای ایجاد json رمزگذاری شده خود برای گرفتن اطلاعات بیشتر استفاده کنید.
این بار سعی می کنیم از I2C High Accracy Temp & Humi Grove برای جایگزینی Heart Rate Grove استفاده کنیم. از آنجا که LCD Grove همچنین از I2C استفاده می کند ، ما از هاب I2C برای اتصال Temp & Humi Grove و LCD Grove به Wio LTE استفاده می کنیم.
سپس فایل head را در BickTracker.h قرار دهید و متغیر و متدی را برای ذخیره و اندازه گیری دما به کلاس BikeTracker اضافه کنید.
/// BikeTracker.h
//… #شامل برنامه کلاس "Seeed_SHT35.h":: BikeTracker: application:: interface:: IApplication {// … محافظت شده: // … SHT35 _sht35؛ شناور _ دما ؛ //… void MeasureTemperature (void)؛ } /// BikeTracker.cpp //… // BikeTracker:: BikeTracker (باطل) //: _ethernet (اترنت ()) ، _gnss (GNSS ()) {} // 21 شماره پین SCL است BikeTracker:: BikeTracker (خالی): _ethernet (اترنت ()) ، _gnss (GNSS ()) ، _sht35 (SHT35 (21)) {} //… void BikeTracker:: اندازه گیری دما (خالی) {دمای شناور ، رطوبت ؛ if (_sht35.read_meas_data_single_shot (HIGH_REP_WITH_STRCH ، & دما و رطوبت) == NO_ERROR) {_temperature = دما ؛ }} //…
در صورت تمایل ، می توانید صفحه LCD را به روش Loop () تغییر دهید:
// sprintf (line2 ، "ضربان قلب:٪ d" ، _heartRate) ؛
MeasureTemperature ()؛ sprintf (line2، "Temp:٪ f"، _temperature)؛
اما چگونه می توان آن را در PubNub منتشر کرد؟ شما نیاز به تغییر پارامترهای تابع json و sprintf () در روش PublishToPubNub () دارید ، به این صورت است:
// sprintf (cmd ، "GET/انتشار/٪ s/٪ s/0/٪ s/0/٪٪ 5b ٪٪ 7b ٪٪ 22latlng ٪٪ 22 ٪٪ 3a ٪٪ 5b٪ f ٪٪ 2c٪ f٪ ٪ 5d ٪٪ 2c ٪٪ 22data ٪٪ 22 ٪٪ 3a٪ d ٪٪ 7d ٪٪ 5d؟ store = 0 HTTP/1.0 / n / r / n / r "،
// _publishKey ، _subscribeKey ، _ channel ، _ عرض ، _ طول ، _heartRate) ؛ sprintf (cmd ، "GET/انتشار/٪ s/٪ s/0/٪ s/0/٪٪ 5b ٪٪ 7b ٪٪ 22latlng ٪٪ 22 ٪٪ 3a ٪٪ 5b٪ f ٪٪ 2c٪ f ٪٪ 5d ٪٪ 2c ٪٪ 22data ٪٪ 22 ٪٪ 3a٪ f ٪٪ 7d ٪٪ 5d؟ store = 0 HTTP/1.0 / n / r / n / r "، _publishKey، _subscribeKey ، _channel ، _latitude ، _litude ، _temperature) ؛
سپس می توانید دما را در کنسول اشکال زدایی PubNub مشاهده کنید.
توصیه شده:
از داده های زنده آردوینو (و ذخیره داده ها در اکسل) نقشه های زیبا بسازید: 3 مرحله
![از داده های زنده آردوینو (و ذخیره داده ها در اکسل) نقشه های زیبا بسازید: 3 مرحله از داده های زنده آردوینو (و ذخیره داده ها در اکسل) نقشه های زیبا بسازید: 3 مرحله](https://i.howwhatproduce.com/images/002/image-5402-j.webp)
از داده های زنده آردوینو نقشه های زیبا بسازید (و داده ها را در اکسل ذخیره کنید): همه ما دوست داریم با تابع P … lotter خود در Arduino IDE بازی کنیم. با این حال ، در حالی که می تواند برای برنامه های کاربردی اساسی مفید باشد ، داده ها بیشتر پاک می شوند امتیاز اضافه می شود و برای چشم چندان خوشایند نیست. پلاتر Arduino IDE انجام نمی دهد
اینترنت اشیا: تجسم داده های حسگر نور با استفاده از Node-RED: 7 مرحله
![اینترنت اشیا: تجسم داده های حسگر نور با استفاده از Node-RED: 7 مرحله اینترنت اشیا: تجسم داده های حسگر نور با استفاده از Node-RED: 7 مرحله](https://i.howwhatproduce.com/images/006/image-15630-j.webp)
اینترنت اشیا: تجسم داده های سنسور نور با استفاده از Node-RED: در این قسمت آموزشی ، نحوه ایجاد حسگر متصل به اینترنت را خواهید آموخت! من از یک سنسور نور محیط (TI OPT3001) برای این نسخه ی نمایشی استفاده می کنم ، اما هر سنسور دلخواه شما (دما ، رطوبت ، پتانسیومتر و غیره) کار می کند. مقادیر سنسور
ارسال داده های ارتعاش و دمای بی سیم به برگه های Google با استفاده از Node-RED: 37 مرحله
![ارسال داده های ارتعاش و دمای بی سیم به برگه های Google با استفاده از Node-RED: 37 مرحله ارسال داده های ارتعاش و دمای بی سیم به برگه های Google با استفاده از Node-RED: 37 مرحله](https://i.howwhatproduce.com/images/010/image-28733-j.webp)
ارسال داده های ارتعاش و دمای بی سیم به برگه های Google با استفاده از Node-RED: معرفی سنسور ارتعاش و دما بی سیم NCD’s Long Range IoT Industrial ، با استفاده از ساختار شبکه مش بی سیم تا محدوده 2 مایل. این دستگاه با استفاده از سنسور دقیق ارتعاش و دما 16 بیتی ، به
سیستم جمع آوری داده ها و تجسم داده ها برای دوچرخه مسابقه برقی MotoStudent: 23 مرحله
![سیستم جمع آوری داده ها و تجسم داده ها برای دوچرخه مسابقه برقی MotoStudent: 23 مرحله سیستم جمع آوری داده ها و تجسم داده ها برای دوچرخه مسابقه برقی MotoStudent: 23 مرحله](https://i.howwhatproduce.com/images/002/image-3622-31-j.webp)
سیستم جمع آوری داده و تجسم داده برای دوچرخه مسابقه ای برقی MotoStudent: سیستم جمع آوری داده ها مجموعه ای از سخت افزارها و نرم افزارها است که به منظور جمع آوری داده ها از سنسورهای خارجی ، ذخیره و پردازش آن بعداً به کار می روند تا به صورت گرافیکی تجسم و تجزیه و تحلیل شوند. به مهندسان اجازه می دهد تا
تجسم داده های حسگر بی سیم با استفاده از نمودارهای Google: 6 مرحله
![تجسم داده های حسگر بی سیم با استفاده از نمودارهای Google: 6 مرحله تجسم داده های حسگر بی سیم با استفاده از نمودارهای Google: 6 مرحله](https://i.howwhatproduce.com/images/005/image-14114-13-j.webp)
تجسم داده های حسگر بی سیم با استفاده از نمودارهای Google: تجزیه و تحلیل پیش بینی ماشین ها به منظور به حداقل رساندن زمان خرابی دستگاه بسیار ضروری است. بررسی منظم به افزایش زمان کارکرد دستگاه کمک می کند و به نوبه خود تحمل خطا را افزایش می دهد. سنسور ارتعاش و دما بی سیم