فهرست مطالب:

ساخت ایستگاه هواشناسی رزبری پای SUPER: 8 مرحله (همراه با تصاویر)
ساخت ایستگاه هواشناسی رزبری پای SUPER: 8 مرحله (همراه با تصاویر)

تصویری: ساخت ایستگاه هواشناسی رزبری پای SUPER: 8 مرحله (همراه با تصاویر)

تصویری: ساخت ایستگاه هواشناسی رزبری پای SUPER: 8 مرحله (همراه با تصاویر)
تصویری: ساخت ایستگاه آب و هوایی با رزبری پای و ESP32 2024, جولای
Anonim
Image
Image

راستش را بخواهید ، ما انسانها زیاد درباره آب و هوا صحبت می کنیم ⛅️. یک فرد معمولی چهار بار در روز و به طور متوسط 8 دقیقه و 21 ثانیه درباره وضعیت آب و هوا صحبت می کند. ریاضیات را انجام دهید و در مجموع 10 ماه از عمر خود را صرف خواهید کرد تا در مورد آب و هوا یی پی یر کنید. آب و هوا به عنوان موضوع اول برای شروع مکالمات و سکوت شکن های ناراحت کننده رتبه بندی می شود. اگر بخواهیم آنقدر در مورد آن صحبت کنیم ، ممکن است اعتبار آب و هوای خود را به سطح کاملاً جدیدی برسانیم. این پروژه فوق العاده سرگرم کننده و آسان از اینترنت اشیا (IoT) و Raspberry Pi برای انجام این کار استفاده می کند.

ما قصد داریم داشبورد IoT آب و هوایی بسیار محلی خود را بسازیم و آب و هوای داخل و خارج خانه خود را در طول زمان ثبت کنیم. دفعه بعد که کسی از شما پرسید "وضعیت آب و هوای اخیر چطور است؟" ، می توانید تلفن خود را بیرون بیاورید و با مهارت تجزیه و تحلیل آب و هوای دیوانه وار نفس خود را رها کنید ☀️.

آنچه برای گذراندن دوره لازم است: 1. رزبری پای بدون اتصال به اینترنت

2. Raspberry Pi SenseHAT

3. یک کابل افزودنی 6 اینچی 40 پین IDE نر به ماده (اختیاری برای دقت دما)

4. یک حساب دولت اولیه

5. همین!

سطح پروژه: مبتدی

زمان تقریبی تکمیل: 20 دقیقه

عامل سرگرم کننده تقریبی: خارج از نمودارها

در این آموزش گام به گام ، خواهید آموخت که چگونه از ادغام API Weatherstack در حالت اولیه برای بدست آوردن آب و هوای محلی خارج از منطقه خود استفاده کنید.

- نحوه استفاده از Raspberry Pi با Sense HAT (https://www.raspberrypi.org/products/sense-hat/) را برای ضبط داده های آب و هوای داخل خانه خود بیاموزید.

- داشبورد شخصی آب و هوای فوق محلی خود را بسازید که می توانید از هر مرورگر وب روی لپ تاپ یا دستگاه تلفن همراه خود به آن دسترسی پیدا کنید

- هواشناس خود را به دنبال پول خود بدارید

تدارکات

آنچه برای گذراندن دوره نیاز دارید:

1. Raspberry Pi با اتصال به اینترنت

2. Raspberry Pi SenseHAT

3. یک کابل افزودنی 6 اینچی 40 پین IDE نر به ماده (اختیاری برای دقت دما)

4. یک حساب دولت اولیه

5. همین!

مرحله 1: شروع به کار

ما قبلاً کارهای زیادی را برای شما انجام داده ایم تا کد را کنار هم قرار دهید و اطلاعات را سازماندهی کنید. ما فقط به شما احتیاج داریم تا در طول مسیر تعدادی تغییر ایجاد کنید.

برای بازیابی همه مواردی که برای شما آماده کرده ایم ، باید مخزن را از GitHub کلون کنید. Github یک سرویس عالی است که به ما امکان ذخیره ، بازبینی و مدیریت پروژه هایی مانند این را می دهد. برای کلون کردن مخزن ، تنها کاری که باید انجام دهیم این است که به پایانه Pi ما یا پایانه رایانه های خود که SSH’d است در pi شما وارد شده و این دستور را تایپ کنید:

$ git clone

enter را بزنید و این اطلاعات را خواهید دید:

pi@raspberrypi ~ $ git clone

شبیه سازی به "wunderground-sensehat"…

از راه دور: شمارش اشیاء: 28 ، تمام شده است.

از راه دور: مجموع 28 (دلتا 0) ، استفاده مجدد 0 (دلتا 0) ، بسته مجدد استفاده 28

باز کردن بسته بندی اجسام: 100 ((28/28) ، انجام شده است.

بررسی اتصال… انجام شد.

هنگامی که این مورد را مشاهده کردید و تبریک می گویید ، Github Repo را با موفقیت کلون کرده اید و تمام فایل های لازم برای ساخت ایستگاه هواشناسی فوق العاده خود را در اختیار دارید. قبل از اینکه به مرحله بعدی برویم ، بیایید مدتی وقت بگذاریم تا در اطراف این دایرکتوری کاوش کنیم و چند دستور اساسی خط فرمان را بیاموزیم.

دستور زیر را در ترمینال خود وارد کنید:

$ ls

این دستور همه موارد موجود در فهرست موجود را فهرست می کند. این لیست نشان می دهد که Github Repo ما با موفقیت در فهرست ما با نام "wunderground-sensehat" کلون شده است. بیایید نگاهی به موارد موجود در آن فهرست بیندازیم. برای تغییر فهرستها ، تنها کاری که باید انجام دهید این است که "cd" را تایپ کرده و سپس نام دایرکتوری را که می خواهید به آن بروید تایپ کنید.

در این مورد ، ما تایپ می کنیم:

$ cd wunderground-sensehat

وقتی enter را می زنیم ، می بینید که اکنون در فهرست راهنمای wunderground-sensehat هستیم. بیایید دوباره ls را تایپ کنیم تا ببینیم چه فایل هایی را روی pi خود نصب کرده ایم.

README.md sensehat.py sensehat_wunderground.py wunderground.py

در اینجا ما سند readme خود و چند فایل مختلف پایتون را مشاهده می کنیم. بیایید نگاهی به sensehat.py بیندازیم. به جای پرش به فایل w/ cd مانند دستورالعمل های فهرست ، ما از دستور nano استفاده می کنیم. دستور nano به ما اجازه می دهد تا ویرایشگر متن nano را باز کنیم که در آن همه کد پایتون خود را برای هر بخش از این پروژه داریم. جلو بروید و تایپ کنید:

$ nano sensehat.py

در اینجا می توانید تمام کدهایی را که برای این پروژه برای شما آماده کرده ایم مشاهده کنید. ما هنوز هیچ تغییری در این سند ایجاد نمی کنیم ، اما با خیال راحت به اطراف بروید و ببینید که بعداً در این آموزش چه خواهیم کرد.

مرحله 2: حالت اولیه

حالت اولیه
حالت اولیه

ما می خواهیم همه داده های آب و هوا را به یک سرویس ابری منتقل کنیم و از آن سرویس بخواهیم داده های ما را به یک داشبورد زیبا تبدیل کند که می توانیم از طریق لپ تاپ یا دستگاه تلفن همراه خود به آن دسترسی داشته باشیم. داده های ما به مقصد نیاز دارد. ما از حالت اولیه به عنوان مقصد استفاده خواهیم کرد.

مرحله 1: ثبت نام برای یک حساب اولیه ایالت

به https://www.initialstate.com/app#/register/ بروید و یک حساب جدید ایجاد کنید.

مرحله 2: ISStreamer را نصب کنید

ماژول پایتون اولیه را روی Raspberry Pi خود نصب کنید: در خط فرمان (ابتدا SSH را در Pi خود فراموش نکنید) ، دستور زیر را اجرا کنید:

$ cd/home/pi/

$ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

نکته امنیتی: دستور بالا دارای آناتومی مهمی است که کاربر باید از آن مطلع باشد.

1) یک / قبل از curl وجود دارد. این مهم است تا اطمینان حاصل شود که در صورت ایجاد نام مستعار ، curl اجرا نمی شود. این امر به کاهش خطر انجام فرمان بیشتر از حد انتظار کمک می کند.

2) فرمان یک دستور پیپ است ، بنابراین هنگام اجرا ، خروجی اسکریپتی را که از https://get.initialstate.com/python بازیابی می شود به دستور sudo bash پیپ می کنید. این کار برای ساده سازی نصب انجام می شود ، با این حال ، باید توجه داشت که https در اینجا برای اطمینان از دستکاری اسکریپت نصب در وسط مهم است ، به ویژه اینکه اسکریپت با امتیازات بالا اجرا می شود. این یک روش معمول برای ساده سازی نصب و راه اندازی است ، اما اگر کمی محتاط تر باشید ، گزینه های کمی راحت تری وجود دارد: می توانید دستور را به دو مرحله تقسیم کنید و اسکریپت bash را که از دستور curl بارگیری می شود خودتان بررسی کنید تا مطمئن شوید این وفاداری است یا می توانید دستورالعمل های پیپ را دنبال کنید ، فقط یک اسکریپت نمونه تولید شده به طور خودکار دریافت نمی کنید.

مرحله 3: مقداری Automagic بسازید

پس از مرحله 2 ، چیزی شبیه خروجی زیر را روی صفحه خواهید دید:

pi@raspberrypi ~ $ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

رمز عبور: شروع ISStreamer Python نصب آسان!

ممکن است چند دقیقه طول بکشد تا نصب شود ، کمی قهوه بخورید:)

اما فراموش نکنید که برگردید ، بعداً س haveالاتی دارم!

یافت شد easy_install: setuptools 1.1.6

پیپ یافت شده: پیپ 1.5.6 از /Library/Python/2.7/site-packages/pip-1.5.6- py2.7.egg (پایتون 2.7)

نسخه اصلی پیپ: 1

نسخه کوچک پیپ: 5

ISStreamer پیدا شد ، در حال به روز رسانی…

الزامات به روز

آیا می خواهید به طور خودکار یک اسکریپت نمونه دریافت کنید؟ [y/N]

(اگر قبلاً ماژول جریان اولیه پایتون را نصب نکرده اید ممکن است خروجی متفاوت باشد و بیشتر طول بکشد)

وقتی از شما خواسته شد به طور خودکار یک اسکریپت نمونه دریافت کنید ، y را تایپ کنید.

این یک اسکریپت آزمایشی ایجاد می کند که می توانیم آن را اجرا کنیم تا مطمئن شویم که می توانیم داده ها را از Pi خود در حالت اولیه جریان دهیم. از شما خواسته می شود:

کجا می خواهید مثال را ذخیره کنید؟ [به طور پیش فرض:./is_example.py]:

شما می توانید یک مسیر محلی سفارشی را تایپ کنید یا enter را فشار دهید تا پیش فرض را بپذیرید. از شما خواسته می شود نام کاربری و گذرواژه ای را که هنگام ثبت نام حساب اولیه خود ایجاد کرده اید ، وارد کنید. هر دو را وارد کنید و نصب کامل می شود.

مرحله 4: کلیدهای دسترسی

بیایید نگاهی به نمونه اسکریپت ایجاد شده بیندازیم. نوع:

$ nano is_example.py

در خط 15 ، خطی را مشاهده می کنید که با streamer = Streamer (bucket_…) شروع می شود. این خطوط یک سطل داده جدید به نام "مثال جریان پایتون" ایجاد می کند و با حساب شما مرتبط است. این ارتباط به دلیل access_key = "…" اتفاق می افتد. پارامتر در همان خط. آن سری طولانی حروف و اعداد کلید دسترسی به حساب وضعیت اولیه شما است. اگر در مرورگر وب خود به حساب وضعیت اولیه خود می روید ، روی نام کاربری خود در بالا سمت راست کلیک کنید ، سپس به "حساب من" بروید ، همان کلید دسترسی را در پایین صفحه در زیر "Streaming Access Keys" پیدا خواهید کرد.

هر بار که یک جریان داده ایجاد می کنید ، آن کلید دسترسی آن جریان داده را به حساب شما هدایت می کند (بنابراین کلید خود را با هیچ کس به اشتراک نگذارید).

مرحله 5: مثال را اجرا کنید

اسکریپت آزمایشی را اجرا کنید تا مطمئن شوید که می توانیم یک جریان داده به حساب وضعیت اولیه شما ایجاد کنیم.

موارد زیر را اجرا کنید:

$ python is_example.py

مرحله ششم: سود

در مرورگر وب خود به حساب حالت اولیه خود بازگردید. یک سطل داده جدید به نام "مثال جریان پایتون" باید در سمت چپ در قفسه ورود به سیستم نمایش داده شود (ممکن است مجبور شوید صفحه را بازخوانی کنید). روی این سطل کلیک کنید و سپس روی نماد Waves کلیک کنید تا داده های آزمایش را مشاهده کنید.

برای آشنایی با نحوه استفاده از این ابزار تجسم داده ها ، می خواهید آموزش Waves را طی کنید. در مرحله بعد ، داده ها را در Tiles مشاهده کنید تا این داده ها را به صورت داشبورد مشاهده کنید.

شما اکنون آماده شروع جریان داده های واقعی از Wunderground و موارد دیگر هستید.

مرحله 3: حس کلاه

حس کلاه
حس کلاه
حس کلاه
حس کلاه
حس کلاه
حس کلاه

Sense HAT یک برد اضافی برای رزبری پای است که مملو از حسگرها ، LED ها و یک جوی استیک کوچک است. نکته بسیار جالب در مورد این افزودنی کوچک این است که نصب و استفاده از آن فوق العاده آسان است به لطف کتابخانه خارق العاده پایتون که می توانید به سرعت آن را نصب کنید. برای این پروژه ، ما از سنسورهای دما ، رطوبت و فشار فشار در Sense HAT استفاده می کنیم. بیایید آن را تنظیم کنیم.

اولین قدم در استفاده از Sense HAT نصب فیزیکی آن بر روی Pi خود است. با خاموش شدن Pi ، HAT را همانطور که در تصویر نشان داده شده است ، وصل کنید.

Pi خود را فعال کنید ما باید کتابخانه پایتون را نصب کنیم تا خواندن سنسورها از Sense HAT آسان شود. ابتدا ، باید با تایپ موارد زیر اطمینان حاصل کنید که همه چیز در نسخه Raspbian شما به روز است.

$ sudo apt-get update

در مرحله بعد ، کتابخانه Sense HAT Python را نصب کنید:

$ sudo apt-get install sense-hat

Pi خود را مجدداً راه اندازی کنید

ما آماده ایم که Sense HAT را با خواندن داده های حسگر از آن و ارسال آن داده ها به حالت اولیه آزمایش کنیم.

بیایید Sense HAT خود را آزمایش کنیم تا مطمئن شویم همه چیز در حال کار است. ما از اسکریپت واقع در https://github.com/InitialState/wunderground-sensehat/blob/master/sensehat.py استفاده خواهیم کرد. می توانید این اسکریپت را در فایلی روی Pi خود کپی کنید یا از مخزن Github ما که قبلاً کلون کردیم ، به آن دسترسی پیدا کنید. با تایپ کردن به پوشه wunderground-sensehat و سپس nano به فایل sensehat.py خود تغییر دهید:

$ nano sensehat.py

در خط اول توجه کنید که ما کتابخانه SenseHat را به اسکریپت وارد می کنیم. قبل از اجرای این اسکریپت ، باید پارامترهای کاربر خود را تنظیم کنیم.

# --------- تنظیمات کاربر --------- CITY = "نشویل"

BUCKET_NAME = ": partly_sunny:" + CITY + "آب و هوا"

BUCKET_KEY = "sensehat"

ACCESS_KEY = "کلید_دسترسی شما"

SENSOR_LOCATION_NAME = "دفتر"

MINUTES_BETWEEN_SENSEHAT_READS = 0.1

# ---------------------------------

به طور خاص ، شما باید ACCESS_KEY خود را روی کلید دسترسی به حساب حالت اولیه خود تنظیم کنید. توجه کنید که چگونه خواندن داده ها از Sense HAT در یک خط پایتون (به عنوان مثال sense.get_temperature ()) آسان است. در خط فرمان روی Pi خود ، اسکریپت را اجرا کنید:

$ sudo python sensehat.py

به حساب وضعیت اولیه خود بروید و مجموعه داده جدید ایجاد شده توسط Sense HAT را مشاهده کنید.

در حال حاضر ، ما آماده ایم که همه چیز را کنار هم قرار دهیم و داشبورد آب و هوایی فوق محلی خود را ایجاد کنیم!

مرحله 4: داشبورد فوق العاده محلی آب و هوا

داشبورد آب و هوای فوق العاده محلی
داشبورد آب و هوای فوق العاده محلی
داشبورد آب و هوای فوق العاده محلی
داشبورد آب و هوای فوق العاده محلی

آخرین مرحله در این پروژه ترکیب داده های آب و هوا و اسکریپت Sense HAT ما در یک داشبورد واحد است. برای انجام این کار ، ما از ادغام حالت اولیه با Weatherstack برای افزودن داده های آب و هوا به داشبورد Sensehat خود که در آخرین مرحله ایجاد کرده ایم استفاده می کنیم.

استفاده از Weatherstack API بسیار ساده است. در گذشته در این آموزش ، ما به شما دستور ایجاد و اجرای یک اسکریپت برای کشیدن داده ها از api داده های آب و هوا را می دادیم ، اما از ابتدای این آموزش ، حالت اولیه یک بازار ادغام داده ایجاد کرده است. Market Integration Marketplace به شما این امکان را می دهد که API ها را بدون هیچ کد به داشبورد حالت اولیه دسترسی پیدا کرده و جریان دهید. این به معنای واقعی کلمه تنها چند کلیک ماوس و BAM است: داده های آب و هوا. در Medium ، من یک آموزش عمیق تر در مورد نحوه استفاده از ادغام Weatherstack و ایجاد هشدارهای آب و هوا نوشتم ، اما نحوه شروع کار را در زیر لیست می کنم. به

با استفاده از ادغام Weatherstack

1. وارد حساب حالت اولیه خود شوید

2. روی دکمه جزئیات در کادر Weatherstack در صفحه ادغام ها کلیک کنید. این صفحه تمام اطلاعات اولیه در مورد ادغام و موارد مورد نیاز برای استفاده از آن را به شما می گوید. در این مورد ، شما فقط به یک کد پستی (یا عرض و عرض جغرافیایی) مکانی نیاز دارید که آب و هوا را برای آن نظارت کنید ، و باید بدانید که در چه واحدهایی می خواهید این داده ها را مشاهده کنید (متریک ، علمی یا امپراتوری ایالات متحده).

3. روی دکمه شروع راه اندازی کلیک کنید و یک مودال پاپ از سمت راست صفحه خود مشاهده خواهید کرد. فقط چند مرحله آسان وجود دارد تا بتوانیم تماشای داده های آب و هوا را مشاهده کنیم:

4. نام داشبورد جدید خود را بگذارید. من نام آب و هوا را در نشویل نامگذاری کردم. نکته مثبت: من دوست دارم از نام های ایموجی در داشبوردهای خود استفاده کنم تا کمی خوشحال تر به نظر برسد. یک راه سریع برای بالا بردن ایموجی ها در Mac ، Ctrl+Command+Space bar است. برای Windows دکمه Windows و یا نقطه (.) یا نقطه ویرگول (؛) را نگه دارید. 2 5. مکان خود را تایپ کنید. من از کد پستی منطقه ای که می خواهم ردیابی کنم استفاده می کنم ، اما شما همچنین می توانید عرض و طول جغرافیایی را دقیق تر کنید. پیدا کردن عرض و عرض جغرافیایی منطقه خود فقط با رفتن به نقشه های گوگل ، جستجوی مکانی و سپس کپی عرض جغرافیایی و طول جغرافیایی در مرورگر و چسباندن آن به فرم آسان است. در حال حاضر فقط از مکان های ایالات متحده ، انگلستان و کانادا می توان استفاده کرد.

6. واحدهای خود را انتخاب کنید. من US/Imperial را انتخاب کردم زیرا در ایالات متحده زندگی می کردم.

7. ایجاد یک سطل جدید یا ارسال داده های Weatherstack خود به یک سطل موجود را انتخاب کنید. در این آموزش ، اگر قبلاً Sense Hat خود را برای جریان به حالت اولیه (در آخرین مرحله) تنظیم کرده اید ، سپس داده های Weatherstack را به آن سطل

8. انتخاب کنید که آیا می خواهید همه داده هایی که Weatherstack ارسال می کند یا فقط داده های خاص آب و هوا به داشبورد شما ارسال شود. شما همیشه می توانید همه داده ها را ارسال کرده و بعداً چند کاشی بیرون بیاورید.

9. انتخاب کنید که هر چند وقت یکبار می خواهید داشبورد شما با شرایط آب و هوایی به روز شود. شما می توانید بین هر 15 دقیقه یا ساعت به ساعت بین یکی را انتخاب کنید. به خاطر داشته باشید که ارسال داده ها در هر 15 دقیقه یک نشان اضافی در مقایسه با ارسال هر ساعت هزینه دارد. بنابراین ، اگر می خواهید همزمان از سایر ادغام ها در بازار استفاده کنید ، ممکن است بخواهید هر ساعت نظرسنجی کنید. همیشه می توانید ارسال داده ها را از ادغام متوقف کرده و دوباره شروع کنید ، یا دفعات ارسال داده ها را بعداً تغییر دهید. با این حال ، اگر آن را متوقف کرده و دوباره شروع کنید ، در داده های شما شکاف ایجاد می شود.

10. روی Start Integration کلیک کنید. اکنون در حال پخش داده ها از Weatherstack هستید! روی دکمه "مشاهده در برنامه اینترنت اشیا" کلیک کنید تا اولین نقاط داده وارد شوند.

11. داشبورد خود را سفارشی کنید. اگر به سطل جدیدی منتقل می شوید ، ما برای شروع یک الگو برای شما تنظیم کرده ایم. با این حال ، شما باید آن را خودتان بسازید! پیکان رو به پایین در مرکز بالای داشبورد خود را فشار دهید تا جدول زمانی پایین بیاید ، روی ویرایش کاشی ها کلیک کنید ، برخی کاشی ها را به اطراف منتقل کنید ، اندازه آنها را تغییر دهید و پس زمینه را تغییر دهید. داشبورد را آنطور که می خواهید بسازید تا بتوانید داده هایی را که می خواهید جمع آوری کنید برای شما آسان کند. همچنین می توانید از دیگر قالب های Weatherstack که برای شما ایجاد کرده ایم در اینجا استفاده کنید. برای افزودن کمی زمینه بیشتر به داشبورد خود ، می توانید نقشه ای را نیز اضافه کنید که موقعیت مکانی را که در آن آب و هوا را زیر نظر دارید نشان دهد. ممکن است داشبورد شما در ابتدا کمی برهنه به نظر برسد ، اما کمی به آن زمان بدهید و با داده های آب و هوایی تاریخی زیبا پر شود.

مرحله 5: اضافه کردن نقشه به داشبورد (پاداش)

افزودن نقشه به داشبورد خود (پاداش)
افزودن نقشه به داشبورد خود (پاداش)
افزودن نقشه به داشبورد خود (پاداش)
افزودن نقشه به داشبورد خود (پاداش)
افزودن نقشه به داشبورد خود (پاداش)
افزودن نقشه به داشبورد خود (پاداش)

ما به راحتی می توانیم کاشی نقشه را به داشبورد خود اضافه کنیم که محل جریان آب و هوا را نشان می دهد. می توانید درباره نمای نقشه تعاملی در کاشی ها بیشتر بدانید https://support.initialstate.com/knowledgebase/articles/800232-tiles-map-view. ما می توانیم به سادگی یک دستور streamer.log جدید به اسکریپت پایتون خود اضافه کنیم (و من نحوه انجام این کار را در انتهای این بخش توضیح خواهم داد). در عوض ، ما از این فرصت استفاده می کنیم و روش متفاوتی را برای ارسال داده به داشبورد به شما نشان می دهیم.

مرحله 1: مختصات عرض جغرافیایی/طول جغرافیایی خود را دریافت کنید

شما باید مختصات عرض جغرافیایی/طول جغرافیایی خود را دریافت کنید. یک راه برای انجام این کار این است که به Google Maps بروید ، مکان خود را جستجو کرده و بر روی مکان دقیق خود بزرگنمایی کنید. در URL ، مختصات عرض/طول جغرافیایی خود را مشاهده خواهید کرد. در مثال بالا ، مختصات من 35.925298 ، -86.8679478 است.

مختصات خود را کپی کنید (در مرحله 2 به آنها نیاز خواهید داشت) ، و مطمئن شوید که به طور تصادفی هیچ کاراکتر اضافی را از URL کپی نکنید.

مرحله 2: یک URL برای ارسال داده به داشبورد خود بسازید

روی پیوند "تنظیمات" تحت نام سطل در قفسه سطل کلیک کنید. با این کار صفحه بالا نمایش داده می شود. متن را در قسمت API Endpoint کپی کرده و در ویرایشگر متن مورد علاقه خود بچسبانید. ما از این مورد برای ساختن نشانی اینترنتی استفاده می کنیم که می توانیم از آن برای ارسال داده به سطل و داشبورد موجود استفاده کنیم. در سطل من ، متنی که کپی کردم به نظر می رسد: برای تکمیل آدرس ، باید نام و مقدار جریان را به پارامترهای URL اضافه کنیم.

"& MapLocation = YOUR_COORDINATES_FROM_STEP1" را به آدرس اینترنتی خود اضافه کنید

(مختصات مرحله 1 را وارد کنید ، فاصله ای وجود نداشته باشد و از موارد من کپی نکنید !!)

در اینجا ظاهر من شبیه است:

نشانی اینترنتی کامل خود را در نوار آدرس مرورگر خود بچسبانید و Enter را بزنید (یا از دستور 'curl' در خط فرمان استفاده کنید) تا مختصات نقشه خود را به جریان جدید ، 'MapLocation' ، در سطل جدید خود ارسال کنید.

اگر اکنون به داشبورد خود در کاشی ها نگاه کنید (در صورت بی حوصلگی ممکن است مجبور به تجدید نظر شوید) ، کاشی جدیدی با نام MapLocation باید در مکان فعلی شما بزرگنمایی شده باشد.

مرحله 2 جایگزین: اسکریپت خود را اصلاح کنید

اگر واقعاً مرحله 2 بالا را دوست ندارید ، می توانید بیانیه streamer.log دیگری را به اسکریپت پایتون خود اضافه کنید. به سادگی خط را اضافه کنید

streamer.log ("MapLocation" ، "YOUR_COORDINATES_FROM_STEP1")

جایی درون def main (): عملکرد اسکریپت sensehat_wunderground.py (توجه به تورفتگی b/c پایتون از شما می خواهد قوانین دقیق تورفتگی را دنبال کنید). به عنوان مثال ، من streamer.log ("MapLocation" ، "35.925298 ، -86.8679478") را درست بعد از خط 138 اضافه کردم.

مرحله 6: رفع خواندن دمای Sense Hat

رفع دمای خواندن کلاه حس
رفع دمای خواندن کلاه حس
رفع دمای خواندن کلاه حس
رفع دمای خواندن کلاه حس
رفع دمای خواندن کلاه حس
رفع دمای خواندن کلاه حس

ممکن است متوجه شوید که خواندن درجه حرارت Sense HAT شما کمی بالا به نظر می رسد - دلیل آن این است. مقصر گرمای تولید شده توسط CPU Pi است که باعث گرم شدن هوا در اطراف Sense HAT هنگام نشستن بر روی Pi می شود.

برای مفید بودن سنسور دما ، ما باید HAT را از Pi دور کنیم (که مزیت مهم یک راه حل جمع و جور را از بین می برد) یا سعی کنیم خواندن سنسور دما را کالیبره کنیم. CPU عامل اصلی تأثیر گرمای انگلی روی سنسور دمای ما است ، بنابراین ما باید این ارتباط را مشخص کنیم. هنگام بررسی PHT Enviro برای Pi Zero ما به یک معادله رسیدیم که دمای CPU را بر روی دمای کلاه تاثیر می گذارد. برای محاسبه دمای کالیبره شده فقط به دمای CPU و یک عامل مقیاس بندی نیاز داریم:

temp_calibrated = temp - ((cpu_temp - temp)/FACTOR)

با ثبت دمای واقعی و حل آن می توانیم عامل را بیابیم. به منظور پیدا کردن دمای واقعی در اتاق ، ما نیاز به تنظیمات مختلف سنسور دما داریم. با استفاده از حسگر DHT22 (دستورالعمل تنظیمات در اینجا و اسکریپت در اینجا) ، می توانیم هر دو دما را به طور همزمان ضبط و تجسم کنیم:

نتیجه نشان می دهد که خواندن Sense HAT به طور مداوم 5-6 درجه فارنهایت خاموش است. افزودن دمای CPU به مخلوط (با این اسکریپت) ، اول خاموش نشان می دهد که بسیار داغ است ، و دوم خاموش نوعی موجی را نشان می دهد که اندازه گیری Sense HAT از آن تقلید می کند.

پس از حدود 24 ساعت ضبط ، با استفاده از شش قرائت مختلف در شش نقطه مختلف در زمان ، فاکتور را حل کردم. به طور متوسط از میانگین فاکتورها مقدار فاکتور نهایی 466/5 بدست آمد. اعمال معادله

temp_calibrated = temp - ((cpu_temp - temp) /5.466)

درجه حرارت کالیبره شده تا یک درجه از دمای واقعی اندازه گیری می شود:

می توانید این تصحیح کالیبراسیون را روی خود Pi ، در داخل اسکریپت wunderground_sensehat.py اجرا کنید.

مرحله 7: پاداش: هشدارهای هوای خود را پیکربندی کنید

پاداش: هشدارهای هواشناسی خود را پیکربندی کنید
پاداش: هشدارهای هواشناسی خود را پیکربندی کنید
پاداش: هشدارهای هواشناسی خود را پیکربندی کنید
پاداش: هشدارهای هواشناسی خود را پیکربندی کنید

اجازه دهید هشدار پیامکی ایجاد کنیم هرگاه درجه حرارت به زیر صفر برسد.

ما قصد داریم مراحل راه اندازی اعلان Trigger را که در صفحه پشتیبانی مشخص شده است ، دنبال کنیم.

مطمئن شوید سطل اطلاعات آب و هوا بارگیری شده است.

روی تنظیمات سطل در قفسه داده (تحت نام آن) کلیک کنید.

روی برگه Triggers کلیک کنید.

جریان داده را برای فعال شدن انتخاب کنید (می توانید از فهرست کشویی برای انتخاب جریانهای موجود هنگامی که سطل داده بارگیری شد یا می توانید نام جریان/کلید را به صورت دستی تایپ کنید ؛ *توجه داشته باشید Safari لیست های کشویی HTML5 را پشتیبانی نمی کند). در مثال تصویر بالا ، من دما (F) را انتخاب کردم.

عملگر شرطی را انتخاب کنید ، در این مورد '<'.

مقدار Trigger را که یک عمل را فعال می کند انتخاب کنید (مقدار مورد نظر را به صورت دستی تایپ کنید). در این مورد ، مطابق تصویر بالا 32 را تایپ کنید.

برای افزودن شرایط Trigger روی دکمه "+" کلیک کنید.

اقدام را انتخاب کنید (اقدامات فعلی موجود با پیامک یا ایمیل اطلاع داده می شود).

برای افزودن عمل ، روی دکمه "+" کلیک کنید. در صورت افزودن شماره تلفن یا ایمیل جدید برای تکمیل راه اندازی ، کد تأیید را وارد کنید.

ماشه شما در حال حاضر فعال است و در صورت برآورده شدن شرایط شلیک می شود. برای بازگشت به صفحه اصلی روی انجام کلیک کنید.

SMS PIR

هرگاه دما به زیر 32 برسد ، پیامکی دریافت خواهید کرد. شما هشدارهای مربوط به هر چیزی را در سطل داده آب و هوا تنظیم می کنید (*توجه داشته باشید که باید از نشانه های ایموجی استفاده کنید ، نه ایموجی های واقعی).

به عنوان مثال ، هر زمان که باران می بارد

: cloud: آب و هوا =: umbrella:

هر وقت باد شد

: dash: سرعت باد (MPH)> 20

و غیره.

مرحله 8:

مسابقه اینترنت اشیا 2016
مسابقه اینترنت اشیا 2016
مسابقه اینترنت اشیا 2016
مسابقه اینترنت اشیا 2016

جایزه دوم مسابقه اینترنت اشیاء 2016

توصیه شده: