描述

像越來(lái)越多的人一樣，我在 COVID-19 封鎖期間迷上了我的植物。不幸的是，額外的愛(ài)和感情似乎阻礙了我最喜歡的植物之一在今年春天長(zhǎng)出任何新葉子。現(xiàn)在一個(gè)普通人可能會(huì)給植物澆水，把它放在陽(yáng)光下，然后等待——但在制造商社區(qū)，我們喜歡數(shù)據(jù)和過(guò)度設(shè)計(jì)的解決方案。所以，我從舊硬件盒中取出一些傳感器，開(kāi)始制作植物監(jiān)視器！

最初，這將是一個(gè)閉環(huán)、離線(xiàn)解決方案，當(dāng)土壤濕度低于某個(gè)待確定值時(shí)給植物澆水——最終更多地成為一種數(shù)據(jù)收集工具，用于查看本地網(wǎng)絡(luò)上的傳感器數(shù)據(jù)。我以前從未使用過(guò)任何與網(wǎng)絡(luò)相關(guān)的東西，所以這是一個(gè)將簡(jiǎn)單的想法從傳感器帶到前端的好機(jī)會(huì)。

該項(xiàng)目包含三個(gè)主要部分——Arduino、中間件和前端。確切的代碼和文件結(jié)構(gòu)在鏈接的 GitHub 存儲(chǔ)庫(kù)中，但我將嘗試概述下面的代碼庫(kù)。

阿杜諾

Arduino 部分是我最熟悉的部分，因此啟動(dòng)并運(yùn)行它大約需要 15 分鐘。連接示意圖如下所示。

?

您的溫度傳感器可能有四個(gè)引腳而不是三個(gè)引腳，仍然只有三個(gè)活動(dòng)連接，但請(qǐng)查看特定傳感器的文檔。

DHT11 需要 Arduino 提供的 GND 和 VCC，以及 Arduino 讀取的數(shù)據(jù)信號(hào)。土壤濕度傳感器有點(diǎn)棘手，它需要與 DHT11（GND、VCC、信號(hào)）相同的連接，但由于傳感器有效地設(shè)置了電解，它的使用壽命很短。如果你讓它不斷地關(guān)閉直流電壓，其中一條腿（陽(yáng)極）會(huì)迅速氧化，傳感器將開(kāi)始給你提供虛假讀數(shù)。

因此，建議在讀數(shù)時(shí)只為濕度傳感器供電。這很容易通過(guò)將 VCC 信號(hào)連接到 Arduino 的數(shù)字輸出引腳之一，并在您期望讀取之前發(fā)送一個(gè)“HIGH”脈沖來(lái)實(shí)現(xiàn)。在我的情況下，它是從引腳 8 供電的。

獲取傳感器讀數(shù)的軟件如下。確保你有我安裝的 DHT11 傳感器庫(kù)（注意我沒(méi)有使用 Adafruit 電路游樂(lè)場(chǎng)庫(kù)，使用的庫(kù)更輕量級(jí)。）

#include 

const int DHT_pin = A0;
const int soil_moisture_pin = A1;
const int soil_moisture_trigger = 8;

int soil_moisture = 0;
unsigned long ms_per_s = 1000L;
unsigned long minutes = 60;
unsigned long sampling_time = minutes * ms_per_s * 60;

int dht_sig = 0;
int soil_moisture_sig = 0;
dht DHT;

void setup() {
    pinMode(soil_moisture_pin,INPUT);
    pinMode(soil_moisture_trigger,OUTPUT);
    Serial.begin(9600);
}

void loop() {
    dht_sig = DHT.read11(DHT_pin);
    digitalWrite(soil_moisture_trigger,HIGH);
    delay(10);
    soil_moisture_sig = analogRead(soil_moisture_pin);
    digitalWrite(soil_moisture_trigger,LOW);
    soil_moisture = map(soil_moisture_sig,168,0,0,100);
    Serial.print(DHT.temperature);
    Serial.print(DHT.humidity);
    Serial.print(soil_moisture);
    delay(sampling_time);
}

中間件

實(shí)際上，您可以通過(guò)在控制回路旁邊添加一個(gè)水泵來(lái)自動(dòng)為您的植物澆水，從而將項(xiàng)目留在這里，但讓我們繼續(xù)。

現(xiàn)在 Arduino 部分運(yùn)行良好，我們需要在 Raspberry Pi 上設(shè)置代碼以獲取此信息。Pis 唯一真正的工作是從 Arduino 獲取數(shù)據(jù)并將其推送到將在下一部分中制作的服務(wù)器上。如果你想降低項(xiàng)目的成本，你可以簡(jiǎn)單地使用一個(gè)兼容 wifi 的微控制器——老實(shí)說(shuō)，使用整個(gè) Raspberry Pi 3b+ 來(lái)完成這個(gè)任務(wù)是多余的。

無(wú)論如何，我們將使用 PySerial 從 Arduino 獲取數(shù)據(jù)。請(qǐng)注意，Arduino 端的串行打印是通過(guò)串行通信發(fā)送數(shù)據(jù)。因此，我們?cè)?Arduino 代碼中打印到串行控制臺(tái)的任何內(nèi)容都可以被 PySerial 讀取。確保您的 Arduino 已插入 Pi 的 USB 端口之一。

首先要做的是創(chuàng)建一個(gè)main.py 文件并通過(guò)執(zhí)行獲取 PySerial

sudo pip install pyserial

在 Pi 的終端中。讓我們開(kāi)始編碼。

打開(kāi)main.py 并導(dǎo)入 pyserial - 注意模塊名稱(chēng)只是“serial”。

import serial

我們現(xiàn)在可以使用以下行設(shè)置串行對(duì)象：

ser = serial.Serial("/dev/ttyACM0",9600)

第一個(gè)參數(shù)是 COM 端口，這對(duì)您來(lái)說(shuō)可能有所不同。9600 是波特率，也是在 Arduino 端設(shè)置的。

PySerial 是 Python 中任何與串行相關(guān)的功能強(qiáng)大的包 - 但我們只會(huì)使用 read 函數(shù)。我們將在從 Arduino 到 Raspberry pi 的每個(gè)數(shù)據(jù)包中發(fā)送三個(gè)數(shù)據(jù)值——溫度是前 5 個(gè)字節(jié)，濕度是接下來(lái)的 5 個(gè)字節(jié)，土壤濕度是最后兩個(gè)字節(jié)。這可以使用

ser.read()

功能。我們還需要解碼傳入的字節(jié)，因此您的代碼如下所示：

import serial 

ser = serial.Serial("/dev/ttyACM0",9600)

temperature_r = ser.read(5).decode('utf-8')
humidity_r = ser.read(5).decode('utf-8')
soil_m_r = ser.read(2).decode('utf-8')

關(guān)于 ser.read() 有幾點(diǎn)需要注意。首先，它是阻塞的，這意味著在讀取某些內(nèi)容之前不會(huì)執(zhí)行其他代碼。在等待來(lái)自 Arudino 的數(shù)據(jù)時(shí)，我們將利用這一優(yōu)勢(shì)，但是，如果軟件沒(méi)有按預(yù)期運(yùn)行，這是一件好事。

現(xiàn)在我們已經(jīng)從傳感器獲取到 Raspberry Pi 的數(shù)據(jù)，是時(shí)候?qū)⑵浞诺骄W(wǎng)絡(luò)上了。

燒瓶

Flask 是一個(gè)用于 Python 的 microweb 框架，可用于制作服務(wù)器。不建議將 Flask 用作生產(chǎn)服務(wù)器 - 它也在他們的官方文檔中說(shuō)明了這一點(diǎn)，所以如果你打算將基于它的項(xiàng)目商業(yè)化，請(qǐng)三思。

要設(shè)置服務(wù)器，我們需要制作一個(gè)燒瓶應(yīng)用程序。首先，我們需要進(jìn)行一些導(dǎo)入并初始化一個(gè) Flask 對(duì)象：

from flask import Flask, jsonify,render_template,request

app = Flask(__name__)

if __name__ == '__main__':
    app.run()

現(xiàn)在該應(yīng)用程序已準(zhǔn)備好讓我們向其中添加一些路線(xiàn)。讓我們從加載頁(yè)面開(kāi)始。

from flask import Flask, jsonify,render_template,request

app = Flask(__name__)

@app.route("/")
def index():
    return render_template('index.html')

if __name__ == '__main__':
    app.run()

在這種情況下，index.html是要加載的 HTML 頁(yè)面。此功能將由 Javascript 驅(qū)動(dòng)。

您可以提供app.run()一些參數(shù)，在我的例子中，我指定了要在 Raspberry Pi 的 IP 上運(yùn)行的主機(jī)和端口。

app.run(host = '0.0.0.0', port = 5000)

?

把這一切放在一起

我們運(yùn)行系統(tǒng)的三個(gè)部分：Arduino，它是數(shù)據(jù)收集單元，Pyserial，它抓取 Arduino 數(shù)據(jù)，以及將數(shù)據(jù)推送到本地網(wǎng)絡(luò)的燒瓶服務(wù)器。

在開(kāi)始集成之前，讓我先回顧一下代碼流程。Arduino 將全天收集數(shù)據(jù)，當(dāng)有人登錄本地網(wǎng)絡(luò)時(shí)，所有這些數(shù)據(jù)都會(huì)被繪制出來(lái)。為此，我們需要長(zhǎng)時(shí)間存儲(chǔ)數(shù)據(jù)，直到請(qǐng)求處于活動(dòng)狀態(tài)。我們可以使用線(xiàn)程來(lái)做到這一點(diǎn)。在這個(gè)線(xiàn)程中，我們要做的就是在一個(gè)while循環(huán)中收集數(shù)據(jù)。由于讀取功能被阻塞，循環(huán)將被卡住，直到 Arduino 首先發(fā)送任何數(shù)據(jù)。線(xiàn)程將在單獨(dú)的函數(shù)中定義，并通過(guò)隊(duì)列將數(shù)據(jù)發(fā)送到燒瓶應(yīng)用程序。代碼現(xiàn)在看起來(lái)像這樣：

from flask import Flask, jsonify,render_template,request
import threading, queue
import serial
from datetime import datetime

ser = serial.Serial("/dev/ttyACM0",9600)
app = Flask(__name__)
q = queue.Queue()

temperature = []
humidity = []
soil_moisture = []
time_ax = []

def data_collection():
    while(1):
    #set variables
        i = 0
        #read is blocking so waits till next packet of data is sent
            temperature_r = ser.read(5).decode('utf-8')
        humidity_r = ser.read(5).decode('utf-8')
        soil_m_r = ser.read(2).decode('utf-8')    
        time_of_reading = datetime.now() #this will be the x axis 
        #put data in queue
        q.put(temperature_r)
        q.put(humidity_r)
        q.put(soil_m_r)
        q.put(time_of_reading.strftime("%H:%M"))



@app.route("/")
def index():
    return render_template('index.html')

if __name__ == '__main__':
    x = threading.Thread(target=data_collection)
    x.start()
    app.run(host = '0.0.0.0', port = 5000)

現(xiàn)在我們終于可以定義第二條路由，它將從數(shù)據(jù)收集線(xiàn)程中獲取數(shù)據(jù)，并將其發(fā)送到前端。Queue 模塊中的 get 和 put 方法也是阻塞的——所以如果事情不正常，請(qǐng)務(wù)必查看文檔。

from flask import Flask, jsonify,render_template,request
import threading, queue
import serial
from datetime import datetime

ser = serial.Serial("/dev/ttyACM0",9600)
app = Flask(__name__)
q = queue.Queue()

temperature = []
humidity = []
soil_moisture = []
time_ax = []

def data_collection():
    while(1):
    #set variables
        i = 0
        #read is blocking so waits till next packet of data is sent
            temperature_r = ser.read(5).decode('utf-8')
        humidity_r = ser.read(5).decode('utf-8')
        soil_m_r = ser.read(2).decode('utf-8')    
        time_of_reading = datetime.now() #this will be the x axis 
        #put data in queue
        q.put(temperature_r)
        q.put(humidity_r)
        q.put(soil_m_r)
        q.put(time_of_reading.strftime("%H:%M"))

@app.route("/update", methods = ['GET'])
def update_chart():
    while not q.empty():
        temperature.append(q.get())
        humidity.append(q.get())
        soil_moisture.append(q.get())
        time_ax.append(q.get())
    return jsonify(results = [temperature,humidity,soil_moisture,time_ax])

@app.route("/")
def index():
    return render_template('index.html')

if __name__ == '__main__':
    x = threading.Thread(target=data_collection)
    x.start()
    app.run(host = '0.0.0.0', port = 5000)

這就是 Python 方面的內(nèi)容。

Javascript

所有后端都準(zhǔn)備好了 - 我們可以使用 chartjs 使用 Javascript 繪制數(shù)據(jù)。首先設(shè)置chartjs環(huán)境。我使用了以下代碼行：

var ctx = $("#temperature_chart");
console.log("test");
var temperature_chart = new Chart(ctx, {
    type: 'line',
    data: {
        labels: [],
        datasets : [
            {
                label: 'temperature',
                data: [temperature],
                borderColor: [
                    '#060666',
                    ],
                borderWidth: 3,
                fill: false,
                yAxisID: "temperature"
            },
            {
                label: 'Humidity',
                data: [humidity],
                borderColor: [
                    '#d6c73e'
                    ],
                fill: false,
                yAxisID: "humidity"
            },
            {
                label: 'Soil Moisture',
                data: [soil_moisture],
                borderColor: [
                    '#7fced4'
                ],
                fill: false,
                yAxisID: "humidity"
            }
        ]
    },
    options: {
        responsive: false,
        scales:{
            xAxes: [ {
                //type: 'time',
                display: true,
                scaleLabel : {
                    display: true,
                    labelString: 'Time (s)'
                    },
                ticks: {
                    autoSkip: true,
                    maxTicksLimit: 12
                }
                }],
            yAxes: [ {
                id: "temperature",
                display: true,
                position: 'left',
                ticks: {
                    suggestedMin: 15,
                    suggestedMax: 30
                },
                scaleLabel : {
                    display: true,
                    labelString: 'Temperature (C)'
                    }
                },
                {
                id: "humidity",
                display: true,
                position: 'right',
                ticks: {
                    suggestedMin: 0,
                    suggestedMax: 100
                },
                scaleLabel : {
                    display: true,
                    labelString: 'Percentage Humidity'
                    }
                    }]
                }
    }
});

最后，為了從 Flask 后端獲取數(shù)據(jù)，我們使用以下代碼行：

var x = 0;
var temperature = 0;
var humidity = 0;
var soil_moisture = 0;

var updated_data  = $.get('/update');
updated_data.done(function(results){
    temperature = results.results[0];
    humidity = results.results[1];
    soil_moisture = results.results[2];
    x = results.results[3];
    console.log(temperature);
    console.log(humidity);
    console.log(soil_moisture);
    temperature_chart.data.datasets[0].data = temperature;
    temperature_chart.data.datasets[1].data = humidity;
    temperature_chart.data.datasets[2].data = soil_moisture;
    temperature_chart.data.labels = x;
    temperature_chart.update();
});

當(dāng)有人進(jìn)入網(wǎng)頁(yè)時(shí)，這會(huì)調(diào)用 Python 腳本中指定的更新路由。

結(jié)果

結(jié)果

?

如您所見(jiàn)，最終結(jié)果是帶有兩個(gè) y 軸的時(shí)間戳圖。該項(xiàng)目總體運(yùn)行良好，在更多的日子里，我能夠看到溫度和濕度的明顯周期性，以及土壤濕度的線(xiàn)性下降趨勢(shì)，正如預(yù)期的那樣！這些數(shù)據(jù)是完全原始的，有幾種方法可以使這個(gè)項(xiàng)目變得更好

可能的后續(xù)步驟

此項(xiàng)目中的傳感器可以更換為與 Arduino 或 Raspberry Pi 兼容的任何其他傳感器。最終，您可能想要進(jìn)行一些實(shí)際處理而不是繪制原始數(shù)據(jù) - 因此，將所有數(shù)據(jù)不斷發(fā)送到 csv 可能更容易，而不是將其放入隊(duì)列中以進(jìn)行檢索。這意味著在您的 wifi 中斷或系統(tǒng)停止響應(yīng)的情況下，您可以使用數(shù)據(jù)。

您還可以連接水泵或其他一些可以從本地網(wǎng)絡(luò)控制的執(zhí)行器 - 如果在前端按下按鈕，只需添加另一條路線(xiàn)。

Chartjs 并不是真正用于實(shí)時(shí)繪圖，但您可以通過(guò)另一條輪詢(xún)數(shù)據(jù)的路由輕松地使其每隔幾秒更新一次。然后，您可以在 javascript 中檢索此數(shù)據(jù)并在 setInterval() 函數(shù)中更新圖表。

如果您有任何問(wèn)題，請(qǐng)隨時(shí)與我們聯(lián)系。我將盡我所能回答！