Raspberry Pi Tabanlı İç Mekan İklim İzleme Sistemi: 6 Adım

2024 Yazar: John Day | [email protected]. Son düzenleme: 2024-01-30 13:18

Bu blogu okuyun ve odanız çok kuru veya nemli olduğunda uyarı alabilmeniz için kendi sisteminizi oluşturun.

İç mekan iklim izleme sistemi nedir ve neden buna ihtiyacımız var?

İç mekan iklim izleme sistemleri, sıcaklık ve bağıl nem gibi iklimle ilgili önemli istatistiklere hızlı bir bakış sağlar. Oda çok nemli veya kuru olduğunda bu istatistikleri görebilmek ve telefonunuzda uyarılar alabilmek çok yardımcı olabilir. Uyarıları kullanarak, ısıtıcıyı açarak veya pencereleri açarak odada maksimum konfor elde etmek için gerekli işlemleri hızlı bir şekilde yapabilirsiniz. Bu projede, Simulink'i aşağıdakiler için nasıl kullanacağımızı göreceğiz:

1) Sense HAT'tan Raspberry Pi'ye iklim istatistiklerini (sıcaklık, bağıl nem ve basınç) getirin

2) ölçülen verileri Sense HAT'ın 8x8 LED matrisinde görüntüleyin

3) iç mekan nemini "İyi", "Kötü" veya "Çirkin" olarak belirlemek için bir algoritma tasarlayın.

4) verileri bulutta günlüğe kaydedin ve veriler 'Çirkin' (çok nemli veya kuru) olarak sınıflandırılırsa bir uyarı gönderin.

Gereçler

Raspberry Pi 3 Model B

Raspberry Pi Sense ŞAPKA

1. Adım: Gerekli Yazılım

Kendi iç mekan iklim izleme sisteminizi takip etmek ve oluşturmak için MATLAB, Simulink ve seçili Eklentilere ihtiyacınız var.

MATLAB'ı Yönetici erişimi ile açın (MATLAB simgesine sağ tıklayın ve Yönetici olarak çalıştır'ı seçin). MATLAB Araç Şeridi'nden Eklentiler'i seçin ve Eklentileri Al'a tıklayın.

Aşağıda adları belirtilen destek paketlerini burada arayın ve 'Ekle'.

a. Raspberry Pi Donanımı için MATLAB Destek Paketi: Raspberry Pi kartlarına ve bağlı cihazlara girişler alın ve çıkışlar gönderin

B. Raspberry Pi Donanımı için Simulink Destek Paketi: Simulink modellerini Raspberry Pi panolarında çalıştırın

C. RPi_Indoor_Climate_Monitoring_System: Bu proje için gereken örnek modeller

Not - Kurulum sırasında, Pi'nizi MATLAB ve Simulink ile çalışacak şekilde ayarlamak için ekrandaki talimatları izleyin.

Adım 2: Simulink Kullanarak Sensör Verilerini Raspberry Pi'ye Getirin

Simulink'e aşina olmayanlar için dinamik sistemleri modellemek ve simüle etmek için kullanılan grafiksel bir programlama ortamıdır. Simulink'te algoritmanızı tasarladıktan sonra, otomatik olarak kod üretebilir ve bunu bir Raspberry Pi veya başka bir donanıma gömebilirsiniz.

İlk örnek modeli açmak için MATLAB Komut Penceresine aşağıdakini yazın. Raspberry Pi'ye sıcaklık, basınç ve bağıl nem verilerini getirmek için bu modeli kullanacağız.

>rpiSenseHatBringSensorData

LPS25H Basınç Sensörü ve HTS221 Nem Sensörü blokları, Raspberry Pi Donanım kitaplıkları için Simulink Destek Paketi altındaki Sense HAT kitaplığındandır.

Kapsam blokları, Simulink kitaplıkları altındaki Sinks kitaplığındandır. Modelinizin doğru yapılandırıldığından emin olmak için Simulink modelinizdeki dişli simgesine tıklayın. Donanım Uygulaması > Donanım kartı ayarları > Donanım kaynaklarını hedefle'ye gidin.

Not – Raspberry Pi için Simulink Destek Paketini kurarken kurulum talimatlarını takip ettiyseniz yapılandırma yapmanıza gerek yoktur. Cihaz adresi, Pi'nizinkiyle otomatik olarak doldurulur.

Buradaki cihaz adresinin, Pi'niz açıldığında duyduğunuz IP adresiyle eşleştiğinden emin olun. Cihaz adresini duymak için jaka bağlı bir kulaklıkla Pi'nize yeniden güç vermeniz gerekebilir.

Tamam'a tıklayın ve aşağıda gösterildiği gibi Çalıştır düğmesine basın. Pi'nizin ya USB kablosuyla PC'ye fiziksel olarak bağlı olduğundan ya da PC'nizle aynı Wi-Fi ağında olduğundan emin olun.

Harici modda Çalıştır düğmesine bastığınızda, Simulink otomatik olarak modelinize eşdeğer C kodunu oluşturur ve Raspberry Pi'ye bir yürütülebilir dosya indirir. Her iki kapsam bloğu, model çalışmaya başladığında açılacak şekilde yapılandırılır. Simulink, kodu Raspberry Pi'ye yerleştirmeyi bitirdiğinde, aşağıda gösterildiği gibi dürbünlerde basınç, sıcaklık ve bağıl nem verilerini göreceksiniz.

Not - Kod Raspberry Pi'de çalışıyor ve gerçek sinyalleri Simulink kapsam blokları üzerinden görüyorsunuz, tıpkı donanıma bağlı bir osiloskopunuz varsa yapacağınız gibi. İki sensörden gelen sıcaklık değeri birbirinden biraz farklı. Odanızdaki gerçek sıcaklığı daha yakından yansıtan birini seçmekten çekinmeyin ve bunu sonraki bölümlerde kullanın. Sense HAT ile yaptığımız tüm testlerde HTS221 Nem Sensörünün sıcaklık değerleri odadaki gerçek sıcaklığa daha yakın çıktı. Bununla, Sense HAT'tan Raspberry Pi'ye sensör verilerinin nasıl getirileceğinin temellerini gördük.

Adım 3: Sensör Verilerini 8x8 LED Matrisinde Görüntüleyin

Bu bölümde, bu projenin görsel teşhir bölümünün son modele nasıl eklendiğini göreceğiz. Bu bölümde kullanılan Sense HAT elemanları, nem sensörü (bağıl nem ve sıcaklığı almak için), basınç sensörü, LED matrisi ve joystick'tir. Joystick, hangi sensörü görüntülemek istediğimizi seçmek için kullanılır.

Bir sonraki örnek modeli açmak için MATLAB Komut Penceresine aşağıdakini yazın.

> rpiSenseHatDisplay

Joystick bloğu, Sense HAT kitaplığındandır. Tıpkı önceki örnekte olduğu gibi basınç ve nem sensörü bloklarının yaptığı gibi, joystick verilerini Raspberry Pi'ye getirmemize yardımcı olur. Şimdilik, LED matrisinde 'iyi' (blok değeri 1 olduğunda) görüntülemek için Test Comfort bloğunu kullanıyoruz. Blok değeri 2 olduğunda 'kötü' veya değer 3 veya 4 olduğunda 'çirkin' gösterecektir. Bir sonraki bölümde, iç mekan neminin iyi, kötü veya çirkin olup olmadığına karar veren gerçek algoritmayı göreceğiz. Selector bloğunu çift tıklayarak keşfedelim. MATLAB fonksiyon blokları, MATLAB kodunu Simulink modelinize entegre etmek için kullanılır. Bu durumda aşağıda verilen SelectorFcn'yi getiriyoruz.

function [değer, Durum]= SelectorFcn(JoyStickIn, basınç, nem, sıcaklık, ihval)

kalıcı JoyStickCount

eğer boşsa(JoyStickCount)

JoyStickCount = 1;

son

eğer JoyStickIn == 1

JoyStickCount = JoyStickCount + 1;

JoyStickCount == 6 ise

JoyStickCount = 1;

son

son

JoyStickCount'u değiştir

durum 1 % Sıcaklık gösterimi C olarak

değer = sıcaklık;

Durum = 1;

durum 2 % Basıncı atm olarak göster

değer = basınç/1013.25;

Durum = 2;

durum 3 % Bağıl nemi % olarak göster

değer = nem;

Durum = 3;

durum 4 % Ekran sıcaklığı F cinsinden

değer = sıcaklık*(9/5)+32;

Durum = 4;

durum %5 Göster İyi/Kötü/Çirkin

değer = ihval;

Durum = 5;

aksi halde % 0 Görüntüleme/Görüntüleme

değer = 0;

Durum = 6;

son

Switch-case ifadeleri genellikle bir seçim kontrol mekanizması olarak kullanılır. Bizim durumumuzda, joystick girişinin seçim kontrolü olmasını ve joystick düğmesine her basıldığında görüntülenecek sonraki verileri seçmesini istiyoruz. Bunun için her butona basıldığında JoyStickCount değişkenini arttıran bir if döngüsü kurduk (bir butona basıldığında JoyStickIn değeri 1'dir). Aynı döngüde, sadece yukarıda verilen beş seçenek arasında geçiş yaptığımızdan emin olmak için, değişken değerini 1'e sıfırlayan başka bir koşul ekledik. Bunu kullanarak, LED matrisinde hangi değerin görüntüleneceğini seçiyoruz. JoyStickCount'u 1'den başlayacak şekilde tanımladığımız için Durum 1 varsayılan olacaktır ve bu, LED matrisinin sıcaklığı Santigrat cinsinden göstereceği anlamına gelir. Durum değişkeni, o anda hangi sensör değerinin görüntülenmekte olduğunu ve hangi birimin görüntülenmesi gerektiğini anlamak için Kaydırma veri bloğu tarafından kullanılır. Artık görüntülenecek doğru sensörü nasıl seçeceğimizi bildiğimize göre, gerçek ekranın nasıl çalıştığına bakalım.

Karakterleri ve Sayıları Görüntüleme

Sense HAT LED matrisinde görüntülemek için aşağıdakiler için 8x8 matrisler oluşturduk:

1) tüm Sayılar (0-9)

2) tüm birimler (°C, A, % ve °F)

3) ondalık nokta

4) iyi, kötü ve çirkin kelimelerinden alfabeler.

Bu 8x8 matrisler, 8x8 RGB LED Matrix bloğuna girdi olarak kullanıldı. Bu blok, aşağıda gösterildiği gibi matris üzerinde 1 değeri olan elemanlara karşılık gelen LED'leri yakar.

Metni Kaydırma

Modelimizdeki Kaydırma veri bloğu, en fazla 6 karakter uzunluğunda olabilen dizeler arasında gezinir. 6 değeri, bu projede çıkaracağımız en uzun dize olduğu için seçilmiştir, örneğin 23.8 °C veya 99.1 °F. Burada °C'nin bir karakter olarak kabul edildiğini unutmayın. Aynı fikir, diğer uzunluklardaki dizileri kaydırmak için de genişletilebilir.

İşte nasıl çalıştığını gösteren bir-g.webp

www.element14.com/community/videos/29400/l/gif

8x8 matrisinde her biri 6 karakterlik bir dizi görüntülemek için toplamda 8x48 boyutunda bir resme ihtiyacımız var. Maksimum 4 karakter uzunluğunda bir dize görüntülemek için 8x32 matris oluşturmamız gerekecek. Şimdi Çalıştır düğmesine basarak her şeyi hareketsiz olarak görelim. LED matrisindeki varsayılan ekran, °C cinsinden sıcaklık değeridir. Kapsam bloğu, Seçici bloğundaki Durumu ve değeri gösterecektir. Değerin bir sonraki sensör çıkışında değiştiğini doğrulamak için Sense HAT üzerindeki joystick düğmesine basın ve bir saniye basılı tutun ve Durum değeri 5'e ulaşana kadar bu işlemi tekrarlayın. Tüm iç mekan nem sınıflandırması durumlarında algoritma geçişini gözlemlemek için, Test Comfort bloğunun değerini 1'den 4'e kadar herhangi bir sayı ile değiştirin. Simulink modelinde bir bloğun değerinin değiştirilmesinin, kodun donanım üzerinde nasıl davranacağını anında nasıl değiştirdiğine dikkat edin. Bu, kodun uzak bir konumdan nasıl davranacağını değiştirmek istediğiniz durumlarda yararlı olabilir. Bununla iklim izleme sisteminin görselleştirme yönünün arkasındaki kilit unsurları gördük. Bir sonraki bölümde, iç mekan iklim izleme sistemimizi nasıl tamamlayacağımızı öğreneceğiz.

Adım 4: İç Mekan Neminin "İyi", "Kötü" veya "Çirkin" olup olmadığına karar vermek için Simulink'te bir Algoritma Tasarlayın

Odanızın çok nemli/kuru olup olmadığını anlamak veya hangi iç mekan nem seviyesinin rahat kabul edildiğini bilmek için birkaç yöntem vardır. Bu makaleyi kullanarak, iç mekan bağıl nemi ve dış sıcaklıkları yukarıda gösterildiği gibi bağlamak için bir alan eğrisi oluşturduk.

Bu alandaki herhangi bir bağıl nem değeri, odanızın konforlu bir ortamda olduğu anlamına gelir. Örneğin, dış ortam sıcaklığı -30 °F ise, %15'in altındaki herhangi bir bağıl nem değeri kabul edilebilir. Benzer şekilde, dış ortam sıcaklığı 60 °F ise, %50'nin altındaki herhangi bir bağıl nem kabul edilebilir. İç mekan nemini maksimum konfor (iyi), ortalama konfor (kötü) veya çok nemli/kuru (çirkin) olarak sınıflandırmak için dış ortam sıcaklığına ve bağıl neme ihtiyacınız vardır. Raspberry Pi'ye bağıl nemin nasıl getirileceğini gördük. Öyleyse, dış ortam sıcaklığını getirmeye odaklanalım. Modeli açmak için MATLAB Komut Penceresine aşağıdakini yazın:

> rpiAçık Hava DurumuVerileri

WeatherData bloğu, https://openweathermap.org/ kullanarak şehrinizin dış sıcaklığını (K cinsinden) getirmek için kullanılır. Bu bloğu yapılandırmak için web sitesinden bir API Anahtarına ihtiyacınız vardır. Bu web sitesinde ücretsiz hesabınızı oluşturduktan sonra hesap sayfanıza gidin. Aşağıda gösterilen API anahtarları sekmesi size anahtarı verir.

WeatherData bloğu, şehir adınızın belirli bir biçimde girilmesini gerektirir. Bu sayfayı ziyaret edin ve şehir adınızı, ardından virgül simgesini ve ardından ülkeyi belirtmek için 2 harf girin. Örnekler – Natick, ABD ve Chennai, IN. Arama, şehriniz için bir sonuç döndürürse, bunu belirli bir biçimde WeatherData bloğunda kullanın. Şehrinizin müsait olmaması durumunda, hava koşulları sizinkine daha yakın olan bir komşu şehri kullanın. Şimdi WeatherData bloğuna çift tıklayın ve web sitesinden şehir adınızı ve API anahtarınızı girin.

Bloğun şehrinizin sıcaklığını Raspberry Pi'ye getirip getiremeyeceğini kontrol etmek için bu Simulink modelinde Çalıştır'a basın. Şimdi iç mekan neminin iyi, kötü veya çirkin olduğuna karar veren algoritmayı görelim. Sonraki örneği açmak için MATLAB Komut Penceresine şunu yazın:

>rpisenseHatIHval

Önceki modeldeki Test Comfort bloğunun eksik olduğunu ve FindRoom Comfort adlı yeni bir bloğun Selector bloğuna ihval sağladığını fark etmiş olabilirsiniz. Açmak ve keşfetmek için bu bloğa çift tıklayın.

Dış ortam sıcaklığını getirmek için WeatherData bloğunu kullanıyoruz. Nem Limitleri alt sistemi, yukarıda gördüğümüz Bağıl Nem - Dış Sıcaklık tablosunu temsil eder. Dış ortam sıcaklığına bağlı olarak, maksimum nem sınır değerinin ne olması gerektiğini verir. DecideIH MATLAB fonksiyon bloğunu çift tıklayarak açalım.

Bağıl nem değeri maksimum nem sınırını aşarsa, verileri çıkarma şeklimize bağlı olarak işaret pozitif olacaktır, bu da odanın çok nemli olduğu anlamına gelir. Bu senaryo için 3 (çirkin) çıktı veriyoruz. Dizeler yerine sayıları kullanmanın nedeni, grafiklerde gösterilmesinin ve uyarı oluşturmanın kolay olmasıdır. MATLAB işlevindeki sınıflandırmaların geri kalanı, ortaya koyduğumuz keyfi kriterlere dayanmaktadır. Fark 10'dan az olduğunda maksimum konfor, 20'den az olduğunda ortalama konfor ve üzeri ise çok kuru olarak sınıflandırılır. Bu modeli kullanmaktan ve odanızın konfor seviyesini kontrol etmekten çekinmeyin.

Adım 5: Bulutta İç Mekan İklim Verilerini ve Kategorize Edilmiş Verileri Günlüğe Kaydetme

Bu sonraki bölümde, verilerin bulutta nasıl günlüğe kaydedileceğini göreceğiz. Bu örneği açmak için MATLAB Komut Penceresine aşağıdakini yazın.

> rpiSenseHatLogData

Bu modelde, verileri kaydederken ve uyarılar gönderirken izleme sisteminin istatistikleri göstermesine ihtiyacımız olmadığından, önceki örnek modelin görüntüleme kısmı bilerek kaldırılmıştır. Veri kaydı yönü için MATLAB analitiğini içeren ücretsiz bir açık kaynaklı IoT platformu olan ThingSpeak'i kullanıyoruz. Raspberry Pi ve diğer düşük maliyetli donanım kartlarını Simulink kullanarak ThingSpeak'e veri göndermek için programlamanın doğrudan yolları olduğundan ThingSpeak'i seçtik. ThingSpeak Yazma bloğu, Raspberry Pi Donanım kitaplığı için Simulink Destek Paketindendir ve ThingSpeak kanalınızdan Yazma API Anahtarı kullanılarak yapılandırılabilir. Kanalın nasıl oluşturulacağına ilişkin ayrıntılı talimatlar aşağıda verilmiştir. Bulutta sürekli veri oturumu açmak için Pi'nizin Simulink'ten bağımsız çalışmasını istiyorsunuz. Bunun için Simulink modelinizde “Deploy to Hardware” butonuna basabilirsiniz.

Kendi ThingSpeak Kanalınızı Oluşturun

Hesabı olmayanlar ThingSpeak web sitesine kaydolabilirler. MathWorks hesabınız varsa, otomatik olarak bir ThingSpeak hesabınız olur.

• Giriş yaptıktan sonra Kanallar > Kanallarım'a gidip Yeni Kanal'a tıklayarak kanal oluşturabilirsiniz.
• Tek ihtiyacınız olan kanal için bir isim ve aşağıda gösterildiği gibi günlüğe kaydedeceğiniz alanların isimleri.
• Kanal Konumunu Göster seçeneği, girdi olarak şehrinizin enlem ve boylamını gerektirir ve kanalın içindeki konumu bir harita üzerinde gösterebilir. (Burada kullanılan örnek değerler Natick, MA içindir)
• Ardından kanalınızı oluşturmayı tamamlamak için Kanalı Kaydet'e basın.

4a. Veriler 'Çirkin' Olarak Kategorize Edilirse Uyarı

İç mekan iklim izleme sistemimizi tamamlamak için bulut verilerine dayalı uyarıların nasıl alınacağını görmeliyiz. Bu çok önemlidir, çünkü onsuz odadaki konfor seviyesini değiştirmek için gerekli önlemleri alamazsınız. Bu bölümde, bulut verileri odanın çok nemli veya kuru olduğunu gösterdiğinde telefonunuza nasıl bildirim alacağınızı göreceğiz. Bunu iki hizmet kullanarak başaracağız: IFTTT Webhooks ve ThingSpeak TimeControl. IFTTT (eğer buysa, o zaman şu anlamına gelir), olayları işleyebilen ve olaylara dayalı eylemleri tetikleyebilen çevrimiçi bir hizmettir.

IFTTT Web kancalarını Kurma Adımları

Not: En iyi sonuçlar için bunları bir bilgisayarda deneyin.

1) ifttt.com'da bir hesap oluşturun (eğer hesabınız yoksa) ve Uygulamalarım sayfasından Yeni Uygulama oluşturun.

2) Tetikleme hizmetinizi seçmek için mavi "bu" düğmesine tıklayın.

3) Servis olarak Web kancalarını arayın ve seçin.

4) Bir Web İsteği Al'ı seçin ve etkinlik için bir ad girin.

5) Tetikleyici oluştur'u seçin.

6) Sonraki sayfada "o"yu seçin ve bildirimleri arayın.

7) IFTTT uygulamasından bir bildirim gönder'i seçin.

8) IFTTT Adım 2'de oluşturduğunuz olay adını girin ve eylem oluştur'u seçin.

9) Son adıma ulaşana kadar devam edin, gözden geçirin ve bitir'e basın.

10) https://ifttt.com/maker_webhooks adresine gidin ve sayfanın üst kısmındaki Ayarlar düğmesine tıklayın.

11) Hesap Bilgileri bölümündeki URL'ye gidin.

12) Etkinlik adınızı buraya girin ve 'Test Et'e tıklayın.

13) URL'yi ileride kullanmak üzere (anahtar ile) son satıra kopyalayın.

ThingSpeak TimeControl Kurulum Adımları

1) Uygulamalar > MATLAB Analizi'ni seçin

2) Bir sonraki sayfada Yeni'ye tıklayın ve IFTTT'den E-postayı Tetikle'yi seçin ve Oluştur'a tıklayın.

Buradaki şablon kodundaki önemli parçalar şunlardır:

Kanal Kimliği – “İç mekan nem değeri” bilgisine sahip ThingSpeak kanalınızı girin.

IFTTTURL – Önceki bölüm Adım 13'ten kopyalanan URL'yi girin.

readAPIKey – ThingSpeak Channel. Action bölümünün anahtarını girin – son değere göre hareket eden. Uyarıları tetiklemek için aşağıdaki şekilde değiştirin.

3) ThingSpeak web sitesinde Uygulamalar > TimeControl'e tıklayın.

4) Yinelenen'i seçin ve bir zaman frekansı seçin.

5) TimeControl Kaydet'e tıklayın.

Artık MATLAB Analizi her yarım saatte bir otomatik olarak çalışır ve değer 3'e eşit veya daha büyükse IFTTT Webhooks hizmetine bir tetikleyici gönderir. Ardından, IFTTT telefon uygulaması bu bölümün başında gösterildiği gibi kullanıcıyı bir bildirimle uyarır.

6. Adım: Sonuç

Bununla kendi iklim izleme sisteminizi nasıl kuracağınızın tüm önemli yönlerini gördük. Bu projede Simulink'in nasıl kullanılabileceğini gördük:

• Sense HAT'tan veri getirmek için bir Raspberry Pi programlayın. Vurgu - Kod Raspberry Pi'de çalışırken Simulink'teki verileri görselleştirin.
• iç mekan iklim izleme sisteminin görsel görüntüsünü oluşturun. Vurgu - Simulink'ten kodunuzun donanım üzerinde nasıl davranacağını değiştirin.
• iç mekan iklim izleme sisteminin algoritmasını tasarlayın.
• Raspberry Pi'deki verileri buluta kaydedin ve kaydedilen verilerden uyarılar oluşturun.

Bu iç mekan iklim izleme sisteminde yapacağınız bazı değişiklikler nelerdir? Lütfen önerilerinizi yorum yoluyla paylaşın.