#新物联网挑战二#打造舒适办公环境醉美可视健康生活- Makelog(造物记)

【项目背景】

我们绝大多数时间在办公室工作，办公室的环境质量直接影响着我们的健康。使用行空板以及各种传感器。打造一款属于个人的办公环境管理以及可视化大屏预警系统。

【项目设计】

使用行空板作为MQTT物联网服务器，数据采集器使用SCI采集模块，由于SCI采集模块和行空板的I2C接口有限，可以使用I2C级联扩展器扩展I2C接口。传感器使用空气温湿度传感器、空气质量传感器、分贝传感器、环境光传感器、氧气传感器、用来检测办公室的空气温湿度、空气质量、噪声登记以及氧气浓度等，并实时摄像头监控个人办公室。如果办公室灯光较暗，可以打开灯光照明，如果室内温度过高可以使用小风扇降温。如果氧气浓度过低，使用行空板蜂鸣器报警，开窗通风。

【制作过程】

【制作材料】

空气温湿度传感器·····×1
空气质量传感器······×1
分贝传感器········×1
环境光传感器·······×1
氧气传感器········×1
行空板··········×1
SCI 采集模块·······×1
ph2.0-4p ········×4
ph2.0-3p ········×2

步骤1 硬件连接及调试

将氧气浓度传感器连接到SCI采集模块后显示O3为0，这是默认的臭氧浓度，这是不正确的，需要调节一下地址。
调节方法：找到该传感器背面的拨码开关，A0和A1调成1和0即可。

接入分贝传感器后，SCI采集模块显示是错误的，需要手动调节SCI采集模块。调节方法如下

这样，传感器的连接与调试就结束了。

步骤2 行空板siot版本升级

行空板上默认内置的是SIoT V1,而Mind+可视化平台需要使用SIoT V2，因此需要先进行升级。

软件Mind+1.8.0版本及SIoT V2版本升级文件： 腾讯微云下载: 链接: https://share.weiyun.com/6SFhgLQj ：

1.下载升级文件：升级行空板SIOTV2.mp

2.打开Mind+，在项目中打开上一步下载的升级行空板SIOTV2.mp文件。

3.行空板连接电脑待启动完成，点击连接远程终端中选择10.1.2.3连接行空板，连接成功之后点击运行，等待行空板重启完成即可。

4.此时打开行空板上的SIOT网页，按Ctrl+F5刷新页面，可以看到界面已经SIOTV2了，登录账号是siot，密码dfrobot。

步骤3 使用mind+ v1.8.0编程前期准备

首先选择python模式，这样才能加载行空板。

接着加载编程所需的各类库文件。

SCI采集模块加载库地址：https://gitee.com/liliang9693/ext-sci

编程的前期准备工作做好后开始图形化编程

步骤4 使用mind+ v1.8.0编程

以上以上是主程序需要注意的是MQTT服务器参数的设置，本例使用电脑主机的SIOT服务器。所以服务器IP地址为：10.1.2.101，如果使用行空板，则服务器地址为：10.1.2.3

左图是使用行空板的线程，实时监控办公室的场景，个人在局域网内任何位置，都可以通过MQTT服务查看办公室的场景。
右图是将传感器的数据发送到行空板SIOT服务器，并保存到数据库，这样我们可以通过可视化大屏预警系统观察到办公室环境各项指标。

当接收到可视化大屏系统发出的开关LED灯的指令后，开关行空板上的LED灯。

代码

#  -*- coding: UTF-8 -*-

# MindPlus
# Python
import base64
from io import BytesIO
from PIL import Image
from pinpong.libs.dfrobot_sht31 import SHT31
from pinpong.extension.unihiker import *
from pinpong.board import Board,Pin
from dfrobot_rp2040_sci import *
from pinpong.board import Board
from unihiker import GUI
import time
import siot
import cv2

# 自定义函数
def ZhiXing():
    siot.publish_save(topic="siot/air_quality", data=SCI1.get_value0("AQI"))
    siot.publish_save(topic="siot/humidity", data=p_sht31.humidity())
    siot.publish_save(topic="siot/temperature", data=p_sht31.temp_c())
    siot.publish_save(topic="siot/noise", data=SCI1.get_value0("Sound"))
    siot.publish_save(topic="siot/light", data=light.read())

# 事件回调函数
def on_message_callback(client, userdata, msg):
    if (msg.topic == (str("siot/LED"))):
        if (msg.payload.decode() == (str("on"))):
            p_p25_out=Pin(Pin.P25, Pin.OUT)
            p_p25_out.write_digital(1)
        else:
            p_p25_out=Pin(Pin.P25, Pin.OUT)
            p_p25_out.write_digital(0)
def u_thread1_function():
    while True:
        ret, grab = vd.read()
        cv2.imshow("Mind+.png", grab)
        siot.publish(topic="siot/frame", data=base642base64(grab))
        if cv2.waitKey(20) & 0xff== 27:
            break


siot.init(client_id="9999280106776172",server="10.1.2.101",port=1883,user="siot",password="dfrobot")
Board().begin()
u_gui=GUI()
siot.connect()
siot.loop()
siot.set_callback(on_message_callback)
siot.getsubscribe(topic="siot/LED")
siot.getsubscribe(topic="siot/fan_switch")
SCI1 = DFRobot_RP2040_SCI_IIC(addr=0x21)
while SCI1.begin() != 0:
    print("Initialization Sensor Universal Adapter Board failed.")
    time.sleep(1)
print("Initialization Sensor Universal Adapter Board done.")
vd = cv2.VideoCapture()
vd.open(-1)
siot.getsubscribe(topic="siot/frame")

def frame2base64(frame):
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    img = Image.fromarray(frame) #将每一帧转为Image
    output_buffer = BytesIO() #创建一个BytesIO
    img.save(output_buffer, format='JPEG') #写入output_buffer
    byte_data = output_buffer.getvalue() #在内存中读取
    base64_data = base64.b64encode(byte_data) #转为BASE64
    return base64_data #转码成功 返回base64编码

def base642base64(frame):
    data=str('data:image/png;base64,')
    base64data = str(frame2base64(frame))
    framedata = base64data[2:(len(base64data)-1)]
    base642base64_data = data + str(framedata)
    return base642base64_data
p_sht31 = SHT31(0x45)
thread1=u_gui.start_thread(u_thread1_function)

while True:
    ZhiXing()
    time.sleep(2)

使用mind+ v1.8.0编程的具体操作如下：

步骤5 设计靓丽的可视化大屏预警系统