发现

 DF创客社区 产品资料库 DF创客商城
回到首页 返回首页
回到顶部 回到顶部
返回上一页 返回上一页
best-icon

#新物联网挑战二#+立体车库物联大数据平台 中等

头像 于恺 2023.07.08 343 3

        平台图片.png

        这次选择的主题是：气象科学与大气污染探究 ，当时就是想体验一把云雀，一冲动就选择了主题一，针对主题一直在思考，最终选择了测试场景为车库。设计思维导图如下：

 

页-1.jpg

       车库中会有大量的汽车驶入、使出，油车产生有机性挥发物、CO2等有害气体。立体车库相对环境比较封闭，会形成有害气体的堆积，使用空气质量传感器对车库内的空气质量，及时发现对人体有害的情况，进行车库通风；通过P2.5等粉尘的数据记录，及时发现车库粉尘浓度。

        车库出入口经常会产生狭管效应，促使风力变大，对车辆行驶造成安全隐患，借助云雀测风力及风向，提醒出入库车辆小心驾驶。

        电动车自燃现象时有发生，借助火焰传感器、烟雾传感器及时发现火焰和烟雾，提前进行灭火，提高车库的安全度。

        车库密闭的环境比较黑暗，所以需要灯光照明，为了节约能源采用体感照明系统，通过人体红外热释能传感器感应是否有人存在，如果有人灯开启，无人关闭。

       通过摄像头观察车库的情况，实现远程控制车库门的开启和关闭。

       欲先攻其事必先利器，准备传感器和车库模型、3D打印几辆小汽车，场景如下图。

 

整体.jpg

材料清单

接线图.png1.规划连接口，传感器连接口如上图。

2.按照先设计好分三步将ENS160 空气质量传感器安装到云雀的肚子里，如下图。

云雀组装图.png

3.由于行空板的线有点短只能在附近安装相关传感器。

传感器安装位置2.png

下面来个特写。

传感器安装位置.png

 

4.接下来设计一下topic，用于获取相关信息。

image.png
topic1.png
topic2.png

5.设计人工智能部分，除了显示空气中挥发性有机化合物和CO2浓度数值，还要给管理人员建议，除了设计topic还要进行程序设计。

image.png

挥发性有机化合物

image.png

CO2浓度

image.png

6.检测火情，早发现，早处理，通过采用火焰传感器和烟雾传感器配合的方式实现。火焰传感器获取情况及时报警。

image.png

查看烟雾数值，因为点了蚊香，所以烟雾数值有点高，请忽略。

image.png

7.及时观察车库口风力、风向等信息，提前预防狭管效应。感谢大神的帮助，要不真不知道云雀的关键词，搞了好久才获取到数值。

image.png
image.png

8.借助摄像头远程控制车库内的灯光及闸机、报警系统，及时发现车库中的问题，报警促使人们及时疏散。

image.png
image.png

这次专门为摄像头增加了一个进程，图像很流畅，虽然有丢包现象，但是很好了。

image.png

9.为了起到灯光节能作用，采用人体感应识别的方式控制灯。

image.png

10.下面分享一下源程序开头初始化设置及全部代码

image.png

 

代码
#  -*- coding: UTF-8 -*-

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

# 事件回调函数
def u_thread2_function():
    while True:
        if ((p_p24_in.read_digital()==True) == True):
            p_p21_out=Pin(Pin.P21, Pin.OUT)
            p_p21_out.write_digital(1)
            time.sleep(5)
        else:
            p_p21_out=Pin(Pin.P21, Pin.OUT)
            p_p21_out.write_digital(0)
def u_thread1_function():
    while True:
        if vd.grab():
            ret, grab = vd.read()
            siot.publish(topic="siot/camera", data=base642base64(grab))
        else:
            print("没有下一帧")
def on_message_callback(client, userdata, msg):
    if (msg.payload.decode() == (str("on"))):
        p_p21_out=Pin(Pin.P21, Pin.OUT)
        p_p21_out.write_digital(1)
    elif (msg.payload.decode() == (str("off"))):
        p_p21_out=Pin(Pin.P21, Pin.OUT)
        p_p21_out.write_digital(0)
    elif (msg.payload.decode() == (str("don"))):
        servo1.write_angle(180)
    elif (msg.payload.decode() == (str("doff"))):
        servo1.write_angle(90)
    elif (msg.payload.decode() == (str("moff"))):
        buzzer.stop()
    elif (msg.payload.decode() == (str("mon"))):
        buzzer.play(buzzer.BADDY,buzzer.ForeverInBackground)
    elif (msg.payload.decode() == (str("dangerous"))):
        buzzer.play(buzzer.FUNK,buzzer.ForeverInBackground)


Board().begin()
u_gui=GUI()
siot.init(client_id="",server="192.168.24.72",port=1883,user="siot",password="dfrobot")
u_audio = Audio()
siot.connect()
siot.loop()
p_p22_analog=Pin(Pin.P22, Pin.ANALOG)
p_p24_in=Pin(Pin.P24, Pin.IN)
siot.set_callback(on_message_callback)
yunque_i2c = DFRobot_Atmospherlum_I2C(0x42)
while (yunque_i2c.begin() != 0):
    print("yunque_i2c initialize failed!!")
    time.sleep(1)
print("Sensor initialize success!!")
yunque_i2c.set_local_time()
time.sleep(1)

servo1 = Servo(Pin((Pin.P23)))
FengXiang = { "E":"东","S":"南","W":"西","N":"北","NE":"东北","SE":"东南","SW":"西南","NW":"西北"}

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
servo1.write_angle(0)
vd = cv2.VideoCapture()
vd.open(0)
while not (vd.isOpened()):
    print("摄像头初始化中……")
u_gui.draw_image(image="123.jpg",x=0,y=0)
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.")
siot.getsubscribe(topic="siot/车库数据传输")
my_variable = { "True":"是","False":"否"}
thread1=u_gui.start_thread(u_thread1_function)
thread2=u_gui.start_thread(u_thread2_function)

while True:
    print((str("apple") + str((str("apple") + str((yunque_i2c.get_value("Speed")))))))
    siot.publish_save(topic="siot/sound", data=u_audio.sound_level())
    siot.publish_save(topic="siot/光线数值", data=light.read())
    siot.publish_save(topic="siot/humi", data=SCI1.get_value1(SCI1.ePort3,"Humi_Air"))
    siot.publish_save(topic="siot/温度", data=SCI1.get_value1(SCI1.ePort3,"Temp_Air"))
    siot.publish_save(topic="siot/pm2.5", data=(str((str(SCI1.get_value1(SCI1.ePort2,"PM1.0")) + str(","))) + str((str((str(SCI1.get_value1(SCI1.ePort2,"PM2.5")) + str(","))) + str(SCI1.get_value1(SCI1.ePort2,"PM10"))))))
    siot.publish_save(topic="siot/y空气质量", data=(yunque_i2c.get_value("AQI")))
    siot.publish_save(topic="siot/y湿度", data=(yunque_i2c.get_value("Humi")))
    siot.publish_save(topic="siot/y风速", data=(yunque_i2c.get_value("speed")))
    siot.publish_save(topic="siot/y风向", data=(FengXiang[(yunque_i2c.get_value("dir"))]))
    siot.publish_save(topic="siot/y温度", data=(yunque_i2c.get_value("Temp")))
    siot.publish_save(topic="siot/y气压", data=(yunque_i2c.get_value("Pressure")))
    siot.publish_save(topic="siot/烟雾", data=p_p22_analog.read_analog())
    siot.publish_save(topic="siot/体感", data=(my_variable[(str((p_p24_in.read_digital()==True)))]))
    CO2 = (int(float((yunque_i2c.get_value("ECO2")))))
    if ((CO2 > 400) and (CO2 <= 600)):
        siot.publish_save(topic="siot/CO2浓度", data="非常好")
        siot.publish_save(topic="siot/CO2建议", data="浓度不超标")
    elif ((CO2 > 600) and (CO2 <= 800)):
        siot.publish_save(topic="siot/CO2浓度", data="好")
        siot.publish_save(topic="siot/CO2建议", data="保持正常")
    elif ((CO2 > 800) and (CO2 <= 1000)):
        siot.publish_save(topic="siot/CO2浓度", data="一般")
        siot.publish_save(topic="siot/CO2建议", data="可以通风")
    elif ((CO2 > 1000) and (CO2 <= 1500)):
        siot.publish_save(topic="siot/CO2浓度", data="差")
        siot.publish_save(topic="siot/CO2建议", data="室内空气污染开启通风")
    else:
        siot.publish_save(topic="siot/CO2浓度", data="严重")
        siot.publish_save(topic="siot/CO2建议", data="室内空气污染严重，开启通风")
    if ((int(float(SCI1.get_value1(SCI1.ePort1,"Analog")))) > 2000):
        siot.publish_save(topic="siot/火焰", data="请注意！有火情，抓紧灭火")
    else:
        siot.publish_save(topic="siot/火焰", data="一切正常")
    TVOC = (int(float((yunque_i2c.get_value("TVOC")))))
    siot.publish_save(topic="siot/TVOC", data=(yunque_i2c.get_value("TVOC")))
    if (TVOC > 6000):
        siot.publish_save(topic="siot/TVOC建议", data="会引发人体头疼等神经问题")
    elif ((TVOC > 750) and (TVOC <= 6000)):
        siot.publish_save(topic="siot/TVOC建议", data="会引发人急躁不安和头疼")
    elif ((TVOC > 50) and (TVOC <= 750)):
        siot.publish_save(topic="siot/TVOC建议", data="会让人急躁不安、不舒服")
    elif (50 > TVOC):
        siot.publish_save(topic="siot/TVOC建议", data="正常环境")
    time.sleep(1)

这一阶段的挑战让我用上了云雀，果真大有乾坤，期待有更好的设备进入中小学教育，让孩子在科学探究中成长。

Makelog作者原创文章，未经授权禁止转载。
#行空板M10#物联网

评论

user-avatar
  • 三春牛-创客

    三春牛-创客2024.02.14

    赞赞赞！

    0
    • 三春牛-创客

      三春牛-创客2024.02.14

      不错不错

      0
      • hacker_

        hacker_2023.08.19

        666

        0
        于恺
        于恺2022.12.24
        icon
        创造力1998
        icon
        项目文章19

        icon 他的勋章
        • 行空板icon
        • 探索者勋章icon
        • 编程萌新icon
        • Python硬件入门icon
        • 掌控板icon
        • Arduinoicon
        展开更多

        你可能感兴趣的