IDC2018IOT Leg Running Tracker: 6 քայլ

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:50

Այս գաղափարով մենք հանդես եկանք IDC Herzliya- ի «Իրերի ինտերնետ» դասընթացի շրջանակներում:

Րագրի նպատակն է բարձրացնել ֆիզիկական գործունեությունը, որը ներառում է վազել կամ քայլել NodeMCU- ի, մի քանի տվիչների և կարող սերվերի միջոցով: Այս նախագծի արդյունքը շատ օգտակար IOT սարք է, որը հետագայում կարող է վերածվել իրական արտադրության արտադրանքի, որը կօգտագործվի ամենուր: Խնդրում ենք տեղեկացնել մեզ, թե ինչ եք կարծում:)

Նախքան սկսելը, համոզվեք, որ ունեք.

* NodeMCU սարք:

* 1 պիեզոէլեկտրական ցուցիչ:

* MPU6050 ցուցիչ:

* Մեկ մեծ մատրիցա:

* Էլաստիկ պարան:

* Firebase հաշիվ:

Լրացուցիչ:

* Բազմակի պիեզոէլեկտրական տվիչ

* մուլտիպլեքսեր

Քայլ 1: MPU6050- ի տեղադրում և չափաբերում

"բեռնում =" ծույլ"

Հրահանգներ.

• Միացրեք պիեզոն 1 Մ դիմադրիչով (տես կցված նկարը):
• Վերբեռնեք կցված ուրվագիծը:
• Միացրեք սարքը մեկ ոտքին `օգտագործելով առաձգական պարան:
• Բացեք «սերիական գծագիր»:
• Դիտեք տեսանյութը, որը կցված է այս քայլին:

Քայլ 3. Սենսորների ինտեգրում Arduino- ին

Մենք տեսանք, թե ինչպես կարելի է չափել սենսորները, այժմ մենք մտադիր ենք երկու սենսորները ինտեգրել NodeMCU- ին:

• Միացրեք երկու սենսորները սարքին, օգտագործեք նույն կապումներն ինչպես 1+2 քայլերում:
• Բեռնել կցված ուրվագիծը:
• Միացրեք սարքը 2 սենսորներով մեկ ոտքին:
• Բացեք «սերիական գծագիր»:
• Դիտեք կից տեսանյութը:

Քայլ 4: Տվյալների ուղարկում ամպին:

Այս քայլով մենք մեր սարքը միացնելու ենք ամպին և տվյալներ կուղարկենք ՝ որոշ զարմանալի գծապատկերներ տեսնելու համար:

Մենք կօգտագործենք MQTT արձանագրությունը և տվյալներ կուղարկենք անվճար «Adafruit» սերվերին:

Ո NOTՇԱԴՐՈԹՅՈՆ. Adafruit- ը չի աջակցում ամեն վայրկյան մի քանի անգամ տվյալների ուղարկմանը, այն աշխատում է ավելի դանդաղ տեմպերով, հետևաբար մենք կուղարկենք մեր տվյալների կետերի միջինացում, և ոչ թե տվյալների կետերը: Մենք մեր 2 տվիչներից տվյալները կփոխակերպենք միջինացված տվյալների ՝ օգտագործելով հետևյալ փոխակերպումները.

* Քայլերի հայտնաբերման ժամանակը կփոխակերպվի րոպեների քայլերի: Յուրաքանչյուր քայլի տևողությունը կարելի է գտնել (millis () - step_timestamp), իսկ միջինը կարող է կատարվել ֆիլտրի միջոցով, ինչպես տեսանք նախկինում. Val = val * 0.7 + new_val * 0.3:

* Քայլ հզորությունը կվերածվի միջին աստիճանի հզորության: Մենք կօգտագործենք «max» - ի կիրառման նույն մեթոդաբանությունը յուրաքանչյուր քայլի համար, բայց մենք կօգտագործենք զտիչ `միջինը հաշվարկելու համար` օգտագործելով զտիչի միջին = միջին * 0.6 + new_val * 0.4:

Հրահանգներ.

• Մուտքագրեք Adafruit- ի կայքը io.adafruit.com հասցեով և համոզվեք, որ հաշիվ ունեք:
• Ստեղծեք նոր վահանակ, կարող եք այն անվանել «Իմ քայլերի դետեկտոր»:
• Վահանակի ներսում սեղմեք + կոճակի վրա և ընտրեք «գծային գծապատկեր» և ստեղծեք «steps_per_min» անունով հոսք:
• Վահանակի ներսում սեղմեք + կոճակի վրա և ընտրեք «գծապատկեր», և ստեղծեք «միջին_քայլ_հզորություն» անունով հոսք:
• Այժմ դուք պետք է տեսնեք 2 դատարկ գծապատկեր յուրաքանչյուր դաշտի համար:
• Օգտագործեք կցված ուրվագիծը և սահմանեք հետևյալ կազմաձևը.

USERNAME = ձեր Adafruit օգտվողի անունը:

KEY = ձեր Adafruit բանալին

WLAN_SSID = WIFI անուն

WLAN_PASS = WIFI անցում

mpuStepThreshold = Շեմ 2 քայլից

Այնուհետև կարող եք սարքը մի ոտքի միացնել, և ուրվագիծը քայլերի տվյալները կուղարկի սերվերին:

Քայլ 5: Միաժամանակ օգտագործեք 2 սարք

Այս քայլին մենք նմանակելու ենք 2 մարդու, ովքեր միաժամանակ քայլում են սարքի հետ:

Մենք կօգտագործենք 2 տարբեր սարքեր `նույն տվյալների կետերով, ինչպես բացատրված է 4 -րդ քայլում:

Այսպիսով, սա իսկապես հեշտ է, կան 3 պարզ առաջադրանքներ.

1) 2-րդ սարքի տվյալների համար լրացուցիչ հոսքեր ստեղծեք, մենք առաջարկում ենք տալ «_2»-ի հետընտրական շտկում

2) փոխեք վահանակի բլոկները `երկու հոսքերից տվյալներ ներկայացնելու համար:

3) փոխեք հոսքերի անվանումը երկրորդ սարքի ուրվագծում:

4) Տեսեք արդյունքները:

ՆՇՈՒՄ:

Adafruit- ը դիմադրում է չափազանց արագ եկող տվյալներին, գուցե անհրաժեշտ լինի տվյալների սերվերին ուղարկվող հաճախականությունը հարմարեցնելու համար: դա արեք ՝ ուրվագծում գտնելով հետևյալը.

/ / Ուղարկեք յուրաքանչյուր 5 վայրկյանը մեկ, չգերազանցելով Adafruit- ի սահմանը անվճար օգտվողների համար: // Եթե դուք օգտագործում եք պրեմիում կամ ձեր սեփական սերվերը, ազատ զգացեք փոխվել: // Ամեն անգամ ուղարկել տվյալների այլընտրանքային կետ: if (millis () - lastTimeDataSent> 5000) {

Քայլ 6: Բարելավումներ, նշումներ և ապագա ծրագրեր:

Հիմնական մարտահրավերը

Theրագրի հիմնական մարտահրավերը NodeMCU- ի ֆիզիկական գործունեության փորձարկումն էր: USB մալուխը հաճախ անջատվում է, և արագ շարժվել փորձելիս կարող են առաջանալ կապումներն անջատելու խնդիրներ: Շատ անգամ մենք կարգաբերում էինք կոդի մի կտոր, որն իրականում աշխատում էր, և խնդիրը ֆիզիկական տիրույթում էր:

Մենք հաղթահարեցինք այս մարտահրավերը ՝ նոութբուքը մոտենալով վազողին և միաժամանակ գրելով յուրաքանչյուր կտոր կոդ:

Մեկ այլ մարտահրավեր էր տարբեր բաղադրիչների սահուն փոխազդեցությունը.

• Արագացուցիչ սարքի հետ պիեզոն. Այն ստեղծվեց որպես 3 -րդ քայլում նկարագրված ստեղծագործական գաղափարով:
• Սերվերի սենսորները. Ինչպես նկարագրված է 4 -րդ քայլում, մենք արժեքները վերածեցինք այլ արժեքների, որոնք կարող են դանդաղ տեմպերով ուղարկվել սերվեր:

Համակարգի սահմանափակումները

• Օգտագործելուց առաջ անհրաժեշտ է չափաբերում:
• Պետք է վերածել ավելի կոշտ արտադրանքի, որը հեշտությամբ չի կոտրվում ֆիզիկական գործունեության ընթացքում:
• Պիոզոէլեկտրական սենսորը շատ ճշգրիտ չէ:
• Անհրաժեշտ է մի քանի wifi կապ: (Հեշտությամբ լուծվում է բջջային հեռախոսի թեժ կետի միջոցով)

Ապագա պլաններ

Այժմ, երբ մենք ունենք լիովին աշխատող ոտքերի մոնիտորինգի սարք, կան լրացուցիչ բարելավումներ, որոնք կարելի է անել:

Բազմաթիվ պիզոներ:

• Միացրեք պիեզոները ոտքի տարբեր հատվածներին:
• Օգտագործեք մուլտիպլեքսեր, քանի որ NodeMCU- ն աջակցում է միայն մեկ անալոգային քորոց:
• Կարող է ցույց տալ ոտնաթաթի ջերմային քարտեզ `ազդեցության տարածքները նկարագրելու համար:
• Կարող է օգտագործել այս տվյալները ՝ զգուշացումներ ստեղծելու սխալ կեցվածքի և մարմնի հավասարակշռության վերաբերյալ:

Շատ սարքեր!

• Մենք ձեզ ցույց տվեցինք, թե ինչպես միացնել միաժամանակ 2 սարք, բայց դուք կարող եք 22 պիեզո միացնել 22 ֆուտբոլիստների:
• Տվյալները կարող են բացահայտվել խաղի ընթացքում ՝ խաղացողների մասին որոշ հետաքրքիր չափումներ ցույց տալու համար:

Ընդլայնված տվիչներ

Մենք օգտագործում էինք պիեզո և արագացուցիչ, բայց կարող եք ավելացնել այլ սարքեր, որոնք կհարստացնեն ելքը և կտան ավելի շատ տվյալներ.

• Urateշգրիտ լազերներ `ոտնահետքերը հայտնաբերելու համար:
• Չափել ոտքի և գետնի միջև հեռավորությունը:
• Չափել հեռավորությունը տարբեր խաղացողների միջև (բազմաթիվ սարքերի դեպքում)