Madáretető V2.0: 12 lépés (képekkel)

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:39

Ez egy olyan projekt, amely figyelemmel kíséri, lefényképezi és rögzíti a madarak etetőbe látogató madarainak számát és idejét. Ehhez a projekthez több Raspberry Pi -t (RPi) használtak. Az egyiket kapacitív érintésérzékelőként, Adafruit CAP1188 -ként használták a táplálkozó madarak fényképeinek észlelésére, rögzítésére és kiváltására. Egy másik RPi -t úgy konfiguráltak, hogy vezérelje ennek a megfigyelőrendszernek a működését, valamint tárolja és karbantartja az adatokat a megfigyeléshez és az elemzéshez. Az utolsó RPi kameraként lett konfigurálva, hogy lefényképezze az etetőbe látogató madarakat.

Kellékek

1. 1 ea - Raspberry Pi W
2. 1 ea - Raspberry Pi 3 - B+ modell - az MQTT Server számára
3. 1 ea - Raspberry Pi kamerával - opcionális
4. 2 ea - Időjárásálló tok RPi és CAP1188 érzékelőhöz
5. 1 ea - Rézfólia szalag vezetőképes ragasztóval
6. Huzal - 18-22 AWG
7. Forrasztópáka és forrasztópáka
8. Forrasztó fluxus elektronikához
9. Szilikon tömítés*
10. 8 ea - M3 x 25 gépcsavarok*
11. 8 ea - M3 dió*
12. 1 ea - Proto tábla a CAP1188 rögzítéséhez
13. 1 ea - 1x8 női Dupont csatlakozó
14. 1 ea - 1x6 férfi Dupont csatlakozó
15. 1 ea - CAP1188 - 8 gombos kapacitív érintésérzékelő
16. 2 ea - PG7 vízálló IP68 nejlon kábel tömszelencés közös állítható záróanya 3-6,5 mm átmérőjű kábelhuzalhoz
17. 1 készlet - 2 tűs autós vízálló elektromos csatlakozó dugó vezetékkel AWG Marine 10 db -os csomag
18. 3 ea - 5VDC tápegység - minden RPi -hez egy
19. 1 ea - Madáretető (CedarWorks Plastic Hopper Bird Feeder), vagy bármely madáretető műanyagból vagy fából készült ülőgarnitúrákkal

*3D nyomtatott időjárásálló tokokhoz

1. lépés: A madáretető megfigyelő rendszer áttekintése

Ez egy megfigyelő rendszer, amely a madáretetőnkben táplálkozó madarak számlálására, időzítésére, rögzítésére és fényképezésére szolgál. A Bird Feeder Monitor előző verziója Arduino Yun -t használt, és az adatokat egy táblázatban tárolta a Google Drive -on. Ez a verzió több Raspberry Pi, MQTT kommunikációt, valamint adatok és fényképek helyi tárolását használja.

A madáretető Raspberry Pi Zero W és kapacitív érintésérzékelővel (CAP1188) van felszerelve. Az ülőhelyeken világító madarak aktiválják az érintésérzékelőt, amely időzítőt indít, hogy meghatározza az egyes események időtartamát. Amint az érintés aktiválódik, a "monitor/feeder/picture" MQTT üzenetet közzéteszi a Bird Feeder Monitor. Ez az üzenet értesíti a Raspberry Pi kamerát, hogy készítsen fényképet. Ha az MQTT szerver "monitor/feeder/getcount" üzenetet tesz közzé, a Bird Feeder Monitor "monitor/feeder/count" MQTT üzenettel válaszol, amelyet a szerver tárol.

Az MQTT Server számos feladatot lát el. Ez adatokat kér és tárol a madáretetőből, és vezérli a monitor működését. Hajnalban aktiválja a monitort, és alkonyatkor kikapcsol. Ezenkívül szabályozza az adatkérés időzítési intervallumát, és a DarkSky -n keresztül figyeli az aktuális időjárási viszonyokat is. Az időjárási viszonyokat több okból is figyelemmel kísérik. Először is, a csapadék mennyisége befolyásolhatja az érzékelőket. Ha ez megtörténik, az érzékelőket rutinszerűen újrakalibrálják, miközben esik az eső. A második ok az, hogy figyelemmel kell kísérni és rögzíteni kell az időjárási körülményeket a madarak számadataival való korreláció érdekében.

A Raspberry Pi kamera egy RPi + Raspberry Pi Camera modul. A projekthez használt kamera szoftver nem működik USB webkamerával. Az RPi kamera WIFI -vel van felszerelve, és MQTT Client szoftvert működtet. Feliratkozik a "monitor/feeder/picture" MQTT üzenetekre, és minden alkalommal készít fényképet, amikor ez az üzenet megérkezik. A fényképeket az RPi Camera tárolja, és távolról kezelik.

2. lépés: A Raspbian telepítése a Bird Feeder Monitorra

Telepítse a Raspbian Lite legújabb verzióját a Raspberry Pi Zero W-re. Javaslom, hogy kövesse az Adafruit Raspberry Pi Zero Headless Quick Start oldalán található lépésenkénti utasításokat.

A fenti lépések szerepeltek a fenti utasításokban, de meg kell ismételni:

Csatlakozzon az RPi -hez az ssh -n keresztül, és futtassa a következő parancsokat:

sudo apt-get updatesudo apt-get upgrade

A fenti parancsok végrehajtása eltart egy ideig, de ezeknek a parancsoknak a futtatása biztosítja, hogy naprakész legyen a legújabb csomagokkal.

Ezután futtassa a következő parancsot az RPi szoftver konfigurálásához:

sudo raspi-config

Változtassa meg jelszavát, engedélyezze az SPI -t és az I2C -t, és bontsa ki a fájlrendszert. Ha ezek befejeződtek, lépjen ki a raspi-config-ból.

3. lépés: Az RPi és a CAP1188 bekötése

A Raspberry Pi W (RPi) és a CAP1188 I2C -vel van bekötve. Más kapacitív érintőérzékelők is rendelkezésre állnak egy, öt vagy nyolc érzékelővel. Nyolcat választottam, mert a madáretetőmnek hat oldala van.

Vezeték:

• CAP1188 SDA == RPi 3. tű
• CAP1188 SCK == RPi 5. tű
• CAP1188 VIN == RPi Pin 1 (+3.3VDC)
• CAP1188 GND == RPi Pin 9 (GND)
• CAP1188 C1-C8 == Csatlakoztassa a vezetékeket minden ülőhelyen 1x8-as női Dupont csatlakozón keresztül
• CAP1188 3Vo == CAP1188 AD - Kösse be az I2C címet 0x28 -ra
• RPi Pin 2 == +5VDC
• RPi Pin 14 == GND

Az RPi áramellátását külsőleg biztosították, vezetéket vezetve a föld alá a garázsomból, és felfelé a csövön keresztül, amelyet a madáretető állványként használtak. A vezeték végéhez 2 tűs időjárásálló csatlakozót csatlakoztattak az RPi Bird Feeder Monitor csatlakoztatásához. A vezeték másik végét a garázsban lévő olvadt 5 V egyenáramú tápegységhez kötötték. Ennek a projektnek elemekkel kell működnie, de nem akartam az elemek rutinszerű cseréjét.

Egy 16 hosszú kábelt építettem az RPi -t tartalmazó időjárásálló doboz és a CAP1188 -as időjárásálló doboz összekapcsolásához. A kapacitív érzékelőt a lehető legközelebb kell elhelyezni az ülőhelyekhez.

Az RPi Zero -t és a CAP1188 -at egy időjárásálló dobozba lehetett volna csomagolni, de inkább külön csomagoltam.

4. lépés: A madáretető monitor konfigurálása

Jelentkezzen be a Raspberry Pi Zero W -be, és hajtsa végre a következő lépéseket.

A pip telepítése:

sudo apt-get install python3-pip

Az Adafruit CircuitPython telepítése:

sudo pip3 install --upgrade setuptools

Ellenőrizze az I2C és SPI eszközöket:

ls /dev /i2c* /dev /spi*

A következő választ kell látnia:

/dev/i2c-1 /dev/spidev0.0 /dev/spidev0.1

Ezután telepítse a GPIO és az Adafruit blinka csomagot:

pip3 install RPI. GPIOpip3 install adafruit-blinka

Az Adafruit CAP1188 moduljának telepítése:

pip3 telepítse az adafruit-circuitpython-cap1188

Telepítse az I2C eszközöket:

sudo apt-get install python-smbussudo apt-get install i2c-tools

Ellenőrizze az I2C címeket a fenti eszközzel:

i2cdetect -y 1

Ha a CAP1188 csatlakoztatva van, ugyanazt a választ fogja látni, mint a fenti képen, ami azt jelzi, hogy az érzékelő az I2C 0x28 -as címen van (vagy 0x29 az I2C -cím választásától függően).

Telepítse a mosquitto, mosquitto-klienseket és a paho-mqtt alkalmazást:

sudo apt-get install mosquitto mosquitto-customers python-mosquitto

sudo pip3 telepítse a paho-mqtt-t

Javaslom az Adafruit Configuring MQTT használatát a Raspberry Pi -n az MQTT konfigurálásához és beállításához ezen a RPi -n.

Telepítse a Bird Feeder Monitor szoftvert:

cd ~

sudo apt-get install git git clone "https://github.com/sbkirby/RPi_bird_feeder_monitor.git"

Naplókönyvtár létrehozása:

cd ~

mkdir naplók

Csatlakoztassa a CAP1188 érzékelőt az RPi -hez, és hajtsa végre a következőket a rendszer teszteléséhez az MQTT szerver működése után:

cd RPi_bird_feeder_monitor

sudo nano config.json

Cserélje ki az „OIP_HOST”, „MQTT_USER”, „MQTT_PW” és „MQTT_PORT” értékeket a helyi beállításoknak megfelelően. Lépjen ki és mentse a módosításokat.

Indításkor futtassa

Még a/home/pi/RPi_bird_feeder_monitor könyvtárban.

nano launcher.sh

Illessze be a következő szöveget a launcher.sh fájlba

#!/bin/sh

# launcher.sh # navigáljon a kezdőkönyvtárba, majd ebbe a könyvtárba, majd futtassa a python szkriptet, majd vissza a cd /cd home /pi /RPi_bird_feeder_monitor sudo python3 feeder_mqtt_client.py cd /

Lépjen ki és mentse a launcher.sh fájlt

Futtathatóvá kell tennünk a szkriptet.

chmod 755 launcher.sh

Teszteld a szkriptet.

sh launcher.sh

Ezután szerkesztenünk kell a crontab -ot (a linuxos feladatkezelőt), hogy elindítsuk a szkriptet indításkor. Megjegyzés: korábban már létrehoztuk a /logs könyvtárat.

sudo crontab -e

Ezzel a fent látható crontab ablak jelenik meg. Keresse meg a fájl végét, és írja be a következő sort.

@reboot sh /home/pi/RPi_bird_feeder_monitor/launcher.sh>/home/pi/logs/cronlog 2> & 1

Lépjen ki és mentse a fájlt, majd indítsa újra az RPi -t. A szkriptnek el kell indítania a feeder_mqtt_client.py parancsfájlt az RPi újraindítása után. A szkript állapotát a /logs mappában található naplófájlokban ellenőrizheti.

5. lépés: 3D nyomtatott alkatrészek

Ezek az STL fájlok a 3D nyomtatott részekhez tartoznak, amelyeket ehhez a projekthez készítettem, és ezek az alkatrészek nem kötelezőek. Az időjárásálló tokokat helyben lehet legyártani vagy megvásárolni. A "CedarWorks Bird Feeder" "rögzítő éke" szintén opcionális. Erre a részre volt szükség a CAP1188 érzékelőház felszereléséhez.

6. lépés: Madáretető monitor összeszerelése

A Raspbian telepítése, az RPi és a CAP1188 érzékelő konfigurálása és tesztelése után, amint azt korábban említettük, most itt az ideje, hogy ezeket az eszközöket az időjárásálló tokba szerelje.

A nyomtatott két időjárásálló tokot az RPi és a CAP1188 érzékelő felszerelésére használtam. Először is, 1/2 hüvelykes lyukat fúrtam az egyes tokok egyik végébe. Fúrja ki a lyukat az RPi -házon, az oldallal szemben az SD -kártyával. Szerelje be a nylon kábel tömszelence csuklót, állítható záróanyával minden lyukba. Futtassa a négy Szerelje be és forrasztja a 2 tűs autó vízálló elektromos csatlakozóját az RPi -hez a fenti képen látható módon. Forrasztja a piros vezetéket az RPi +5VDC 2. tűjéhez, a fekete vezetéket pedig a GND -hez vagy a 14 -es tűhöz. Az RPi -n használt egyéb csatlakozásokat lásd a kapcsolási rajzon.

Futtassa a négyvezetékes vezeték másik végét a CAP1188 házon lévő tömszelencén, és csatlakoztassa a vezetékeket a kapcsolási rajz szerint. A CAP1188 kapacitív érintésérzékelő mind a 8 a 8 tűs Dupont csatlakozóhoz van forrasztva. Ez a csatlakozó a tok oldalán van süllyesztve, hogy lehetővé tegye a vízzáró tömítést a tetején. Megjegyzés: A Top mindkét esetben valószínűleg módosításokat igényel, hogy lehetővé tegyék a tömszelencés csatlakozók anyáit.

Zárás előtt szilikon tömítőanyagot alkalmazok minden tok szélére, és a tömszelencék vezetékei köré a tokok lezárásához. Szilikont is adok a Dupont csatlakozó hátoldalához, hogy lezárja az elemeket.

7. lépés: A madáretető bekötése

Az adagoló minden ülőfelületét 1/4 széles, öntapadó rézfólia szalaggal borították. A szalagon és a rúdon egy kis lyukat fúrtak, és egy fóliát forrasztottak a fóliaszalagra, és az adagoló alá vezették. A vezetékek egy 6 tűs Dupont csatlakozóhoz csatlakoznak.

Megjegyzés: A fent bemutatott madáretetővel azt javaslom, hogy minden fóliacsík vége között 1 1/4 " - 1 1/2" rés legyen. Felfedeztem, hogy a nagyobb méretű madarak, mint a szőlő és a galamb, képesek egyszerre két fóliacsíkot megérinteni, ha egymáshoz közel helyezik őket.

A korábban említett "rögzítő ék" -et kinyomtatták és az adagoló aljára ragasztották, hogy vízszintes területet biztosítsanak a CAP1188 -at tartalmazó időjárásálló doboz felszereléséhez. A rögzítéshez tépőzárat ragasztottak a dobozra, valamint a fából készült blokkra. Ez látható az elkészült összeszerelés fenti képén. Tépőzáras pántot használnak a cső és az RPi doboz köré tekeréshez, hogy rögzítsék őket az adagoló alatt.

A madáretető újratöltődik az érzékelővel és az RPi -vel, amely az etetőhöz van rögzítve, és amíg még a csőállványon van. Szerencsére 6'2 magas vagyok, és minden erőfeszítés nélkül elérem a konténert.

8. lépés: MQTT szerver

Ha már az IOT világában dumál, akkor lehet, hogy már működik az MQTT szerver a hálózatán. Ha nem, javaslom a Raspberry Pi 3 használatát az MQTT szerverhez, valamint az utasításokat és az IMG képfájlt, amely megtalálható Andreas Spiess weboldalán "Node-Red, InfuxDB & Grafana Installation". Andreasnak is van egy informatív videója erről a témáról: #255 Node-Red, InfluxDB és Grafana Tutorial on Raspberry Pi.

Miután a Node-Red szerver működőképes, importálhatja a Madáradagoló figyelő folyamatot az adatok másolásával a ~/RPi_bird_feeder_monitor/json/Bird_Feeder_Monitor_Flow.json mappába, és az Importálás> Vágólap használatával beillesztheti a vágólapot egy új folyamatba.

Ez a folyamat a következő csomópontokat igényli:

• node-red-node-darksky-A csomópont használatához DarkSky API-fiók szükséges.
• node-red-contrib-bigtimer-A Scargill Tech nagy időzítője
• node-red-contrib-influenxdb-InfluxDB adatbázis

A tartózkodási helyének időjárási adatai a DarkSky -n keresztül érhetők el. És jelenleg figyelem és rögzítem a "rainIntensity", "hőmérséklet", "páratartalom", "windSpeed", "windBearing", "windGust" és "cloudCover" feljegyzéseket. A "csapadék intenzitása" azért fontos, mert annak segítségével határozzák meg, hogy az eső miatt újra kell kalibrálni az érzékelőket.

A Big Timer csomópont az időzítők svájci kése. Az adatok rögzítésének elindítására és leállítására szolgál hajnalban és alkonyatkor.

Az InfluxDB egy könnyű, könnyen használható idősoros adatbázis. Az adatbázis minden egyes adatbeillesztéskor automatikusan hozzáad egy időbélyeget. Az SQLite -től eltérően a mezőket nem kell definiálni. Automatikusan hozzáadódnak, amikor adatokat illesztenek be az adatbázisba.

Csomó-vörös konfiguráció

A fent említett JSON fájl betölt egy olyan folyamatot, amely néhány módosítást igényel, hogy megfeleljen az Ön igényeinek.

1. Csatlakoztassa az "MQTT Publish" és a "monitor/feeder/#" az MQTT szerverhez.
2. Állítsa be a szélességi és hosszúsági fokot a "Hajnal és alkonyat időzítő (konfiguráció)" nagy időzítő csomópontjában.
3. Konfigurálja a "monitor/feeder/astronomy (config)" csomópontot. A kamera engedélyezhető/letiltható minden ülőhelynél. Például két ülőhelyem a hátsó oldalon van, és a kamera le van tiltva ezekhez az ülőkhöz.
4. Állítsa a "Számláló időzítő (konfiguráció)" csomópontot a kívánt időintervallumra. Alapértelmezett = 5 perc
5. Állítsa be a szélességet és hosszúságot a "DarkSky (config)" csomópontban található helyére. Másodszor, írja be a DarkSky API-kulcsot a darksky-credentials csomópontba.
6. Állítsa be a csapadék intenzitását a "monitor/feeder/recalibrate (config)" funkciócsomópontban. Alapértelmezett = 0,001 in/óra
7. Szerkessze a "Topic Filter for MQTT Receiver Debug Node (config)" funkciócsomópontot, hogy kiszűrje azokat az MQTT üzeneteket, amelyeket NEM szeretne látni.
8. Választható: Ha adatokat szeretne tárolni a Google Drive -on egy táblázatban, akkor szerkesztenie kell a "Google Dokumentumok hasznos terhelésének (konfigurálása) létrehozása" funkciócsomópontot az űrlapmező azonosítóival.
9. Választható: Adja hozzá egyedi űrlap -URL -jét a „Google Dokumentumok GET (config)” HTTP -kérés csomópont URL -mezőjéhez.

Node-Red UI Desktop

A Bird_Feeder_Monitor_Flow felhasználói felületet (UI) tartalmaz az MQTT szerver mobiltelefonon keresztüli eléréséhez. A monitort ki- vagy bekapcsolhatja, újrakalibrálhatja az érzékelőket vagy manuálisan készíthet fényképeket. Összesen az érzékelő "érintései" is megjelennek, amelyek nagyjából képet adnak az etetőt látogató madarak számáról.

9. lépés: Grafana

"A Grafana egy nyílt forráskódú metrikus elemző és megjelenítő csomag. Leggyakrabban az idősorok adatainak megjelenítésére használják az infrastruktúra és az alkalmazáselemzések számára, de sokan használják más területeken, beleértve az ipari érzékelőket, az otthoni automatizálást, az időjárást és a folyamatvezérlést." hivatkozás: Grafana Dokumentumok.

Ez a szoftver szerepel Andreas Spiess képfájljában, amelyet az MQTT szerver létrehozásához használtak. Miután konfigurálta az InfluxDB adatbázist az MQTT kiszolgálón, a Grafana konfigurálható úgy, hogy használja ezt az adatbázist a fenti képen látható módon. Ezután a projekt által használt műszerfal betölthető a ~/RPi_bird_feeder_monitor/json/Bird_Feeder_Monitor_Grafana.json fájlban található JSON fájlból. A Grafana konfigurálására vonatkozó tippeket Andreas Spiess "Node-Red, InfuxDB & Grafana Installation" webhelyén találja.

10. lépés: InfluxDB

Amint korábban említettük, az Adreas Spiess nagyszerű útmutatót és videót tartalmaz az InfluxDB konfigurációjának végigvezetéséhez. Íme az adatbázis konfigurálásához szükséges lépések.

Először is SSH -n keresztül bejelentkeztem az MQTT szerverre, és létrehoztam egy USER -t:

root@MQTTPi: ~#

root@MQTTPi: ~# beáramlás Csatlakoztatva a "https:// localhost: 8086" 1.7.6 verzióhoz InfluxDB shell verzió: 1.7.6 Adjon meg egy InfluxQL lekérdezést> HOZZON "PI" FELHASZNÁLÓT a "málna" jelszóval MINDEN KIVÁLASZTÁSSAL> MUTASA FELHASZNÁLÓKAT felhasználói admin ---- ----- pi igaz

Ezután létrehoztam egy adatbázist:

ADATBÁZIS LÉTREHOZÁSA BIRD_FEEDER_MONITOR>> ADATBÁZISOK MUTATÁSA név: adatbázisok neve ---- _belső BIRD_FEEDER_MONITOR>

Miután létrehozta a fenti adatbázist, konfigurálhatja az InfluxDB csomópontot csomó-vörös színben. Amint a fenti képen látható, a mérést "etetőnek" nevezem. Ez látható az InfluxDB -ben az adatok inicializálása után:

BIRD_FEEDER_MONITOR HASZNÁLATA BIRD_FEEDER_MONITOR adatbázis használata

> MUTATJA MÉRÉSEK neve: mérési név ---- adagolók>

Az InfluxDB számos funkciója közül az egyik a FIELDS konfiguráció. Az adatok megadásakor a MEZŐK automatikusan hozzáadásra és konfigurálásra kerülnek. Itt találhatók az adatbázis FIELDS és FIELDTYPE típusai:

TERÜLET KULCSOK MUTATÁSA: feeders fieldKey fieldType -------- --------- cloudcover float count_1 float count_2 float count_3 float count_4 float count_5 float count_6 float páratartalom float name string string_Int float temp float time_1 float time_2 float time_3 float time_4 float time_5 float time_6 float winddir float windgust float windspeed float>

Az adatbázisból néhány bejegyzés látható az alábbiakban:

SELECT * FROM feeders LIMIT 10 name: feeders time cloudcover count_1 count_2 count_3 count_4 count_5 count_6 count_6 páratartalom név rain_Int temp time_1 time_2 time_3 time_4 time_5 time_6 winddir windgust windspeed ---- ---------- ----- -------- ------- ------- ------- ------- -------- ----- --------- ---- ------ ------ ------ ------ ------ ------- ------ -------- --------- 1550270591000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550271814000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550272230000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550272530000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550272830000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550273130000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550273430000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550273730000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550274030000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0 1550274330000000000 0 0 0 0 0 0 Feeder1 0 0 0 0 0 0>

11. lépés: Raspberry Pi kamera

Javaslom az Instructable, Remote CNC Stop and Monitor használatát a Raspberry Pi kamera összeállításához. A kamera létrehozásához hajtsa végre az összes említett lépést a 6 és 8 kivételével. Kérjük, vegye figyelembe, hogy egy régebbi Raspberry Pi -t használok a fényképezőgépemhez, de nagyon jól működött a kirakatból.

Frissítés Rasbian:

sudo apt-get updatesudo apt-get upgrade

PIP telepítése:

sudo apt-get install python3-pip

A paho-mqtt telepítése:

sudo pip3 telepítse a paho-mqtt-t

A git és a Bird Monitoring szoftver telepítése:

cd ~

sudo apt-get install git git clone "https://github.com/sbkirby/RPi_bird_feeder_monitor.git"

Ha videókat szeretne készíteni a fényképezőgép képeiből, telepítse az ffmpeg fájlt:

git klón "https://git.ffmpeg.org/ffmpeg.git" ffmpeg

cd ffmpeg./configure make sudo make install

A Bird Feeder Monitoring szoftver engedélyeinek konfigurálása:

cd RPi_bird_feeder_monitor

sudo chmod 764 make_movie.sh sudo chmod 764 take_photo.sh sudo chown www-data: www-data make_movie.sh sudo chown www-data: www-data take_photo.sh

Személy szerint nem javaslom a make_movie.sh használatát az RPi kamerán. Az RPi -n való futtatáshoz sok erőforrás szükséges. Azt javaslom, hogy vigye át a képeket a számítógépére, és futtassa az ffmpeg fájlt.

Indításkor futtassa

Jelentkezzen be az RPi -be, és váltson a /RPi_bird_feeder_monitor könyvtárba.

cd RPi_bird_feeder_monitor

nano launcher.sh

Illessze be a következő szöveget a launcher.sh fájlba

#!/bin/sh

# launcher.sh # navigáljon a kezdőkönyvtárba, majd ebbe a könyvtárba, majd futtassa a python szkriptet, majd vissza a cd /cd home /pi /RPi_bird_feeder_monitor sudo python3 camera_mqtt_client.py cd /

Lépjen ki és mentse a launcher.sh fájlt

El kell készítenünk a szkriptet és végrehajthatóvá.

chmod 755 launcher.sh

Teszteld a szkriptet.

sh launcher.sh

Hozzon létre naplókönyvtárat:

cd ~

mkdir naplók

Ezután szerkesztenünk kell a crontab -ot (a linuxos feladatkezelőt), hogy elindítsuk a szkriptet indításkor.

sudo crontab -e

Ezzel a fent látható crontab ablak jelenik meg. Keresse meg a fájl végét, és írja be a következő sort.

@reboot sh /home/pi/RPi_bird_feeder_monitor/launcher.sh>/home/pi/logs/cronlog 2> & 1

Lépjen ki és mentse a fájlt, majd indítsa újra az RPi -t. A szkriptnek el kell indítania a camera_mqtt_client.py parancsfájlt az RPi újraindítása után. A szkript állapotát a /logs mappában található naplófájlokban ellenőrizheti.

12. lépés: Élvezze

Élvezzük a madarak megfigyelését, de nem tudjuk az etetőt olyan helyre elhelyezni, amely maximális élvezetet nyújt. A legtöbbünk csak a reggelizőasztaltól láthatja, és onnan nem mindenki látja az etetőt. Ezért a Bird Feeder Monitor segítségével kényelmesen megcsodálhatjuk a madarakat.

Egy dolgot fedeztünk fel a monitorral: a madarak gyakorisága, amikor egy sügérre szállnak, majd a következő süllőre ugrálnak, amíg megkerülik az egész etetőt. Ennek eredményeképpen a madarak száma el van távolítva az etetőnket látogató egyes madarak számától. A madarak "megszámlálására" valószínűleg a legjobb az egy vagy két keskeny ülőhelyet tartalmazó etető.

Második díj az érzékelők versenyében