Raspberry Pi SUPER meteorológiai állomás építése: 8 lépés (képekkel)

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

Valljuk be, mi emberek sokat beszélünk az időjárásról ⛅️. Az átlagember naponta négyszer, átlagosan 8 perc és 21 másodpercig beszél az időjárásról. Csináld a számolást, és ez összesen 10 hónap az életedből, amit az időjárásról szaggatva töltesz. Az időjárás a beszélgetések kezdőinek és a kényelmetlen csendet megszakítóknak az első számú témája. Ha ennyit fogunk beszélni róla, akkor akár egy teljesen új szintre emelhetjük az időjárási utcai hitelt. Ez a szuper szórakoztató és egyszerű projekt a dolgok internetét (IoT) és egy Raspberry Pi-t fogja használni erre.

Saját hiper-helyi időjárási IoT műszerfalat fogunk felépíteni, amely rögzíti az időjárást a házunkon belül és kívül. Ha legközelebb valaki megkérdezi tőled, hogy „milyen az időjárás mostanában?”, Akkor képes lesz elővenni a telefont, és elakad a lélegzete őrült időjárás -elemzési készségekkel ☀️.

Amire szüksége lesz a tanfolyam elvégzéséhez: 1. Raspberry Pi internetkapcsolattal

2. Málna Pi SenseHAT

3. 6 hüvelykes, 40 tűs IDE férfi-női hosszabbító kábel (opcionális a hőmérséklet pontossága érdekében)

4. Kezdeti állami számla

5. Ennyi!

Projekt szint: Kezdő

Befejezési idő: 20 perc

Hozzávetőleges szórakozási tényező: ki a grafikonokból

Ebben a lépésről lépésre bemutató oktatóanyagban megtudhatja, hogyan kell használni a Weatherstack API integrációt a kezdeti állapotban a helyi külső időjárás meghatározásához

- Ismerje meg, hogyan kell használni a Raspberry Pi-t Sense HAT-tal (https://www.raspberrypi.org/products/sense-hat/) az időjárási adatok rögzítéséhez a házban

- Készítse el saját személyes hiper-helyi időjárási műszerfalát, amelyet elérhet laptopja vagy mobileszközének bármely webböngészőjéből

- Futtassa a meteorológusát a pénzéért

Kellékek

Amire szüksége lesz a tanfolyam elvégzéséhez:

1. Raspberry Pi internetkapcsolattal

2. Raspberry Pi SenseHAT

3. 6 hüvelykes, 40 tűs IDE férfi-női hosszabbító kábel (opcionális a hőmérséklet pontossága érdekében)

4. Kezdeti állami számla

5. Ennyi!

1. lépés: Első lépések

Már sok munkát végeztünk azért, hogy összeállítsa a kódot, és rendszerezze az információkat. Csak néhány változtatásra lesz szükségünk az út során.

Ahhoz, hogy lekérje mindazt, amit előkészítettünk Önnek, klónoznia kell az adattárat a GitHubból. A Github egy fantasztikus szolgáltatás, amely lehetővé teszi számunkra az ilyen projektek tárolását, felülvizsgálatát és kezelését. A tároló klónozásához mindössze annyit kell tennünk, hogy belépünk a Pi termináljába, vagy a számítógép termináljába, amely SSH -s a pi -be, és írja be ezt a parancsot:

$ git klón

Nyomja meg az Enter billentyűt, és látni fogja ezeket az információkat:

pi@raspberrypi ~ $ git klón

Klónozás „wunderground-sensehat” -ba…

távoli: Objektumok számlálása: 28, kész.

távirányító: Összesen 28 (delta 0), újrafelhasznált 0 (delta 0), csomag újrahasznosított 28

Tárgyak kicsomagolása: 100% (28/28), kész.

Csatlakozás ellenőrzése… kész.

Ha ezt látja, akkor gratulálunk, sikeresen klónozta a Github Repo -t, és rendelkezik minden szükséges fájllal a Super Weather Station felépítéséhez. Mielőtt továbblépnénk a következő lépéshez, szánjunk egy kis időt ennek a könyvtárnak a felfedezésére, és tanuljunk meg néhány alapvető parancssori parancsot.

Írja be az alábbi parancsot a terminálba:

$ ls

Ez a parancs felsorolja mindazt, ami elérhető a jelenleg használt könyvtárban. Ez a lista azt mutatja, hogy a Github Repo-t sikeresen klónoztuk a könyvtárunkba „wunderground-sensehat” néven. Nézzük meg, mi van abban a könyvtárban. A könyvtárak megváltoztatásához mindössze annyit kell tennie, hogy beírja a „cd” -t, majd beírja annak a könyvtárnak a nevét, ahová szeretne menni.

Ebben az esetben beírjuk:

$ cd wunderground-sensehat

Miután megnyomtuk az enter billentyűt, látni fogjuk, hogy most a wunderground-sensehat könyvtárban vagyunk. Írjuk be újra az ls -t, hogy megnézzük, milyen fájlokat telepítettünk a pi -re.

README.md sensehat.py sensehat_wunderground.py wunderground.py

Itt látjuk, hogy megvan a readme dokumentumunk, és néhány különböző python fájl. Nézzük a sensehat.py -t. Ahelyett, hogy a cd paranccsal a fájlba ugrunk, mint a könyvtáraknál, a nano parancsot fogjuk használni. A nano parancs lehetővé teszi számunkra, hogy nyissuk meg a nano szövegszerkesztőt, ahol megvan a python kódunk a projekt minden szegmenséhez. Menj, és írd be:

$ nano sensehat.py

Itt láthatja az összes kódot, amelyet erre a projektre készítettünk Önnek. Egyelőre nem fogunk változtatni ezen a dokumentumon, de bátran lapozzon és nézze meg, mit fogunk csinálni később ebben az oktatóanyagban.

2. lépés: Kezdeti állapot

Szeretnénk az időjárási adatainkat felhőszolgáltatásba továbbítani, és ez a szolgáltatás az adatainkat egy szép irányítópulttá alakítani, amelyet laptopunkról vagy mobileszközünkről érhetünk el. Adatainknak úti célra van szükségük. A kezdeti állapotot fogjuk használni célként.

1. lépés: Regisztráljon egy kezdeti államfiókhoz

Lépjen a https://www.initialstate.com/app#/register/ oldalra, és hozzon létre egy új fiókot.

2. lépés: Telepítse az ISStreamert

Telepítse a kezdeti állapotú Python modult a Raspberry Pi -re: A parancssorból (ne felejtse el először SSH -t pi -be) futtassa a következő parancsot:

$ cd/home/pi/

$ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

Biztonsági megjegyzés: A fenti parancs néhány fontos anatómiával rendelkezik, amelyeket a felhasználónak tudnia kell.

1) A curl előtt van \. Ez fontos annak biztosításához, hogy a curl álneve ne fusson, ha létrehozták. Ez segít csökkenteni annak kockázatát, hogy a parancs a tervezettnél többet teljesít.

2) A parancs egy csipparancs, így futtatáskor a https://get.initialstate.com/python oldalról lekért parancsfájl kimenetét a sudo bash parancsba vezeti. Ez a telepítés egyszerűsítése érdekében történik, azonban meg kell jegyezni, hogy a https itt fontos annak biztosításához, hogy ne történjen manipuláció a telepítési szkripttel, különösen azért, mert a szkript magasabb jogosultságokkal fut. Ez a leggyakoribb módja a telepítés és a telepítés egyszerűsítésének, de ha kicsit óvatosabb, van néhány kissé kevésbé kényelmes alternatíva: a parancsot két lépésre bonthatja, és saját maga vizsgálja meg a curl parancsból letöltött bash szkriptet ez hűség VAGY követheti a pip utasításait, csak nem kap automatikusan generált példa szkriptet.

3. lépés: Készítsen néhány automatikus eszközt

A 2. lépés után a következő kimenethez hasonlót lát a képernyőn:

pi@raspberrypi ~ $ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

Jelszó: Kezdetben az ISStreamer Python egyszerű telepítése!

Ennek telepítése eltarthat pár percig, igyon egy kávét:)

De ne felejts el visszajönni, később kérdéseim lesznek!

Talált easy_install: setuptools 1.1.6

Talált pip: pip 1.5.6 a /Library/Python/2.7/site-packages/pip-1.5.6- py2.7.egg-ből (python 2.7)

pip fő verzió: 1

pip minor verzió: 5

Az ISStreamer megtalálható, frissítés folyamatban …

A követelmény már naprakész: ISStreamer a /Library/Python/2.7/site-packages-ban Tisztítás…

Szeretne automatikusan példaszkriptet kapni? [y/N]

(a kimenet eltérő lehet, és tovább tarthat, ha még soha nem telepítette a kezdeti állapotú Python streaming modult)

Amikor a rendszer kéri, hogy automatikusan szerezzen be egy példafájlt, írja be az y parancsot.

Ez létrehoz egy teszt szkriptet, amelyet futtathatunk annak biztosítására, hogy az adatokat a kezdeti állapotba tudjuk továbbítani a Pi -ből. A rendszer ezt fogja kérni:

Hova szeretné menteni a példát? [alapértelmezett:./is_example.py]:

Írhat be egy egyéni helyi elérési utat, vagy nyomja le az Enter billentyűt az alapértelmezett elfogadásához. A rendszer megkérdezi felhasználónevét és jelszavát, amelyet az első államfiók regisztrálásakor hozott létre. Adja meg mindkettőt, és a telepítés befejeződik.

4. lépés: Hozzáférési kulcsok

Vessünk egy pillantást a létrehozott példa szkriptre. Típus:

$ nano is_example.py

A 15. sorban egy sort láthat, amely a streamer = Streamer (bucket_…. Sorral kezdődik). Ez a sor új adatcsoportot hoz létre „Python Stream Example” néven, és társítva van a fiókjához. Ez a társítás az access_key =”… miatt történik. paraméter ugyanazon a soron. Ez a hosszú betű- és számsorozat az Ön kezdeti állapotú fiókjának hozzáférési kulcsa. Ha böngészőjében megnyitja a Kezdeti állapot fiókját, kattintson a jobb felső sarokban található felhasználónevére, majd lépjen a „Saját fiók” elemre., ugyanazt a hozzáférési kulcsot találja az oldal alján, a „Streaming Access Keys” alatt.

Minden alkalommal, amikor adatfolyamot hoz létre, ez a hozzáférési kulcs az adatfolyamot a fiókjába irányítja (tehát ne ossza meg senkivel).

5. lépés: Futtassa a példát

Futtassa a teszt szkriptet, hogy megbizonyosodjon arról, hogy adatfolyamot tudunk létrehozni a kezdeti állapotú fiókjához.

Futtassa a következőt:

$ python is_example.py

6. lépés: Nyereség

Térjen vissza a kezdeti állapotú fiókjához a böngészőben. A „Python Stream Example” nevű új adatcsoportnak meg kellett jelennie a napló polcának bal oldalán (előfordulhat, hogy frissítenie kell az oldalt). Kattintson erre a vödörre, majd kattintson a Hullámok ikonra a tesztadatok megtekintéséhez.

Érdemes végigmenni a Waves oktatóanyagon, hogy megismerkedjen az adatábrázoló eszköz használatával. Ezután tekintse meg az adatokat a csempékben, hogy ugyanazokat az adatokat megjelenítse irányítópult formájában.

Most már készen áll a valódi adatok streamelésére a Wundergroundból és még sok másból.

3. lépés: érzékelje a kalapot

A Sense HAT a Raspberry Pi kiegészítője, amely tele van érzékelőkkel, LED-ekkel és egy apró joystickkal. Az a nagyszerű ebben a kis kiegészítőben, hogy hihetetlenül könnyen telepíthető és használható a fantasztikus Python könyvtárnak köszönhetően, amelyet gyorsan telepíthet. Ehhez a projekthez a Sense HAT hőmérséklet-, páratartalom- és légnyomás -érzékelőit fogjuk használni. Állítsuk be.

A Sense HAT használatának első lépése az, hogy fizikailag telepíti azt a Pi -re. A Pi kikapcsolt állapotában csatlakoztassa a kalapot a képen látható módon.

Kapcsolja be a Pi -t. Telepítenünk kell a Python könyvtárat, hogy könnyen le lehessen olvasni az érzékelő értékeit a Sense HAT -ból. Először is meg kell győződnie arról, hogy minden naprakész a Raspbian verzióján, írja be:

$ sudo apt-get frissítés

Ezután telepítse a Sense HAT Python könyvtárat:

$ sudo apt-get install sense-hat

Indítsa újra a Pi -t

Készen állunk a Sense HAT tesztelésére azáltal, hogy kiolvassuk az érzékelő adatait, és elküldjük az adatokat a kezdeti állapotba.

Teszteljük a Sense HAT -ot, hogy megbizonyosodjunk arról, hogy minden működik. A következő szkriptet fogjuk használni: https://github.com/InitialState/wunderground-sensehat/blob/master/sensehat.py. Ezt a szkriptet másolhatja a Pi -n lévő fájlba, vagy elérheti a korábban klónozott Github -tárunkból. Váltson át a wunderground-sensehat könyvtárába, majd a nano fájlba a sensehat.py fájlba, írja be:

$ nano sensehat.py

Az első sorban vegye figyelembe, hogy a SenseHat könyvtárat importáljuk a szkriptbe. A szkript futtatása előtt be kell állítanunk felhasználói paramétereinket.

# --------- Felhasználói beállítások --------- CITY = "Nashville"

BUCKET_NAME = ": részben_sunny:" + CITY + "Időjárás"

BUCKET_KEY = "sensehat"

ACCESS_KEY = "Hozzáférési_kulcs"

SENSOR_LOCATION_NAME = "Iroda"

MINUTES_BETWEEN_SENSEHAT_READS = 0,1

# ---------------------------------

Pontosabban, az ACCESS_KEY értékét a kezdeti állapotú fiók hozzáférési kulcsára kell állítania. Figyelje meg, milyen egyszerű a Sense HAT -ból származó adatok olvasása a Python egyetlen sorában (pl. Sense.get_temperature ()). A Pi parancssorában futtassa a parancsfájlt:

$ sudo python sensehat.py

Lépjen a Kezdeti állapot fiókjába, és tekintse meg a Sense HAT által létrehozott új adatcsoportot.

Most készen állunk arra, hogy mindent összehozzunk, és létrehozzuk hiper-helyi időjárási műszerfalunkat!

4. lépés: Hyper Local Weather Dashboard

A projekt utolsó lépése egyszerűen az időjárási adataink és a Sense HAT szkript egyesítése egyetlen irányítópulton. Ehhez a Kezdeti állapotintegrációt a Weatherstack segítségével használjuk az időjárási adatok hozzáadásához az utolsó lépésben létrehozott Sensehat műszerfalunkhoz.

A Weatherstack API használata rendkívül egyszerű. Ennek az oktatóanyagnak a múltjában Önnek kellett létrehoznia és futtatnia egy szkriptet az időjárási adatok api -ból származó adatok lekéréséhez, de az oktatóanyag kezdete óta a Kezdeti állapot létrehozta az adatintegrációs piacteret. Az adatintegrációs piactér lehetővé teszi az API -k elérését és streamelését egy kezdeti állapotú irányítópultra kód nélkül. Ez szó szerint csak néhány egérkattintás és BAM: időjárási adatok. A Mediumon részletesebb oktatóanyagot írtam a Weatherstack integráció használatáról és az időjárási figyelmeztetések létrehozásáról, de gyorsan felsorolom, hogyan kell elkezdeni.

A Weatherstack integráció használata

1. Jelentkezzen be a kezdeti állapotú fiókjába

2. Kattintson a részletek gombra a Weatherstack mezőben az integrációk oldalon. Ez az oldal az alapvető információkat tartalmazza az integrációról és annak használatáról. Ebben az esetben csak egy hely irányítószámára (vagy szélességi és hosszúsági fokára) lesz szüksége, ahol figyelemmel kíséri az időjárást, és tudnia kell, hogy milyen egységekben szeretné látni ezeket az adatokat (metrikus, tudományos vagy amerikai birodalmi).

3. Kattintson a Begin Setup gombra, és megjelenik egy modális felugró képernyő jobb oldalán. Csak néhány egyszerű lépést kell megtennie, mielőtt elkezdenénk nézni az időjárási adatokat:

4. Adjon nevet az új irányítópultnak. Elneveztem az enyémet Nashville Weather. Pro tipp: Szeretem használni a hangulatjeleket az irányítópultom nevében, hogy kicsit több legyen. A hangulatjelek gyors előhívásának módja Macen a Ctrl+Command+Szóköz billentyűkombináció. Windows esetén tartsa lenyomva a Windows gombot és a pontot (.) Vagy a pontosvesszőt (;). 2 5. Írja be a tartózkodási helyét. A követni kívánt terület irányítószámát használom, de a szélességet és a hosszúságot is pontosíthatja. Könnyű megtalálni a terület szélességét és hosszúságát, ha felkeresi a Google térképeket, keres egy helyet, majd lemásolja a szélességet és hosszúságot a böngészőből, és beilleszti az űrlapba. Jelenleg csak az Egyesült Államok, az Egyesült Királyság és Kanada helyei használhatók.

6. Válassza ki az egységeit. Azért választottam az US/Imperial -t, mert az Egyesült Államokban éltem.

7. Válasszon egy új vödör létrehozását, vagy küldje el a Weatherstack adatait egy meglévő vödörbe. Ebben az oktatóanyagban, ha már beállította a Sense Kalapot a kezdeti állapotba történő streameléshez (az utolsó lépésben), akkor csak küldje el a Weatherstack adatait a azt a vödröt.

8. Válassza ki, hogy a Weatherstack által küldött összes adatot szeretné -e küldeni, vagy csak bizonyos időjárási adatokat szeretne elküldeni a műszerfalra. Mindig elküldheti az összes adatot, és később kivehet néhány csempét.

9. Válassza ki, hogy milyen gyakran szeretné frissíteni a műszerfalat az időjárási körülményeknek megfelelően. Választhat 15 percenként vagy óránként. Ne feledje, hogy az adatok 15 percenként történő küldése extra tokenbe kerül, mint az óránként történő elküldés. Tehát, ha más integrációkat szeretne használni a piacon egyszerre, akkor érdemes óránként szavazni. Mindig leállíthatja az adatok küldését az integrációból, és újraindíthatja, vagy később módosíthatja az adatok küldésének gyakoriságát. Ha azonban leállítja és újrakezdi, akkor hiányosságok merülnek fel az adataiban.

10. Kattintson az Integráció indítása gombra. Most adatokat továbbít a Weatherstack -ből! Kattintson a „Nézet az IoT alkalmazásban” gombra az első adatpontok megjelenítéséhez.

11. Testreszabhatja a műszerfalat. Ha egy új csoportba közvetít, a kezdéshez beállítottunk egy sablont. Azonban a sajátjává kell tennie! Nyomja meg a műszerfal felső középső részén található lefelé mutató nyilat az idővonal lekéréséhez, majd kattintson a Csempe szerkesztése lehetőségre, mozgassa a lapokat, méretezze át és módosítsa a hátteret. Készítse el a műszerfalat a kívánt módon, hogy könnyen begyűjtse az összegyűjteni kívánt adatokat. Használhat más Weatherstack sablonokat is, amelyeket itt készítettünk Önnek. Ha egy kicsit több kontextust szeretne hozzáadni az irányítópulthoz, hozzáadhat egy térképet is, amely megmutatja az időjárás megfigyelésének helyét. Előfordulhat, hogy a műszerfal kissé csupasznak tűnik, de adjon neki egy kis időt, és megtelik gyönyörű történelmi időjárási adatokkal.

5. lépés: Térkép hozzáadása az irányítópulthoz (bónusz)

Könnyen hozzáadhatunk egy térképlapot az irányítópultunkhoz, amely az időjárásunk helyét mutatja. További információ az interaktív térképnézetről a csempékben található: https://support.initialstate.com/knowledgebase/articles/800232-tiles-map-view. Egyszerűen hozzáadhatunk egy új streamer.log utasítást a Python -szkriptünkhöz (és ennek a szakasznak a végén elmagyarázom, hogyan teheti ezt meg). Ehelyett megragadjuk az alkalmat, hogy megmutassuk Önnek az adatoknak az irányítópultra küldésének más módját.

1. lépés: Szerezze meg tartózkodási helyének szélességi/hosszúsági koordinátáit

Meg kell szereznie a tartózkodási helyének szélességi/hosszúsági koordinátáit. Ennek egyik módja, ha felkeresi a Google Térképet, megkeresi a tartózkodási helyét, és nagyítja a pontos helyét. Az URL -ben látni fogja a szélességi/hosszúsági koordinátáit. A fenti példában a koordinátáim 35,925298, -86,8679478.

Másolja le a koordinátáit (a 2. lépésben szüksége lesz rájuk), és ügyeljen arra, hogy véletlenül ne másoljon semmilyen extra karaktert az URL -ből.

2. lépés: Hozzon létre egy URL -t, amely adatokat küld az irányítópultra

Kattintson a "beállítások" linkre a vödör polca vödör neve alatt. Ezzel megjelenik a fenti képernyő. Másolja a szöveget az API Endpoint szakaszba, és illessze be kedvenc szövegszerkesztőjébe. Ezt felhasználjuk egy URL létrehozásához, amellyel adatokat küldhetünk a meglévő vödörbe és irányítópultra. A vödörben az általam másolt szöveg így néz ki: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1 Az URL -címe tartalmazza az accessKey és bucketKey kulcsokat. Az URL befejezéséhez hozzá kell adnunk egy adatfolyam nevét és értékét az URL -paraméterekhez.

"& MapLocation = YOUR_COORDINATES_FROM_STEP1" hozzáadása az URL -hez

(illessze be az 1. lépés koordinátáit, szóközök nélkül, és ne másolja az enyémet !!)

Az enyém így néz ki: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1&MapLocation=35.925298, -86.8679478

Illessze be teljes URL -jét a böngésző címsorába, és nyomja meg az Enter billentyűt (vagy használja a „curl” parancsot a parancssorból), hogy elküldje térképkoordinátáit a „MapLocation” adatfolyamba, az új csoportba.

Ha most nézi a műszerfalat a Csempe -ben (előfordulhat, hogy frissítenie kell, ha türelmetlenné válik), akkor egy új MapLocation nevű csempének kellett volna megjelennie, nagyítva az aktuális tartózkodási helyéhez.

2. lépés: Alternatív megoldás: Módosítsa a szkriptet

Ha nagyon nem tetszik a fenti 2. lépés, egyszerűen hozzáadhat egy másik streamer.log utasítást a Python szkripthez. Egyszerűen adja hozzá a sort

streamer.log ("MapLocation", "YOUR_COORDINATES_FROM_STEP1")

valahol a def main (): a sensehat_wunderground.py szkript függvényében (figyeljen a behúzásra b/c A Python megköveteli a szigorú behúzási szabályok betartását). Például közvetlenül a 138. sor után hozzáadtam a streamer.log -ot ("MapLocation", "35.925298, -86.8679478").

6. lépés: Az érzékkalap hőmérsékletének leolvasása

Észreveheti, hogy a Sense HAT hőmérsékleti értékei kissé magasnak tűnnek - ez azért van. A bűnös a Pi CPU által termelt hő, amely felmelegíti a levegőt a Sense HAT körül, amikor a Pi tetején ül.

Ahhoz, hogy a hőmérséklet -érzékelő hasznos legyen, vagy el kell távolítanunk a HAT -ot a Pi -től (ami kiküszöbölné a kompakt megoldás jelentőségét), vagy meg kell próbálnunk kalibrálni a hőmérséklet -érzékelő leolvasását. A CPU a hőmérséklet -érzékelőnket érintő parazita hő elsődleges oka, ezért ki kell találnunk az összefüggést. A Pi Zero Enviro pHAT felülvizsgálata során egy egyenletet találtunk, amely figyelembe veszi a CPU hőmérsékletét, amely befolyásolja a kalap hőmérsékletét. A kalibrált hőmérséklet kiszámításához csak a CPU hőmérsékletére és a skálázási tényezőre van szükségünk:

temp_kalibrált = temp - ((cpu_temp - temp)/FACTOR)

Megtalálhatjuk a tényezőt, ha rögzítjük a tényleges hőmérsékletet, és megoldjuk azt. Ahhoz, hogy megtaláljuk a helyiség tényleges hőmérsékletét, más hőmérséklet -érzékelőre van szükségünk. A DHT22 szenzor használatával (a telepítési utasítások itt és a szkript itt) egyszerre rögzíthetjük és megjeleníthetjük mindkét hőmérsékletet:

Az eredményből kiderül, hogy a Sense HAT leolvasása 5-6 Fahrenheit-fokon eléggé le van kapcsolva. Ha hozzáadja a CPU hőmérsékletét a keverékhez (ezzel a szkripttel), először azt mutatja, hogy rendkívül forró, a második pedig egyfajta hullámot mutat be, amelyet a Sense HAT mérés utánoz.

Körülbelül 24 órás rögzítés után hat különböző időpontban hat különböző leolvasás segítségével oldottam meg a tényezőt. A tényezőértékek átlagolásával a végső faktorérték 5,466 volt. Az egyenlet alkalmazása

temp_kalibrált = temp - ((cpu_temp - temp) /5.466)

a kalibrált hőmérséklet a tényleges hőmérsékleti érték egy fokán belül van:

Ezt a kalibrációs korrekciót futtathatja magán a Pi -n, a wunderground_sensehat.py szkript belsejében.

7. lépés: Bónusz: Állítsa be saját időjárási riasztásait

Hozzon létre SMS -értesítést, amikor a hőmérséklet fagypont alá csökken.

Követni fogjuk a támogatási oldalon ismertetett Trigger értesítési beállítási folyamatot.

Győződjön meg arról, hogy betöltötte az időjárási adatgyűjtőt.

Kattintson a tároló beállításaira az adatpolcon (a neve alatt).

Kattintson a Triggers fülre.

Válassza ki az aktiválni kívánt adatfolyamot (a legördülő listából választhat a meglévő adatfolyamok közül, miután betöltött egy adatcsoportot, vagy manuálisan beírhatja az adatfolyam nevét/kulcsát; *megjegyzés: A Safari nem támogatja a HTML5 legördülő listákat). A fenti példaképemben a hőmérsékletet (F) választottam.

Válassza ki a feltételes operátort, ebben az esetben '<'.

Válassza ki az aktiválási értéket, amely aktivál egy műveletet (manuálisan írja be a kívánt értéket). Ebben az esetben írja be a 32 -et a fentiek szerint.

Kattintson a "+" gombra a trigger feltétel hozzáadásához.

Válassza ki a műveletet (az aktuális műveleteket SMS -ben vagy e -mailben értesíti).

Kattintson a "+" gombra a művelet hozzáadásához. Ha új telefonszámot vagy e -mailt ad hozzá a beállítás befejezéséhez, írjon be bármilyen ellenőrző kódot.

Az aktiváló aktiválódik, és aktiválódik, ha a feltétel teljesül. Kattintson a Kész gombra a főképernyőre való visszatéréshez.

PIR SMS

Amikor a hőmérséklet 32 alá süllyed, szöveges üzenetet kap. Riasztásokat állíthat be bármire az időjárási adatai között (*vegye figyelembe, hogy emoji tokeneket kell használnia, nem pedig a tényleges hangulatjeleket).

Például, ha esik az eső

: felhő: Időjárási körülmények =: esernyő:

Amikor csak fúj a szél

: kötőjel: Szélsebesség (MPH)> 20

stb.

8. lépés:

Második díj a dolgok internete című versenyen, 2016