第1步：喂鳥器監(jiān)控系統(tǒng)概述

這是一個(gè)監(jiān)控系統(tǒng)，用于計(jì)算，計(jì)時(shí)，記錄和拍攝喂鳥器的鳥類。我的Bird Feeder Monitor的早期版本使用了Arduino Yun，并將數(shù)據(jù)存儲(chǔ)在我的Google Drive上的電子表格中。該版本使用多個(gè)Raspberry Pi，MQTT通信以及數(shù)據(jù)和照片的本地存儲(chǔ)。

Bird Feeder配備了Raspberry Pi Zero W和電容式觸摸傳感器（CAP1188）。棲息地上的任何鳥類都會(huì)激活觸摸傳感器，觸摸傳感器啟動(dòng)計(jì)時(shí)器以確定每個(gè)事件持續(xù)的時(shí)間長(zhǎng)度。觸摸一旦激活，Bird Feeder Monitor就會(huì)發(fā)布“ monitor/feeder/picture ”MQTT消息。此消息通知Raspberry Pi相機(jī)拍攝照片。如果MQTT服務(wù)器發(fā)布“ monitor/feeder/getcount ”消息，則Bird Feeder Monitor將響應(yīng)“ monitor/feeder/count ”MQTT消息，服務(wù)器將發(fā)送該消息存儲(chǔ)。

MQTT服務(wù)器執(zhí)行多項(xiàng)任務(wù)。它從Bird Feeder Monitor請(qǐng)求和存儲(chǔ)數(shù)據(jù)，并控制監(jiān)視器的操作。它在Dawn激活顯示器并在黃昏時(shí)將其關(guān)閉。它還控制請(qǐng)求數(shù)據(jù)的時(shí)間間隔，并通過DarkSky監(jiān)控當(dāng)前的天氣狀況。監(jiān)測(cè)天氣狀況有幾個(gè)原因。首先，降水量可能會(huì)影響傳感器。如果發(fā)生這種情況，傳感器會(huì)在雨水下降的情況下定期重新校準(zhǔn)。第二個(gè)原因是監(jiān)視和記錄與鳥類數(shù)據(jù)相關(guān)的天氣條件。

Raspberry Pi相機(jī)是RPi + Raspberry Pi相機(jī)模塊。用于此項(xiàng)目的相機(jī)軟件無法使用USB網(wǎng)絡(luò)攝像頭。 RPi相機(jī)配備WIFI并運(yùn)行MQTT客戶端軟件。它訂閱“監(jiān)視器/饋送器/圖片”MQTT消息，并在每次收到此消息時(shí)拍攝照片。這些照片存儲(chǔ)在RPi相機(jī)上，并進(jìn)行遠(yuǎn)程管理。

第2步：在Bird Feeder Monitor上安裝Raspbian

在Raspberry Pi Zero W上安裝最新版本的Raspbian Lite。我建議按照Adafruit的Raspberry Pi Zero無頭快速入門中的分步說明進(jìn)行操作。

包括以下步驟在上面的說明中，但值得重申：

通過ssh連接到RPi并運(yùn)行以下命令：

sudo apt-get update

sudo apt-get upgrade

上述命令需要一段時(shí)間才能完成，但運(yùn)行這些命令可確保您獲得最新信息使用最新的軟件包。

接下來，運(yùn)行以下命令配置RPi軟件：

sudo raspi-config

更改密碼，啟用SPI和I2C，以及展開文件系統(tǒng)。完成后，退出 raspi-config 。

步驟3：連接RPi和CAP1188

Raspberry Pi W（RPi）和CAP1188使用I2C連線。還有其他電容式觸摸傳感器可用于一個(gè)，五個(gè)或八個(gè)傳感器。我選擇了八個(gè)，因?yàn)槲业奈锅B器有六個(gè)側(cè)面。

接線：

CAP1188 SDA == RPi Pin 3

CAP1188 SCK == RPi引腳5

CAP1188 VIN == RPi引腳1（+ 3.3VDC）

CAP1188 GND == RPi引腳9（GND）

CAP1188 C1-C8 ==通過1x8母Dupont連接器連接每個(gè)導(dǎo)線上的導(dǎo)線

CAP1188 3Vo == CAP1188 AD - 將I2C地址硬連線至0x28

RPi Pin 2 == + 5VDC

RPi引腳14 == GND

RPi的電源是從外部提供的，通過從我的車庫(kù)地下運(yùn)行電線，然后向上通過用作管道的管道喂鳥器架。一根2針防風(fēng)雨連接器連接在電線末端，用于連接RPi Bird Feeder Monitor。電線的另一端連接到車庫(kù)中的熔斷5-VDC電源。這個(gè)項(xiàng)目應(yīng)該與電池配合使用，但我不想在日常工作中更換電池的麻煩。

我構(gòu)建了一根16英寸長(zhǎng)的電纜，將裝有RPi的防水箱連接到含有防水箱的防水箱中。 CAP1188。電容式傳感器需要盡可能靠近棲息地。

RPi Zero和CAP1188可以打包在一個(gè)防風(fēng)雨箱中，但我更喜歡將它們單獨(dú)打包。

步驟4：配置喂鳥器監(jiān)視器

登錄 Raspberry Pi Zero W 并執(zhí)行以下步驟。

安裝pip：

sudo apt-get install python3-pip

安裝Adafruit CircuitPython：

sudo pip3 install --upgrade setuptools

檢查I2C和SPI設(shè)備：

ls /dev/i2c* /dev/spi*

你應(yīng)該看到以下回復(fù)：

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

接下來安裝GPIO和Adafruit blinka軟件包：

pip3 install RPI.GPIO

pip3 install adafruit-blinka

安裝Adafruit的CAP1188模塊：

pip3 install adafruit-circuitpython-cap1188

安裝I2C工具：

sudo apt-get install python-smbus

sudo apt-get install i2c-tools

使用上述工具檢查I2C地址：

i2cdetect -y 1

如果連接了CAP1188，將看到與上圖中相同的響應(yīng)，表明傳感器處于I2C地址0x28（或0x29，具體取決于您選擇的I2C地址）。

安裝mosquitto，mosquitto-clients和paho-mqtt ：

sudo apt-get install mosquitto mosquitto-clients python-mosquitto

sudo pip3 install paho-mqtt

我建議在Raspberry Pi上使用Adafruit的配置MQTT來配置和設(shè)置此RPi上的MQTT。

安裝Bird Feeder Monitor軟件：

cd ~

sudo apt-get install git

git clone “https://github.com/sbkirby/RPi_bird_feeder_monitor.git”

創(chuàng)建日志目錄：

cd ~

mkdir logs

將CAP1188傳感器連接到RPi并執(zhí)行以下操作以在MQTT服務(wù)器之后測(cè)試系統(tǒng)正在運(yùn)作：

cd RPi_bird_feeder_monitor

sudo nano config.json

替換“OIP_HOST”，“MQTT_USER”，“MQTT_PW”和“MQTT_PORT”的值以匹配您的本地設(shè)置。退出并保存更改。

在啟動(dòng)時(shí)運(yùn)行

仍然在 /home/pi/RPi_bird_feeder_monitor 目錄中。

nano launcher.sh

在 launcher.sh

#！/bin/sh

# launcher.sh

# navigate to home directory， then to this directory， then execute python script， then back home

cd /

cd home/pi/RPi_bird_feeder_monitor

sudo python3 feeder_mqtt_client.py

cd /

中包含以下文字退出并保存 launcher.sh

我們需要使腳本成為可執(zhí)行文件。

chmod 755 launcher.sh

測(cè)試腳本。

sh launcher.sh

接下來，我們需要編輯crontab（linux任務(wù)管理器）以在啟動(dòng)時(shí)啟動(dòng)腳本。注意：我們之前已經(jīng)創(chuàng)建了 /logs 目錄。

sudo crontab -e

這將帶來如上所示的crontab窗口。導(dǎo)航到文件末尾并輸入以下行。

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

退出并保存文件，然后重新啟動(dòng)RPi。 RPi重新啟動(dòng)后，腳本應(yīng)啟動(dòng) feeder_mqtt_client.py 腳本。可以在位于 /logs 文件夾中的日志文件中檢查腳本的狀態(tài)。

步驟5：3D打印部件

這些STL文件用于我為此項(xiàng)目創(chuàng)建的3D打印部分，以及所有這些零件是可選的。防風(fēng)雨箱可以在當(dāng)?shù)刂圃旎蛸?gòu)買。

CedarWorks喂鳥器的“安裝楔”也是可選的。這部分是安裝CAP1188傳感器外殼所必需的。

步驟6：喂鳥器監(jiān)視器組件

之后如前所述，安裝Raspbian，配置和測(cè)試RPi和CAP1188傳感器，現(xiàn)在是時(shí)候?qū)⑦@些設(shè)備安裝在防風(fēng)雨的情況下了。

我使用了我打印的兩個(gè)防風(fēng)雨箱來安裝RPi和CAP1188傳感器。首先，我在每個(gè)箱子的一端鉆了一個(gè)1/2“的孔。用SD卡在側(cè)面對(duì)面的RPi箱上鉆孔。在每個(gè)孔中安裝帶有可調(diào)節(jié)鎖緊螺母的尼龍電纜壓蓋接頭。運(yùn)行四個(gè)如上圖所示，將2針汽車防水電氣母頭連接器安裝并焊接到RPi上。將紅線焊接到RPi的+ 5VDC引腳2，將黑線焊接到GND或引腳14 。請(qǐng)參閱RPi上使用的其他連接的接線圖。

將四根導(dǎo)線的另一端穿過CAP1188外殼上的壓蓋接頭，并按照接線圖中的說明連接導(dǎo)線。所有8個(gè)CAP1188電容式觸摸傳感器都焊接到8針母頭Dupont連接器上。該連接器嵌入殼體側(cè)面，以便在應(yīng)用頂部時(shí)進(jìn)行防水密封。注意：兩種情況下的頂部都可能需要修改以允許壓蓋接頭連接器上的螺母。

之前關(guān)閉，我將硅膠填縫應(yīng)用于每個(gè)表殼的邊緣，并在壓蓋接頭的導(dǎo)線周圍密封表殼。我還在Dupont連接器的背面添加硅膠以將其與元件密封。

步驟7：連接喂鳥器

進(jìn)料器上的每個(gè)支架都覆蓋著1/4“寬的自粘銅箔膠帶。在膠帶和鱸魚上鉆了一個(gè)小孔，將一根電線焊接到鋁箔帶上并在饋線下面布線。每根電線連接到一根公頭6針Dupont連接器。

注意：如上圖所示的喂鳥器，我建議間隙每個(gè)箔條的末端為1 1/4“ - 1 1/2”。我發(fā)現(xiàn)較大的鳥類，如gra哥和鴿子，如果它們被放在一起，它們能夠同時(shí)接觸兩個(gè)箔條

先前提到的“安裝楔子”被打印并粘在送料器的底部，以提供安裝包含CAP1188的防水箱的水平區(qū)域。魔術(shù)貼膠帶應(yīng)用于盒子以及木塊以提供附著方式。這可以在上面完成的組件的照片中看到。維可牢尼龍搭扣帶用于纏繞管道和RPi盒以將它們固定在進(jìn)料器下方。

喂鳥器重新裝滿傳感器和RPi連接到進(jìn)料器，當(dāng)它仍在管道上時(shí)支架。幸運(yùn)的是，我身高6英尺2英寸并且不費(fèi)力氣地到達(dá)容器。

步驟8：MQTT服務(wù)器

如果你已經(jīng)涉足IOT世界，你可能已經(jīng)在你的網(wǎng)絡(luò)上啟動(dòng)并運(yùn)行了一個(gè)MQTT服務(wù)器。如果你沒有，我推薦使用一個(gè)Raspberry Pi 3表示MQTT服務(wù)器，以及在Andreas Spiess網(wǎng)站上發(fā)現(xiàn)的指令和IMG圖像文件“Node-Red，InfuxDB和Grafana安裝”.Andreas還有一個(gè)關(guān)于這個(gè)主題的信息視頻＃255 Node-Red，InfluxDB和Grafana Tutorial on Raspberry Pi。

一旦Node-Red Server運(yùn)行，您可以通過復(fù)制 ?/RPi_bird_feeder_monitor/json/Bird_Feeder_Monitor_Flow.json ，并使用導(dǎo)入》剪貼板將剪貼板粘貼到新流程中。

此流程將需要以下節(jié)點(diǎn)：

node-red-node-darksky - 需要使用DarkSky API帳戶這個(gè)節(jié)點(diǎn)。

node-red-contrib-bigtimer - Scargill Tech的Big Timer

node-red-contrib-Influxdb - InfluxDB數(shù)據(jù)庫(kù)

天氣數(shù)據(jù)您的位置是通過DarkSky提供的。我目前正在監(jiān)測(cè)和記錄“CanyIntensity”，“溫度”，“濕度”，“windSpeed”，“windBearing”，“windGust”和“cloudCover”。 “precipIntensity”很重要，因?yàn)樗糜诖_定傳感器是否需要因雨水而重新校準(zhǔn)。

Big Timer節(jié)點(diǎn)是計(jì)時(shí)器的瑞士軍刀。它用于每天在黎明和黃昏開始和停止數(shù)據(jù)記錄。

InfluxDB是一個(gè)輕量級(jí)，易于使用的時(shí)間序列數(shù)據(jù)庫(kù)。每次插入數(shù)據(jù)時(shí)，數(shù)據(jù)庫(kù)都會(huì)自動(dòng)添加時(shí)間戳。與SQLite不同，不需要定義字段。將數(shù)據(jù)插入數(shù)據(jù)庫(kù)時(shí)會(huì)自動(dòng)添加它們。

節(jié)點(diǎn) - 紅色配置

上面提到的JSON文件將加載一個(gè)Flow，需要進(jìn)行一些調(diào)整以滿足您的要求。

連接“MQTT Publish”和“監(jiān)視/饋送/＃”到您的MQTT服務(wù)器。

在“Dawn＆Dusk Timer（config）”Big Timer節(jié)點(diǎn)中將緯度和經(jīng)度設(shè)置為您的位置。

配置“monitor/feeder/astronomy（config）”節(jié)點(diǎn)。可以為每個(gè)棲息處啟用/禁用攝像機(jī)。例如，我的兩個(gè)棲息地位于背面，相機(jī)已禁用這些棲息地。

將“計(jì)數(shù)器計(jì)時(shí)器（config）”節(jié)點(diǎn)設(shè)置為所需的時(shí)間間隔。默認(rèn)值= 5分鐘

在“DarkSky（config）”節(jié)點(diǎn)中將緯度和經(jīng)度設(shè)置為您的位置。其次，在darksky-credentials節(jié)點(diǎn)中輸入DarkSky API密鑰。

在“monitor/feeder/recalibrate（config）”功能節(jié)點(diǎn)中設(shè)置降水強(qiáng)度。默認(rèn)值= 0.001英寸/小時(shí)

編輯“MQTT接收器調(diào)試節(jié)點(diǎn)（config）的主題過濾器”功能節(jié)點(diǎn)，以過濾您不想看到的MQTT消息。

可選：如果您希望將數(shù)據(jù)存儲(chǔ)在Google云端硬盤上的電子表格中，則需要使用表單字段ID編輯“構(gòu)建Google文檔有效負(fù)載（配置）”功能節(jié)點(diǎn)。

可選：將您的唯一表單網(wǎng)址添加到“Google Docs GET（config）”HTTP請(qǐng)求節(jié)點(diǎn)的URL字段中。

Node-Red UI桌面

Bird_Feeder_Monitor_Flow包括用于通過手機(jī)訪問MQTT服務(wù)器的用戶界面（UI）。可以關(guān)閉或打開顯示器，手動(dòng)重新校準(zhǔn)傳感器或拍照。還顯示了傳感器“觸摸”的總數(shù)，這將使您大致了解前往饋線的鳥類數(shù)量。

步驟9：Grafana

“Grafana是一個(gè)開源的度量標(biāo)準(zhǔn)分析和可視化套件。它最常用于可視化基礎(chǔ)架構(gòu)和應(yīng)用程序分析的時(shí)間序列數(shù)據(jù)，但許多用于其他領(lǐng)域包括工業(yè)傳感器，家庭自動(dòng)化，天氣和過程控制。“ refn：Grafana Docs。

此軟件包含在Andreas Spiess用于創(chuàng)建MQTT服務(wù)器的映像文件中。在MQTT服務(wù)器上配置InfluxDB數(shù)據(jù)庫(kù)后，可以將Grafana配置為使用此數(shù)據(jù)庫(kù)，如上圖所示。接下來，可以從 ?/RPi_bird_feeder_monitor/json/ Bird_Feeder_Monitor_Grafana.json中找到的JSON文件加載此項(xiàng)目使用的儀表板 的。可以在Andreas Spiess的網(wǎng)站“Node-Red，InfuxDB和Grafana安裝”中找到配置Grafana的提示。

步驟10：InfluxDB

如前所述，Adreas Spiess有一個(gè)很棒的指南和視頻，可以引導(dǎo)您通過InfluxDB的配置。以下是我配置數(shù)據(jù)庫(kù)的步驟。

首先，我通過SSH登錄我的MQTT服務(wù)器并創(chuàng)建了一個(gè)USER：

root@MQTTPi：~#

root@MQTTPi：~# influx

Connected to “http://localhost:8086” version 1.7.6

InfluxDB shell version： 1.7.6

Enter an InfluxQL query

》 CREATE USER “pi” WITH PASSWORD ‘raspberry’ WITH ALL PRIVILEGES

》 SHOW USERS

user admin

---- -----

pi true

接下來，我創(chuàng)建了數(shù)據(jù)庫(kù)：

CREATE DATABASE BIRD_FEEDER_MONITOR

》

》 SHOW DATABASES

name： databases

name

----

_internal

BIRD_FEEDER_MONITOR

》

在上面創(chuàng)建數(shù)據(jù)庫(kù)之后，可以在Node-Red中配置InfluxDB節(jié)點(diǎn)。如上圖所示，我將測(cè)量“饋線”命名為。數(shù)據(jù)初始化后，可以在InfluxDB中看到這一點(diǎn)：

》 USE BIRD_FEEDER_MONITORUsing database BIRD_FEEDER_MONITOR

》

》 SHOW MEASUREMENTS

name： measurements

name

----

feeders

》

InfluxDB的眾多功能之一是不需要FIELDS配置。輸入數(shù)據(jù)時(shí)會(huì)自動(dòng)添加和配置FIELDS。以下是此數(shù)據(jù)庫(kù)的FIELDS和FIELDTYPE：

》 SHOW FIELD KEYS

name： feeders

fieldKey fieldType

-------- ---------

cloudcover float

count_1 float

count_2 float

count_3 float

count_4 float

count_5 float

count_6 float

humidity float

name string

precip_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

》

數(shù)據(jù)庫(kù)中的一些條目如下所示：

》

》 SELECT * FROM feeders LIMIT 10

name： feeders

time cloudcover count_1 count_2 count_3 count_4 count_5 count_6 humidity name precip_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

》

步驟11：Raspberry Pi Camera

我建議使用我的Instructable，遠(yuǎn)程CNC停止并監(jiān)視，以組裝Raspberry Pi相機(jī)。執(zhí)行除6和8之外的所有步驟以創(chuàng)建相機(jī)。請(qǐng)注意我正在使用較舊的Raspberry Pi用于我的相機(jī)，但它在我的商店櫥窗中運(yùn)行良好。

升級(jí)Rasbian：

sudo apt-get update

sudo apt-get upgrade

安裝PIP：

sudo apt-get install python3-pip

安裝paho-mqtt：

sudo pip3 install paho-mqtt

安裝git和Bird Monitoring軟件：

cd ~

sudo apt-get install git

git clone “https://github.com/sbkirby/RPi_bird_feeder_monitor.git”

如果你愿意的話要從相機(jī)拍攝的圖像制作視頻，請(qǐng)安裝ffmpeg：

git clone “https://git.ffmpeg.org/ffmpeg.git” ffmpeg

cd ffmpeg

。/configure

make

sudo make install

配置Bird Feeder Monitoring軟件的權(quán)限：

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

我個(gè)人不建議在RPi Camera上使用make_movie.sh。它需要許多資源才能在RPi上運(yùn)行。我建議將圖像傳輸?shù)絇C并在那里運(yùn)行ffmpeg。

在啟動(dòng)時(shí)運(yùn)行

登錄RPi并切換到/RPi_bird_feeder_monitor 目錄。/p》 cd RPi_bird_feeder_monitor

nano launcher.sh

在launcher.sh中包含以下文本

#！/bin/sh

# launcher.sh

# navigate to home directory， then to this directory， then execute python script， then back home

cd /

cd home/pi/RPi_bird_feeder_monitor

sudo python3 camera_mqtt_client.py

cd /

退出并保存launcher.sh

我們需要制作腳本和可執(zhí)行文件。

chmod 755 launcher.sh

測(cè)試腳本。

sh launcher.sh

創(chuàng)建日志目錄：

cd ~

mkdir logs

接下來，我們需要編輯crontab（linux任務(wù)管理器）以在啟動(dòng)時(shí)啟動(dòng)腳本。

sudo crontab -e

這將帶來如上所示的crontab窗口。導(dǎo)航到文件末尾并輸入以下行。

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

退出并保存文件，然后重新啟動(dòng)RPi。 RPi重新啟動(dòng)后，腳本應(yīng)啟動(dòng) camera_mqtt_client.py 腳本。可以在位于/logs 文件夾中的日志文件中檢查腳本的狀態(tài)。

步驟12：享受

我們喜歡觀鳥，但我們無法將喂食器放在最佳享受位置。我們大多數(shù)人可以看到它的唯一地方是早餐桌，并不是每個(gè)人都可以從那里看到喂食器。因此，通過Bird Feeder Monitor，我們可以在方便的時(shí)候欣賞鳥類。

我們發(fā)現(xiàn)監(jiān)視器的一件事是鳥類落在一個(gè)棲息地的頻率，然后跳到下一個(gè)棲息地，直到它們有環(huán)繞整個(gè)支線。因此，鳥類數(shù)量與訪問我們的飼養(yǎng)者的單個(gè)鳥類的數(shù)量有關(guān)。只有一個(gè)或兩個(gè)狹窄棲息地的飼養(yǎng)者可能最適合“計(jì)數(shù)”鳥類。