資料介紹
描述
?
本文遵循有關?如何?使用Zerynth創建以Python編程并連接到The Things Network的 LoRa/LoraWAN 網絡的教程。
從上一個項目的相同設置開始,我們將了解如何使用 Zerynth、The Things Network 和 Matplotlib(一個非常流行的 Python 繪圖庫)獲取和可視化 LoRa 節點的傳感器數據。
您將看到如何:
- 使用Zerynth在Python中?編寫LoRa?節點以獲取溫度?和?濕度數據;
- 通過 LoRa 網關向物聯網發送數據;
- 通過MQTT從 The Things Network 控制臺獲取數據;
- 使用Matplotlib繪制傳感器數據。
所需材料
本質上,我們需要與之前項目相同的配置,外加一個溫度和濕度傳感器:
- LoRa 終端節點。在本教程中,我們使用了Flip&Click作為 MCU 板,一個?LoRa Click?和一個Temp&Hum Click ,它帶有 ST 的 HTS221 溫度和相對濕度傳感器。
- Zerynth Studio:我們的專業 IDE,它提供了一個平臺,用于開發 Python 或混合 C/Python 代碼和管理您的開發板。它包括編譯器、調試器和編輯器,以及提供輕松學習體驗的教程和示例項目。
- TTN(物聯網)控制臺:您需要創建/注冊一個帳戶,輸入用戶名和電子郵件地址。
在 Python 中編程 LoRa 節點以獲取傳感器數據
在執行 LoRa 網關配置和 LoRa 節點配置步驟后(參見之前的項目),我們將能夠對設備進行編程以從 Temp&Hum Click 獲取數據并將這些值發送到 The Things Network 控制臺。
特別是,我們必須在 Zerynth Studio 上創建一個新項目并粘貼此代碼:
# LoraWAN sensor data Logging
?
import streams
from microchip.rn2483 import rn2483
from stm.hts221 import hts221
?
streams.serial()
?
try:
????rst = D16 # reset pin
????# insert otaa credentials!
????appeui = "YOUAPPEUI"
????appkey =??"YOUAPPKEY"
????print("joining...")
????
????if not rn2483.init(SERIAL1, appeui, appkey, rst): # LoRa Click on slot A
????????print("denied :(")
????????raise Exception
?
????print("sending first message, res:")
????print(rn2483.tx_uncnf('TTN'))
?
????temp_hum = hts221.HTS221( I2C1,D31 ) # Temp Hum Click on slot C
????
????while True:
????????temp, hum = temp_hum.get_temp_humidity()
????????print('temp: ', temp, 'hum: ', hum)
????????data = bytearray(4)
????????data[0:2] = bytearray([ int(temp) + 127, int((temp - int(temp)) * 100) ])
????????data[2:4] = bytearray([ int(hum) + 127, int((hum - int(hum)) * 100) ])
????????r = rn2483.tx_uncnf(data) # send data to TTN
????????sleep(5000)
????????
except Exception as e:
????print(e)
使用您可以在TTN 控制臺的設備概述中找到的“ appeui ”和“ appkey ”值編輯行。
將代碼上傳到您的開發板,您就完成了!
現在單擊 TTN 控制臺的“數據”選項卡,您可以看到 LoRa 節點發送的傳感器數據!
如您所見,此腳本與上一個項目中使用的“ping”示例非常相似。唯一的區別與Temp&Hum Click搭載的HTS221溫濕度傳感器的使用有關。感謝 Zerynth,您只需要幾行Python ,就可以從傳感器獲取真實數據并將其發送到 LoRa 網絡!
通過 MQTT 從 The Things Network 控制臺獲取數據
現在是從 TTN 控制臺獲取數據的時候了。為此,我們準備了一個非常簡單的 Python 腳本,該腳本使用?Eclipse Paho MQTT Python 客戶端庫,該客戶端庫實現了MQTT協議的 3.1 和 3.1.1 版。
請注意,您必須在筆記本電腦上運行此腳本,因此您需要在 PC 上安裝 Python (3.x)。
get_plot_data_TTN.py:
# Get and plot data from TTN Console using Python
?
import paho.mqtt.client as mqtt
import json
import base64
?
APPEUI = 'YOURAPPEUI'
APPID??= 'YOUAPPID'
PSW????= 'YOURPASSWORD'
?
import matplotlib.pyplot as plt
#import DataPlot and RealtimePlot from the file plot_data.py
from plot_data import DataPlot, RealtimePlot
?
fig, axes = plt.subplots()
plt.title('Data from TTN console')
?
data = DataPlot()
dataPlotting= RealtimePlot(axes)
?
count=0
?
def bytes_to_decimal(i,d):
????xx = i - 127
????dec = (-d if xx < 0 else d)/100
????return xx + dec
?
def on_connect(client, userdata, flags, rc):
????client.subscribe('+/devices/+/up'.format(APPEUI))
?
def on_message(client, userdata, msg):
????j_msg = json.loads(msg.payload.decode('utf-8'))
????dev_eui = j_msg['hardware_serial']
?
????tmp_hum = base64.b64decode(j_msg['payload_raw'])
????tmp = bytes_to_decimal(*tmp_hum[0:2])
????hum = bytes_to_decimal(*tmp_hum[2:4])
?
????# print data
????print('---')
????print('tmp:', tmp, ' hum:', hum)
????print('dev eui: ', dev_eui)
?
????# plot data
????global count
????count+=1
????data.add(count, tmp , hum)
????dataPlotting.plot(data)
????plt.pause(0.001)
?
# set paho.mqtt callback
ttn_client = mqtt.Client()
ttn_client.on_connect = on_connect
ttn_client.on_message = on_message
ttn_client.username_pw_set(APPID, PSW)
ttn_client.connect("eu.thethings.network", 1883, 60) #MQTT port over TLS
?
try:
????ttn_client.loop_forever()
except KeyboardInterrupt:
????print('disconnect')
????ttn_client.disconnect()
使用 Matplotlib 實時繪制傳感器數據
一旦你的計算機中有了數據,你就可以用它做各種各樣的事情。在這種情況下,我們想要讀取這些溫度和濕度值并將它們繪制為時間的函數。
因為我們喜歡 Python,所以我們準備了一個名為“ plot_data.py ”的腳本,它為此使用了Matplotlib庫。
plot_data.py:
import time
import math
from collections import deque , defaultdict
?
import matplotlib.animation as animation
from matplotlib import pyplot as plt
?
import threading
?
from random import randint
?
from statistics import *
?
class DataPlot:
????def __init__(self, max_entries = 20):
????????self.axis_x = deque(maxlen=max_entries)
????????self.axis_y = deque(maxlen=max_entries)
????????self.axis_y2 = deque(maxlen=max_entries)
?
????????self.max_entries = max_entries
?
????????self.buf1=deque(maxlen=5)
????????self.buf2=deque(maxlen=5)
?
????
????def add(self, x, y,y2):
?
????????self.axis_x.append(x)
????????self.axis_y.append(y)
????????self.axis_y2.append(y2)
?
class RealtimePlot:
????def __init__(self, axes):
????
????????self.axes = axes
?
????????self.lineplot, = axes.plot([], [], "ro-")
????????self.lineplot2, = axes.plot([], [], "go-")
?
????def plot(self, dataPlot):
????????self.lineplot.set_data(dataPlot.axis_x, dataPlot.axis_y)
????????self.lineplot2.set_data(dataPlot.axis_x, dataPlot.axis_y2)
?
????????self.axes.set_xlim(min(dataPlot.axis_x), max(dataPlot.axis_x))
????????ymin = min([min(dataPlot.axis_y), min(dataPlot.axis_y2)])-10
????????ymax = max([max(dataPlot.axis_y), max(dataPlot.axis_y2)])+10
????????self.axes.set_ylim(ymin,ymax)
????????self.axes.relim();
?
def main():
????fig, axes = plt.subplots()
????plt.title('Plotting Data')
?
????data = DataPlot();
????dataPlotting= RealtimePlot(axes)
?
????try:
????????count=0
????????while True:
????????????count+=1
????????????data.add(count, 30 + 1/randint(1,5) , 35 + randint(1,5))
????????????dataPlotting.plot(data)
?
????????????plt.pause(0.001)
????except KeyboardInterrupt:
????????print('\n\nKeyboard exception received. Exiting.')
????????plt.close()
????????ser.close()
????????exit()
?
if __name__ == "__main__": main()
請注意,您必須在之前的腳本中導入此文件才能正常工作。這就是情節的樣子。隨著數據的不斷涌入,它會向右滾動。
使用 Zerynth Studio PRO 擴展您的 LoRa 網絡
以下列表包括一些LoRa?關鍵特性:
- 遠距離:15 – 20 公里;
- 電池壽命長:超過十年;
- 百萬節點!
Zerynth Studio?的免費版本允許您使用LoRa解決方案原型所需的所有功能,但您最多可以免費為每個受支持的電路板編程 5 個單元。您可以使用Zerynth Studio PRO?版本(從 6 月 28 日開始提供,預購可享受高達 50% 的折扣)解鎖此限制,該?版本還將包括工業級功能,例如:
- 可選擇實時操作系統;
- 無線更新開發;
- 硬件驅動的安全固件以工業規模燒錄在設備上;
- …以及更多
通過Zerynth 學院
- 如何使用Python繪制PDF文件教程詳細說明 12次下載
- MPLAB數據監視與控制界面開發的實時數據監視軟件詳細中文資料介紹
- 紫金橋實時數據庫實現外置數據處理模型 5次下載
- 紫金橋實時數據庫_實時數據轉儲功能深度剖析 8次下載
- 紫金橋實時數據庫在石化領域的應用 11次下載
- Ebase實時數據庫手冊 25次下載
- 一種實時數據管理系統的開發 36次下載
- 基于LonWorks的DSP智能實時數據采集節點 28次下載
- 基于PC 機的多通道實時數據采集系統的設計
- 一種基于實時數據倉庫的實時DSS體系結構
- 組態軟件實時數據庫研究
- 基于Linux的嵌入式實時數據庫的設計
- 基于PHD實時數據庫的電氣監控系統
- 基于實時數據交換技術的數據通信
- DCS組態軟件實時數據庫系統的設計
- 基于Python的地圖繪制教程 919次閱讀
- 物聯網中的PLC如何實現實時數據采集 816次閱讀
- 如何克服LoRa?終端節點設計中的挑戰 491次閱讀
- python日常記賬本源代碼 1173次閱讀
- LoRa節點、LoRa服務器和終端應用之間的數據傳輸 4059次閱讀
- 詳談Python的數據模型和對象模型 2452次閱讀
- 實時數據體系建設的總體方案的三部分 6598次閱讀
- Python如何爬取實時變化的WebSocket數據 3439次閱讀
- 基于嵌入式Linux系統平臺并可應用于監控組態軟件實時數據庫的設計方案詳解 1794次閱讀
- 基于Facebook開發的實時數據壓縮程序 1175次閱讀
- 根據電網特點對實時數據庫的測試要點的幾個方面 1746次閱讀
- 如何快速學會Python?利用Python進行數據分析 1w次閱讀
- python串口接收數據 4.5w次閱讀
- 基于CYUSB3014的高速實時數據采集系統 1w次閱讀
- 一種高速實時數據采集系統的設計方案 4671次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數據手冊
- 1.06 MB | 532次下載 | 免費
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費
- 3TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費
- 5元宇宙深度解析—未來的未來-風口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開發指南
- 31.67 MB | 194次下載 | 免費
- 7元宇宙底層硬件系列報告
- 13.42 MB | 182次下載 | 免費
- 8FP5207XR-G1中文應用手冊
- 1.09 MB | 178次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關電源設計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數字電路基礎pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅動電路設計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191187次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多