[PYTHON] Machen Sie einen Waschtrocknungs-Timer mit Raspberry Pi

Machen Sie einen Waschtrocknungs-Timer mit Raspberry Pi

Einleitung (Zweck der Produktion)

――Weil ich für ein Unternehmen arbeite, bin ich tagsüber oft abwesend und kann bei Regen keine Wäsche aufnehmen. Aus diesem Grund wird Wäsche grundsätzlich in Innenräumen getrocknet. ――Das Sonnenlicht im Trockenraum ist jedoch schlecht, und das Trocknen verläuft im Winter nicht wie erwartet, sodass der Zeitpunkt für die Aufnahme möglicherweise verfehlt wird und sich die Wäsche in einem Teufelskreis des Sammelns im Schneedalma-Stil befindet. ――Um diesen Teufelskreis zu durchbrechen (?), Haben wir einen Mechanismus erstellt, mit dem die Trocknungszeit der Wäsche berechnet und dem Smartphone mitgeteilt werden kann.

Was vorzubereiten?

(1) Was ist notwendig, um die Umgebung auf der Geräteseite aufzubauen? Es kann bei Akizuki Electronics erworben werden. http://akizukidenshi.com/catalog/top.aspx

(2) Notwendig zum Aufbau der Umgebung auf der Serverseite. Sie benötigen ein AWS- und Slack-Konto. AWS: https://aws.amazon.com/jp/ Slack: https://slack.com/intl/ja-jp/

Systemübersicht

RaspberryPi --- AWS IoT Core --- AWS Lambda --- Slack --- Smartphone

• RaspberryPi ~ AWS IoT Core --MCTT über TLS. Stellen Sie eine Verbindung mit [AWS IoT Device SDK für Python] her (https://docs.aws.amazon.com/ja_jp/greengrass/latest/developerguide/IoT-SDK.html).
• AWS IoT Core ~ AWS Lambda
• Lösen Sie in der Aktionsdefinition von AWS IoT Core Lambda aus, wenn Sie ein MQTT-Thema erhalten.
• AWS Lambda ~ Slack --Slacks [eingehender Webhook](https://slack.com/intl/ja-jp/help/articles/115005265063-Slack-%E3%81%A7%E3%81%AE-Incoming-Webhook- mit Lambda-Funktion % E3% 81% AE% E5% 88% A9% E7% 94% A8) Kick the API. --Slack ~ Smartphone
• Installieren Sie die Slack-App auf Ihrem Smartphone und erhalten Sie Benachrichtigungen von Slack.

Umgebungskonstruktion (Server)

AWS IoT Core

Zertifikat erstellen

Erstellen Sie das X.509-Zertifikat, das zur Authentifizierung der Verbindung mit AWS IoT Core erforderlich ist. Erstellen Sie als Erstellungsverfahren zunächst eine Richtlinie (Berechtigungsinformationen für AWS-Ressourcen) im Voraus und hängen Sie die Richtlinie dann an das Zertifikat an.

--Wählen Sie den AWS IoT Core-Service in der AWS Management Console aus und erstellen Sie eine Richtlinie unter "Sicherheit" -> "Richtlinien". Legen Sie einen beliebigen Wert für den Richtliniennamen fest. Erstellen Sie eine Richtlinie mit einem beliebigen Namen mit der Aktion "iot: " und der Ressourcen-ARN "".

--Erstellen Sie ein Zertifikat unter "Sicherheit" -> "Zertifikat". 1-Klicken Sie im Menü zum Erstellen von Zertifikaten auf Zertifikat erstellen und laden Sie "Zertifikat dieses Dings" und "Privater Schlüssel" auf Ihren PC herunter. Sie benötigen dieses Zertifikat und diesen privaten Schlüssel später in der AWS IoT SDK-Konfiguration. Das erforderliche Zertifikat für die Stammzertifizierungsstelle finden Sie unter hier unter RSA 2048. Speichern Sie den Inhalt des Bitschlüssels in einem Texteditor, um ihn zu erstellen.

• Drücken Sie auf "Aktivieren", um das Zertifikat zu aktivieren, und dann auf "Richtlinie anhängen", um die zuvor erstellte Richtlinie an das Zertifikat anzuhängen.

Geräte- (Ding-) Registrierung

Registrieren Sie das Gerät, das eine Verbindung zu AWS IoT Core herstellt.

--Wählen Sie den AWS IoT Core-Dienst in der AWS Management Console aus, wählen Sie "Management" -> "Dinge" -> "Erstellen" -> "Einzelne Sache erstellen" und befolgen Sie die Anweisungen auf dem Bildschirm, um das Gerät (Ding) zu registrieren. .. Sie werden aufgefordert, ein neues Zertifikat zu erstellen. Da Sie jedoch das zuvor erstellte Zertifikat verwenden, wählen Sie "Objekt ohne Zertifikat erstellen". --Klicken Sie im Untermenü oben rechts auf der zuvor unter "Sicherheit" erstellten Zertifikatkarte auf "Objekt anhängen" -> "Zertifikat", um das zuvor erstellte Gerät (Objekt) an das Zertifikat anzuhängen.

Damit sind die Einstellungen abgeschlossen, die für die Verbindung mit AWS IoT Core erforderlich sind.

Regeln erstellen

Konfigurieren Sie als Nächstes die Einstellungen für die Übertragung der von AWS IoT Core empfangenen Daten an AWS Lambda.

--Wählen Sie den AWS IoT Core-Dienst in der AWS Management Console aus, wählen Sie "ACT" -> "Regeln" -> "Regel erstellen" und befolgen Sie die Anweisungen auf dem Bildschirm, um eine Übertragungsregel zu erstellen.

• Geben Sie in der Regelabfrageanweisung die Bedingungen für die Anwendung der Aktion auf die empfangene MQTT-Nachricht in SQL an. In diesem Fall wird die Lambda-Funktion unter der Bedingung des Themennamens = "Bedingung" und der Benachrichtigung = 1 aufgerufen, also (SELECT * FROM'condition 'WHERE Notice = 1). --Stellen Sie die Lambda-Funktion unter "Festlegen einer oder mehrerer Aktionen" ein -> "Aktion hinzufügen".

AWS Lambda Wählen Sie in der AWS Management Console den Lambda-Service aus und definieren Sie die Lambda-Funktion, die von AWS IoT Core aufgerufen wird. Benachrichtigungen an Slack erstellen Textdaten im Format "payload =" + json.dumps (send_data)) und senden sie an die URL des eingehenden Webhooks.

import json
import urllib.request

def lambda_handler(event, context):

    d = json.dumps(event)
    post_slack(event)
    
    return {
        'statusCode': 200,
        'body': json.dumps('Hello from Lambda!')
    }

def post_slack(event):
    
    t = event["remaining_time"]
    
    #Nachrichtenzusammensetzung
    if t < 0:
        message = "Die Wäsche ist trocken!"
    else:
        message = "nach%-Die Wäsche trocknet in 2i Minuten." % t
    
    send_data = {
        "username" : "dry_notice",
        "text" : message,
    }
    
    send_text = "payload=" + json.dumps(send_data)
    
    #Benachrichtigung zum Nachlassen
    request = urllib.request.Request(
        "URL von Slack's Incomming Webhook", 
        data=send_text.encode('utf-8'), 
        method="POST"
    )
    with urllib.request.urlopen(request) as response:
        response_body = response.read().decode('utf-8')
    

Slack Erstellen Sie ein Konto in Slack und fügen Sie einen beliebigen Kanal hinzu. Registrieren Sie danach den Incoming Webhook für den hinzugefügten Kanal.

Damit ist der Umgebungsaufbau auf der Serverseite abgeschlossen.

Umgebungskonstruktion (Gerät)

Hardware-Design

--Verwenden Sie ein Steckbrett, um den Raspberry Pi und jeden Teil von ① zu verkabeln. Für das Pin-Layout von RaspberryPi ist hier als Referenz leicht verständlich organisiert.

• Die hellblaue quadratische Box ist DHT11. Von links 5-V-Netzteil, DATA, NC (nicht verwendet) und GND. DATA wird mit jedem GPIO verbunden (14Pin in der folgenden Abbildung). Schließen Sie außerdem einen 4,7-kΩ-Widerstand an die DATA-Leitung an und ziehen Sie ihn mit 5 V nach oben.
• Zusätzlich können die LED und der Taktschalter mit 1 kΩ- und 4,7 kΩ-Widerständen an jeden GPIO (23,24 Pin in der folgenden Abbildung) angeschlossen werden.

Software-Design

Der Gesamtverarbeitungsablauf ist wie folgt.

• Starten Sie den Monitor, der durch das Pull_UP-Ereignis von GPIO24 ausgelöst wird.
• Erhalten Sie alle 10 Sekunden Temperatur- / Feuchtigkeitswerte von dht11. --Berechnen Sie die verbleibende Trocknungszeit anhand der Gewichts- und Temperatur- / Feuchtigkeitswerte der Wäsche.
• (Wenn die verbleibende Zeit 10 Minuten oder weniger beträgt) Benachrichtigen Sie die verbleibende Zeit 10 Minuten über AWS IoT Core.
• Benachrichtigen Sie den Abschluss des Trocknens über AWS IoT Core (wenn die verbleibende Zeit 0 erreicht).
• Stoppen Sie den Monitor aufgrund des Abschlusses des Trocknens oder des Pull_UP-Ereignisses von GPIO24.

#!/usr/bin/python3
# coding: UTF-8

# Import SDK packages
import RPi.GPIO as GPIO
import dht11　#・ ・ ・ 1
import time
import datetime
from AWSIoTPythonSDK.MQTTLib import AWSIoTMQTTShadowClient,AWSIoTMQTTClient
from AWSIoTPythonSDK.exception import AWSIoTExceptions
import json
import logging

# Init logging
logging.basicConfig(filename="Protokolldateipfad",level=logging.INFO,format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# Init AWSIoTMQTTClient　#・ ・ ・ 2
myAWSIoTMQTTClient = None
myAWSIoTMQTTClient = AWSIoTMQTTClient("AWS IoT Core-Name")
myAWSIoTMQTTClient.configureEndpoint("AWS IoT Core-Endpunkt-URL", 8883)
myAWSIoTMQTTClient.configureCredentials("Stammzertifikatspfad", "Privater Schlüsselpfad", "Pfad des Client-Zertifikats")

# AWSIoTMQTTClient connection configuration
myAWSIoTMQTTClient.configureAutoReconnectBackoffTime(1, 32, 20)
myAWSIoTMQTTClient.configureOfflinePublishQueueing(-1)  # Infinite offline Publish queueing
myAWSIoTMQTTClient.configureDrainingFrequency(2)  # Draining: 2 Hz
myAWSIoTMQTTClient.configureConnectDisconnectTimeout(10)  # 10 sec
myAWSIoTMQTTClient.configureMQTTOperationTimeout(5)  # 5 sec

# Connect to AWS IoT
myAWSIoTMQTTClient.connect()
logging.info('connect to AWS IoT')

# MQTT topic　#· · · 3
topic_1 = "condition"
topic_2 = "monitermode"

# Variable
modeState = False　# Operating state(True:ON False:OFF)
v = 3000　# Laundry weight
delta_v = 0 # Delta of Laundry weight
notice = 0　# Notification to Slack
flg_1 = True
flg_2 = True
starttime = datetime.datetime.now()
lasttime = starttime

# Init GPIO
LED = 23
SWITCH = 24
GPIO.setwarnings(True)
GPIO.setmode(GPIO.BCM)
GPIO.setup(LED,GPIO.OUT)
GPIO.setup(SWITCH,GPIO.IN)

# Read data using pin 14
instance = dht11.DHT11(pin=14)

# Action when switch is pressed
def switch_on(self):

    # When it is running
    if modeState:
        GPIO.output(LED,0)
        modeState = False
        logging.info("Stop drying monitor")
        payload = { "mode": 0}

    # When stopped
    else:
        GPIO.output(LED,1)
        modeState = True
        v = 3000
        delta_v = 0
        notice = 0
        flg_1 = True
        flg_2 = True
        starttime = datetime.datetime.now()
        lasttime = starttime
        logging.info("Start drying monitor")
        payload = { "mode": 1}

    myAWSIoTMQTTClient.publish(topic_2, json.dumps(payload), 1)

# GPIO event setting　#・ ・ ・ 4
GPIO.add_event_detect(SWITCH,GPIO.RISING,callback=switch_on,bouncetime=200)


while True:
    try:
        # When it is running
        if modeState:
            result = instance.read()
            if result.is_valid():
                logging.info("Temperature: %-3.1f C" % result.temperature)
                logging.info("Humidity: %-3.1f %%" % result.humidity)

                now = datetime.datetime.now()
                delta = now - lasttime
                logging.info("delta_time: %-2i sec" % delta.seconds)
                lasttime = now

                #・ ・ ・ 5
                ps = 6.11 * 10 ** (7.5 * result.temperature / (result.temperature + 237.3))
                delta_v += (-0.45 * ps * (1-result.humidity / 100) + 0.25) * delta.seconds / 60
                logging.info("delta_v: %-3i g" % int(delta_v))

                elapsed_time = lasttime - starttime
                estimate_time = elapsed_time.seconds * v / (-1 * delta_v) / 60
                remaining_time = elapsed_time.seconds * (v / (-1 * delta_v) - 1) / 60
                logging.info("estimate_time: %-3.1f minutes" % estimate_time)
                logging.info("remaining_time: %-3.1f minutes" % remaining_time)

                #・ ・ ・ 6
                if remaining_time < 10:
                    if flg_1:
                        notice = 1
                        flg_1 = False
                    else:
                        notice = 0

                if remaining_time < 0:
                    if flg_2:
                        notice = 1
                        flg_2 = False
                        modeState = False
                    else:
                        notice = 0

                payload = { "time":str(datetime.datetime.now()),\
                            "temperature":round(result.temperature,1),\
                            "humidity":round(result.humidity,1),\
                            "estimate_time":round(estimate_time,1),\
                            "remaining_time":round(remaining_time,1),\
                            "notice":notice}

                myAWSIoTMQTTClient.publish(topic_1, json.dumps(payload), 1)
        
        # When stopped
        else:
            GPIO.output(LED,0)

        time.sleep(6)

    except KeyboardInterrupt:
        break

    except:
        pass

logging.warning("Exception detected. Finish application.")
GPIO.cleanup()
myAWSIoTMQTTClient.disconnect()

1. dht11 ist eine Bibliothek, die Temperatur- und Feuchtigkeitswerte von Sensoren erfasst. Es ist bei [GitHub] erhältlich (https://github.com/szazo/DHT11_Python).

2. Konfigurieren des MQTT-Clients für die Verbindung mit AWS IoT Core. Legen Sie in jedem Fall den Inhalt fest, auf den im AWS Iot Core-Menü verwiesen wird. --Artikelname: Gerätename, registriert unter "Management" → "Item"

• Endpunkt: URL angezeigt unter "Einstellungen" → "Benutzerdefinierter Endpunkt"
• Verschiedene Zertifikate: Laden Sie das an "thing" angehängte Zertifikat von "Security" -> "Certificate" herunter und speichern Sie es in Raspberry Pi.

3. Name des MQTT-Themas. topic_1 (Bedingung) ist ein Thema zum Posten von Sensorwerten wie Temperatur und Luftfeuchtigkeit, und topic_2 (Monitermode) ist ein Thema zum Posten des Monitorstatus.
4. Überwachungseinstellungen des GPIO24, an den der Taktschalter angeschlossen ist. Durch Drücken des Schalters (Lo → Hi) wird die Funktion switch_on aktiviert. Die Funktion switch_on steuert die LED und initialisiert die Parameter. Der Monitorstatus wird in modeState gehalten und der Status (OFF / ON) wird bei jedem Drücken des Schalters geändert.
5. Eine Verarbeitungseinheit, die die Trocknungszeit berechnet. Die Formel für die Trocknungszeit basiert auf dieser Website. v ist das Gewicht, wenn der Waschkorb mit Wäsche gefüllt ist (vor dem Trocknen - nach dem Trocknen → Wassergewicht), und delta_v ist das Gewicht des nach dem Starten des Schalters getrockneten Wassers.
6. Poste zu topic_1, wenn die verbleibende Zeit (verbleibende_Zeit) (1) 10 Minuten oder weniger und (2) 0 Minuten oder weniger beträgt. Veröffentlichen Sie die folgenden Daten in topic_1.

abschließend

Wenn ich Zeit habe, möchte ich eine Funktion zur Steuerung des Lüfters hinzufügen, um die Trocknungszeit als Verlängerungsfunktion zu verkürzen.