Sommario:

Visualizzazione dell'inquinamento atmosferico: 4 passaggi
Visualizzazione dell'inquinamento atmosferico: 4 passaggi

Video: Visualizzazione dell'inquinamento atmosferico: 4 passaggi

Video: Visualizzazione dell'inquinamento atmosferico: 4 passaggi
Video: INQUINAMENTO - IL RE DELLE PATENTI - PATENTE B 2024, Novembre
Anonim
Visualizzazione dell'inquinamento atmosferico
Visualizzazione dell'inquinamento atmosferico

Il problema dell'inquinamento atmosferico attira sempre più attenzione. Questa volta abbiamo provato a monitorare il PM2.5 con Wio LTE e il nuovo sensore Laser PM2.5.

Passaggio 1: cose utilizzate in questo progetto

Componenti hardware

  • Wio LTE versione UE v1.3-4G, Cat.1, GNSS, compatibile con Espruino
  • Grove - Sensore laser PM2.5 (HM3301)
  • Grove - LCD 16 x 2 (bianco su blu)

App software e servizi online

  • Arduino IDE
  • PubNub API di pubblicazione/sottoscrizione

Passaggio 2: connessione hardware

Connessione hardware
Connessione hardware

Come nell'immagine sopra, abbiamo tagliato 2 linee grove per la comunicazione I2C, in modo che Wio LTE possa connettersi contemporaneamente a LCD Grove e PM2.5 Sensor Grove. Puoi utilizzare un hub I2C per raggiungere questo obiettivo.

E non dimenticare, collega l'antenna LTE a Wio LTE e collega la tua scheda SIM.

Passaggio 3: configurazione web

Configurazione Web
Configurazione Web

Clicca qui per accedere o registrare un account PubNub, verrà utilizzato per trasmettere dati in tempo reale.

Nel portale di amministrazione di PubNub, vedrai un progetto demo. Entra nel progetto, ci sono 2 chiavi, Pubblica chiave e Sottoscrivi chiave, ricordale per la programmazione del software.

Fase 4: Programmazione del software

Parte 1. Wio LTE

Poiché non esiste una libreria PubNub per Wio LTE, possiamo pubblicare i nostri dati in tempo reale tramite richiesta HTTP, vedere Documento API REST PubNub.

Immagine
Immagine

Per effettuare una connessione HTTP dalla tua scheda SIM collegata a Wio LTE, devi prima impostare il tuo APN. Se non lo sai, contatta il tuo operatore di telefonia mobile.

E imposta la tua chiave di pubblicazione PubNub, la chiave di iscrizione e il canale dopo aver impostato l'APN. Un canale qui viene utilizzato per differenziare editori e abbonati, gli abbonati riceveranno dati dagli editori che hanno lo stesso canale.

Tieni premuto il pulsante Boot0 in Wio LTE, collegalo al computer tramite un cavo USB, carica il codice nell'IDE Arduino su di esso. Dopo il caricamento, premere il pulsante RST per ripristinare Wio LTE.

Parte 2. Pagina Web

Vai a PubNub, inserisci Demo Keyset e fai clic su Console di debug a sinistra, si aprirà una nuova pagina.

Immagine
Immagine

Inserisci il nome del tuo canale nella casella di testo Canale predefinito, quindi fai clic sul pulsante Aggiungi cliente. Attendi qualche istante, vedrai apparire i valori PM1.0, PM2.5 e PM10 nella console di debug.

Ma non è amichevole per noi, quindi consideriamo di visualizzarlo come grafico.

Per prima cosa, crea un nuovo file html nel tuo computer. Aprilo con un editor di testo, aggiungi tag html di base.

Quindi aggiungi PubNub e lo script di Chart.js in testa, puoi anche aggiungere un titolo a questa pagina.

Monitoraggio della polvere di semi

Dovrebbe esserci un posto per visualizzare un grafico, quindi aggiungiamo una tela al corpo della pagina.

E aggiungi tag script in modo da poter aggiungere javascript per sottoscrivere dati in tempo reale e disegnare il grafico.

Per sottoscrivere dati in tempo reale da PubNub, dovrebbe esserci un oggetto PubNub, var pubnub = new PubNub({

publishKey: "", subscribeKey: "" });

e aggiungi un ascoltatore.

pubnub.addListener({

messaggio: function(msg) { } });

Il membro del messaggio nel parametro msg della funzione message sono i dati di cui abbiamo bisogno. Ora possiamo sottoscrivere dati in tempo reale da PubNub:

pubnub.subscribe({

canale: ["polvere"] });

Ma come visualizzarlo come grafico? Abbiamo creato 4 array per conservare i dati in tempo reale:

var chartLabels = new Array();

var chartPM1Data = new Array(); var chartPM25Data = new Array(); var chartPM10Data = new Array();

Tra questi, l'array chartLabels viene utilizzato per mantenere i dati sull'ora raggiunta, chartPM1Data, chartPM25Data e chartPM10Data vengono utilizzati per conservare rispettivamente i dati PM1.0, i dati PM2.5 e i dati PM10. Quando i dati in tempo reale raggiungono, inviali separatamente agli array.

chartLabels.push(new Date().toLocalString());

chartPM1Data.push(msg.message.pm1); chartPM25Data.push(msg.message.pm25); chartPM10Data.push(msg.message.pm10);

Quindi visualizzare il grafico:

var ctx = document.getElementById("chart").getContext("2d");

var chart = new Chart(ctx, { type: "line", data: { label: chartLabels, dataset: [{ label: "PM1.0", data: chartPM1Data, borderColor: "#FF6384", fill: false }, { label: "PM2.5", data: chartPM25Data, borderColor: "#36A2EB", fill: false }, { label: "PM10", data: chartPM10Data, borderColor: "#CC65FE", fill: false }] } });

Ora apri questo file html con il browser web, vedrai le modifiche ai dati.

Consigliato: