Archiv der Kategorie: Cloud

Modbus Sensors Connected to IoT

Kommentar verfassen

Modbus continues to be a widely used communication protocol in industrial automation and control systems. RS-485 provides a robust and reliable physical layer for long-distance communication, and Modbus RTU is a popular protocol for exchanging data between devices from different manufacturers in various industrial applications.

Despite the emergence of newer protocols and technologies, Modbus RTU over RS-485 will continue to be widely used in the industry due to its simplicity, compatibility with existing systems, and broad support.

Various bridges connect a Modbus network to the IoT for further data processing and visualization, which is essential today. Modbus LoRaWAN bridges, offered by various users, can be used to make this connection.

Modbus ist nach wie vor ein weit verbreitetes Kommunikationsprotokoll in industriellen Automatisierungs- und Steuerungssystemen. RS-485 bietet eine robuste und zuverlässige physikalische Schicht für die Kommunikation über große Entfernungen, und Modbus RTU ist ein beliebtes Protokoll für den Austausch von Daten zwischen Geräten verschiedener Hersteller in verschiedenen industriellen Anwendungen.

Trotz des Aufkommens neuerer Protokolle und Technologien wird Modbus RTU über RS-485 aufgrund seiner Einfachheit, der Kompatibilität mit bestehenden Systemen und der breiten Unterstützung weiterhin in der Industrie weit verbreitet sein.

Verschiedene Bridges verbinden ein Modbus-Netzwerk mit dem IoT zur weiteren Datenverarbeitung und -visualisierung, was heute unerlässlich ist. Modbus LoRaWAN-Bridges, die von verschiedenen Anwendern angeboten werden, können für diese Verbindung genutzt werden.

In my book IoT Projects for Makers, I introduced among others a solution for publishing measuring values of a Modbus sensor by Pushover to a mobile phone by use of WisBlock modules.

In meinem Buch IoT Projects for Makers habe ich unter anderem eine Lösung vorgestellt, um Messwerte eines Modbus-Sensors per Pushover mit Hilfe von WisBlock-Modulen auf ein Mobiltelefon zu veröffentlichen.

The same technology can be used to transfer messages to a LoRaWAN network server. The WisBlock ecosystem helps with rapid prototyping.

Mit der gleichen Technologie können Sie Nachrichten an einen LoRaWAN-Netzwerkserver übertragen. Das WisBlock-Ökosystem hilft bei der schnellen Entwicklung von Prototypen

RAK7431

RAKwireless offers an industrial solution with the WisNode Bridges and in particular the RAK7431 WisNode Bridge Serial, an RS485 to LoRaWAN converter for industrial applications. The device transmits data from Modbus sensors over LoRaWAN for wireless transmission to and from end devices.

Using the LoRaWAN 1.0.3 protocol stack, the device supports LoRaWAN Class A, B and C, enabling cloud management of ModBus/RS-485 devices.

Eine industrielle Lösung bietet RAKwireless mit den WisNode Bridges und hier vor allem mit der RAK7431 WisNode Bridge Serial, einem RS485 to LoRaWAN converter für industrielle Anwendungen. Das Gerät übermittelt Daten von Modbus-Sensoren über LoRaWAN zur drahtlosen Übertragung von und zu Endgeräten.

Mit dem LoRaWAN 1.0.3 Protokollstack unterstützt das Gerät LoRaWAN Class A, B und C und ermöglicht so ein Cloud-Management von ModBus/RS-485-Geräten.

2024-05-19/CK

Träck – Leistungsstarker LoRaWAN-Tracker zur Überwachung Ihrer Geräte und Waren

Kommentar verfassen

Tracker erfassen physikalische Größen, ordnen diesen einen Zeitbezug zu und stellen die Ergebnisse einem übergeordneten Prozess zur Auswertung und Ableitung von Entscheidungen zur Verfügung. Bekannt sind sicher Fitness- und GPS-Tracker sowie Tracker zur Erfassung von Umweltdaten (Environmental Data).

Die erfassten Ergebnisse können auf vielfältige Weise weitergegeben werden. Im Vordergrund stehen aber drahtlose Übertragungstechniken, wie LoRaWAN, BLE, LTE, LTE-M, NB-IoT u.a.

Tracker sind eine faszinierende Anwendung im IoT, die eine Vielzahl von Branchen revolutionieren können. Im industriellen Umfeld sind vor allem die folgenden Tracker sowie IoT-Plattformen zu finden:

  • GPS-Tracker ermöglichen eine standortgenaue Verfolgung von Objekten, Fahrzeugen oder Personen in Echtzeit. Unternehmen können mit GPS-Trackern den gesamten Lieferprozess optimieren, indem sie Frachtbewegungen überwachen, Routen effizienter gestalten und Lieferungen termingerecht verfolgen. Das Ergebnis ist eine gesteigerte Effizienz, Kosteneinsparungen und eine verbesserte Kundenerfahrung.
    Darüber hinaus spielt die GPS-Technologie eine entscheidende Rolle bei der Sicherheit von Mitarbeitern, Fahrzeugen und wertvollen Gütern.
  • Environmental-Tracker dienen der Gewährleistung der Produktqualität und Sicherheit in der Lieferkette, insbesondere in Branchen wie Lebensmittel, Pharmazie und Biotechnologie.
    Diese Tracker überwachen in der Regel neben der Temperatur auch die relative Luftfeuchtigkeit oder den barometrischen Druck der Umgebung von empfindlichen Gütern während Transport- oder Lagerung. Abweichungen von den festgelegten Bereichen der Umgebungsbedingungen können sofort erkannt und behoben werden, um Verderb, Verlust oder den Verfall von Produkten zu verhindern.
    Mit diesen Trackern können Unternehmen auch die Einhaltung strenger Vorschriften und Normen nachweisen. Dies ist insbesondere in stark regulierten Industrien von entscheidender Bedeutung, da Nichteinhaltung zu rechtlichen Konsequenzen, Reputationsverlusten und finanziellen Strafen führen kann.
  • IoT-Plattformen dienen der Datenanalyse und daraus abgeleiteten Entscheidungen. Die reine Erfassung von GPS- und Umweltdaten ist nur der Anfang. Der eigentliche Mehrwert liegt in der Fähigkeit, diese Daten zu analysieren und in wertvolle Erkenntnisse und abgeleitete Entscheidungen umzuwandeln. IoT-Plattformen spielen hier eine zentrale Rolle. Sie ermöglichen die Verarbeitung großer Datenmengen in Echtzeit, die Erstellung benutzerdefinierter Berichte und die Identifizierung von Mustern und Trends.
    Durch die Integration von GPS- und Umweltdaten in eine umfassende IoT-Plattform können Unternehmen datengesteuerte Entscheidungen treffen, ihre Prozesse kontinuierlich verbessern und einen Wettbewerbsvorteil erlangen.

Um einen Überblick über die angebotenen Tracker zu erhalten, können Sie eine Suche im Internet starten und werden durch die angebotene Produktvielfalt überwältigt werden. Es gilt also auch hier, im Vorhinein Klarheit über die Anforderungen wie zu erfassende Messwerte und das Speicher- bzw. Übertragungsverhalten für die Daten zu klären.

Wenn Sie Bewegungs- und Umweltdaten mit einem Tracker erfassen und über LoRaWAN übertragen wollen, dann finden Sie mit dem „Träck“ der Fa. SenseING aus Karlsruhe/The Länd eine interessante und kompakte Lösung.

Der Träck ist mit einer integrierten Sensorik zur Erfassung von Bewegungs- und Klimadaten ausgestattet und ist als Temperatur-Registriergerät nach EN12830 geeignet. Als LoRaWAN Class A Device erreicht der Träck mehr als 1.500 m Reichweite im Freien.

Somit kann der Träck zur Temperaturüberwachung bei Transporten, in Lagern und Gebäuden, in Kühlhäusern oder Kühlschränken eingesetzt werden.

Durch die Erfassung von Bewegungsdaten kann der Träck auch als Geräte-Tracker eingesetzt werden und beispielsweise deren Auslastung erfassen.

Von senseING, den Entwicklern des Träck und anderer IoT-Lösungen, wurden mir einige Träcks zu Testzwecken zur Verfügung gestellt. Die Ergebnisse möchte ich hier präsentieren.

Im folgenden Bild ist die Testumgebung skizziert. Ich habe fünf Träcks im TTS (CE) LNS registriert. Träck 400 ist draußen angeordnet und misst die aktuellen Werte von Temperatur und rel. Luftfeuchte, während die anderen vier (noch) an meinem Arbeitsplatz in unmittelbarer Nähe zueinander positioniert sind und die Bedingungen im Innenraum erfassen.

Träck Testumgebung

Die TTS (CE) Console zeigt die Messages der fünf Träcks, deren Messwerte jeweils nach 10 Minuten aktualisiert werden.

TTS (CE) Console

Zur Visualisierung der Messdaten habe ich diese zu Datacake transferiert und zeige diese als jeweiligen Momentanwert an. Träck 400 misst die Außenbedingungen, während die vier anderen Träcks (im Rahmen der technischen Daten) praktisch nahezu identische Daten zeigen. Zusätzlich zeige ich die jeweilige Batteriespannung an, was bei batteriebetriebenen Geräten unbedingt erfolgen sollte, um vor Überraschungen gefeit zu sein.

Träck Vergleichsmessung

Da die statische Messung nur zu Vergleichszwecken Aussagen liefert, können die Daten in Datacake auch als Verlaufsdaten dargestellt werden. Im folgenden Screenshot ist das für die Werte des Außensensors erfolgt und verdeutlicht die Pause des Sommers an diesem Tag.

Träck 400 Außenmessung

Auf die Registrierung der Träcks bei TTS (CE) und die Visualisierung der Daten bei Datacake möchte ich an dieser Stelle nicht vertieft eingehen. Ich habe diese Thematik in den folgenden Büchern ausführlich beschrieben:

  • Develop and Operate Your LoRaWAN IoT Nodes
    Ready-to-use devices and self-built Arduino nodes in the „The Things Network“
    Elektor Verlag, April 2022
  • LoRaWAN-Knoten im IoT
    Fertige und selbst aufgebaute Arduino-Knoten im TTN
    Elektor Verlag, November 2021

2023-08-08/CK

Mut zu MINT

1 Antwort

MINT steht als Synonym für Mathematik, Informatik, Naturwissenschaft und Technik. Die MINT-Fachbereiche bilden den zentralen wirtschaftlichen Innovationssektor. Die Digitalisierung ist im Kern die Grundlage für unser aller Zukunft.

In der IoT2-Werkstatt ist kürzlich das folgende Büchlein erschienen, wo die dortigen MINT-Aktivitäten sehr anschaulich beschrieben werden.

Das vorliegende Büchlein zeigt, wie MINT die Resilienz der Gesellschaft stärken kann. Als herausragende Anwendung hat sich dabei die auf dem Octopus-Mikrocontroller basierende IoT-CO2-Ampel erwiesen. Hunderte Schulen in Deutschland haben zu Beginn der Pandemie ihre Ampeln gemeinsam selbst gebaut. In tausenden Klassenräumen helfen sie seither beim nachhaltigen Lüften.

Im Blogbeitrag https://ckblog2016.net/2022/03/10/uberwachung-der-luftqualitat-in-innenraumen-uber-co2-etvoc-eco2-und-iaq/ hatte ich mich mit unterschiedlicher Sensorik zur Erfassung der Luftqualität befasst.

Angesichts weltweit weiter zu erwartender Infektionen gibt es aber erheblichen Nachholbedarf bei der Raumluftqualität. Da ist es schon etwas deutlich Anderes, ob ein gekaufter Sensor an der Wand hängt, oder ob ein selbstgebautes und durchschautes System an die MINT-Hintergründe der Lüftungsregeln erinnert.

Neben der Messung der Raumluftqualität sind im Büchlein Anwendungen zur Messung des Energieverbrauchs, zum Balkonkraftwerk (genehmigungsfreie Stecker-Solaranlage) und zur Messung des Starkregenpegels zu finden.

Das Büchlein kann als PDF von der URL https://www.umwelt-campus.de/fileadmin/Umwelt-Campus/IoT-Werkstatt/octopus/IoT_MINT_Making_Zukunft_Gestalten.pdf gratis heruntergeladen werden. Ich kann Ihnen das nur empfehlen!

M5Stack Prototyping Platform

Kommentar verfassen

Im Blogbeitrag Rapid Prototyping mit M5Stack hatte ich die M5Stack Family als interessante Prototyping Platform vorgestellt.

Dieser Beitrag zeigt an Hand einer einfachen Wetterstation als Beispiel einer nahezu beliebigen IoT-Anwendung, wie mit M5Stack Komponenten schnell ein ansehnlicher Prototyp erstellt werden kann

Mit einem M5Stack Basic Core und einer ENV Unit zur Erfassung von Temperatur, rel. Luftfeuchte und Luftdruck sowie einem SIM800L Module zum Versenden der Daten über GPRS hat man schnell eine abgesetzte Wetterstation aufgebaut, die auch ohne WLAN Zugang autonom funktionieren kann.

Der M5Stack Core besitzt in seinem Unterteil nur einen 150 mAh. Will man die Akkuleistung, beispielsweise zur Pufferung, erhöhen, dann kann ein M5GO/FIRE Battery Bottom Charging Base als Unterteil eingesetzt werden.

M5Stack Basic Core

Die ENV Unit ist ein Umgebungssensor, der zur Messung von Temperatur, relativer Luftfeuchtigkeit und Luftdruck verwendet werden kann. Intern werden die Sensoren DHT12 und BMP280 verwendet.

Der DHT12 ist eine Weiterentwicklung des bekannten DHT11 Sensors, der nun präziser und mit einer I2C-Schnittstelle ausgestattet ist. Der BMP280 ist ein barometrischer Drucksensor, der speziell für mobile Anwendungen entwickelt wurde.

Kontaktiert wird die ENV Unit über den an der linken Seite des M5Stack Basic Core angeordneten Grove-PortA (i2C).

ENV Unit with Temperature Humidity Pressure Sensor (DHT12+BMP280)

SIM800L ist ein Mobiltelefonmodul auf Basis des SIM800L GSM / GPRS-Modul von SIMCOM,

GSM Module SIM800L with MIC & Headphone Jack

Mit diesen drei Komponenten wird die Wetterstation aufgebaut. Die Kosten der ansprechenden Anordnung belaufen sich dabei auf:

KomponentePreis
M5Stack Basic Core$ 27.95
ENV Unit$ 3.39
GSM Module SIM800L with MIC & Headphone Jack $ 9.95
Summe$ 41.29

Die folgenden Bilder zeigen den Ablauf vom Programmstart bis zum Abschluss der Übertragung des Temperaturmesswertes, der hier für die Evaluierung ausreichend erschient.

Initialisierung nach Programmstart
Messwerte erfasst – Versenden zum Thingspeak Server
Messwerte versendet

Der Quelltext für das Programm M5Stack_DHT12_Thingspeak ist auf Github unter https://github.com/ckuehnel/M5Stack/tree/master/M5Stack/M5Stack_DHT12_Thingspeak abgelegt. Anpassungen auf weitere Parameter und andere Displayausgaben können nach dem Download leicht vorgenommen werden. Programmiert wurde mit der Arduino IDE v1.8.9.

Das Ergebnis der abendlichen Abkühlung ist im folgenden Bild zu sehen.

Temperaturverlauf 6.08.2019 abends

Ein Wort noch zur Stromversorgung. Der SIM800L ist bekannt dafür, dass er in Spitzen bis zu 2 A Stromaufnahme verzeichnet. Die Spannungsversorgung kann beim M5Stack aber vernünftig nur über den USB-Anschluss erfolgen. Dadurch ist der zur Verfügung stehende Strom limitiert.

Ich habe einen D-Link DUB-H4 USB-Hub verwendet, der vier Downstream-USB-Anschlüsse Typ A (Buchse) inklusive Schnellladeanschluss besitzt und durch ein externes Netzteil gespeist wird.

Der fürs iPad u.a. stromhungrige Verbraucher gedachte Schnellladeanschluss dient hier zur Stromversorgung und die sporadischen Brown Out-Resets des ESP32 sind Vergangenheit.

Erfassen von Wetterdaten – gar nicht so einfach

Kommentar verfassen

Mit zahlreichen, heute angebotenen Sensoren zur Erfassung von Wetterdaten, wie Temperatur, relativer Luftfeuchte, Druck u.a.m. können mit etwas Elektronik sehr einfach Wetterdaten erfasst und im Internet bereit gestellt werden.Openweathermap.org bietet beispielsweise ein API an, mit dessen Hilfe diese Daten im Openweathermap Mapping sichtbar werden. Anforderungen an die Messstelle selbst habe ich auf deren Website nicht gefunden.

Temperatur Mapping

Das Temperatur Mapping in meinem Umfeld zeigt am 2.05.2019 bei bedecktem Wetter keine größeren Abweichungen.

Mich hat das Verhalten der Openweathermap Messstation an meinem Wohnort im Vergleich zu lokalen Wettersensoren interessiert. Ich habe deshalb selbst einen Temperatursensor DS18B20 in einem von direkter Sonneneinstrahlung geschütztem Bereich installiert und vergleiche die beiden Messwerte. Bei großzügiger Betrachtung kann man sagen, dass beide Messwerte einen Offset von 2.5 ° aufweisen. Selbst wenn man diesen Offset eliminiert, gibt es über den Tagesverlauf unerfreuliche Abweichungen.

Da die Messwerte doch rechte Unterschiede auswiesen, habe ich ein weiteres Außenthermometer hinzugenommen, was allerdings in den Morgenstunden durch Sonneneinstrahlung keine brauchbaren Werte liefert. Das Außenthermometer sendet seine Daten nur zwischen 5:00 und 20:00, was für den Vergleich aber unerheblich sein sollte.

Die Grafik zeigt deutlich, dass ohne Sonnenbestrahlung die Ergebnisse der Openweathermap Wetterstation ausreichend gut repräsentiert werden.

Die Wahl der entsprechenden Messbedingungen entscheidet also erwartungsgemäß über das Ergebnis

Die Situation der im Internet zugänglichen Messstellen kann aber auch ganz anders aussehen. J. Kachelmann zeigt das in seinem Blog im Tagesanzeiger mit dem Titel „Das ideale Geschenk zur Konf“ und wirbt für die gute alte Wetterhütte, die immer noch nicht an Bedeutung verloren hat und für zuverlässige Messwerte die Grundlage schafft.

Arduino-Sensorknoten

Kommentar verfassen

Auf der Basis eines ESP8266-Mikrocontrollers von Espressif hatte ich gezeigt, dass man einen WiFi-tauglichen IoT-Knoten zu sehr geringen Kosten (es waren 15 US$) aufbauen kann [Building an IoT Node for less than 15 $: NodeMCU & ESP8266].

Dass WiFi auf Grund der geringen Reichweite und des doch recht hohen Stromverbrauchs für einen batteriebetriebenen IoT-Knoten allerdings nur unter bestimmten Bedingungen geeignet ist, war auch durch eigene Untersuchungen gezeigt worden [IoT Button (5th)].

Der hier betrachtete Sensorknoten soll deshalb neben der Anbindung verschiedener Sensoren auch unterschiedliche Kommunikationsmöglichkeiten (WiFi, LoRaWAN, BLE, GSM) aufweisen. Damit wird es möglich werden, einen konkreten IoT-Sensor baukastenartig zusammenstellen.

Sensorknoten

Der Beitrag „Arduino-Sensorknoten“ wird im Sammelwerk „Messen, Steuern, Regeln mit IBM-kompatiblen PCs“ des Weka-Verlags veröffentlicht.

ISBN 978-3824549009

Die Programmbeispiele werden auf Github abgelegt und stehen zum Donload zur Verfügung.

Der erste Teil des Beitrags ist in der Ausgabe 170 im Februar 2019 erschienen.

Sonoff SC – Home Air Quality

Kommentar verfassen

Sonoff SC ist ein WiFi Luftgüte-Monitor für den Einsatz in Innenräumen.  Es werden Temperatur und Luftfeuchtigkeit, Lichtstärke, Feinstaub und Geräuschpegel erfasst. Die erfassten Daten werden direkt an die iOS/Android App EWeLink geschickt. Die Spannungsversorgung erfolgt über microUSB mit 5 V.

Sonoff SC ist „hacker-friendly“. Ein ATMega328p erfasst die Sensordaten mit Hilfe eines Arduino-Programms und ein ESP8266 dient der WiFi Kommunikation. Sonoff SC Schaltplan und Arduino Code sind im Wiki des Herstellers zu finden.

Wie die folgende Abbildung zeigt, besteht Sonoff SC aus Komponenten, die dem Maker weitgehend bekannt sein dürften.

sonoff_sc_2

Die Feinstaub-Belastung wird mit dem Sharp Dust Sensor GP2Y1010AU0F gemessen. Zur Messung von Temperatur und rel. Luftfeuchtigkeit dient der verbreitete DHT11 Sensor. Ein Elektret-Mikrofon erfasst die Umgebungsgeräusche und ein Fotowiderstand das Umgebungslicht.

Nach Installation der Android App eWeLink (für iOS gibt es eine entsprechende App) kann Sonoff Sc mit dieser App verbunden werden, die dann die erfassten Messgrößen auf dem Smartphone anzeigt.

Screenshot_20181201-143318_eWeLink

Sonoff Sc ist kein professionelles Messinstrument. Das zeigen schon die eingesetzten Low-Cost-Komponenten. Fast viel wichtiger ist es, diesen Sensor als Grundlage für eigene Experimente aufzufassen. Dazu sind alle Informationen, wie Schaltplan und Quellcode, offen gelegt und bei einem Preis von aktuell unter USD 20,- kann man da nichts falsch machen.

Website des Herstellers und Bezugsmöglichkeit: https://www.itead.cc/sonoff-sc.html
Weitere Bezugsmöglichkeiten: Aliexpress, Amazon

Thinger.io IoT Platform

Kommentar verfassen

Zahlreiche IoT Plattformen werben um die Gunst potentieller Kunden. Ich bin auf Thinger.io gestoßen, da von dieser Plattform mit dem ClimaStick auch eigene Hardware zur Erfassung von Umweltdaten angeboten wird. Hackster bietet auf dieser Basis auch gleich eine IoT Meteorological Station an.

Interessant ist diese Plattform allemal, da das Verbinden und Verwalten des eigenen IoT-Devices innerhalb weniger Minuten möglich ist.

Die folgenden Merkmale erscheinen mir besonders erwähnenswert:

  • Open Source
    Der Server kann in der eigenen Cloud (z.B. auf einem Raspberry Pi) installiert werden.
  • Flexible Hardware
    Arduino, ESP8266, ESP32, Raspberry Pi, Intel Edison – alles kann problemlos angeschlossen werden.
  • Cloud-Plattform
    Die gehostete Cloud-Infrastruktur mit einer benutzerfreundlichen Administrationskonsole ermöglicht Skalierbarkeit, Geschwindigkeit und Sicherheit.
  • Einfache Codierung
    Um ein Licht aus dem Internet einzuschalten oder einen Sensorwert zu lesen, ist eine einzige Codezeile auf der MCU erforderlich. Aber das ist nicht alles.
  • Für Maker
    Interessenten können sich für einen kostenlosen Account registrieren, um innerhalb weniger Minuten unter Nutzung der Cloud-Infrastruktur mit der Erstellung des ersten IoT-Projekts zu beginnen.

Im Bild zum Beitrag ist ein aus NodeMCU und DHT22 bestehendes IoT-Device mit der Cloud-Infrastruktur verbunden, die die erhobenen Daten visualisiert.

 

Mit phyWave-Modulen ins IoT

Kommentar verfassen

Daten von Sensoren im Netz oder zu Aktoren aus dem Netz verfügbar zu machen ist die Aufgabe von peripherienahen, meist drahtlos kommunizierenden IoT Devices.

Mit den phyWAVE© Modulen stellt Phytec mehrere solcher IoT Module her, die in eigene Anwendungen integriert werden können. Das phyWAVE-CC2650 ist eins der insgesamt drei von Phytec angebotenen phyWAVE Module. Kern ist das TI CC2650 SoC.

csm_phyWAVE-CC2650_95013e94a2

Das TI CC2650 SoC enthält einen 32-Bit-ARM Cortex-M3-Prozessor, der als Hauptprozessor mit 48 MHz betrieben wird. Der Sensor-Controller ist ideal für die Anbindung externer Sensoren und für die autonome Erfassung von analogen und digitalen Daten, während sich der Rest des Systems im Schlafmodus befinden kann.

Der BLE-Controller und der IEEE 802.15.4 MAC sind in ROM eingebettet und laufen teilweise auf einem separaten ARM Cortex-M0-Prozessor. Diese Architektur verbessert die Gesamtsystemleistung und den Stromverbrauch und stellt den Flash-Speicher für die Anwendung frei. Bluetooth- und ZigBee-Stacks sind kostenlos von TI erhältlich.

phyWAVE-CC26xx-block-diagram

Das phyNODE Sensor-Board stellt die Peripherie für den Betrieb des phyWAVE-CC2650 bereit. Am Rande des Boards sind eine Reihe von Sensoren angeordnet.

BLE hat die Möglichkeit, Daten in zwei verschiedenen Modes auszutauschen. Es werden der Advertising Mode und der Connected Mode unterschieden.

Nach einem Reset des phyWAVE Sensor-Boards befindet sich dieses im Advertising Mode und gibt seine MAC-Adresse aus. BLE Devices weisen eine einzigartige 6-Byte BLE- oder MAC-Adresse auf, die mit Hilfe des Kommandos sudo hcitool lescan vom als BLE Client dienenden Raspberry Pi abgefragt werden kann.

KommunikationNach dem Verbindungsaufbau werden alle Farben der RGB-LED nacheinander aktiviert bis schließlich am Ende die weiße LED eingeschaltet bleibt. Daran anschließend folgen Abfragen der einzelnen Sensoren bis hin zum Farbsensor und die Ausgabe der ermittelten Werte. Die Abfrage der Sensoren erfolgt in einer Endlosschleife.

Mit Hilfe eines Python-Scripts werden die übermittelten Sensordaten ausgewertet und einem Shell-Script zur Übermittlung an einen Server zur Visualisierung gesendet.

Der komplette Beitrag ist in der Design&Elektronik 10/2018 veröffentlicht. Der OnLine-Beitrag ist unter https://www.elektroniknet.de/design-elektronik/embedded/mit-phywave-modulen-ins-iot-158755.html zu finden. Die Software steht auf Github zum Download bereit.