Membangun Stasiun Cuaca Super Raspberry Pi: 8 Langkah (dengan Gambar)

2024 Pengarang: John Day | [email protected]. Terakhir diubah: 2024-01-30 09:54

Mari kita hadapi itu, kita manusia banyak berbicara tentang cuaca ️. Rata-rata orang berbicara tentang cuaca empat kali sehari, selama rata-rata 8 menit dan 21 detik. Lakukan perhitungan dan total 10 bulan hidup Anda yang akan Anda habiskan untuk mengoceh tentang cuaca. Cuaca menempati peringkat pertama sebagai topik utama untuk memulai percakapan dan pemecah keheningan yang tidak nyaman. Jika kita akan membicarakannya sebanyak itu, sebaiknya kita membawa kredibilitas jalan cuaca kita ke tingkat yang sama sekali baru. Proyek super menyenangkan dan mudah ini akan memanfaatkan Internet of Things (IoT) dan Raspberry Pi untuk melakukan hal itu.

Kami akan membangun dasbor IoT cuaca hiper-lokal kami sendiri, menangkap cuaca di dalam dan di luar rumah kami dari waktu ke waktu. Lain kali seseorang bertanya kepada Anda "bagaimana dengan cuaca akhir-akhir ini?", Anda akan dapat mengeluarkan ponsel Anda dan membuat mereka terengah-engah dengan keterampilan analisis cuaca gila Andaz ️.

Apa yang Anda perlukan untuk mengikuti kursus:1. Raspberry Pi dengan konektivitas internet

2. Rasa Raspberry PiHAT

3. Kabel Ekstensi Pria ke Wanita 6 40-Pin IDE (opsional untuk akurasi suhu)

4. Akun Status Awal

5. Itu dia!

Tingkat proyek: Pemula

Perkiraan waktu untuk menyelesaikan: 20 menit

Perkiraan faktor kesenangan: Di luar grafik

Dalam tutorial langkah demi langkah ini, Anda akan:mempelajari cara menggunakan integrasi Weatherstack API pada Status Awal untuk mendapatkan cuaca luar lokal di wilayah Anda

- Pelajari cara menggunakan Raspberry Pi dengan Sense HAT (https://www.raspberrypi.org/products/sense-hat/) untuk menangkap data cuaca di dalam rumah Anda

- Bangun dasbor cuaca hiper-lokal pribadi Anda sendiri yang dapat Anda akses dari browser web apa pun di laptop atau perangkat seluler Anda

- Berikan ahli meteorologi Anda untuk mendapatkan uang mereka

Perlengkapan

Apa yang Anda perlukan untuk mengikuti kursus:

1. Raspberry Pi dengan konektivitas internet

2. Rasa Raspberry PiHAT

3. Kabel Ekstensi Pria ke Wanita 6 40-Pin IDE (opsional untuk akurasi suhu)

4. Akun Status Awal

5. Itu dia!

Langkah 1: Memulai

Kami telah melakukan banyak pekerjaan untuk Anda menyusun kode, dan mengatur informasinya. Kami hanya membutuhkan Anda untuk melakukan beberapa penyesuaian di sepanjang jalan.

Untuk mengambil semua hal yang telah kami siapkan untuk Anda, Anda harus mengkloning repositori dari GitHub. Github adalah layanan luar biasa yang memungkinkan kami menyimpan, merevisi, dan mengelola proyek seperti ini. Untuk mengkloning repositori yang perlu kita lakukan adalah masuk ke terminal Pi kami, atau terminal komputer Anda yang SSH ke dalam pi Anda dan ketik perintah ini:

$ git clone

Tekan enter dan Anda akan melihat informasi ini:

pi@raspberrypi ~ $ git clone

Kloning ke 'wunderground-sensehat'…

remote: Menghitung objek: 28, selesai.

jarak jauh: Total 28 (delta 0), digunakan kembali 0 (delta 0), paket digunakan kembali 28

Membongkar objek: 100% (28/28), selesai.

Memeriksa konektivitas… selesai.

Setelah Anda melihat ini maka selamat, Anda telah berhasil mengkloning Github Repo dan memiliki semua file yang diperlukan untuk membangun Stasiun Cuaca Super Anda. Sebelum kita melanjutkan ke langkah berikutnya, mari luangkan waktu untuk menjelajahi direktori ini dan mempelajari beberapa perintah baris perintah dasar.

Ketik perintah di bawah ini ke terminal Anda:

$ l

Perintah ini mencantumkan semua yang tersedia di direktori tempat Anda berada saat ini. Daftar ini menunjukkan bahwa Github Repo kami telah berhasil dikloning ke direktori kami dengan nama “wunderground-sensehat.” Mari kita lihat apa yang ada di direktori itu. Untuk mengubah direktori, yang perlu Anda lakukan adalah mengetikkan "cd" dan kemudian ketik nama direktori yang ingin Anda tuju.

Dalam hal ini, kami akan mengetik:

$cd wunderground-sensehat

Setelah kami menekan enter, Anda akan melihat bahwa kami sekarang berada di direktori wunderground-sensehat. Mari kita ketik ls lagi untuk melihat file apa yang telah kita instal di pi kita.

README.md sensehat.py sensehat_wunderground.py wunderground.py

Di sini kita melihat dokumen readme kita, dan beberapa file python yang berbeda. Mari kita lihat sensehat.py. Alih-alih melompat ke file dengan perintah cd seperti yang kita lakukan untuk direktori, kita akan menggunakan perintah nano. Perintah nano memungkinkan kita untuk membuka editor teks nano di mana kita memiliki semua kode python untuk setiap segmen proyek ini. Silakan dan ketik:

$ nano sensehat.py

Di sini Anda dapat melihat semua kode yang telah kami siapkan untuk Anda untuk proyek ini. Kami tidak akan membuat perubahan apa pun pada dokumen ini dulu, tetapi jangan ragu untuk menggulir dan melihat apa yang akan kami lakukan nanti dalam tutorial ini.

Langkah 2: Status Awal

Kami ingin mengalirkan semua data cuaca kami ke layanan cloud dan meminta layanan itu mengubah data kami menjadi dasbor bagus yang dapat kami akses dari laptop atau perangkat seluler kami. Data kami membutuhkan tujuan. Kami akan menggunakan Status Awal sebagai tujuan itu.

Langkah 1: Daftar untuk akun Negara Awal

Buka https://www.initialstate.com/app#/register/ dan buat akun baru.

Langkah 2: Instal ISStreamer

Instal modul Initial State Python ke Raspberry Pi Anda: Pada prompt perintah (jangan lupa SSH ke Pi Anda terlebih dahulu), jalankan perintah berikut:

$ cd /rumah/pi/

$ \curl -sSL https://get.initialstate.com/python -o - | sudo bash

Catatan Keamanan: Perintah di atas memiliki beberapa anatomi penting yang harus diperhatikan pengguna.

1) Ada / sebelum curl. Ini penting untuk memastikan tidak ada alias curl yang dijalankan jika ada yang dibuat. Ini membantu mengurangi risiko perintah melakukan lebih dari yang dimaksudkan.

2) Perintahnya adalah perintah pipa, jadi saat dijalankan, Anda menyalurkan output skrip yang diambil dari https://get.initialstate.com/python ke dalam perintah Sudo bash. Ini dilakukan untuk menyederhanakan instalasi, namun, perlu dicatat bahwa https penting di sini untuk membantu memastikan tidak ada manipulasi man-in-the-middle dari skrip instalasi, terutama karena skrip dijalankan dengan hak istimewa yang lebih tinggi. Ini adalah cara umum untuk menyederhanakan pemasangan dan pengaturan, tetapi jika Anda sedikit lebih waspada, ada beberapa alternatif yang sedikit kurang nyaman: Anda dapat memecah perintah menjadi dua langkah dan menyelidiki skrip bash yang diunduh dari perintah curl sendiri untuk memastikan itu kesetiaan ATAU Anda dapat mengikuti instruksi pip, Anda tidak akan mendapatkan skrip contoh yang dibuat secara otomatis.

Langkah 3: Buat Automagic

Setelah Langkah 2 Anda akan melihat sesuatu yang mirip dengan output berikut ke layar:

pi@raspberrypi ~ $ \curl -sSL https://get.initialstate.com/python -o - | sudo bash

Password: Memulai Instalasi Mudah ISStreamer Python!

Ini mungkin memakan waktu beberapa menit untuk menginstal, ambil kopi:)

Tapi jangan lupa untuk datang kembali, saya akan memiliki pertanyaan nanti!

Ditemukan easy_install: setuptools 1.1.6

Ditemukan pip: pip 1.5.6 dari /Library/Python/2.7/site-packages/pip-1.5.6- py2.7.egg (python 2.7)

pip versi utama: 1

pip versi minor: 5

ISStreamer ditemukan, memperbarui…

Persyaratan sudah diperbarui: ISStreamer di /Library/Python/2.7/site-packages Membersihkan…

Apakah Anda ingin secara otomatis mendapatkan contoh skrip? [y/T]

(outputnya mungkin berbeda dan membutuhkan waktu lebih lama jika Anda belum pernah menginstal modul streaming Initial State Python sebelumnya)

Saat diminta untuk mendapatkan skrip contoh secara otomatis, ketik y.

Ini akan membuat skrip pengujian yang dapat kita jalankan untuk memastikan bahwa kita dapat mengalirkan data ke Status Awal dari Pi kita. Anda akan diminta:

Di mana Anda ingin menyimpan contoh? [default:./is_example.py]:

Anda dapat mengetik jalur lokal khusus atau tekan enter untuk menerima default. Anda akan dimintai nama pengguna dan kata sandi yang baru saja Anda buat saat mendaftarkan akun Status Awal Anda. Masukkan keduanya dan instalasi akan selesai.

Langkah 4: Tombol Akses

Mari kita lihat contoh script yang telah dibuat. Jenis:

$ nano is_example.py

Pada baris 15, Anda akan melihat baris yang dimulai dengan streamer = Streamer(bucket_ …. Baris ini membuat data bucket baru bernama “Python Stream Example” dan dikaitkan dengan akun Anda. Asosiasi ini terjadi karena access_key="…” parameter pada baris yang sama. Rangkaian huruf dan angka yang panjang itu adalah kunci akses akun Status Awal Anda. Jika Anda masuk ke akun Status Awal di browser web Anda, klik nama pengguna Anda di kanan atas, lalu buka "akun saya", Anda akan menemukan kunci akses yang sama di bagian bawah halaman di bawah “Streaming Access Keys”.

Setiap kali Anda membuat aliran data, kunci akses itu akan mengarahkan aliran data itu ke akun Anda (jadi jangan bagikan kunci Anda dengan siapa pun).

Langkah 5: Jalankan Contoh

Jalankan skrip pengujian untuk memastikan kami dapat membuat aliran data ke akun Status Awal Anda.

Jalankan yang berikut ini:

$ python is_example.py

Langkah 6: Untung

Kembali ke akun Status Awal Anda di browser web Anda. Keranjang data baru yang disebut "Contoh Aliran Python" seharusnya muncul di sebelah kiri di rak log Anda (Anda mungkin harus menyegarkan halaman). Klik pada ember ini dan kemudian klik pada ikon Gelombang untuk melihat data pengujian.

Anda akan ingin mengikuti tutorial Waves untuk membiasakan diri Anda dengan cara menggunakan alat visualisasi data ini. Selanjutnya, lihat data di Tiles untuk melihat data yang sama ini dalam bentuk dasbor.

Anda sekarang siap untuk mulai mengalirkan data nyata dari Wunderground dan banyak lagi.

Langkah 3: Rasakan HAT

Sense HAT adalah papan tambahan untuk Raspberry Pi yang penuh dengan sensor, LED, dan joystick kecil. Apa yang hebat dari pengaya kecil ini adalah sangat mudah dipasang dan digunakan berkat pustaka Python fantastis yang dapat Anda instal dengan cepat. Untuk proyek ini, kami akan menggunakan sensor suhu, kelembaban, dan tekanan udara pada Sense HAT. Mari kita mengaturnya.

Langkah pertama dalam menggunakan Sense HAT adalah menginstalnya secara fisik ke Pi Anda. Dengan Pi dimatikan, pasang HAT seperti yang ditunjukkan pada gambar.

Nyalakan Pi Anda. Kita perlu menginstal library Python untuk memudahkan membaca nilai sensor dari Sense HAT. Pertama, Anda perlu memastikan bahwa semuanya mutakhir pada versi Raspbian Anda dengan mengetik:

$ sudo apt-get update

Selanjutnya, instal perpustakaan Sense HAT Python:

$ sudo apt-get install sense-hat

Nyalakan ulang Pi Anda

Kami siap untuk menguji HAT Sense dengan membaca data sensor darinya dan mengirimkan data tersebut ke Status Awal.

Mari kita uji Sense HAT untuk memastikan semuanya berfungsi. Kami akan menggunakan skrip yang terletak di https://github.com/InitialState/wunderground-sensehat/blob/master/sensehat.py. Anda dapat menyalin skrip ini ke file di Pi Anda atau mengaksesnya dari repositori Github kami yang telah kami kloning sebelumnya. Ubah ke direktori wunderground-sensehat Anda dan kemudian nano ke file sensehat.py Anda dengan mengetik:

$ nano sensehat.py

Perhatikan pada baris pertama bahwa kita mengimpor library SenseHat ke dalam skrip. Sebelum Anda menjalankan skrip ini, kami perlu mengatur parameter pengguna kami.

# --------- Pengaturan Pengguna --------- KOTA = "Nashville"

BUCKET_NAME = ":partly_cerah: " + KOTA + " Cuaca"

BUCKET_KEY = "sensehat"

ACCESS_KEY = "Kunci_Akses_Anda"

SENSOR_LOCATION_NAME = "Kantor"

MINUTES_BETWEEN_SENSEHAT_READS = 0,1

# ---------------------------------

Secara khusus, Anda perlu menyetel ACCESS_KEY ke kunci akses akun Status Awal Anda. Perhatikan betapa mudahnya membaca data dari Sense HAT dalam satu baris Python (misalnya sense.get_temperature()). Pada prompt perintah di Pi Anda, jalankan skrip:

$ sudo python sensehat.py

Buka akun Status Awal Anda dan lihat keranjang data baru yang dibuat oleh Sense HAT.

Sekarang, kami siap untuk menggabungkan semuanya dan membuat dasbor cuaca hiper-lokal kami!

Langkah 4: Dasbor Cuaca Lokal Hyper

Langkah terakhir dalam proyek ini hanyalah menggabungkan Data Cuaca dan skrip Sense HAT kami ke dalam satu Dasbor. Untuk melakukan ini, kami akan menggunakan Integrasi Keadaan Awal dengan Weatherstack untuk menambahkan data cuaca ke dasbor Sensehat kami yang kami buat pada langkah terakhir.

Menggunakan Weatherstack API sangat sederhana. Di masa lalu pada tutorial ini, kami meminta Anda membuat dan menjalankan skrip untuk menarik data dari api data cuaca, tetapi sejak awal tutorial ini, Initial State telah menciptakan Pasar Integrasi Data. Pasar Integrasi Data memberi Anda kekuatan untuk mengakses dan mengalirkan API ke dasbor Status Awal tanpa kode. Ini benar-benar hanya beberapa klik mouse dan BAM: data cuaca. Di Medium, saya telah menulis tutorial yang lebih mendalam tentang cara menggunakan integrasi Weatherstack dan membuat peringatan cuaca, tetapi saya akan segera mencantumkan cara memulai di bawah.

Menggunakan Integrasi Weatherstack

1. Masuk ke akun Status Awal Anda

2. Klik tombol detail pada kotak Weatherstack di halaman integrasi. Halaman ini akan memberi tahu Anda semua informasi dasar tentang integrasi dan apa yang diperlukan untuk menggunakannya. Dalam hal ini, Anda hanya memerlukan kode pos (atau garis lintang & bujur) dari lokasi yang ingin Anda pantau cuacanya, dan Anda harus mengetahui unit apa yang Anda inginkan untuk melihat data tersebut. (metrik, ilmiah atau imperial AS).

3. Klik tombol Begin Setup dan Anda akan melihat modal pop up dari sisi kanan layar Anda. Hanya ada beberapa langkah mudah yang harus diambil sebelum kita dapat mulai melihat data cuaca itu masuk:

4. Beri nama pada dasbor baru Anda. Saya menamai milik saya Nashville Weather. Pro tip: Saya suka menggunakan emoji di nama dasbor saya untuk memberi mereka sedikit lebih banyak semangat. Cara cepat untuk menarik emoji di Mac adalah Ctrl+Command+Space bar. Untuk Windows tahan tombol Windows dan tanda titik (.) atau titik koma (;). 2 5. Ketik lokasi Anda. Saya menggunakan Kode Pos dari area yang ingin saya lacak, tetapi Anda juga dapat menempatkan Lintang dan Bujur untuk lebih spesifik. Sangat mudah untuk menemukan garis lintang dan bujur wilayah Anda hanya dengan membuka peta google, mencari tempat dan kemudian menyalin garis lintang & bujur dari browser dan menempelkannya ke dalam formulir. Hanya lokasi AS, Inggris, dan Kanada yang dapat digunakan saat ini.

6. Pilih unit Anda. Saya memilih US/Imperial karena saya tinggal di Amerika Serikat.

7. Pilih untuk membuat bucket baru atau mengirim data Weatherstack Anda ke bucket yang sudah ada. Dalam tutorial ini, jika Anda sudah menyiapkan Sense Hat untuk melakukan streaming ke Status Awal (pada langkah terakhir) maka cukup kirim data Weatherstack ke ember itu.

8. Pilih apakah Anda ingin semua data yang dikirim Weatherstack atau jika Anda hanya ingin data cuaca tertentu dikirim ke dasbor Anda. Anda selalu dapat mengirim semua data dan mengeluarkan beberapa ubin nanti.

9. Pilih seberapa sering Anda ingin dasbor Anda diperbarui dengan kondisi cuaca. Anda dapat memilih antara setiap 15 menit atau jam demi jam. Perlu diingat bahwa mengirim data setiap 15 menit memerlukan biaya tambahan dibandingkan dengan mengirimnya setiap jam. Jadi, jika Anda ingin menggunakan integrasi lain di pasar pada saat yang sama, Anda mungkin ingin melakukan polling setiap jam. Anda selalu dapat berhenti mengirim data dari integrasi dan memulainya lagi, atau mengubah frekuensi pengiriman data nanti. Namun, jika Anda menghentikannya dan memulai lagi maka akan ada celah dalam data Anda.

10. Klik Mulai Integrasi. Sekarang Anda sedang streaming data dari Weatherstack! Klik tombol "Lihat di Aplikasi IoT" untuk melihat titik data pertama masuk.

11. Sesuaikan dasbor Anda. Jika Anda melakukan streaming ke bucket baru, kami telah menyiapkan template untuk Anda mulai. Namun, Anda harus membuatnya sendiri! Tekan panah bawah di tengah atas dasbor Anda untuk menurunkan garis waktu, klik Edit Ubin, pindahkan beberapa ubin, ubah ukurannya, dan ubah latar belakang. Jadikan dasbor sesuai keinginan Anda agar mudah menyerap data yang ingin dikumpulkan. Anda juga dapat menggunakan templat Weatherstack lain yang telah kami buat untuk Anda di sini. Untuk menambahkan sedikit lebih banyak konteks ke dasbor Anda, Anda juga dapat menambahkan peta yang menunjukkan lokasi tempat Anda memantau cuaca. Dasbor Anda mungkin terlihat sedikit kosong pada awalnya, tetapi beri waktu dan itu akan terisi dengan data cuaca historis yang indah.

Langkah 5: Tambahkan Peta ke Dasbor Anda (Bonus)

Kami dapat dengan mudah menambahkan ubin peta ke dasbor kami yang menunjukkan lokasi aliran cuaca kami. Anda dapat mempelajari lebih lanjut tentang tampilan peta interaktif dalam ubin dihttps://support.initialstate.com/knowledgebase/articles/800232-tiles-map-view. Kita cukup menambahkan pernyataan streamer.log baru di skrip Python kita (dan saya akan menjelaskan bagaimana Anda bisa melakukannya di akhir bagian ini). Sebagai gantinya, kami akan menggunakan kesempatan ini untuk menunjukkan kepada Anda cara lain untuk mengirim data ke dasbor Anda.

Langkah 1: Dapatkan Koordinat Lintang/Bujur Lokasi Anda

Anda perlu mendapatkan koordinat lintang/bujur dari lokasi Anda. Salah satu cara untuk melakukannya adalah dengan membuka Google Maps, mencari lokasi Anda, dan memperbesar ke lokasi persis Anda. Di URL, Anda akan melihat koordinat lintang/bujur Anda. Pada contoh di atas, koordinat saya adalah 35.925298, -86.8679478.

Salin koordinat Anda (Anda akan membutuhkannya di langkah 2), dan pastikan Anda tidak secara tidak sengaja menyalin karakter tambahan apa pun dari URL.

Langkah 2: Buat URL untuk Mengirim Data Ke Dasbor Anda

Klik tautan "pengaturan" di bawah nama keranjang di rak keranjang. Ini akan memunculkan layar di atas. Salin teks di bagian Titik Akhir API dan tempel di editor teks favorit Anda. Kami akan menggunakan ini untuk membuat URL yang dapat kami gunakan untuk mengirim data ke keranjang dan dasbor yang ada. Di ember saya, teks yang saya salin terlihat seperti: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1 URL Anda akan memiliki accessKey dan bucketKey Anda. Kita perlu menambahkan nama dan nilai aliran ke parameter URL untuk melengkapi URL.

Tambahkan "&MapLocation=YOUR_COORDINATES_FROM_STEP1" ke URL Anda

(masukkan koordinat dari Langkah 1, tanpa spasi dan jangan salin milik saya!!)

Inilah tampilan saya: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1&MapLocation=35.925298, -86.8679478

Tempelkan URL lengkap Anda ke bilah alamat browser Anda dan tekan enter (atau gunakan perintah 'curl' pada prompt perintah) untuk mengirim koordinat peta Anda ke aliran, "MapLocation", di keranjang baru Anda.

Jika Anda melihat dasbor Anda di Tiles sekarang (Anda mungkin harus menyegarkan jika Anda tidak sabar), Tile baru bernama MapLocation seharusnya muncul diperbesar ke lokasi Anda saat ini.

Langkah 2 Alternatif: Ubah Skrip Anda

Jika Anda benar-benar tidak menyukai Langkah 2 di atas, Anda cukup menambahkan pernyataan streamer.log lain ke skrip Python Anda. Cukup tambahkan baris

streamer.log("Lokasi Peta", "YOUR_COORDINATES_FROM_STEP1")

di suatu tempat di dalam fungsi def main(): dari skrip sensehat_wunderground.py (perhatikan indentasi b/c Python mengharuskan Anda untuk mengikuti aturan indentasi yang ketat). Misalnya, saya menambahkan streamer.log("MapLocation", "35.925298, -86.8679478") tepat setelah baris 138.

Langkah 6: Memperbaiki Pembacaan Suhu Sense Hat

Anda mungkin memperhatikan bahwa pembacaan suhu Sense HAT Anda tampak agak tinggi - itu karena memang demikian. Penyebabnya adalah panas yang dihasilkan dari CPU Pi yang memanaskan udara di sekitar Sense HAT saat berada di atas Pi.

Untuk membuat sensor suhu berguna, kita perlu menjauhkan HAT dari Pi (yang akan menghilangkan manfaat penting dari solusi ringkas) atau mencoba mengkalibrasi pembacaan sensor suhu. CPU adalah penyebab utama panas parasit yang mempengaruhi sensor suhu kita, jadi kita perlu mencari tahu korelasinya. Saat meninjau Enviro pHAT untuk Pi Zero, kami menemukan persamaan untuk memperhitungkan suhu CPU yang memengaruhi pembacaan suhu topi. Kami hanya membutuhkan suhu CPU dan faktor penskalaan untuk menghitung suhu yang dikalibrasi:

temp_calibrated = suhu - ((cpu_temp - suhu)/FAKTOR)

Kita dapat menemukan faktornya dengan merekam suhu aktual dan menyelesaikannya. Untuk menemukan suhu sebenarnya di dalam ruangan, kita memerlukan pengaturan sensor suhu yang berbeda. Menggunakan sensor DHT22 (petunjuk pengaturan di sini dan skrip di sini), kami dapat merekam dan memvisualisasikan kedua suhu secara bersamaan:

Hasilnya menunjukkan bahwa pembacaan Sense HAT turun 5-6 derajat Fahrenheit dengan cukup konsisten. Menambahkan suhu CPU ke dalam campuran (dengan skrip ini), pertama menunjukkan bahwa itu sangat panas, dan kedua mengungkapkan semacam gelombang yang meniru pengukuran Sense HAT.

Setelah merekam selama sekitar 24 jam, saya memecahkan faktor tersebut menggunakan enam pembacaan berbeda pada enam titik waktu yang berbeda. Rata-rata nilai faktor memberikan nilai faktor akhir sebesar 5,466. Menerapkan persamaan

temp_calibrated = temp - ((cpu_temp - temp)/5.466)

suhu yang dikalibrasi mencapai satu derajat dari pembacaan suhu aktual:

Anda dapat menjalankan koreksi kalibrasi ini pada Pi itu sendiri, di dalam skrip wunderground_sensehat.py.

Langkah 7: Bonus: Konfigurasikan Lansiran Cuaca Anda Sendiri

Mari buat peringatan SMS setiap kali suhu turun di bawah titik beku.

Kami akan mengikuti proses penyiapan pemberitahuan Pemicu yang diuraikan di halaman dukungan.

Pastikan ember data cuaca Anda dimuat.

Klik pengaturan bucket di rak data (di bawah namanya).

Klik pada tab Pemicu.

Pilih aliran data yang akan dipicu (Anda dapat menggunakan daftar tarik-turun untuk memilih dari aliran yang ada setelah keranjang data dimuat atau Anda dapat mengetikkan nama/kunci aliran secara manual; *catatan Safari tidak mendukung daftar tarik-turun HTML5). Dalam contoh tangkapan layar saya di atas, saya memilih Suhu (F).

Pilih operator kondisional, dalam hal ini '<'.

Pilih nilai Pemicu yang akan memicu tindakan (ketik secara manual nilai yang diinginkan). Dalam hal ini, ketik 32 seperti yang ditunjukkan di atas.

Klik tombol '+' untuk menambahkan kondisi Pemicu.

Pilih tindakan (tindakan saat ini tersedia diberitahukan melalui SMS atau email).

Klik tombol '+' untuk menambahkan tindakan. Masukkan kode verifikasi apa pun jika menambahkan nomor telepon atau email baru untuk menyelesaikan penyiapan.

Pemicu Anda sekarang aktif dan akan menyala ketika kondisinya terpenuhi. Klik selesai untuk kembali ke layar utama.

SMS PIR

Setiap kali suhu turun di bawah 32, Anda akan mendapatkan pesan teks. Anda mengatur peringatan pada apa pun di keranjang data cuaca Anda (* perhatikan bahwa Anda perlu menggunakan token emoji, bukan emoji yang sebenarnya).

Misalnya, setiap kali hujan

:awan: Kondisi Cuaca =:payung:

Kapan pun berangin

:dash: Kecepatan Angin (MPH) > 20

dll.

Langkah 8:

Juara II Kontes Internet of Things 2016