年前整理医院发票,发现小孩一整年看病花了快3000块,幸好买的保险能报销大部分。病历基本都是支气管炎、上呼吸道感染、咽炎,还有一次发展成了肺炎去拍了胸片。小孩这拍胸片的频次都快赶上我小时候过节去拍照片的频次了。
之前我和老婆都觉得是正常换季着凉以及幼儿园交叉感染,可年前参加一次交流会认识到了深圳大气污染的问题,这才联想到来深圳后生病的概率比在厦门生活要大多了。于是动手做了一个 PM2.5 监测器,来了解身边空气质量。
这篇文章分享下小能手如何使用 P-NUCLEO-LRWAN3 LoRa 开发套件自制的 PM2.5 监测器。
有兴趣的朋友不妨也来DIY一个,特别是家里有小孩或者慢性呼吸疾病的家人,更应该关注空气质量。当了解到自己生活空间的空气质量后,我们就可以决策是否需要在家里安置空气净化器,甚至是否需要换房子,寒暑假是否要把孩子送回环境更好的老家农村等等。
腾讯云 IoT Explorer 是腾讯云主推的一站式物联网开发平台,IoT 小能手从设备侧开发、平台功能操作、应用侧开发三个部分来进行学习分享,另外还分享了一些动手实践作品及收录官方发布的产业合作案例,帮助读者更好地理解整个开发链路。详情可点此查看。
Nucleo LoRa Sensor 开发板通过串口外挂一个 PM2.5 传感器,通过 LoRaWAN 网关上报至腾讯云物联网开发平台,做数据存储和进一步的展示分析。
PM2.5传感器+Nucleo LoRa Sensor --> Nucleo LoRa Gateway --> 腾讯云物联网开发平台
这是春节放假前在办公室做好时的样子。
那时候大家都还不用戴口罩,我们和它都可以愉快地呼吸。现在就剩下它大口地呼吸,孤单地数着直径小于2.5um的粒子。
这是在腾讯云物联网开发平台上看到的数据,办公室 PM2.5 大约在 40 上下,属于比较正常的范围。晚上夜深的时候,PM2.5 能达到30左右,空气质量达到优的水平。
监测器拿回家后,放在了阳台上,看看小区的空气质量。
通过2个月的观察发现了一点规律:
另外,数据上会周期出现一些爆点,飙到快 500,分析了下要么家里在炒菜,要么就是老爹在偷偷抽烟。
在写这篇文章的时候,老婆听了我的结论,心里不是很好受,已经在看净化器了。看到她打开了京东,我的心里也开始不好受了。
言归正传,接下来说说具体的软硬件设计。
由于手头刚好有 Nucleo LoRa Sensor 开发板,前面也完成了节点的接入和网关的接入,所以我们就拿它来 DIY。
朋友们推荐了攀藤G7传感器 PMS7003,据说市场份额不错,并且串口接口也方便调试和代码处理。
在传感器连接接口设计上,考虑此前已有两个串口被使用,需要新增一个串口来与传感器通信。
Nucleo接口 | 硬件外设 |
---|---|
UART1(PA9/PA10) | LoRa Modem |
UART2(PA2/PA3) | 打印 |
UART5(PC12/PD2) | PMS7003 |
由于 Nucleo 只需要接收数据就行,我们直接接到 RX 引脚上,也就是 PD2。
实物接线如下图。
软件上只需要处理串口驱动和传感器协议处理,具体工程是由 Supo 和 Arthur 两位大神帮忙搞定的,仓库见:
https://github.com/twowinter/TencentOS-tiny/tree/pm2d5
下面的 传感器数据解析处理 小节是对代码的解析,如果你也是采用相同的传感器,那这部分不用修改,只需进行 LoRaWAN 参数的配置。
这是传感器的串口参数及协议:
协议示例数据:
[17:10:48.321]收←◆42 4D 00 1C 00 3F 00 42 00 58 00 32 00 32 00 32 05 8C 00 E0 00 18 00 14 00 10 00 0E 00 00 03 D5
[17:10:49.324]收←◆42 4D 00 1C 00 3E 00 42 00 58 00 31 00 32 00 32 05 64 00 E0 00 18 00 14 00 10 00 0E 00 00 03 AB
[17:10:50.328]收←◆42 4D 00 1C 00 3A 00 42 00 58 00 30 00 32 00 32 05 14 00 E0 00 1C 00 14 00 10 00 0E 00 00 03 5A
[17:10:51.329]收←◆42 4D 00 1C 00 39 00 42 00 56 00 30 00 32 00 32 05 14 00 D0 00 18 00 10 00 0B 00 0A 00 00 03 36
具体处理逻辑是这样:
串口接收 --> 数据缓存解析校验 --> 取出其中26字节载荷发到邮箱 --> 邮箱接收并通过LoRa模组发送
硬件这边尽量对传感器数据简化处理,云平台有设备解析引擎,只需将传感器的原始数据取出上报,云端再将其转成JSON。
有兴趣的朋友直接看两位大神的代码,代码流程如下。
另外记得处理下设备参数。
tos_lora_module_join_otaa
端侧处理完毕后,接下来在云平台上创建产品和设备。
产品定义涉及数据模版,参考 PMS7003 传输协议直接定义了 12 个颗粒物属性以及版本号和错误代码。
相应的设备数据解析脚本如下,比较简单,无脑赋值:
function RawToProtocol(fPort, bytes) {
var data = {
"method": "report",
"clientToken" : new Date(),
"params" : {}
};
var i = 0;
data.params.PM1_CF1 = (bytes[i++] << 8) | bytes[i++];
data.params.PM2d5_CF1 = (bytes[i++] << 8) | bytes[i++];
data.params.PM10_CF1 = (bytes[i++] << 8) | bytes[i++];
data.params.PM1 = (bytes[i++] << 8) | bytes[i++];
data.params.PM2d5 = (bytes[i++] << 8) | bytes[i++];
data.params.PM10 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_0d3 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_0d5 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_1 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_2d5 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_5 = (bytes[i++] << 8) | bytes[i++];
data.params.particles_10 = (bytes[i++] << 8) | bytes[i++];
data.params.version = bytes[i++];
data.params.Error = bytes[i++]
return data;
}
创建相应的设备后,复位我们做好的 PM2.5 监测器,即可在云端看到设备属性的上报。
至此,整个 PM2.5监测器的总体调试就完毕了。
That’s all