Delbar Smartbike: 12 trin (med billeder)

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:27

Hver gang jeg bruger min cykel, glemmer jeg at tænde lyset, når det bliver mørkt. Også på min cykel har jeg ikke en måde at vide, hvor hurtigt jeg går.

Så jeg har besluttet mig for at lave en smartbike, der kan deles, og som holder styr på:

• Hastighed
• Beliggenhed
• Hvor længe har du brugt cyklen

Det tænder og slukker også automatisk lyset. Jeg brugte en RFID -scanner, så en anden kan bruge cyklen uden at ændre mine data.

Link til min github.

Forbrugsvarer

• Raspberry Pi 3 (€ 32, 49)
• SD -kort (til RPi) (€ 13, 99)
• GPS NEO 6M (for hastighed og placering) (€ 15, 99)
• Anker PowerCore 10400mAh (€ 29, 99)
• RFID RC522 (€ 5, 49)
• 16x2 LCD (€ 9, 99)
• Elegoo Uno R3 Board (€ 9, 34)
• LDR (€ 1, 50)
• MCP3008 (ADC) (€ 5, 98)
• Et genbrugslys
• Træ til huset (~ € 15, 00)
• Kabler (~ € 6, 00)

Samlet pris: € 145,76

Trin 1: Lav kredsløbet

Først skal du sætte alt sammen. Jeg inkluderede et fritzing -skema.

Bemærk: Nogle af komponenterne, f.eks. RFID -scanneren, skal loddes.

Trin 2: Konfigurer Python

Til dette projekt bruger jeg python 3 og kører koden med en pythonserver. Jeg forbinder min github med min kode.

Først skal du oprette forbindelse til din Raspberry Pi via Indstillinger> Byg, Exection, Deployment> Deployment. Derefter skal du lave en tolk med alle de nødvendige pakker. På min Raspberry Pi bruger jeg python 3.5.

Når du har lavet tolken, kan du lave et nyt projekt og vælge den tolk, du lige har lavet til projektet. Derefter skal du vælge, hvor filerne skal gemmes på din pc og RPi.

Trin 3: Læs dataene

Når du har lavet kredsløbet og alle komponenter fungerer, skal du læse data fra sensorer. Mit projekt blev lavet ved hjælp af Python 3. I python læste jeg de fleste data fra sensorerne ved hjælp af klasser.

• RFID -scanneren bruges sammen med arduinoen (de fleste oplysninger om, hvordan du bruger den her). Jeg læste dataene op fra scanneren med arduinoen og sender dem til RPi'en med Serial USB.
• GPS -modulet bruger også seriel kommunikation. De data, GPS'en sender til RPi'en, er ikke så velformateret, at jeg brugte et bibliotek til at analysere dataene og gøre det meget lettere at bruge. (Nogle flere oplysninger om GPS -data).
• De analoge værdier fra LDR konverteres ved hjælp af mcp3008 (en adc), derefter omdanner jeg værdien til en procentdel.

Bemærk: Hvis du vil bruge 'while loops' i python til konstant at hente data, mens du kører en pythonserver. Du skal bruge trådning (mere information om trådning). Tråd er let at bruge.

Trin 4: Databasen (mySQL)

Nu hvor du har dine data fra sensorerne, har du brug for et sted at gemme dataene. Vi gemmer dataene i en relationsdatabase i mySQL.

Jeg kører databasen på min RPi for at dette kan fungere. Jeg skal have mariaDB installeret på min RPi. Når du har installeret mariaDB og har konfigureret det, kan du bruge mySQL -arbejdsbordet på din pc til at oprette forbindelse til din database på RPi.

Du skal lave ERD på pc'en; videreudvikle ERD og eksportere databasen. Derefter kan du importere dumpen (glem ikke at oprette skema) på RPi via mySQL -arbejdsbordet.

Bemærk: Tabellen 'Bike_has_User' er ikke påkrævet og vil kun blive brugt, hvis du planlægger at bruge flere cykler. Du kan slippe tabellen 'Bike_has_User' og linke bordbrugeren med 'Datahistory'.

Trin 5: Forbind din Python med databasen

Nu hvor du har din database installeret, kan du linke din python til databasen. Klik på databasen (til højre på skærmen), og tilføj en ny datakilde.

Databasen og python -scriptet kører på RPi, så brug localhost -IP'en. Brug den bruger, du tidligere har oprettet, mens du konfigurerede mariaDB.

Trin 6: Send data til databasen

Når du har alt opsat, kan du begynde at sende data til databasen. Jeg brugte en klasse helpers. Database i python til dette (se min github).

Billedet viser nogle eksempler på kode.

Trin 7: Brug dataene

Med klasse helpers. Database kan du indsætte data i databasen eller hente data fra databasen.

Nu hvor alt fungerer, kan du bruge dataene fra databasen til at vise dem på et websted eller hvor du vil.

Trin 8: Huset: Bund

Om boligen

Endelig er huset til dette projekt lavet af træ (310x130x110 mm). De fleste komponenter er skruet fast i træet bortset fra powerbanken og brødbrættet.

Du kan gøre huset mindre, hvis du lodder komponenterne. Jeg inkluderede ikke en måde at sikkert forbinde huset til cyklen, men der er mange muligheder.

At lave huset

Du skal starte med at lave den nederste del af huset. Sav et stykke træ (130x310 mm) ud. Fastgør derefter RPi'en med en skrue, og lim brødbrættet til den nederste del.

Bemærk: Du kan lave en identisk del til toppen af huset

Trin 9: Huset: Små sider

Når du er færdig med den nederste del. Du kan begynde at save siderne. Start med at lave de mindre sider.

Først skal du fastgøre de mindre sider. Jeg brugte et ekstra stykke træ til at forbinde alle delene sammen, dette ekstra stykke gør det lettere.

Trin 10: Huset: Store sider

Nu skal du lave de større sider. Sav igen siderne og fastgør dem til bunddelen ved hjælp af det ekstra stykke træ.

Trin 11: Tilføjelse af et hul til LCD & LDR

Du skal også lave et hul til LCD'et, så du kan se IP -adressen og vise, om en bruger scanner ind eller ud.

Brug målingerne på LCD -skærmen til at bestemme, hvilken størrelse hullet vil have.

Når du har indsat LCD'en, skal du sørge for, at LDR er uden for huset. Jeg brugte et lille hul, så LDR kunne se dagslys.

Trin 12: Sæt Arduino & RFID -scanneren på siden

Når huset er færdigt, skal du stadig vedhæfte arduino- og RFID -scanneren. Du kan vedhæfte dem, uanset hvor du har plads. Men jeg anbefaler at vedhæfte RFID -scanneren under LCD'et, så brugeren kan se, om han scannede ind eller ud.