Indholdsfortegnelse:

Raspberry Pi - Smart Office: 10 trin (med billeder)
Raspberry Pi - Smart Office: 10 trin (med billeder)

Video: Raspberry Pi - Smart Office: 10 trin (med billeder)

Video: Raspberry Pi - Smart Office: 10 trin (med billeder)
Video: Маленький лисенок вышел к людям за помощью 2024, November
Anonim
Raspberry Pi - Smart Office
Raspberry Pi - Smart Office

Hvad handler ansøgningen om?

OfficeHelperBOT er en applikation målrettet mod en smart kontorindstilling. 2 Raspberry Pi 3 Model B ville være opsat til dette.

Raspberry Pi 1 ville være hovedmaskinen, der vil optage alle værdierne fra sensorerne, offentliggøre dataene via MQTT, lagre data i clouddatabasen, som vi bruger DynamoDB og køre webportalserveren.

Raspberry Pi 2 ville blive brugt ved døren. Det vil kræve, at medarbejderen verificerer sin identitet, før de får adgang til kontoret. Der er to metoder til at gøre det, som er via en pinkodesekvens og en QR -kodeverifikation. I tilfælde af, at verifikationen kan blive misbrugt, tager vi billede af den, der har mislykket verifikation, og gemmer personens billede på AWS S3 Bucket.

En webside ville kunne se DHT, lys, bevægelsesdetekterede fotos og video af kontoret. Websiden ville også være i stand til at styre kontorlysene og også se en live stream af CCTV fra kontoret.

Der ville også være en Telegram -bot, der tillader kontrol af LED -lamperne på kontoret, kontrollerer værdien af sensorværdier som f.eks. Temperaturen og tillader også medarbejderen at få deres QR -kodebillede, hvis de tilfældigvis mister deres QR -kodebillede eller har glemt deres pin ved at anmode om og få deres QR -kodebillede fra AWS S3 Bucket.

Trin 1: Lad os se på oversigten

Lad os se på oversigten!
Lad os se på oversigten!
Lad os se på oversigten!
Lad os se på oversigten!
Lad os se på oversigten!
Lad os se på oversigten!

Systemarkitektur diagram

Hvordan maskinerne kommunikerer med hinanden

Hardware -resultat

Se hvordan de to Raspberry Pi ville se ud i sidste ende

Webportal

Se webportalen, der er lavet ved hjælp af Python via Flask

Telegram Bot

At finde den bot, vi har oprettet

Live stream

Brug af 1 af PiCam som et CCTV og streaming af liveoptagelser

Krav til hardware

  • 2x Raspberry Pi
  • 2x GPIO Board
  • 1x LDR
  • 1x DHT11
  • 1x bevægelsessensor
  • 4x LED
  • 7x knap
  • 2x summer
  • 2x LCD -skærm
  • 1x webcam

Trin 2: Konfigurer til Raspberry Pi 1 (Office)

  1. Opret en mappe til at gemme din html kaldet skabeloner
  2. Opret en mappe til lagring af dine css/javascript -filer kaldet statisk
  3. Opret en mappe til lagring af dine kamerafiler kaldet kamera med 3 undermapper capture_photos, motion_photos, motion_videos

mkdir ~/ca2

mkdir ~/ca2/skabeloner

mkdir ~/ca2/statisk

mkdir ~/ca2/static/kamera

mkdir ~/ca2/static/camera/capture_photos

mkdir ~/ca2/static/camera/motion_photos

mkdir ~/ca2/static/camera/motion_Videos

Trin 3: Konfigurer til Raspberry Pi 2 (dør)

  1. Opret en mappe til at gemme dine filer kaldet dør
  2. Opret en mappe til at gemme dine QR -kodebilleder kaldet qr_code

mkdir ~/dør

mkdir ~/door/qr_code

Trin 4: Konfigurer Telegram Bot

Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
Opsæt Telegram Bot
  1. Åbn Telegram
  2. Find "BotFather"
  3. Skriv "/start"
  4. Skriv "/newbot"
  5. Følg instruktionerne, navn på bot, brugernavn til bot, nedskriv botgodkendelsestoken

Trin 5: Konfigurer DynamoDB

Opsæt DynamoDB
Opsæt DynamoDB
Opsæt DynamoDB
Opsæt DynamoDB
Opsæt DynamoDB
Opsæt DynamoDB
  1. Tilmeld dig AWS
  2. Søg efter DynamoDB i AWS Service
  3. Klik på "Opret tabel"
  4. Udfyld tabelnavn
  5. Angiv partitionsnøgle som 'id' (streng) og Tilføj sorteringsnøgle som 'datetime' (streng)
  6. Gør det for de 4 borde, dht, lys, galleri, medarbejder

Forhåndsvisning af de 4 tabeller

Trin 6: Konfigurer AWS S3 Bucket

Konfigurer AWS S3 Bucket
Konfigurer AWS S3 Bucket
Konfigurer AWS S3 Bucket
Konfigurer AWS S3 Bucket
Konfigurer AWS S3 Bucket
Konfigurer AWS S3 Bucket
  1. Søg efter AWS S3
  2. Klik på "Opret spand"
  3. Følg reglerne for at navngive spanden
  4. Følg skærmbilleder
  5. Opret spand

Hvordan uploader jeg overhovedet til S3 -spand?

Vi har ikke en administrationsportal, så vi importerer QR-koden manuelt via AWS grafisk brugergrænseflade. Følg skærmbillederne for at oprette spanden. Kodestykket er den logik, der kræves for at uploade billedet til S3 Bucket

Trin 7: Konfigurer AWS SNS

  1. Søg efter AWS SNS
  2. Følg emnetag
  3. Opret nyt emne
  4. Indstil emnetavn og visningsnavn
  5. Rediger politik for at give alle mulighed for at udgive
  6. Abonner på det emne, der er oprettet
  7. Indstil e -mail i slutpunktsfeltet til at modtage e -mail, når værdien når en bestemt værdi

Trin 8: Oprettelse af en regel

  1. Klik på "Opret en regel"
  2. Skriv navn og kort beskrivelse
  3. Vælg den nyeste SQL -version for at sende hele MQTT -meddelelsen
  4. Regelmotoren bruger emnefilteret til at bestemme, hvilke regler der skal udløses, når MQTT -meddelelse modtages
  5. Klik på "Tilføj handling"
  6. Vælg at sende en besked via SNS push -meddelelse

Trin 9: Oprettelse af webgrænseflade

Opret disse nye html -filer kaldet

  • hoved
  • Log på
  • logfiler
  • dht
  • lys
  • galleri
  • bevægelse
  • led

Kopier og indsæt fra Google Drive -filen i den respektive html.

drive.google.com/file/d/1zd-x21G7P5JeZyPGZp1mdUJsfjoclYJ_/view?usp=sharing

Trin 10: Hoved Scripts

Der er 3 hovedmanuskripter

  • server.py - Opret en webportal
  • working.py - Logik til Raspberry Pi 1 (Office)
  • door.py Logik til Raspberry Pi 2 (dør)

Vi kører simpelthen alle 3 koder for at få det resultat, vi ønsker

Vi kan få det fra Google -drev under Main.zip

drive.google.com/open?id=1xZRjqvFi7Ntna9_KzLzhroyEs8Wryp7g

Anbefalede: