Raspberry | Stromspielplatz

Bewegungsmessung mit RaspberryPI+PI CAM und MATLAB/SIMULINK

Vor ein paar Tagen habe ich bereits erwähnt dass mir die Idee mit den Netflix Socken gefällt. Mir geht es leider oft so dass ich am Tag danach Folge um Folge meiner Serie (zur Zeit schaue ich gerade “The Man in the High Castle, nach dem Buch von Philip K. Dick) durchzappe um die Stelle zu finden an der ich eingeschlafen bin, nur um nach ein paar Minuten drauf zu kommen, dass das doch nicht die richtige Stelle war. Also wären solche Netflix Socken ein echtes Gimmick für mich, wären da nicht einige Zweifel am Konzept.

Erstmal habe ich kein Problem mit kalten Füßen, im Gegenteil, meine Füße sind beim Fernsehen immer sehr warm also ziehe ich eher Socken aus als Socken an. Dann ist da der Punkt mit den Akkus. Ich will wirklich nicht noch irgendein Gadget haben das ich die ganze Zeit aufladen muss. Zu guter Letzt sehe ich Filme meist mit meiner Frau also würde ich sogar zwei Paar Socken benötigen. Und um ehrlich zu sein: Ich bin nicht mal Netflix Kunde denn meiner Meinung nach ist Amazon Prime in Verbindung mit einem Fire TV Stick die bessere Wahl 😉 . Also habe ich die Idee das ganze Video-basiert zu machen. Ich bin mir zwar nicht sicher ob das funktionieren wird, vermutlich hätte mein Samsung Fernseher das bereits wenn es einfach wäre, aber ich will die Flinte nicht voreilig ins Korn werfen und mache mal eine kleine Machbarkeitsstudie.

Alle Schlaf-Tracker arbeiten nach dem gleichen Prinzip: Sie messen Körperbewegungen. Die Tracker machen das mittels Beschleunigungssensoren, ich möchte das mit meinem Raspberry mit Raspberry PI Cam machen. Für die Programmierung werde ich MATLAB/SIMULINK verwenden. Im Grunde handelt es sich dabei mehr um eine Programmier-Plattform als um eine Programmiersprache. Was auch immer es ist, ich mag es und es ist meiner Meinung nach das ideale Werkzeug für Ingenieure. Mathworks verfolgt mit ihrer Software dabei einen gängigen Marketingansatz. Für Studenten sind die Lizenzen sehr billig, dafür sind sie für den kommerziellen Einsatz sehr teuer (wirklich sehr teuer). Seit ein paar Jahren bieten sie aber auch eine Home Edition für Bastler an. Eigentlich sollte ich dafür keine Werbung machen denn ich finde diese “Home Edition” immer noch sehr teuer, für das System und ein paar Toolboxen ist mal schnell mehr als 200€ los (Also echt wieso muss es teuer sein als die Studentenversion!?!). Aber nachdem ich das System von der Arbeit kenne und schätze und sie viele Plattformen wie Raspberry, Arduino, Lego Mindstorms u.v.m unterstützen, will ich das als ambitionierter Hobbyist unbedingt auszuprobieren.

Nachdem man der Installationsprozedur gefolgt ist muß man noch das Hardware Support Package für Raspberry installieren. Ein Wizard führt durch den Prozess und am Ende hat man eine SD Karte mit Raspbian und der MATLAB Runtime drauf. In meinem Fall konnte das Setup die Netzwerkeinstellungen auf dem RasPI nicht durchführen also habe ich kurzerhand Maus, Tastatur und Monitor angeschlossen und das manuell gemacht. Will man sein Programm dauerhaft ausführen und den Raspberry nicht nur als Messsystem für den PC nutzen muß man SIMULINK verwenden. Ich werde nicht genauer auf das Handling und die Programmiersprache eingehen. Auf dem Mathworks Webseite findet man haufenweise Tutorials und Beispiele und auch das Internet in mittlerweile voll davon. Damit die RaspberryPI Cam funktioniert muß man nach den Installation ein paar zusätzliche Schritte ausführen.

Das SIMULINK Modell selbst ist wirklich einfach. Man muß nur den Kamera Block mit “Sum of absolute metrics”, einmal direkt und einmal durch einen Delay Block, verbinden. Dann folgt eine Typ Konvertierung und ein UDP Send. Zusätzlich habe ich einen Video Viewer eingebunden damit ich die Kamera später auf meine Couch ausrichten kann. Zum Testen verwende ich einen fertigen Socket Server den ich aus dem Internet heruntergeladen habe.

Zur Datenaufzeichnung verwende ich meinen Server den ich auch für mein Bewässerungsprojekt verwende. Zum Speichern meiner Daten lege ich dazu Tabelle namens tblmotion an.

CREATE TABLE `tblmotion` (
  `dt` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),
  `motionvalue` double DEFAULT NULL,
  `byte0` int(11) DEFAULT NULL,
  `byte1` int(11) DEFAULT NULL,
  `byte2` int(11) DEFAULT NULL,
  `byte3` int(11) DEFAULT NULL,
  PRIMARY KEY (`dt`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

CREATE TABLE `tblmotion` (

`dt` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),

`motionvalue` double DEFAULT NULL,

`byte0` int(11) DEFAULT NULL,

`byte1` int(11) DEFAULT NULL,

`byte2` int(11) DEFAULT NULL,

`byte3` int(11) DEFAULT NULL,

PRIMARY KEY (`dt`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1;

Neben dem Bewegungsmesswert speichere ich auch noch die Bytes die mir SIMULINK schickt roh ab denn als ich das gemacht habe war es schon spät und ich war mir ehrlich gesagt nicht sicher ob die Umrechnung funktionieren würde. So hätte ich auch die Rohdaten gehabt und hätte die Umrechnung noch ausbessern können ohne mein Experiment zu wiederholen.

For die Programmierung des Socket Servers verwende ich mal wieder PHP. Um ein PHP Skript in der Shell direkt ausführen zu können benötigt man das Packet PHP-CLI.

<?php
    $servername = "server";
    $username = "user";
    $password = "password";
    $dbname = "templogg";
    $conn = new mysqli($servername, $username, $password, $dbname);
    $socket = socket_create(AF_INET, SOCK_DGRAM, SOL_UDP);
    if (!$socket) die('Unable to create socket');
    if (!socket_bind($socket, '10.0.0.3', 10004)) die('Unable to bind socket');
     $data = '';
    echo 'reading.';
    while(true) {
        $data = @socket_read($socket, 15);
        $val=strval((ord($data[0])*1)+  (ord($data[1])*256) + (ord($data[2])*65536) + (ord($data[3])*16777216));
        echo $val."\r\n";
        $sql = "INSERT INTO tblmotion (motionvalue, byte0, byte1, byte2, byte3) VALUES (".$val.",".ord($data[0]).",".ord($data[1]).",".ord($data[2]).",".ord($data[3]).")";
        $conn->query($sql);
    }
    $conn->close();
    socket_close($socket);
?>

<?php

$servername = "server";

$username = "user";

$password = "password";

$dbname = "templogg";

$conn = new mysqli($servername, $username, $password, $dbname);

$socket = socket_create(AF_INET, SOCK_DGRAM, SOL_UDP);

if (!$socket) die('Unable to create socket');

if (!socket_bind($socket, '10.0.0.3', 10004)) die('Unable to bind socket');

$data = '';

echo 'reading.';

while(true) {

$data = @socket_read($socket, 15);

$val=strval((ord($data[0])*1)+ (ord($data[1])*256) + (ord($data[2])*65536) + (ord($data[3])*16777216));

echo $val."\r\n";

$sql = "INSERT INTO tblmotion (motionvalue, byte0, byte1, byte2, byte3) VALUES (".$val.",".ord($data[0]).",".ord($data[1]).",".ord($data[2]).",".ord($data[3]).")";

$conn->query($sql);

}

$conn->close();

socket_close($socket);

Nach einem genüßlichen “Fernschläfchen” kann ich die Datenanalyse angehen. Dazu verwende ich auch MATLAB. Da ich die 30€ für die Database Toolbox gespart habe, exportiere ich meine Query einfach in eine CSV Datei und importiere diese in MATLAB. Da ich stolzer Besitzer eines Garmin Vivosmart bin, weiß ich auch dass ich irgendwann gegen eins eingeschlafen bin und tatsächlich ist um diese Zeit auch ein leichter Trend in den Daten zu erkennen.

Zur besseren Analyse mache ich ein bißchen Statistik. Ich bilde mir Standardabweichung, Mittelwert und Varianz für verschiedene Zeitperioden (1min, 5min, 10min, 20min) mittels SQL Abfragen, importiere das in MATLAB und plotte die Trends.

%% Analyzing Motion Data - Electric Playground
%% Initialize
clear;
clc;
%% Data Import
% Raw Data
filename = 'C:\Temp\Bewegungstest.csv';
delimiter = ',';
startRow = 2;
formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%f%[^\n\r]';
fileID = fopen(filename,'r');
dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'EmptyValue' ,NaN,'HeaderLines' ,startRow-1, 'ReturnOnError', false);
fclose(fileID);
dt = dataArray{:, 1};
motionvalue = dataArray{:, 2};
byte0 = dataArray{:, 3};
byte1 = dataArray{:, 4};
byte2 = dataArray{:, 5};
byte3 = dataArray{:, 6};
clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 1 min
filename = 'C:\Temp\Bewegungstest_agg1min.csv';
delimiter = ',';
startRow = 2;
formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';
fileID = fopen(filename,'r');
dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);
fclose(fileID);
dt1min = dataArray{:, 1};
avg_motion1min = dataArray{:, 2};
std_motion1min = dataArray{:, 3};
var_motion1min = dataArray{:, 4};
clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 5 min
filename = 'C:\Temp\Bewegungstest_agg5min.csv';
delimiter = ',';
startRow = 2;
formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';
fileID = fopen(filename,'r');
dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);
fclose(fileID);
dt5min = dataArray{:, 1};
avg_motion5min = dataArray{:, 2};
std_motion5min = dataArray{:, 3};
var_motion5min = dataArray{:, 4};
clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 10 min
filename = 'C:\Temp\Bewegungstest_agg10min.csv';
delimiter = ',';
startRow = 2;
formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';
fileID = fopen(filename,'r');
dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);
fclose(fileID);
dt10min = dataArray{:, 1};
avg_motion10min = dataArray{:, 2};
std_motion10min = dataArray{:, 3};
var_motion10min = dataArray{:, 4};
clearvars filename delimiter startRow formatSpec fileID dataArray ans;
% Aggregated Data 20 min
filename = 'C:\Temp\Bewegungstest_agg20min.csv';
delimiter = ',';
startRow = 2;
formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';
fileID = fopen(filename,'r');
dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);
fclose(fileID);
dt20min = dataArray{:, 1};
avg_motion20min = dataArray{:, 2};
std_motion20min = dataArray{:, 3};
var_motion20min = dataArray{:, 4};
clearvars filename delimiter startRow formatSpec fileID dataArray ans;

%% plot data

subplot(3,1,1);
plot(dt1min,avg_motion1min,dt5min,avg_motion5min,dt10min,avg_motion10min,dt20min,avg_motion20min);
title('Average');
ylim([5.5E5, 7E5]);

subplot(3,1,2);
plot(dt1min,std_motion1min,dt5min,std_motion5min,dt10min,std_motion10min,dt20min,std_motion20min);
title('Standard Deviation');
ylim([0, 1E5]);

subplot(3,1,3);
plot(dt1min,var_motion1min,dt5min,var_motion5min,dt10min,var_motion10min,dt20min,var_motion20min);
title ('Variance');
ylim([0, 1E10]);

100

101

%% Analyzing Motion Data - Electric Playground

%% Initialize

clear;

clc;

%% Data Import

% Raw Data

filename = 'C:\Temp\Bewegungstest.csv';

delimiter = ',';

startRow = 2;

formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%f%[^\n\r]';

fileID = fopen(filename,'r');

dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'EmptyValue' ,NaN,'HeaderLines' ,startRow-1, 'ReturnOnError', false);

fclose(fileID);

dt = dataArray{:, 1};

motionvalue = dataArray{:, 2};

byte0 = dataArray{:, 3};

byte1 = dataArray{:, 4};

byte2 = dataArray{:, 5};

byte3 = dataArray{:, 6};

clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 1 min

filename = 'C:\Temp\Bewegungstest_agg1min.csv';

delimiter = ',';

startRow = 2;

formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';

fileID = fopen(filename,'r');

dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);

fclose(fileID);

dt1min = dataArray{:, 1};

avg_motion1min = dataArray{:, 2};

std_motion1min = dataArray{:, 3};

var_motion1min = dataArray{:, 4};

clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 5 min

filename = 'C:\Temp\Bewegungstest_agg5min.csv';

delimiter = ',';

startRow = 2;

formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';

fileID = fopen(filename,'r');

dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);

fclose(fileID);

dt5min = dataArray{:, 1};

avg_motion5min = dataArray{:, 2};

std_motion5min = dataArray{:, 3};

var_motion5min = dataArray{:, 4};

clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 10 min

filename = 'C:\Temp\Bewegungstest_agg10min.csv';

delimiter = ',';

startRow = 2;

formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';

fileID = fopen(filename,'r');

dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);

fclose(fileID);

dt10min = dataArray{:, 1};

avg_motion10min = dataArray{:, 2};

std_motion10min = dataArray{:, 3};

var_motion10min = dataArray{:, 4};

clearvars filename delimiter startRow formatSpec fileID dataArray ans;

% Aggregated Data 20 min

filename = 'C:\Temp\Bewegungstest_agg20min.csv';

delimiter = ',';

startRow = 2;

formatSpec = '%{yyyy-MM-dd HH:mm:ss}D%f%f%f%f%[^\n\r]';

fileID = fopen(filename,'r');

dataArray = textscan(fileID, formatSpec, 'Delimiter', delimiter, 'HeaderLines' ,startRow-1, 'ReturnOnError', false);

fclose(fileID);

dt20min = dataArray{:, 1};

avg_motion20min = dataArray{:, 2};

std_motion20min = dataArray{:, 3};

var_motion20min = dataArray{:, 4};

clearvars filename delimiter startRow formatSpec fileID dataArray ans;

%% plot data

subplot(3,1,1);

plot(dt1min,avg_motion1min,dt5min,avg_motion5min,dt10min,avg_motion10min,dt20min,avg_motion20min);

title('Average');

ylim([5.5E5, 7E5]);

subplot(3,1,2);

plot(dt1min,std_motion1min,dt5min,std_motion5min,dt10min,std_motion10min,dt20min,std_motion20min);

title('Standard Deviation');

ylim([0, 1E5]);

subplot(3,1,3);

plot(dt1min,var_motion1min,dt5min,var_motion5min,dt10min,var_motion10min,dt20min,var_motion20min);

title ('Variance');

ylim([0, 1E10]);

Das Ergebnis stimmt mich zuversichtlich.

Die Daten zeigen eine deutliche Änderung in der Zeit zwischen 00:30 und 01:00. Jetzt liegt es also daran einen verlässlichen Algorithmus zu finden. Ich denke ich werde mir demnächst man die Neuronal Network Toolbox herunterladen und damit ein bißchen spielen.

Wenn ihr wissen wollt wie es weiter geht dann bleibt dran!

Bewässerung – Teil 6: Fuzzy Regelung

Der einfachste Weg für die Steuerung der Bewässerung wäre sicher die Bodenfeuchtigkeit als Schwellwert zu verwenden und damit die Wasserzufuhr zu starten. Ich denke aber nicht dass das ein guter Ansatz ist da die Bodenfeuchtigkeitsmessung wohl eher ein Anhaltspunkt als ein wirklicher Messwert ist. Außerdem möchte ich sowieso einen Regler implementieren um eine einigermassen konstante Wasserzufuhr zu erreichen. Der meist-eingesetzte Regler und damit auch der bekannteste ist wohl der PI-Regler. Dieser hat für hier aber den Nachteil dass er nur eine Eingangsgröße zu einer Ausgangsgröße verarbeiten kann. Natürlich könnte man jetzt mit ein paar Tricks (Störgrößenaufschaltung oder Kaskadierung) weitere Messgrößen in den Regler bekommen aber das werde ich hier nicht machen. Ich werde statt dessen einen Fuzzy Regler verwenden.

Der Fuzzy Regler ist ein Multi-Input-Multi-Output (MIMO) Regler, der mit unscharfen Größen arbeitet. Das klingt sehr innovativ, tatsächlich ist die Geschichte der Fuzzy Regelung aber schon eine ziemlich alte und begann 1965. In der 1990ern erfuhr sie einen richtigen Hype und verschwand dann ein bißchen in der Versenkung. Meiner Meinung nach findet sie viel zu wenig Beachtung da man mit ihr der Problematik der meisten Regelkreise (kein exaktes Modell, empirisches Wissen über den Algorithmus) am besten begegnen kann.

Da wir unseren Webserver schon im Einsatz haben werde ich den Fuzzy Regler in PHP implementieren und verwende dazu eine Klasse von Wojtek Jarzecki. In weiterer Folge wird später der uC für die Ansteuerung der Pumpen das PHP Script aufrufen und bekommt einen Änderungsanforderung(-10% … +10%) für die Sollwerte der Wasserpumpen (0-100%) zurück. Der uC wird damit jeweils den aktuellen Sollwert für jede Pumpe anpassen und diesen in ein PWM Signal übersetzen.

Für die Parametrierung der Regelung ermittle ich erstmal den Wert für nasse Erde (bei mir ca. 400) und trockene Erde (bei mir ca. 800). Durch googlen finde ich heraus dass die Luftfeuchte bei uns in der Steiermark etwa zwischen 50% und 90% und die durchschnittliche Temperatur in den Sommermonaten zwischen 8°C und 36°C liegt. Mit diesen Werten definiere ich meine Input Membership Funtions wie folgt:

Der Code für mein Script sieht so aus:

<!doctype html>
<!--?php
    require_once ('./fuzzy-logic-class.php');
    
    /*----------------Aktuelle Messwerte aus Datenbank anfragen----*/
    // <span class="hiddenSpellError" pre="" data-mce-bogus="1"-->MariaDB Server
    $servername = "IP-SERVER";
    $username = "USER";
    $password = "PASSWORD";
    $dbname = "templogg";

    // Create connection
    $conn = new mysqli($servername, $username, $password, $dbname);
    // Check connection
    if ($conn->connect_error) {
    	die("Connection failed: " . $conn->connect_error);
    }

    // Aktuelle Daten
    $sql = "SELECT `temp`,`humidity`,`soil` FROM `tbllogging` ORDER BY dt desc LIMIT 1;";
    $actual = $conn->query($sql);
    if ($actual->num_rows > 0) {
	// output data of each row
	while($row = $actual->fetch_assoc()) {
		$acttemp = number_format($row["temp"],0);
		$acthum = number_format($row["humidity"],0);
		$actsoil = number_format($row["soil"],0);
	}
    } else {
	echo "0 results";
    }

    /*----------------Fuzzy Parametrierung----*/
    $x = new Fuzzy_Logic();
    $x->clearMembers();
    /* ---------- set input members ---------*/
    $x->setInputNames(array('TEMP','HUMIDITY', 'SOIL'));
    $x->addMember($x->getInputName(0),'COLD',  0,  8, 25   ,LINFINITY);
    $x->addMember($x->getInputName(0),'WARM', 20, 35, 100  ,RINFINITY);
    $x->addMember($x->getInputName(1),'LOW', 0  ,40 ,60    ,LINFINITY);
    $x->addMember($x->getInputName(1),'HIGH',50 ,70 ,100   ,RINFINITY);
    $x->addMember($x->getInputName(2),'WET', 0,   400 ,650  ,LINFINITY);
    $x->addMember($x->getInputName(2),'DRY',550, 800 ,1025 ,RINFINITY);

    /* ---------- set output members ---------*/
    $x->setOutputNames(array('OUT'));
    $x->addMember($x->getOutputName(0),'LOWER',-10, -5 ,0 ,LINFINITY);
    $x->addMember($x->getOutputName(0),'RAISE',0, 5 ,10 ,RINFINITY);

    /* ---------- set rule table ------------ */
    $x->clearRules();
    $x->addRule('IF TEMP.WARM OR SOIL.DRY OR HUMIDITY.LOW THEN OUT.RAISE');
    $x->addRule('IF TEMP.COLD OR SOIL.WET OR HUMIDITY.HIGH THEN OUT.LOWER');


    /*---------- Fuzzy mit Werten aus Datenbank versorgen und rechnen ----*/
    $x->SetRealInput('TEMP',	$acttemp);
    $x->SetRealInput('HUMIDITY' ,$acthum);
    $x->SetRealInput('SOIL' ,	$actsoil);
    $fuzzy_arr = $x->calcFuzzy();
    $Fuzzy = $fuzzy_arr['OUT'];
    echo $Fuzzy;
?>

<!doctype html>

<!--?php

require_once ('./fuzzy-logic-class.php');

/*----------------Aktuelle Messwerte aus Datenbank anfragen----*/

// <span class="hiddenSpellError" pre="" data-mce-bogus="1"-->MariaDB Server

$servername = "IP-SERVER";

$username = "USER";

$password = "PASSWORD";

$dbname = "templogg";

// Create connection

$conn = new mysqli($servername, $username, $password, $dbname);

// Check connection

if ($conn->connect_error) {

die("Connection failed: " . $conn->connect_error);

}

// Aktuelle Daten

$sql = "SELECT `temp`,`humidity`,`soil` FROM `tbllogging` ORDER BY dt desc LIMIT 1;";

$actual = $conn->query($sql);

if ($actual->num_rows > 0) {

// output data of each row

while($row = $actual->fetch_assoc()) {

$acttemp = number_format($row["temp"],0);

$acthum = number_format($row["humidity"],0);

$actsoil = number_format($row["soil"],0);

}

} else {

echo "0 results";

}

/*----------------Fuzzy Parametrierung----*/

$x = new Fuzzy_Logic();

$x->clearMembers();

/* ---------- set input members ---------*/

$x->setInputNames(array('TEMP','HUMIDITY', 'SOIL'));

$x->addMember($x->getInputName(0),'COLD', 0, 8, 25 ,LINFINITY);

$x->addMember($x->getInputName(0),'WARM', 20, 35, 100 ,RINFINITY);

$x->addMember($x->getInputName(1),'LOW', 0 ,40 ,60 ,LINFINITY);

$x->addMember($x->getInputName(1),'HIGH',50 ,70 ,100 ,RINFINITY);

$x->addMember($x->getInputName(2),'WET', 0, 400 ,650 ,LINFINITY);

$x->addMember($x->getInputName(2),'DRY',550, 800 ,1025 ,RINFINITY);

/* ---------- set output members ---------*/

$x->setOutputNames(array('OUT'));

$x->addMember($x->getOutputName(0),'LOWER',-10, -5 ,0 ,LINFINITY);

$x->addMember($x->getOutputName(0),'RAISE',0, 5 ,10 ,RINFINITY);

/* ---------- set rule table ------------ */

$x->clearRules();

$x->addRule('IF TEMP.WARM OR SOIL.DRY OR HUMIDITY.LOW THEN OUT.RAISE');

$x->addRule('IF TEMP.COLD OR SOIL.WET OR HUMIDITY.HIGH THEN OUT.LOWER');

/*---------- Fuzzy mit Werten aus Datenbank versorgen und rechnen ----*/

$x->SetRealInput('TEMP', $acttemp);

$x->SetRealInput('HUMIDITY' ,$acthum);

$x->SetRealInput('SOIL' , $actsoil);

$fuzzy_arr = $x->calcFuzzy();

$Fuzzy = $fuzzy_arr['OUT'];

echo $Fuzzy;

Bewässerung – Teil 4: Automatisches Backup der Datenbank

Gerade habe ich mal wieder die typische Wechseldusche erlebt die “IT Menschen” nur all zu gut kennen. Eigentlich wollte ich “nur mal schnell” die eth0 Schnittstelle an meinem Raspberry aktivieren um ihn vom WLAN zu bekommen. Leider stellte sich heraus, dass das ziemlich fuchsen kann. Während der Arbeit wurde mir kurz mal heiß als ich dachte ich müsse den Raspi den Strom kappen. Aus eigener leidvoller Erfahrung weiß ich dass er das nicht unbedingt schätzt und seinen Unmut darüber schon mal damit zum Ausdruck bringt dass man ihn neu aufsetzen muß. Naja, zum Glück blieb mir das Experiment erspart aber mir wurde bewusst dass mein RPI zwar brav Daten aufzeichnet, ich diese aber nirgendwo gesichert habe.

Da ich nicht einen weiteren Server 24h am Tage laufen haben will werde ich mein Backup einfach in meine Dropbox laden. Dazu erstelle ich erstmal einen Ordner namens rpi2backup meiner Dropbox, sowie einen Ordner namens /tmp/dbbackup/ auf dem Raspi. Für den Upload verwende ich den Uploader von Andrea Faprizi.

Nachdem ich den Uploader installiert und den Anweisungen nach der APP Rechte zu meinem Dropbox Account gegeben habe mache ich mich an das Backup der MariaDB. Ich werde dafür das Rad nicht neu erfinden, sondern halte mich einfach an das Tutorial hier.

Ich passe lediglich mein Backup Script so an dass mein Backup nach dem Erstellen in meine Dropbox geladen wird.

#!/bin/bash
OUTPUT_FILE=/tmp/dbbackup/templogg.bz2
DATABASE_NAME="templogg"

mysqldump --defaults-file=.my.cnf $DATABASE_NAME | bzip2 > $OUTPUT_FILE

/home/pi/dropbox/Dropbox-Uploader/dropbox_uploader.sh upload /tmp/dbbackup/templogg.bz2 /rpi2backup/templogg.bz2

#!/bin/bash

OUTPUT_FILE=/tmp/dbbackup/templogg.bz2

DATABASE_NAME="templogg"

mysqldump --defaults-file=.my.cnf $DATABASE_NAME | bzip2 > $OUTPUT_FILE

/home/pi/dropbox/Dropbox-Uploader/dropbox_uploader.sh upload /tmp/dbbackup/templogg.bz2 /rpi2backup/templogg.bz2

Bewässerung – Teil 3: Datenvisualisierung

Mich interessieren natürlich die Messwerte meiner Bewässerungsanlage. Aber es ist etwas umständlich dafür jedesmal in die Datenbank zu sehen. Deshalb werde ich eine kleine Visualisierung für meine Messdaten machen.In dieser möchte ich jeweils die letzten gemessenen Daten als Text sowie zwei Trend-Grafiken, einmal mit den Daten der letzten 24h und einmal die Daten der letzten Woche anzeigen.

Das Mittel der Wahl für mich, nachdem ich sowieso schon einen Webserver konfiguriert habe, ist natürlich die Visualisierung mittels einer kleinen Website. Aber das ist nicht der einzige Grund, es ist ein genereller Trend Front-Ends in Webtechnologien umzusetzen denn die Vorteile liegen auf der Hand: einfaches Deployment und weite Unabhängigkeit der Clientplattform (speziell auch im mobilen Bereich). Darüber hinaus haben sich in den letzten Jahren die Möglichkeiten dieser Technologie rapide gesteigert (Websockets, HTML5+SVG) und auch die Performance der Engines reicht mittlerweile aus um Trends und Grafiken flüssig zu rendern.

Die Querys die ich für die Abfrage der Daten verwende, habe ich vorher in der Workbench ausprobiert und zur besseren Lesbarkeit unten separat eingefügt. Damit die Daten gut interpretierbar sind, werden die Daten für die 24h auf Stunden, die Daten für die Wochenanzeige auf Vierteltage gemittelt. Den Wert für die Bodenfeuchtigkeit rechne ich zur besseren Darstellung auf einen Prozentwert (100%=1024) um.

# Aktueller Datensatz
SELECT DATE_FORMAT(`dt`, '%H:%i') as `dtshort`,`temp`,`humidity`,`soil`
	FROM `tbllogging`
	ORDER BY dt desc LIMIT 1;

# letzte 24h (auf Stunden gemittelt)
SELECT DATE_FORMAT(`dt`, '%H:%i') `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil` 
	FROM `tbllogging` 
	WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 24  
	GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d %H') ORDER BY dt asc;
    
# letzte Woche (auf Vierteltage gemittelt
SELECT DATE_FORMAT(MIN(`dt`), '%a %H:00') as `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil`
	FROM `tbllogging`
	WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 168 
	GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d'),FLOOR(EXTRACT(HOUR FROM `dt`)/6)
	ORDER BY dt asc;s

# Aktueller Datensatz

SELECT DATE_FORMAT(`dt`, '%H:%i') as `dtshort`,`temp`,`humidity`,`soil`

FROM `tbllogging`

ORDER BY dt desc LIMIT 1;

# letzte 24h (auf Stunden gemittelt)

SELECT DATE_FORMAT(`dt`, '%H:%i') `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil`

FROM `tbllogging`

WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 24

GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d %H') ORDER BY dt asc;

# letzte Woche (auf Vierteltage gemittelt

SELECT DATE_FORMAT(MIN(`dt`), '%a %H:00') as `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil`

FROM `tbllogging`

WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 168

GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d'),FLOOR(EXTRACT(HOUR FROM `dt`)/6)

ORDER BY dt asc;s

Normalerweise würde ich die Querys in Stored Procedures kapseln aber leider mag die mysqli Extension Stored Procedure mit mehreren Rowsets nicht besonders, deshalb findet ihr die Querys hartkodiert im Code.

Für die Anzeige der Trenddaten greife ich auf eine fertige Charting Libary zurück. In dem Fall verwende ich Chart.js. Es ist sicher nicht die umfangreichste Libary, aber sie ist einfach, schnell und vor allem Open Source und gratis (MIT License).

Der Code für meine Webseite sieht wie folgt aus.

<!doctype html>
<?php
	ini_set('display_errors', 1); 
	error_reporting(E_ALL);

	// MariaDB Server
	$servername = "serverip";
	$username = "dbuser";
	$password = "dbpassword";
	$dbname = "templogg";

	// Create connection
	$conn = new mysqli($servername, $username, $password, $dbname);
	// Check connection
	if ($conn->connect_error) {
		die("Connection failed: " . $conn->connect_error);
	}

	// Aktuelle Daten
	$sql = "SELECT DATE_FORMAT(`dt`, '%H:%i') as `dtshort`,`temp`,`humidity`,`soil` FROM `tbllogging` ORDER BY dt desc LIMIT 1;";
	$actual = $conn->query($sql);
	if ($actual->num_rows > 0) {
		// output data of each row
		while($row = $actual->fetch_assoc()) {
			$actdt = $row["dtshort"];
			$acttemp = number_format($row["temp"],0);
			$acthum = number_format($row["humidity"],0);
			$actsoil = number_format($row["soil"],0);
		}
	} else {
		echo "0 results";
	}

	// 24h Daten
	$sqlday = "SELECT DATE_FORMAT(`dt`, '%H:%i') `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil` FROM `tbllogging`  WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 24 GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d %H') ORDER BY dt asc;";
	$daydt="";
	$daytemp="";
	$dayhum="";
	$daysoil="";
	$dayresult = $conn->query($sqlday);
	if($dayresult->num_rows > 0) 
	{
		while($row = mysqli_fetch_array($dayresult, MYSQLI_ASSOC))
		{
			$daydt.='"'.$row["dtshort"].'",';
			$daytemp.=$row["temp"].",";
			$dayhum.=$row["humidity"].",";
			$daysoil.=$row["soil"].",";
		}
	} else {
		echo "0 results";
	}



	// Daten letzte Woche
	$sqlweek = "SELECT DATE_FORMAT(MIN(`dt`), '%a %H:00') as `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil` FROM `tbllogging` WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 168  GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d'),FLOOR(EXTRACT(HOUR FROM `dt`)/6) ORDER BY dt asc;";
	$weekdt="";
	$weektemp="";
	$weekhum="";
	$weeksoil="";
	$weekresult = $conn->query($sqlweek);
	if($weekresult->num_rows > 0) 
	{
		while($row = mysqli_fetch_array($weekresult, MYSQLI_ASSOC))
		{
			$weekdt.='"'.$row["dtshort"].'",';
			$weektemp.=$row["temp"].",";
			$weekhum.=$row["humidity"].",";
			$weeksoil.=$row["soil"].",";
		}
	} else {
		echo "0 results";
	}

	// Verbidnung schließen
	$conn->close();
?>
<html>
	<head>
		<title>Temp+Humidity Logger v1</title>
		<meta charset="utf-8" />
		<meta name = "viewport" content ="width = 600">
		<style type="text/css">
			h1 {color:black;font-size: 350%;margin:0;}
			h2 {color:black;font-size: 150%;maring:0;}
			h3 {color:black;font-size: 80%;margin:0;}
		</style>
		<script type="text/javascript" src="Chart.min.js"></script>
	</head>
	<body>
		<center>
			<table border=0 width=600>
				<?php
						echo '<tr><th width=100><h2>' .$actdt.' </h2></th><th><h1>' . $acttemp. ' &degC</h1></th><th width=120><h2>Luft: ' . $acthum. "%<br>Boden: ".$actsoil."</h2></th></tr>";
				?> 
			</table>
			<hr>
			<span class="h3">die letzten 24h</span><br>
			<canvas id="DayChart" width="580" height="300"></canvas><br>
			<hr>
			<span class="h3">die letzte Woche</span><br>
			<canvas id="WeekChart" width="580" height="300"></canvas><br>
			<table  border=0 width=600>
				<tr><th style="background-color:rgba(150,150,255,0.6)">Luftfeuchte</th></tr>
				<tr><th style="background-color:rgba(0,0,130,0.6)">Temperatur</th></tr>
				<tr><th style="background-color:rgba(172,194,132,0.6)">Boden</th></tr>
			</table>
			<script type="text/javascript">
				// Global Chart definition
				Chart.defaults.global.scaleBeginAtZero=true;
				Chart.defaults.global.showTooltips=false;
				Chart.defaults.global.scaleOverride= true;
				Chart.defaults.global.scaleSteps=10;
				Chart.defaults.global.scaleStepWidth=5;
				Chart.defaults.global.scaleStartValue=10;
				// Day Chart
				var DayChartData = {
					labels : [<?php
							echo $daydt;
							?>],
					datasets : [
						{
							label: "Humidity",
							fillColor : "rgba(150,150,255,0.4)",
							strokeColor : "#9999FF",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $dayhum;
									?>]
						},
						{
							label: "Soil",
							fillColor : "rgba(172,194,132,0.4)",
							strokeColor : "#ACC26D",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $daysoil;
									?>]
						},
						{
							label: "Temp",
							fillColor : "rgba(0,0,130,0.4)",
							strokeColor : "#0000AA",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $daytemp;
									?>]
						}			
					]
				}
				var day = document.getElementById("DayChart").getContext("2d");
				new Chart(day).Line(DayChartData);
				
				// Week Chart
				var DayChartData = {
					labels : [<?php 
							echo $weekdt;
							?>],
					datasets : [
						{
							label: "Humidity",
							fillColor : "rgba(150,150,255,0.4)",
							strokeColor : "#9999FF",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $weekhum;
									?>]
						},
						{
							label: "Soil",
							fillColor : "rgba(172,194,132,0.4)",
							strokeColor : "#ACC26D",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $weeksoil;
									?>]
						},
						{
							label: "Temp",
							fillColor : "rgba(0,0,130,0.4)",
							strokeColor : "#0000AA",
							pointDot : false,
							bezierCurve : false,
							data : [<?php
									echo $weektemp;
									?>]
						}			
					]
				}
				var week = document.getElementById("WeekChart").getContext("2d");
				var weekchart = new Chart(week).Line(DayChartData);
			</script>
		</center>
	</body>
</html>

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

<!doctype html>

<?php

ini_set('display_errors', 1);

error_reporting(E_ALL);

// MariaDB Server

$servername = "serverip";

$username = "dbuser";

$password = "dbpassword";

$dbname = "templogg";

// Create connection

$conn = new mysqli($servername, $username, $password, $dbname);

// Check connection

if ($conn->connect_error) {

die("Connection failed: " . $conn->connect_error);

}

// Aktuelle Daten

$sql = "SELECT DATE_FORMAT(`dt`, '%H:%i') as `dtshort`,`temp`,`humidity`,`soil` FROM `tbllogging` ORDER BY dt desc LIMIT 1;";

$actual = $conn->query($sql);

if ($actual->num_rows > 0) {

// output data of each row

while($row = $actual->fetch_assoc()) {

$actdt = $row["dtshort"];

$acttemp = number_format($row["temp"],0);

$acthum = number_format($row["humidity"],0);

$actsoil = number_format($row["soil"],0);

}

} else {

echo "0 results";

}

// 24h Daten

$sqlday = "SELECT DATE_FORMAT(`dt`, '%H:%i') `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil` FROM `tbllogging` WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 24 GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d %H') ORDER BY dt asc;";

$daydt="";

$daytemp="";

$dayhum="";

$daysoil="";

$dayresult = $conn->query($sqlday);

if($dayresult->num_rows > 0)

{

while($row = mysqli_fetch_array($dayresult, MYSQLI_ASSOC))

{

$daydt.='"'.$row["dtshort"].'",';

$daytemp.=$row["temp"].",";

$dayhum.=$row["humidity"].",";

$daysoil.=$row["soil"].",";

}

} else {

echo "0 results";

}

// Daten letzte Woche

$sqlweek = "SELECT DATE_FORMAT(MIN(`dt`), '%a %H:00') as `dtshort`, AVG(`temp`) `temp`, AVG(`humidity`) `humidity`, (AVG(`soil`)/1024)*100 `soil` FROM `tbllogging` WHERE TIMESTAMPDIFF(HOUR,`dt`, NOW()) <= 168 GROUP BY DATE_FORMAT(`dt`, '%Y-%m-%d'),FLOOR(EXTRACT(HOUR FROM `dt`)/6) ORDER BY dt asc;";

$weekdt="";

$weektemp="";

$weekhum="";

$weeksoil="";

$weekresult = $conn->query($sqlweek);

if($weekresult->num_rows > 0)

{

while($row = mysqli_fetch_array($weekresult, MYSQLI_ASSOC))

{

$weekdt.='"'.$row["dtshort"].'",';

$weektemp.=$row["temp"].",";

$weekhum.=$row["humidity"].",";

$weeksoil.=$row["soil"].",";

}

} else {

echo "0 results";

}

// Verbidnung schließen

$conn->close();

<html>

<head>

<title>Temp+Humidity Logger v1</title>

h1 {color:black;font-size: 350%;margin:0;}

h2 {color:black;font-size: 150%;maring:0;}

h3 {color:black;font-size: 80%;margin:0;}

</style>

</head>

<body>

<?php

echo '<tr><th width=100><h2>' .$actdt.' </h2></th><th><h1>' . $acttemp. ' &degC</h1></th><th width=120><h2>Luft: ' . $acthum. "%<br>Boden: ".$actsoil."</h2></th></tr>";

</table>

<hr>

<span class="h3">die letzten 24h</span><br>

<hr>

<span class="h3">die letzte Woche</span><br>

<tr><th style="background-color:rgba(150,150,255,0.6)">Luftfeuchte</th></tr>

<tr><th style="background-color:rgba(0,0,130,0.6)">Temperatur</th></tr>

<tr><th style="background-color:rgba(172,194,132,0.6)">Boden</th></tr>

</table>

// Global Chart definition

Chart.defaults.global.scaleBeginAtZero=true;

Chart.defaults.global.showTooltips=false;

Chart.defaults.global.scaleOverride= true;

Chart.defaults.global.scaleSteps=10;

Chart.defaults.global.scaleStepWidth=5;

Chart.defaults.global.scaleStartValue=10;

// Day Chart

var DayChartData = {

labels : [<?php

echo $daydt;

?>],

datasets : [

{

label: "Humidity",

fillColor : "rgba(150,150,255,0.4)",

strokeColor : "#9999FF",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $dayhum;

?>]

{

label: "Soil",

fillColor : "rgba(172,194,132,0.4)",

strokeColor : "#ACC26D",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $daysoil;

?>]

{

label: "Temp",

fillColor : "rgba(0,0,130,0.4)",

strokeColor : "#0000AA",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $daytemp;

?>]

}

]

}

var day = document.getElementById("DayChart").getContext("2d");

new Chart(day).Line(DayChartData);

// Week Chart

var DayChartData = {

labels : [<?php

echo $weekdt;

?>],

datasets : [

{

label: "Humidity",

fillColor : "rgba(150,150,255,0.4)",

strokeColor : "#9999FF",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $weekhum;

?>]

{

label: "Soil",

fillColor : "rgba(172,194,132,0.4)",

strokeColor : "#ACC26D",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $weeksoil;

?>]

{

label: "Temp",

fillColor : "rgba(0,0,130,0.4)",

strokeColor : "#0000AA",

pointDot : false,

bezierCurve : false,

data : [<?php

echo $weektemp;

?>]

}

]

}

var week = document.getElementById("WeekChart").getContext("2d");

var weekchart = new Chart(week).Line(DayChartData);

</script>

</center>

</body>

</html>

Das Ergebnis ist eine, wie ich meine, recht ansehnliche Website die auch auf Mobilgeräte einen guten Eindruck hinterlässt.

Teilen mit:

Teilen mit:

Teilen mit:

Teilen mit: