使用邊緣脈沖的實時實驗室監控

描述

我們為什么要建造這個？

實驗室，尤其是化學實驗室等場所的氣氛維護至關重要。必須連續監測溫度、濕度和環境光，并將空氣質量水平和熱量水平用作中斷以防止實驗室事故。

硬件構建

WizFi360-EVB-Pico 基于 Raspberry Pi RP2040，并使用 WizFi360 添加了 Wi-Fi 連接。它與 Raspberry Pi Pico 板引腳兼容，可用于物聯網解決方案開發。

設置IDE

打開 File -> Preferences，然后將以下內容輸入到 Additional Boards Manager URLs

https://github.com/earlephilhower/arduino-pico/releases/download/global/package_rp2040_index.json

現在您可以在 Boards Manager 中搜索“wizfi”并安裝 Raspberry Pi Pico/RP2040 的最新軟件包。添加WizFi360EVB 庫

?

選擇 WIZnet WizFi360-EVB-Pico 板并運行以下閃爍代碼。

void setup() {
// initialize digital pin LED_BUILTIN as an output.
pinMode(LED_BUILTIN, OUTPUT);
}
// the loop function runs over and over again forever
void loop() {
digitalWrite(LED_BUILTIN, HIGH);   // turn the LED on (HIGH is the voltage level)
delay(1000);                       // wait for a second
digitalWrite(LED_BUILTIN, LOW);    // turn the LED off by making the voltage LOW
delay(1000);                       // wait for a second
}

現在我們已經上傳了代碼，開發板已準備好用于該項目。

連接傳感器與 WizFi360-EVB-Pico

連接 Grove 溫濕度傳感器 (SHT40)

SHT40 溫度使用熱電偶方法測量。熱電偶由兩種不同材料的金屬絲組成。將兩根導線的一端焊接在一起形成工作端，放置在待測溫度處。另一端稱為自由端，與主控相連，形成閉環。

• 下載 Grove 溫度和濕度傳感器代碼庫。訪問arduino-i2c-sht4x 存儲庫并將整個存儲庫下載到本地驅動器。
• 將庫添加到 Arduino IDE

這里我們將 SHT40 溫濕度傳感器連接到 WizFi360 的 IO26 和 IO27 引腳。

連接 NeoPixel：

我使用的 NeoPixel 環是 16 位的 NeoPixel，即環由 16 個 LED 組成。

?

連接：

WizFi360 ------------------------------------------WS2816

VBUS -> Vcc

GND -> 接地（0V）

IO13 -> DI（數據輸入）

NeoPixel 庫附加到存儲庫。NeoPixel 的顏色根據存儲在變量中的溫度和濕度進行切換。

如下所示進行連接。

?

Edge Impulse TFLite 模型生成和部署

該項目的主要思想是使用 Raspberry Pi pico 檢測溫度數據的一些異常，整個分類在 RP2040 MCU 上完成。

根據硬件容量和內存大小，TinyML 中可以使用不同類型的 MCU/應用程序，如下圖所示。

?

要在 Raspberry Pi pico 上運行機器學習模型，我們需要環境溫度數據。由于 Raspberry Pi Pico 有一個內部溫度傳感器，我們使用它們來收集溫度數據。ARM Cortex M0+ 適用于異常檢測和傳感器分類，這使我們能夠實施該項目。

我們將使用邊緣脈沖來構建和訓練 TensorFlow Lite 模型。我們將為以下情況收集氣體傳感器數據

• 溫度
• 濕度
• 壓力

我們將創建一個名為Lab Monitoring - Anomaly Detection 的邊緣脈沖項目。運行以下命令將需要您的 edge impulse 電子郵件和密碼。

edge-impulse-daemon

?

我們將訓練和測試數據分成 65% 和 35%。接下來，我們創建 Impulse 并添加帶有 Flattern 的處理塊，將軸展平為單個值，與其他塊結合使用，這對于緩慢移動的平均值（如溫度數據）很有用。接下來，我們添加一個 Keras 分類學習塊，然后單擊 Save Impulse。接下來，我們點擊 Generate features 來訓練模型。幾分鐘后，我們可以在 Feature Explorer 中看到輸出。

?

您可以使用特征資源管理器可視化特征。

?

現在我們可以通過將模型導出到 Arduino 庫來部署模型。轉到左側導航中的“部署”選項卡。選擇Arduino，點擊Build下載Arduino庫。

• 轉到 Sketch > Libraries > Add.ZIP Library，選擇從 Edge Impulse 下載的庫
• 打開WizFiAnomalyDetector.ino文件并上傳

外殼

我在這個項目中使用了亞克力外殼。首先，我將所有電路放在外殼內并擰緊。我為 Neopixel Ring 和溫度傳感器做了一個小開口。最后，將所有的螺絲都擰緊，電源線通過插槽插入。

?

。

?

?