Bird Feeder Monitor V2.0: 12 etapas (com imagens)

2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:35

Este é um projeto para monitorar, fotografar e registrar a quantidade e o tempo gasto pelas aves em nosso comedouro. Vários Raspberry Pi's (RPi) foram usados para este projeto. Um deles foi usado como um sensor de toque capacitivo, o Adafruit CAP1188, para detectar, registrar e acionar as fotos da alimentação das aves. Outro RPi foi configurado para controlar a operação desse sistema de monitoramento, bem como armazenar e manter os dados para monitoramento e análise. O último RPi foi configurado como uma câmera para fotografar cada ave visitando o comedouro.

Suprimentos

1. 1 cada - Raspberry Pi W
2. 1 ea - Raspberry Pi 3 - Modelo B + - para servidor MQTT
3. 1 cada - Raspberry Pi com câmera - opcional
4. 2 ea - Estojos à prova de intempéries para sensor RPi e CAP1188
5. 1 ea - Fita de Folha de Cobre com Adesivo Condutivo
6. Fio - 18-22 AWG
7. Ferro de solda e solda
8. Fluxo de solda para eletrônicos
9. Calafetagem de silicone *
10. 8 cada - Parafusos de máquina M3 x 25 *
11. 8 cada - Porcas M3 *
12. 1 ea - Proto Board para montagem CAP1188
13. 1 ea - Conector Dupont Fêmea 1x8
14. 1 ea - Conector macho Dupont 1x6
15. 1 ea - CAP1188 - Sensor de toque capacitivo de 8 teclas
16. 2 ea - PG7 à prova d'água IP68 de nylon para cabo de junta de prensa porca ajustável para fio de cabo de 3 mm-6,5 mm de diâmetro
17. 1 conjunto - Conector elétrico à prova d'água para carro de 2 pinos com fio AWG Marine Pack de 10
18. 3 ea - Fonte de alimentação 5VDC - uma para cada RPi
19. 1 ea - Comedouro de pássaros (alimentador de pássaros de plástico CedarWorks) ou qualquer comedouro de pássaros com poleiros de plástico ou madeira

* para caixas à prova de intempéries impressas em 3D

Etapa 1: Visão geral do sistema de monitoramento do alimentador de pássaros

Este é um sistema de monitoramento projetado para contar, cronometrar, registrar e fotografar as aves se alimentando em nosso comedouro. A versão anterior do meu Bird Feeder Monitor usava um Arduino Yun e armazenava os dados em uma planilha no meu Google Drive. Esta versão usa vários Raspberry Pi's, comunicações MQTT e armazenamento local de dados e fotografias.

O alimentador de pássaros é equipado com Raspberry Pi Zero W e sensor de toque capacitivo (CAP1188). Quaisquer pássaros acendendo nos poleiros ativam o sensor de toque que inicia um cronômetro para determinar a duração de cada evento. Assim que o toque é ativado, a mensagem MQTT "monitor / alimentador / imagem" é publicada pelo Bird Feeder Monitor. Esta mensagem notifica a câmera Raspberry Pi para tirar uma foto. Se o servidor MQTT publicar uma mensagem "monitor / feeder / getcount", o Bird Feeder Monitor responderá com uma mensagem MQTT "monitor / feeder / count" que o servidor armazenará.

O MQTT Server executa várias tarefas. Ele solicita e armazena dados do Monitor de alimentador de pássaros e controla a operação do monitor. Ele ativa o monitor ao amanhecer e o desliga ao anoitecer. Ele também controla o intervalo de tempo para solicitar dados e também monitora as condições meteorológicas atuais por meio do DarkSky. As condições meteorológicas são monitoradas por vários motivos. Em primeiro lugar, a quantidade de precipitação pode afetar os sensores. Se isso ocorrer, os sensores são recalibrados rotineiramente enquanto chove. A segunda razão é monitorar e registrar as condições climáticas para correlação com os dados de contagem de aves.

A câmera Raspberry Pi é um módulo RPi + Raspberry Pi Camera. O software da câmera usado para este projeto não funciona com uma webcam USB. A câmera RPi é equipada com WIFI e opera o software MQTT Client. Ele assina mensagens MQTT "monitor / alimentador / imagem" e tira uma foto cada vez que essa mensagem é recebida. As fotos são armazenadas na RPi Camera e gerenciadas remotamente.

Etapa 2: Instalando o Raspbian no Bird Feeder Monitor

Instale a versão mais recente do Raspbian Lite no Raspberry Pi Zero W. Eu recomendo seguir as instruções passo a passo que podem ser encontradas no Raspberry Pi Zero Headless Quick Start da Adafruit.

As etapas a seguir foram incluídas nas instruções acima, mas merecem ser reiteradas:

Conecte-se ao RPi via ssh e execute os seguintes comandos:

sudo apt-get updatesudo apt-get upgrade

Os comandos acima vão demorar um pouco para serem concluídos, mas a execução desses comandos garantirá que você esteja atualizado com os pacotes mais recentes.

Em seguida, execute o seguinte comando para configurar o software RPi:

sudo raspi-config

Altere sua senha, habilite SPI e I2C e expanda o sistema de arquivos. Depois de concluídos, saia do raspi-config.

Etapa 3: Fiação de RPi e CAP1188

O Raspberry Pi W (RPi) e o CAP1188 são conectados usando I2C. Existem outros sensores de toque capacitivos disponíveis com um, cinco ou oito sensores. Escolhi oito porque meu alimentador de pássaros tem seis lados.

Fiação:

• CAP1188 SDA == RPi Pino 3
• CAP1188 SCK == RPi Pino 5
• CAP1188 VIN == RPi Pino 1 (+ 3,3 VCC)
• CAP1188 GND == RPi Pino 9 (GND)
• CAP1188 C1-C8 == Conecte aos fios em cada poleiro via 1x8 Conector Dupont Fêmea
• CAP1188 3Vo == CAP1188 AD - Fixe o endereço I2C para 0x28
• RPi Pino 2 == + 5 VCC
• RPi Pino 14 == GND

A energia para o RPi era fornecida externamente, passando um fio subterrâneo de minha garagem e subindo pelo cano usado como suporte de comedouro de pássaros. Um conector à prova de intempéries de 2 pinos foi anexado à extremidade do fio para conectar o RPi Bird Feeder Monitor. A outra extremidade do fio estava conectada a uma fonte de alimentação com fusível de 5 VCC na garagem. Este projeto deveria funcionar com baterias, mas eu não queria o incômodo de trocar as baterias em uma base rotineira.

Construí um cabo de 16 de comprimento para conectar a caixa à prova de intempéries contendo o RPi à caixa à prova de intempéries contendo o CAP1188. O sensor capacitivo precisa ser localizado o mais próximo possível dos poleiros.

O RPi Zero e o CAP1188 poderiam ter sido embalados em uma caixa à prova d'água, mas preferi embalá-los separadamente.

Etapa 4: Configurando o Monitor do Alimentador de Pássaros

Faça login no Raspberry Pi Zero W e execute as etapas a seguir.

Instale o pip:

sudo apt-get install python3-pip

Instale o Adafruit CircuitPython:

sudo pip3 install - atualizar ferramentas de configuração

Verifique se há dispositivos I2C e SPI:

ls / dev / i2c * / dev / spi *

Você deverá ver a seguinte resposta:

/ dev / i2c-1 /dev/spidev0.0 /dev/spidev0.1

Em seguida, instale um pacote GPIO e Adafruit blinka:

pip3 install RPI. GPIOpip3 install adafruit-blinka

Instale o módulo CAP1188 da Adafruit:

pip3 install adafruit-circuitpython-cap1188

Instale as ferramentas I2C:

sudo apt-get install python-smbussudo apt-get install i2c-tools

Verifique os endereços I2C com a ferramenta acima:

i2cdetect -y 1

Se o CAP1188 estiver conectado, você verá a mesma resposta da foto acima, que indica que o sensor está no endereço I2C 0x28 (ou 0x29 dependendo da sua escolha de endereço I2C).

Instale mosquitto, mosquitto-clients e paho-mqtt:

sudo apt-get install mosquitto mosquitto-clients python-mosquitto

sudo pip3 install paho-mqtt

Eu recomendo usar o MQTT de configuração da Adafruit no Raspberry Pi para configurar e configurar o MQTT neste RPi.

Instale o software Bird Feeder Monitor:

cd ~

sudo apt-get install git git clone "https://github.com/sbkirby/RPi_bird_feeder_monitor.git"

Crie o diretório de registros:

cd ~

logs mkdir

Conecte o sensor CAP1188 ao RPi e execute o seguinte para testar o sistema depois que o servidor MQTT estiver operacional:

cd RPi_bird_feeder_monitor

sudo nano config.json

Substitua os valores de "OIP_HOST", "MQTT_USER", "MQTT_PW" e "MQTT_PORT" para corresponder à sua configuração local. Saia e salve suas alterações.

Executar na inicialização

Ainda no diretório / home / pi / RPi_bird_feeder_monitor.

nano launcher.sh

Inclua o seguinte texto em launcher.sh

#! / bin / sh

# launcher.sh # navegue para o diretório inicial, a seguir para este diretório, execute o script python e volte para a página inicial cd / cd home / pi / RPi_bird_feeder_monitor sudo python3 feeder_mqtt_client.py cd /

Saia e salve o launcher.sh

Precisamos tornar o script um executável.

chmod 755 launcher.sh

Teste o script.

sh launcher.sh

Em seguida, precisamos editar o crontab (o gerenciador de tarefas do Linux) para iniciar o script na inicialização. Observação: já criamos o diretório / logs anteriormente.

sudo crontab -e

Isso abrirá a janela do crontab conforme visto acima. Navegue até o final do arquivo e insira a seguinte linha.

@reboot sh /home/pi/RPi_bird_feeder_monitor/launcher.sh> / home / pi / logs / cronlog 2> & 1

Saia e salve o arquivo e reinicie o RPi. O script deve iniciar o script feeder_mqtt_client.py após a reinicialização do RPi. O status do script pode ser verificado nos arquivos de log localizados na pasta / logs.

Etapa 5: peças impressas em 3D

Esses arquivos STL são para as peças impressas em 3D que criei para este projeto e todas essas peças são opcionais. Caixas à prova de intempéries podem ser fabricadas ou adquiridas localmente. A "Cunha de montagem" para o alimentador de pássaros CedarWorks também é opcional. Esta parte foi necessária para montar a caixa do sensor CAP1188.

Etapa 6: Montagem do monitor do alimentador de pássaros

Depois de instalar o Raspbian, configurar e testar o sensor RPi e CAP1188 conforme mencionado anteriormente, agora é hora de montar esses dispositivos em seus estojos à prova de intempéries.

Usei as duas caixas à prova de intempéries que imprimi para montar o Sensor RPi e CAP1188. Em primeiro lugar, perfurei um orifício de 1/2 em uma extremidade de cada caixa. Perfure o orifício na caixa RPi oposta ao lado com o cartão SD. Monte a junta da prensa-cabo de nylon com a porca ajustável em cada orifício. Execute os quatro cabo condutor entre cada caixa. Instale e solde o conector fêmea elétrico à prova d'água para carro de 2 pinos no RPi como mostrado na foto acima. Solde o fio vermelho no + 5VDC pino 2 do RPi e o fio preto no GND ou pino 14 Consulte o diagrama de fiação para as outras conexões usadas no RPi.

Passe a outra extremidade do fio de quatro condutores através da junta da junta na caixa CAP1188 e conecte os fios conforme indicado no diagrama de fiação. Todos os 8 sensores de toque capacitivos CAP1188 são soldados ao conector Dupont fêmea de 8 pinos. Este conector é rebaixado na lateral da caixa para permitir a vedação à prova d'água quando a parte superior for aplicada. Observação: a parte superior em ambos os casos provavelmente exigirá modificações para permitir as porcas nos conectores de junta da glândula.

Antes de fechar, aplico calafetagem de silicone nas bordas de cada caixa e ao redor dos fios das juntas de vedação para selar as caixas. Também adiciono silicone na parte de trás do conector Dupont para isolá-lo dos elementos.

Etapa 7: Fiação do alimentador de pássaros

Cada um dos poleiros no alimentador foi coberto com fita adesiva de folha de cobre autoadesiva de 1/4 de largura. Um pequeno orifício foi feito através da fita e poleiro, e um arame foi soldado à fita metálica e encaminhado para baixo do alimentador. os fios são conectados a um conector Dupont macho de 6 pinos.

Nota: Com o alimentador de pássaros mostrado acima, recomendo um espaço entre as extremidades de cada faixa de alumínio de 1 1/4 "- 1 1/2". Descobri que pássaros maiores, como grackles e pombos, são capazes de tocar duas tiras de papel alumínio ao mesmo tempo se forem colocadas juntas.

A "Cunha de montagem" mencionada anteriormente foi impressa e colada na parte inferior do alimentador para fornecer uma área nivelada para montar a caixa à prova de intempéries contendo o CAP1188. A fita de velcro foi aplicada à caixa, bem como ao bloco de madeira para fornecer um meio de fixação. Isso pode ser visto na foto acima da montagem concluída. Uma tira de velcro é usada para envolver o tubo e a caixa RPi para prendê-los sob o alimentador.

O comedouro de pássaros é recarregado com o sensor e RPi acoplado ao comedouro e enquanto ainda está no suporte de tubos. Felizmente, tenho 6'2 de altura e alcanço o contêiner sem muito esforço.

Etapa 8: Servidor MQTT

Se você já está interessado no mundo IOT, talvez já tenha um servidor MQTT instalado e funcionando em sua rede. Caso contrário, recomendo usar um Raspberry Pi 3 para o servidor MQTT, e as instruções e o arquivo de imagem IMG encontrados no site de Andreas Spiess "Node-Red, InfuxDB & Grafana Installation". Andreas também tem um vídeo informativo sobre o assunto # 255 Node-Red, InfluxDB e Grafana Tutorial on Raspberry Pi.

Assim que o Node-Red Server estiver operacional, você pode importar o fluxo do Bird Feeder Monitor copiando os dados em ~ / RPi_bird_feeder_monitor / json / Bird_Feeder_Monitor_Flow.json e usando Import> Clipboard para colar a área de transferência em um novo fluxo.

Este fluxo exigirá os seguintes nós:

• node-red-node-darksky - Uma conta DarkSky API é necessária para usar este nó.
• node-red-contrib-bigtimer - Big Timer da Scargill Tech
• node-red-contrib-influxdb - banco de dados InfluxDB

Os dados meteorológicos para a sua localização são fornecidos via DarkSky. E atualmente monitoro e registro "precipIntensity", "temperatura", "umidade", "windSpeed", "windBearing", "windGust" e "cloudCover". A "precipIntensity" é importante porque é usada para determinar se os sensores precisam ser recalibrados como resultado da chuva.

O nó Big Timer é o canivete suíço dos temporizadores. É usado para iniciar e parar a gravação de dados ao amanhecer e anoitecer todos os dias.

O InfluxDB é um banco de dados de série temporal leve e fácil de usar. O banco de dados adiciona automaticamente um carimbo de data / hora cada vez que inserimos dados. Ao contrário do SQLite, os campos não precisam ser definidos. Eles são adicionados automaticamente quando os dados são inseridos no banco de dados.

Configuração Node-Red

O arquivo JSON mencionado acima carregará um fluxo que requer alguns ajustes para se adequar aos seus requisitos.

1. Conecte o "MQTT Publish" e "monitor / feeder / #" ao servidor MQTT.
2. Defina a latitude e a longitude para sua localização no nó Big Timer "Dawn & Dusk Timer (config)".
3. Configure o nó "monitor / feeder / astronomy (config)". A câmera pode ser ativada / desativada para cada poleiro. Por exemplo, dois de meus poleiros estão na parte de trás e a câmera está desativada para esses poleiros.
4. Defina o nó "Counter Timer (config)" para o intervalo de tempo desejado. Padrão = 5 min
5. Defina a latitude e a longitude para sua localização no nó "DarkSky (config)". Em segundo lugar, insira sua chave de API DarkSky no nó darksky-credentials.
6. Defina a intensidade da precipitação no nó de função "monitor / alimentador / recalibrar (config)". Padrão = 0,001 in / hr
7. Edite o nó de função "Filtro de tópico para MQTT Receiver Debug Node (config)" para filtrar as mensagens MQTT que você NÃO deseja ver.
8. Opcional: se desejar armazenar dados em uma planilha em seu Google Drive, você precisará editar o nó de função "Build Google Docs Payload (config)" com IDs de campo de formulário.
9. Opcional: adicione seu URL de formulário exclusivo ao campo URL do nó de solicitação HTTP "Google Docs GET (config)".

Node-Red UI Desktop

O Bird_Feeder_Monitor_Flow inclui uma interface de usuário (IU) para acessar o servidor MQTT por meio de um telefone celular. O monitor pode ser DESLIGADO ou LIGADO, recalibrar sensores ou tirar fotos manualmente. Um total dos "toques" do sensor também é mostrado, o que lhe dará uma ideia aproximada do número de pássaros que visitam o comedouro.

Etapa 9: Grafana

"Grafana é um pacote de análise e visualização de métricas de código aberto. É mais comumente usado para visualizar dados de séries temporais para análise de infraestrutura e aplicativos, mas muitos o usam em outros domínios, incluindo sensores industriais, automação residencial, clima e controle de processos." refn: Grafana Docs.

Este software está incluído no arquivo de imagem de Andreas Spiess usado para criar meu servidor MQTT. Depois de configurar o banco de dados InfluxDB no servidor MQTT, o Grafana pode ser configurado para usar esse banco de dados como visto na imagem acima. Em seguida, o painel usado por este projeto pode ser carregado do arquivo JSON encontrado em ~ / RPi_bird_feeder_monitor / json / Bird_Feeder_Monitor_Grafana.json. Dicas para configurar o Grafana podem ser encontradas no site de Andreas Spiess "Node-Red, InfuxDB & Grafana Installation".

Etapa 10: InfluxDB

Como mencionado antes, Adreas Spiess tem um ótimo guia e vídeo para guiá-lo pela configuração do InfluxDB. Aqui estão as etapas que executei para configurar meu banco de dados.

Primeiro de tudo, eu loguei em meu servidor MQTT via SSH e criei um USUÁRIO:

root @ MQTTPi: ~ #

root @ MQTTPi: ~ # influx Conectado a "https:// localhost: 8086" versão 1.7.6 InfluxDB shell version: 1.7.6 Insira uma consulta InfluxQL> CRIAR USUÁRIO "pi" COM SENHA 'raspberry' COM TODOS OS PRIVILÉGIOS> MOSTRAR USUÁRIOS usuário admin ---- ----- pi true

Em seguida, criei um banco de dados:

CREATE DATABASE BIRD_FEEDER_MONITOR>> MOSTRAR DATABASES nome: nome do banco de dados ---- _internal BIRD_FEEDER_MONITOR>

DEPOIS de criar o banco de dados acima, você pode configurar o nó InfluxDB no Node-Red. Como pode ser visto na foto acima, chamo o Measurement de "alimentadores". Isso pode ser visto no InfluxDB após a inicialização dos dados:

USE BIRD_FEEDER_MONITORUsando banco de dados BIRD_FEEDER_MONITOR

> MOSTRAR MEDIDAS nome: nome das medidas ---- alimentadores>

Um dos muitos recursos do InfluxDB é que a configuração FIELDS não é necessária. Os CAMPOS são adicionados e configurados automaticamente quando os dados são inseridos. Aqui estão os FIELDS e FIELDTYPE para este banco de dados:

SHOW FIELD KEYSname: feeders fieldKey fieldType -------- --------- cloudcover float count_1 float count_2 float count_3 float count_4 float count_5 float count_6 float umidade float nome string precip_Int float temp float time_1 float time_2 float time_3 float time_4 float time_5 float time_6 float winddir flutuante vento rajada flutuante velocidade do vento flutuante>

Algumas entradas do banco de dados podem ser vistas abaixo:

SELECT * FROM feeders LIMIT 10 name: feeders time cloudcover count_1 count_2 count_3 count_4 count_5 count_6 umidade nome precip_Int temp time_1 time_2 time_3 time_4 time_5 time_6 winddir windgust windspeed ---- ---------- ----- - ------- ------- ------- ------- ------- -------- ---- - --------- ---- ------ ------ ------ ------ ------ ------ - ------ -------- --------- 1550270591000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 0 1550271814000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 1550272230000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 1550272530000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 0 1550272830000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 1550273130000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 0 1550273430000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 0 1550273730000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 0 1550274030000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0 1550274330000000000 0 0 0 0 0 0 Alimentador1 0 0 0 0 0 0>

Etapa 11: Câmera Raspberry Pi

Eu recomendo usar meu monitor e parada CNC remota instrutível para montar uma câmera Raspberry Pi. Execute todas as etapas mencionadas, exceto 6 e 8 para criar a câmera. Observe que estou usando um Raspberry Pi mais antigo para minha câmera, mas funcionou muito bem na vitrine da minha loja.

Atualizar Rasbian:

sudo apt-get updatesudo apt-get upgrade

Instale o PIP:

sudo apt-get install python3-pip

Instale paho-mqtt:

sudo pip3 install paho-mqtt

Instale o software de monitoramento git e Bird:

cd ~

sudo apt-get install git git clone "https://github.com/sbkirby/RPi_bird_feeder_monitor.git"

Se você deseja fazer vídeos a partir das imagens tiradas pela câmera, instale o ffmpeg:

git clone "https://git.ffmpeg.org/ffmpeg.git" ffmpeg

cd ffmpeg./configure make sudo make install

Configurando as permissões no software Bird Feeder Monitoring:

cd RPi_bird_feeder_monitor

sudo chmod 764 make_movie.sh sudo chmod 764 take_photo.sh sudo chown www-data: www-data make_movie.sh sudo chown www-data: www-data take_photo.sh

Pessoalmente, não recomendo usar make_movie.sh na RPi Camera. Requer muitos recursos para funcionar no RPi. Eu recomendo transferir as imagens para o seu PC e executar o ffmpeg lá.

Executar na inicialização

Faça login no RPi e mude para o diretório / RPi_bird_feeder_monitor.

cd RPi_bird_feeder_monitor

nano launcher.sh

Inclua o seguinte texto em launcher.sh

#! / bin / sh

# launcher.sh # navegue até o diretório inicial, a seguir para este diretório, execute o script python e volte para a página inicial cd / cd home / pi / RPi_bird_feeder_monitor sudo python3 camera_mqtt_client.py cd /

Saia e salve o launcher.sh

Precisamos fazer o script e executável.

chmod 755 launcher.sh

Teste o script.

sh launcher.sh

Crie um diretório de registro:

cd ~

logs mkdir

Em seguida, precisamos editar o crontab (o gerenciador de tarefas do Linux) para iniciar o script na inicialização.

sudo crontab -e

Isso abrirá a janela do crontab conforme visto acima. Navegue até o final do arquivo e insira a seguinte linha.

@reboot sh /home/pi/RPi_bird_feeder_monitor/launcher.sh> / home / pi / logs / cronlog 2> & 1

Saia e salve o arquivo e reinicie o RPi. O script deve iniciar o script camera_mqtt_client.py após a reinicialização do RPi. O status do script pode ser verificado nos arquivos de log localizados na pasta / logs.

Etapa 12: Aproveite

Gostamos de observar pássaros, mas não podemos colocar o comedouro em um local para o máximo aproveitamento. O único lugar que a maioria de nós pode ver é da mesa do café da manhã, e nem todos podem ver o alimentador de lá. Portanto, com o Bird Feeder Monitor podemos admirar as aves a nossa conveniência.

Uma coisa que descobrimos com o monitor é a frequência com que os pássaros pousam em um poleiro, seguidos de pular para o próximo poleiro até terem circunavegado todo o comedouro. Como resultado, a contagem de pássaros está muito diferente do número de pássaros individuais que visitam nosso comedouro. Um comedouro com apenas um ou dois poleiros estreitos provavelmente seria o melhor para "contar" os pássaros.

Segundo Prêmio no Concurso de Sensores