1). 簡介

這是關于 IoT 應用開發(fā)系列文章中的第二篇。本文繼續(xù)關注傳感器讀取以及向云端發(fā)送收集到的數據。Toradex Colibri VF61 模塊 + Iris 底板繼續(xù)作為本次演示的嵌入式系統(tǒng)。圖 1 展示了本系列文章所介紹應用整體框圖。

圖1：應用框圖

2). 添加傳感器模塊到Iris 底板

項目中使用的傳感器產生數據，模塊通過 Wi-Fi 聯網：

./ MPU-6050 陀螺儀 + 加速度和溫度

./ HC-SR04 超聲波模塊

./ IKeyes GPS shield v1.2

./ WL250N USB Wi-Fi

MPU-6050 已經提供了內核驅動模塊，能夠同 Linux應用通信（適用于 Toradex Vybrid 的4.4.0Linux 內核版本 ）。 該文檔 說明了使用模塊硬件接口的 device tree 配置。該模塊驅動不能直接添加到內核中，需要編譯的時候包含進來。這篇文章 詳細說明了如何配置、編譯和更新內核。如果 MPU-6050 的 I²C 地址和板載 RTC（0x68）沖突，最簡單的解決方法是將 MPU-6050 的 AD0 接至高電平，這可以將其地址變?yōu)?0x69。

HC-SR04 在 Github 上有 驅動模塊 ，其中的一個分支可以針對Colibri VF61 的 4.4.0 內核進行編譯。針對 Toradex 模塊的源碼以及編譯好的驅動模塊可以從這里下載。

GPS 模塊通過 UART 通信，其與 GPSD 服務連接。更多關于GPSD 的信息請查看這里.。如果你想要 編譯自己的鏡像，GPSD 也提供了 OpenEmbeddedrecipe。

依次配置 GPSD、加載 HC-SR04 驅動以及向云端發(fā)送數據。無論是重啟還是開機，init 服務都會被調用。如果本文使用的 Githubrepository 已經復制到目標板上，你會發(fā)現服務文件（car.service）和 init 腳本（init.sh）在主文件夾中。為了使其工作，還需要其他一些步驟。首先，Github repository 需要復制到 /home/root 目錄，這是默認的路徑。然后 car.service 需要放在 /lib/systemd/system 中，啟用相應的服務。下面的步驟描述了操作步驟：

---------------------------

root@colibri-vf:~# git clonehttps://github.com/leograba/azure-iot-car.git

root@colibri-vf:~# cd azure-iot-car

root@colibri-vf:~# cp car.service/lib/systemd/system

root@colibri-vf:~# systemctl enablecar.service

---------------------------

如果想要在啟動時停止該服務，例如停止向 IoT Hub 發(fā)送數據，那么可以通過下面命令停止：

---------------------------

root@colibri-vf:~# systemctl stopcar.service

---------------------------

USB Wi-Fi 模塊 WL250N 可以直接使用，但是仍舊需要配置才能連接網絡。如何配置連接的說明可以參考這里。

關于模塊和 Iris 底板之間的連接，只能使用 X16 排針引腳。Iris 技術手冊 提供了關于接口、連接器等的信息，如果需要可以參閱 Colibri VF61 CoM 技術手冊。表 1 描述了 Iris 和模塊之間的引腳連接。圖 2 是 MPU-6050 和 HC-SR04 在早期研發(fā)階段的連接。

---------------------------

表 1：傳感器和 Iris 底板連接

Iris pin header (x16)         Irispin description Module   Pin

5 I²C SDA    MPU 6050       SDA

6 I²C SCL     MPU 6050       SCL

7 GND         MPU 6050 / HC-SR04 / GPS  GND/ GND / GND

12        +5V MPU 6050 / HC-SR04 / GPS  VCC / VCC / 5V

17        GPIO        HC-SR04  Trig

18        GPIO        HC-SR04  Echo

31        UART_B Rx     GPS Tx

32        UART_B Tx      GPS Rx

33        +3.3V       HC-SR04  AD0

---------------------------

圖 2：MPU-6050 以及 HC-SR04 和 Iris 連接

3). IoT 車輛

在所有的模塊連接到 Toradex 嵌入式系統(tǒng)后，接下來就需要把它嵌入到遙控車里，如圖 3 所示。這是簡單的步驟，但仍舊需要在一些地方引起注意。

圖 3：IoT 原型

因為 GPS 模塊有主動天線，模塊放置在 Toradex 系統(tǒng)下，天線接到車頂外面。為了安裝超聲波測距模塊，如圖 3 所示在保險桿位置開了兩個孔。加速器傳感器則被固定在電路板上，PCB 板與地面平行，這可以直接使用模塊的數據而不需要修正（在實際應用中這往往是需要的）。

嵌入式系統(tǒng)的電源選用兩芯（2S – 7.4V）1200mAh 可充電鋰電池?？紤]到目前系統(tǒng)耗電為 200mA，鋰電池實際放電 不應該超過容量的 80% 的規(guī)律，系統(tǒng)能夠工作4.8 個小時。圖 4 為最終的原型。

圖 4：IoT 車輛最終原型

4). 讀取傳感器并向云端發(fā)送數據

MPU-6050 和 HC-SR04 可以通過訪問文件系統(tǒng)讀取數據，讀取 GPS 數據需要使用 Bancroft 同 GPSD 通信，獲取解析的數據。

從 HC-SR04 由內核模塊返回的值為發(fā)送一個脈沖至其返回的時間，單位毫秒。該值需要乘以聲音的速度并除以 2E6，因為一半的時間用于超聲波的發(fā)送，另一半是反射：

distance = (value*sound_speed)/2000000

MPU-6050 的數據具有一個比例，一旦獲取精度配置。同樣，每一個溫度傳感器都已不同的偏移。在本文中，MPU-6050 會采用默認的配置，一般的方法就可以換算讀取的數據：

value = (raw_value+offset)*scale

換算后各個值的單位：加速度 - m/s²; 陀螺儀 - ?/s ;溫度 - ?C.

GPS 模塊返回如下的數據：

---------------------------

{

timestamp: 1311296682000,

latitude: 45.456445,

longitude: -73.569651667,

altitude: 28.9,

speed: 11,

track: 10.3788,

geometries: {     type: 'Point',    coordinates: [ -73.569651667, 45.456445,28.9 ] }

}

---------------------------

讀取和向 IoT Hub 發(fā)送數據的應用是由第一部分博文中修改該而來的 send_data.js。對應目前應用的文件是 send_data_from_sensors.js，這個可以在先前復制到目標板上的Github repository 中找到。修改后的主要需要注意的是無論什么時候讀取到新的數據，Bancroft 模塊都會觸發(fā)事件。對于訪問傳感器的路徑， MPU-6050 是 /sys/bus/iio/devices/iio:device2/，HC-SR04 是/sys/class/hcsr04/。下面是部分代碼的說明。

首先，MPU-6050 的偏移和比例變量可以同步讀取，防止代碼在偏移和比例變量確定之前讀取數值并計算。同樣，保存需要發(fā)送到云端的數據的變量也需要申明：

---------------------------

//Read some offset and scale constants fromthe MPU-6050 and convert to number

var temp_offset =+fs.readFileSync('/sys/bus/iio/devices/iio:device2/in_temp_offset');

var temp_scale =+fs.readFileSync('/sys/bus/iio/devices/iio:device2/in_temp_scale');

var accel_scale =+fs.readFileSync('/sys/bus/iio/devices/iio:device2/in_accel_scale');

var anglvel_scale =+fs.readFileSync('/sys/bus/iio/devices/iio:device2/in_anglvel_scale');

var gps_coordinates ;//variable to hold thegps coordinates

// Data to be sent to the cloud

var timenow, temperature, Distance,Acceleration = {}, Gyroscope = {};

---------------------------

然后處理對應用至關重要的 GPS 數據。無論什么時候坐標被更新，其都會保存在變量中，一旦與模塊之間連接丟失，它都會嘗試重新連接：

---------------------------

// gps events

bancroft.on('location', function (location){//updates the gps coordinates variable

location.geometries = "point";

gps_coordinates = location;

console.log('got new location',gps_coordinates);

});

bancroft.on('disconnect', function (err){//if gps is disconnected

bancroft = new Bancroft();//tries toreconnect once

console.log('trying to reconnect gps...');

});

---------------------------

最后一部分代碼是循環(huán)調用函數讀取傳感器并將數據發(fā)送至 IoT Hub。每一個函數采用獨立的循環(huán)，使得代碼更加靈活，例如，讀取傳感器數據并保存到備份文件需要比發(fā)送到云端更加頻繁：

---------------------------

// Loops that call the functions to readsensors and send to the cloud

sendInterval.handlerGet =setInterval(getAllSensors, sendInterval.timerGet);

sendInterval.handlerSend =setInterval(sendToIotHub, sendInterval.timerSend);

---------------------------

上面調用的 getAllSensors 函數盡管很簡單，但是也會被刪除：其更新嵌入式系統(tǒng)保存的當前時間，針對每次測量調用 readSensor() 函數 - 距離、溫度、3 軸加速度、3 軸陀螺儀。 readSensor() 僅僅讀取文件并打印錯誤到終端。否者它和 readFile() 函數非常類似。

---------------------------

//Function that reads data from sensor

function readSensor(path, callback) {

fs.readFile(path, function (err, data) {

if(err){//if data could not be read

console.log("Error reading sensor:" + err);

callback(err, null);//pass the error to thecallback

return;

}

callback(null, data);//callback withouterror

});

}

---------------------------

sendToIotHub() 函數將最新的數據轉換成JSON 編碼字符串、封裝成消息、在終端輸出反饋并將其發(fā)送至 IoT Hub。這也是本文解釋最后一部分代碼，所示如下：

---------------------------

function sendToIotHub() {

// Add the data to a JSON encoded string

var data = JSON.stringify({

ObjectName: 'toradex2',

ObjectType: 'SensorTagEvent',

temp: temperature,

acceleration: Acceleration,

gyroscope: Gyroscope,

gps: gps_coordinates,

distance: Distance,

boardTime: timenow

});

var message = new Message(data);// Encapsulatethe message to be sent

message.properties.add('myproperty','myvalue');

console.log('sending message to the IoTHub: ');// Feedback message to the console

console.log(data);

client.sendEvent(message,printResultFor('send'));// Send message to the IoT Hub

}

---------------------------

5). 總結

到現在為止，在本系列的第一篇文章中介紹了項目目標和 IoT 總體情況。然后配置 Azure IoT Hub，接收來自 Toradex 嵌入式系統(tǒng)的消息（并發(fā)送消息，在該項目中沒有過多說明），提出了一些關于從嵌入式系統(tǒng)發(fā)送數據的思考，最后，演示了從云端獲取數據的方法，用以驗證系統(tǒng)正常工作。

然后，本文主要關注于嵌入式系統(tǒng)的項目。從如何連接傳感器/模塊到 Colibri VF61 + Iris 載板的步驟開始到 Node 應用的具體細節(jié)。

基于以上內容，接下來的內容是為了減輕挖掘有用的分析并生成 BI 工作，介紹使用 Azure Stream Analytics 和 Microsoft Power BI 過濾數據并顯示易于理解的結果。希望這是一篇有用的文章，我也想要感謝來自巴西的 Grupo Viceri 團隊在 Azure 和 BusinessIntelligence 豐富的經驗，促成了我們的合作，并最終實現了 IoT 項目。期待在第三部分文章中再見！