IoT Data Science PiNet for sanntids smartskjermdata, nemlig fire trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-31 10:23

Du kan enkelt sette sammen et IoT -nettverk av smarte skjermer for datavisualisering for å overbelaste din forskningsinnsats innen Data Science eller et kvantitativt felt.

Du kan ringe "push" av tomtene dine til kundene rett fra din statistiske kode (Python, R, Matlab/Octave, SAS, etc), og den oppdaterer skjermene i sanntid.

Tanken er at billige gamle stasjonære skjermer du kan ha liggende kan omformes til IoT-enheter der billige Raspberry Pi-utviklingskort mottar og viser datavisualiseringene dine trådløst i sanntid fra din primære enhet (f.eks. Bærbar datamaskin). Hvis du ikke har noen flatskjerm, ikke bekymre deg, de er gratis - nesten gratis.

Kostnadene og maskinvarekravene er minimale.

DET DU TRENGER

• 1 eller flere Raspberry Pi

  • Jeg begynte med 3, hvorav 2 var 3B+ og 1 var en null
  • Kostnad: $ 10 - $ 40

• Enhver skjerm

  • Jeg begynte med noen pre-HDMI flatskjerm-skjermer

    • Gratis - $ 25/hver på Free Cycle, Craigslist, andre hånds butikker, garasjen din, eBay, etc. For å få gode tilbud på eldre tyngre varer som denne butikken lokalt. Folk kaster ut skrivebordet.
    • Valgfritt: Veggfester for flatskjerm (~ $ 9 for vanlige skrivebordsstørrelser, $ 20 - $ 30 for store skjermer, f.eks. 50 ")
  • Hvis den ikke har noen HDMI (eller hvis du bruker en Pi Zero) kan du bare få en omformer <$ 8 fra Amazon, eBay, Micro Center, Walmart, vennen din, hvor som helst

• HDMI- eller mikro-HDMI-kabler

  • Gratis hvis du fikk den med din Pi eller har tonnevis med reservedeler som meg
  • $ 2 med gratis frakt fra forskjellige nettbutikker

Når du har koden fra GitHub, maskinvaren og Raspberry Pi -ene dine, kjører du hvilket operativsystem du vil, jeg anslår at dette bør ta noen minutter til 1 time.

Du kan enkelt tilpasse dette prosjektet til andre IoT -brukstilfeller. Du vil kanskje også lage en Arduino -versjon! Du er velkommen til å samarbeide med meg på GitHub.

Trinn 1: Koble Pi (er) til skjerm (er)

Dette er raskt og enkelt.

Bare ta tak i den nevnte HDMI (for Pi) eller mikro-HDMI (for Pi Zero) kabelen og sett den inn i Pi. Gjenta for skjermen med passende adaptere (HDMI til mikro-HDMI, osv.).

Ferdig.

Trinn 2: Forbered 1 eller flere Raspberry Pi

Har du Pi -en din i gang? Du kan hoppe videre!

Bare løp

sudo apt installere feh

hvis du vil bruke den samme bildeviseren som jeg gjorde.

Ellers er dette trinnet ikke spesifikt for denne tut - som for alle Pi -prosjekter, trenger vi bare at du har en Pi som kjører Raspbian eller ditt favoritt OS. Vi vil også gå videre og sørge for at det er konfigurert med WiFi -passordet ditt (eller foretrukket autorisasjonsmekanisme), og jeg skal gi deg noen IMHO "beste praksis" -innstillinger som er bra for hobbyist IoT/Pi -prosjekter (ikke nødvendigvis for sikkerhet, ytelse, produksjonsbruk eller annen slik sammenheng).

Min 2-delt strategi her er å koble deg til detaljerte, veletablerte instruksjoner fra tredjeparter og deretter gi deg min oversikt over hva du skal gjøre på høyt nivå.

1. Detaljert, veletablert 3. del Raspberry Pi oppsettsinstruksjoner

   1. https://projects.raspberrypi.org/en/projects/noobs…
   2. https://www.howtoforge.com/tutorial/howto-install-…

2. Min oversikt på høyt nivå

   1. Få hvilken som helst WiFi -aktivert Pi

      1. Pi 2 med trådløst USB -nettverkskort
      2. 3, 3B+
      3. Null W, null WH

   2. Bruk riktig HDMI- eller mikro-HDMI-kabel for å koble skjermene til Pi

      1. omformertips (ca. $ 10 på Amazon, eBay, osv.) kan brukes til eldre skjermer som VGA
      2. Eldre VGA flatskjermer er omtrent $ 5 - $ 25 i andre hånds butikker! Du kan også endre skrivebordsfestene for en veggfeste på $ 9 flatskjerm, hvis du vil.

   3. Brenn NOOBS, Raspbian, Google AIY, Debian, Ubuntu, Slackware eller noen av de mange morsomme Linux -operativsystemene du kan utforske og bruke gratis

      1. Alle 8 GB+ micro SD -kort er fine
      2. Ethvert brennende verktøy som Etcher.io, Unetbootin, LiLi, etc.
   4. Start operativsystemet, koble til WiFi -nettverket og lagre passordet ditt

   5. Start Raspi-config (eller tilsvarende operativsystem) og angi følgende alternativer

      1. Start til skrivebordet
      2. Automatisk pålogging som pi (bra for IoT-utvikling, dårlig for sikkerhet i produksjonen)

      3. Deaktiver søvn (det er mange måter å gjøre dette på)

         1. For meg var det bare å deaktivere skjermspareren (muligens på grunn av forhåndsinstallert skjermsparer i min Google AIY-gaffel av Raspbian)
         2. I alle andre tilfeller er det en rekke CLI -måter å gjøre dette på, eller du kan installere 'xscreensaver' og deretter deaktivere den i GUI
         3. https://raspberrypi.stackexchange.com/questions/75…
         4. https://raspberrypi.stackexchange.com/questions/75…

   6. Installer feh

      1. Dette er bare et enkelt, lett, populært bildeviserverktøy for Linux som vi kan bruke
      2. sudo apt installere feh
      3. Enhver annen bildeviser er også bra

Trinn 3: Klon + Oppdater koden min for å lage en automatisert sanntids datarørledning

Hvis du ikke allerede har gjort det, bør du kopiere eksempelkoden min fra GitHub på dette tidspunktet.

Du har flere valg om hvordan du gjør det:

• Gå til GitHub og last ned filene som en.zip
• Klon med
• git klon [email protected]: hack-r/IoT_Data_Science_Pi_Net.git
• Bare se på koden min og skriv din egen versjon fra bunnen av

Når du har koden, må du oppdatere banene med dine egne stier, passord og SSH -nøkler.

Trinn 4: Lag og distribuer data automatisk til IoT Smart Displays i sanntid

I dette siste og mest tilfredsstillende trinnet satte vi ganske enkelt vårt testede Pi -nettverk!

For vår statistiske ekvivalent av "Hello World" kan vi kjøre et skript på den bærbare eller primære enheten for å utføre maskinlæring på noen data, lage datavisualiseringer og vise dem til våre Pi-baserte smarte skjermer ("klienter").

DEMO

Følgende demo bruker en Windows -bærbar PC som kjører R som et eksempel på en primær enhet ("server").

1. Først ble R -skriptet utført på kommandolinjen igjen fileksemplet. R fra GitHub

   1. Som vist på det første skjermbildet av cmd -ledeteksten
   2. Eksempelfilen skriver ut de første radene med 2 datasett og oppretter data, dvs. plott (-p.webp" />

2. VALGFRITT Autentiseringsskriptet kjører mot SCP (WinSCP i denne demoen)

   1. Å kjøre dette skriptet utenfor R eller Python er ikke lenger nødvendig, med min oppdaterte GitHub -kode:)
   2. Du kan også kjøre den på kommandolinjen cmd direkte
   3. SSH er også bra
   4. SFTP er også bra
   5. Spesifikk implementering/app uviktig

   6. Dette er filen scp_pi_pushN.txt fra GitHub

      Jeg konfigurerte dette med 1 per klientenhet

Bratsj!

Dine smarte skjermer viser nå datavisualiseringene fra ditt statistiske program!