使用Python做一个语音播报温湿度系统,元气满满的一天从听到他开始

简介: 使用Python做一个语音播报温湿度系统,元气满满的一天从听到他开始

来这里发现更多有趣案例

HaaS开发框架

HaaS积木方案,赋能生态开发者,让您快速找到自己需要的解决方案,硬件主板与外设,以及各种应用组件。

https://haas.iot.aliyun.com/solution/


下图是本案的三步导学,每个步骤中实现的功能请参考图中的说明。




1、简介

1.1、背景

 

HaaS EDU K1是阿里云IoT事业部HaaS团队打造的一款物联网教育开发板,其K1C版本内置了CHT8305温湿度传感器,和OLED屏幕,并可以外接喇叭。 本案例利用这些能力,循环检测当前温湿度,显示到屏幕上,并能语音播报,同时上报到阿里云物联网云平台,记录数据以做进一步分析。


1.2、准备

HaaS EDU K1开发板 一套

喇叭 一个

 

硬件连线图如下所示:




2、物联网平台开发

 

对于第一次使用物联网平台的读者,需要开通实例以使用物联网平台的功能。这里可以使用免费的公共实例进行开发。


 

在物联网平台中,左上角选择“华东2-上海”,点击“公共实例”,即可开通。




 

开通物联网平台功能之后,需要完成下面的3个步骤完成云端设备的创建:


创建云端产品

创建产品属性(物模型)

创建云端设备(获取三元组)

2.1、创建云端产品

 

点击上图中的“公共实例”,即可进入控制台进行产品创建。然后,点击创建产品按钮,如下图所示。




 

在新建产品设定页面按照下图所示,设定“产品名称”,选择所属的“标准品类”,节点类型选择“直连设备”,联网方式选择“Wi-Fi”,数据格式选择“ICA标准数据格式”,检验类型和认证方式选择默认设定即可。还可以根据开发者自己的需求在“产品描述”页面添加针对此产品的描述。




 

选择之后,点击“确认”按钮,即可完成产品创建。返回“产品”页面之后可以看到产品类表中会出现刚刚创建的“温湿度检测”的产品,如下图所示。




2.3、创建产品属性(物模型)

 

点击上图中的“查看”按钮,即可看到产品信息,Topic列表,功能定义,数据解析等跟产品相关功能的设定。点开“功能定义”标签页,可以看到设备物模型定义。




 

其中标识符是设备端上报设备属性状态的消息中需要使用的标识符,并且只有在设备上报的属性内容符合“数据定义”中的数据取值范围的时候才会被物联网平台记录,否则会被物联网平台认定为非法属性而过滤掉。


 

本节我们选择直接新建方式来创建此产品需要的物模型信息,点击上图中的”编辑草稿“按钮。然后如下图再点击“添加标准功能”。




点击确定后回到前一个页面,再点击“发布上线”




  产品及其物模型创建完成后就可以创建这个产品的设备了。


2.3、创建云端设备(获取三元组)

 

在产品列表页面中,点击”温湿度检测“后的“管理设备”,就会进到设备管理页面。




 

在“设备”页面点击“添加设备”按钮,在“添加设备”页面中设定“deviceName”,这里开发者可以自己填入自己想设定的设备名称,

也可以不填任何内容让系统自动生成设备名称,如下图所示。




 

设备添加完成后,点击“前往查看”按钮,就可以看到此设备端详细信息了。




 

设备信息中有两个信息需要和设备端开发相匹配:


三元组

物模型属性信息



获取设备三元组

 

如上图所示,点击deviceSecret后面的“查看”按钮,就可以看到设备的三元组信息,三元组是物联网设备端和物联网云端设备相关联的唯一标识符,在设备端连接云端的时候会使用三元组信息和云端进行鉴权,鉴权通过之后云端会认为设备已激活并上线。




创建产品和设备的过程是按照面向对象的思想进行设计的,其中创建产品可以看成是新建一个类,其中的物模型则是类的对象,创建设备则是进行类的实例化。


3、设备端开发

3.1、开发环境

 

在进行下一步之前请确保haaseduk1开发环境已经搭建完毕。详情请参考haaseduk1快速开始的说明。


3.2、创建解决方案

 

如下图所示,在Haas Studio中创建项目。先选择左侧的“开发板型号”再从右侧的案例中选择“本地语音播报温湿度系统”案例点击“立即创建”即可。




Python脚本的详细说明请参考脚本内嵌的文字注释


修改路由器名称及密码

 

修改main.py中wifi_ssid和wifi_password的值为读者实际要连接的路由器的名称及密码(请注意名称和密码都需要放在""符号中间)。


# Wi-Fi SSID和Password设置

wifi_ssid = "请输入您的路由器名称"

wifi_password = "请输入您的路由器密码"

 

修改完成之后get_wifi_status函数中的nm.connect(wifi_ssid, wifi_password) 语句就会连接读者自己设定的路由器。


修改设备端三元组

 

修改main.py中productKey、deviceName和deviceSecret的值为读者创建的物联网设备的三元组信息,如下图所示:




获取当前温湿度,转换后语音播报和显示

利用CHT8305传感器获取当前的温度和湿度,进行转换后保留2位小数,显示在haaseduk1的屏幕上,并进行语音播报。

def play_display_temperature_humidity(cht8305Dev):

   play_data = {"format":0, "speechs":[]}

   temphumidity = cht8305Dev.getTempHumidity()

   print("当前温度:", temphumidity[0], "当前湿度:", temphumidity[1])

   if (temphumidity[0] < 0):

       temperature = "{$%.2f}" % -temphumidity[0]

       humidity = "{$%.2f}" % temphumidity[1]

       play_data["speechs"] = ["temperature", "negative", temperature, "centigrade", "humidity", humidity]

   else:

       temperature = "{$%.2f}" % temphumidity[0]

       humidity = "{$%.2f}" % temphumidity[1]

       play_data["speechs"] = ["temperature", temperature, "centigrade", "humidity", humidity]

   temp_str = "T:%.2f" % temphumidity[0]

   humi_str = "H:%.2f%%" % temphumidity[1]

   oledShowText(temp_str, 3, 1, 1, True, 12)

   oledShowText(humi_str, 3, 16, 1, False, 12)

   speaker.play_voice(play_data,resDir)

   return temphumidity


修改设备端上报数据所用标识符

 

main.py中下面的代码实现的是上报温湿度到云平台, 确保属性的标识符与云平台上产品的属性标识符一致。


def post_data_to_cloud(device, temphumidity):

   # 上报温湿度到云平台

   prop = ujson.dumps({

       "CurrentTemperature": temphumidity[0],

       "CurrentHumidity": temphumidity[1],

   })

   upload_data = {"params": prop}

   device.postProps(upload_data)

 

确保这温湿度检测的标识符和物联网产品的物模型中属性标识符是一样的.


4、运行结果

4.1、设备端

 

推送此脚本到haaseduk1之后,串口会周期性的打印如下日志。


......

当前温度: 33.47656 当前湿度: 30.20966

temperature

{$33.48}

SYS_TONE_4

SYS_TONE_8

centigrade

humidity

{$30.21}

SYS_TONE_2

SYS_TONE_1

['/data/pyamp/resource/temperature.wav', '/data/pyamp/resource/SYS_TONE_3.wav', '/data/pyamp/resource/SYS_TONE_MEASURE_WORD_shi.wav', '/data/pyamp/resource/SYS_TONE_3.wav', '/data/pyamp/resource/SYS_TONE_dian.wav', '/data/pyamp/resource/SYS_TONE_4.wav', '/data/pyamp/resource/SYS_TONE_8.wav', '/data/pyamp/resource/centigrade.wav', '/data/pyamp/resource/humidity.wav', '/data/pyamp/resource/SYS_TONE_3.wav', '/data/pyamp/resource/SYS_TONE_MEASURE_WORD_shi.wav', '/data/pyamp/resource/SYS_TONE_dian.wav', '/data/pyamp/resource/SYS_TONE_2.wav', '/data/pyamp/resource/SYS_TONE_1.wav']

player_set_source: idle->ready

player_task: ready->running

......


haaseduk1屏幕显示




注意:温湿度传感器CHT8305是内置在HaaS EDU K1内部的,所以测量的温湿度是板子内部的温湿度,并不是环境中的温湿度。这是由于HaaS EDU K1是以物联网开发教育为目的,实际生产环境中,需要采用一定的硬件结构设计,保证温湿度传感器暴露在外部环境中,并通过实际测试进行软件校准。


4.2、物联网平台端设备信息查看

 

物联网设备的系统启动成功并连接到物联网平台之后,物联网平台上对应的设备状态会从”未激活状态“变为”上线“,在物模型数据标签页上会显示设备上报到物联网平台的属性值。由于云平台与本地python代码显示浮点数的方式稍有不同,故其显示的小数点第2位不同,读者可以忽略。




 

每隔10s循环检测当前温湿度,物联网平台的物模型数据会更新为设备上报的最新的属性值。



到此为止,温湿度本地播报并数据上云的案例就已经完成了

————————————————

版权声明:本文为CSDN博主「HaaS技术社区」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/HaaSTech/article/details/125866027

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
5天前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品安全追溯系统的深度学习模型
使用Python实现智能食品安全追溯系统的深度学习模型
23 4
|
1月前
|
机器学习/深度学习 数据采集 供应链
Python实现深度学习模型:智能库存管理系统
【10月更文挑战第5天】 Python实现深度学习模型:智能库存管理系统
164 9
|
1月前
|
机器学习/深度学习 传感器 存储
使用 Python 实现智能地震预警系统
使用 Python 实现智能地震预警系统
118 61
|
20天前
|
弹性计算 数据管理 数据库
从零开始构建员工管理系统:Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统(EMS)。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文,你将学会如何结合SQLite数据库进行数据管理,并使用Tkinter创建友好的用户界面。
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
12天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
43 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
12天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
52 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
19天前
|
机器学习/深度学习 自然语言处理 API
如何使用阿里云的语音合成服务(TTS)将文本转换为语音?本文详细介绍了从注册账号、获取密钥到编写Python代码调用TTS服务的全过程
如何使用阿里云的语音合成服务(TTS)将文本转换为语音?本文详细介绍了从注册账号、获取密钥到编写Python代码调用TTS服务的全过程。通过简单的代码示例,展示如何将文本转换为自然流畅的语音,适用于有声阅读、智能客服等场景。
76 3
|
24天前
|
机器学习/深度学习 数据采集 存储
使用Python实现智能农业灌溉系统的深度学习模型
使用Python实现智能农业灌溉系统的深度学习模型
115 6
|
28天前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现智能生态系统监测与保护的深度学习模型
使用Python实现智能生态系统监测与保护的深度学习模型
80 4
|
1月前
|
机器学习/深度学习 API 计算机视觉
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
27 2
下一篇
无影云桌面