IDC2018IOT Tracker do biegania nóg: 6 kroków

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:31

Na ten pomysł wyszliśmy w ramach kursu „Internet Rzeczy” w IDC Herzliya.

Celem projektu jest usprawnienie aktywności fizycznej, która obejmuje bieganie lub chodzenie przy użyciu NodeMCU, kilku czujników i serwera puszki. Efektem tego projektu jest bardzo przydatne urządzenie IOT, które w przyszłości można przekształcić w prawdziwy produkt produkcyjny, który będzie używany wszędzie! Daj nam znać, co myślisz:)

Zanim zaczniesz, upewnij się, że masz:

* Urządzenie NodeMCU.

* 1 czujnik piezoelektryczny.

* Czujnik MPU6050.

* Jedna duża matryca.

* Elastyczna lina.

* Konto Firebase.

Opcjonalny:

* Wiele czujników piezoelektrycznych

* multiplekser

Krok 1: Konfiguracja i kalibracja MPU6050

"ładowanie="leniwy"

Instrukcje:

• Podłącz piezo z rezystorem 1M (patrz załączony obrazek).
• Prześlij załączony szkic.
• Połącz urządzenie z jedną nogą za pomocą elastycznej liny.
• Otwórz "ploter seryjny".
• Obejrzyj film dołączony do tego kroku.

Krok 3: Integracja czujników z Arduino

Widzieliśmy, jak kalibrować czujniki, teraz zintegrujemy oba czujniki z NodeMCU!

• Podłącz oba czujniki do urządzenia, użyj tych samych pinów jak w krokach 1+2.
• Załaduj załączony szkic.
• Podłącz urządzenie z 2 czujnikami do jednej stopy.
• Otwórz "ploter seryjny".
• Obejrzyj załączony film.

Krok 4: Wysyłanie danych do chmury

W tym kroku połączymy nasze urządzenie z chmurą i wyślemy dane, aby zobaczyć niesamowite wykresy!

Wykorzystamy protokół MQTT i wyślemy dane na darmowy serwer o nazwie „Adafruit”.

UWAGA: Adafruit nie obsługuje wysyłania danych kilka razy na sekundę, działa wolniej, dlatego wyślemy uśrednienie naszych punktów danych, a nie same punkty danych. Przekształcimy dane z naszych 2 czujników na dane uśrednione za pomocą następujących transformacji:

* Czas wykrywania kroków zostanie przekształcony w kroki na minutę. Czas trwania każdego kroku można znaleźć za pomocą (millis() - step_timestamp), a uśrednianie można wykonać za pomocą filtra, jak widzieliśmy wcześniej: val = val * 0.7 + new_val * 0.3.

* Moc krokowa zostanie przekształcona w średnią moc krokową. Użyjemy tej samej metodologii, używając „max” dla każdego kroku, ale użyjemy filtru do uśredniania przy użyciu filtru średnia = średnia * 0,6 + nowa_wartość * 0,4.

Instrukcje:

• Wejdź na stronę Adafruit pod adresem io.adafruit.com i upewnij się, że masz konto.
• Utwórz nowy pulpit nawigacyjny, możesz go nazwać „Mój detektor kroków”.
• W panelu naciśnij przycisk + i wybierz „wykres liniowy” i utwórz kanał o nazwie „steps_per_min”.
• Wewnątrz pulpitu naciśnij przycisk + i wybierz „wykres liniowy” i utwórz kanał o nazwie „średnia_moc_krokowa”.
• Powinieneś teraz zobaczyć 2 puste wykresy dla każdego pola.
• Użyj załączonego szkicu i ustaw następującą konfigurację:

USERNAME = Twoja nazwa użytkownika Adafruit.

KLUCZ = Twój klucz Adafruit

WLAN_SSID = nazwa WIFI

WLAN_PASS = WIFI pass

mpuStepThreshold = Próg z kroku 2

Następnie możesz podłączyć urządzenie do jednej stopy, a szkic wyśle dane kroków na serwer!

Krok 5: Używanie 2 urządzeń w tym samym czasie

Na tym etapie zasymulujemy 2 osoby, które chodzą z urządzeniem w tym samym czasie!

Użyjemy 2 różnych urządzeń - z tymi samymi punktami danych, jak wyjaśniono w kroku 4.

Więc to jest naprawdę proste, są 3 proste zadania:

1) utwórz dodatkowe kanały dla danych z drugiego urządzenia, sugerujemy dodanie postfixu "_2"

2) zmień bloki w dashboardzie, aby prezentowały dane z obu kanałów.

3) zmienić nazwę kanałów w szkicu drugiego urządzenia.

4) Zobacz wyniki!

NOTATKA:

Adafruit opiera się zbyt szybko przesyłanym danym, może być konieczne dostosowanie częstotliwości, z jaką dane są przesyłane na serwer. zrób to, znajdując w szkicu następujące elementy:

// Wysyłaj co 5 sekund nie przekraczaj limitu Adafruit dla darmowych użytkowników. // Jeśli używasz premium lub własnego serwera, możesz to zmienić. // Za każdym razem wyślij naprzemienny punkt danych. if(millis() - lastTimeDataSent > 5000){

Krok 6: Ulepszenia, uwagi i plany na przyszłość

Główne wyzwanie:

Głównym wyzwaniem w projekcie było przetestowanie NodeMCU w aktywności fizycznej. Kabel USB często się rozłącza, a przy próbie szybkiego poruszania się mogą pojawić się problemy z odpięciem pinów. Wiele razy debugowaliśmy fragment kodu, który rzeczywiście działał, a problem tkwił w sferze fizycznej.

Pokonaliśmy to wyzwanie, niosąc laptopa blisko biegacza i pisząc każdy fragment kodu na raz.

Kolejnym wyzwaniem było sprawne współdziałanie różnych komponentów:

• Piezoelektryczny z akcelerometrem: Spełniliśmy to, jak opisano w kroku 3, dzięki kreatywnemu pomysłowi, który mieliśmy.
• Czujniki z serwerem: zgodnie z opisem w kroku 4 przekształciliśmy wartości na inne wartości, które można wysłać na serwer w wolniejszym tempie.

Ograniczenia systemu:

• Wymaga kalibracji przed użyciem.
• Muszą zostać przekształcone w bardziej sztywny produkt, który nie pęka łatwo podczas aktywności fizycznej.
• Czujnik piezoelektryczny nie jest zbyt dokładny.
• Potrzebuje połączenia Wi-Fi. (Łatwo rozwiązany za pomocą hotspotu telefonu komórkowego)

Przyszłe plany

Teraz, gdy mamy w pełni działające urządzenie do monitorowania nóg, można dokonać dalszych ulepszeń!

Wiele pizeo!

• Połącz piezo z różnymi obszarami stopy.
• Użyj multipleksera, ponieważ NodeMCU obsługuje tylko jeden pin analogowy.
• Potrafi pokazać mapę cieplną stopy, aby opisać obszary oddziaływania.
• Potrafi wykorzystać te dane do tworzenia alertów dotyczących niewłaściwej postawy i równowagi ciała.

Wiele urządzeń!

• Pokazaliśmy, jak podłączyć 2 urządzenia jednocześnie, ale możesz podłączyć 22 piezo do 22 piłkarzy!
• Dane mogą być ujawniane podczas gry, aby pokazać interesujące dane dotyczące graczy!

Zaawansowane czujniki

Użyliśmy piezo i akcelerometru, ale można dodać inne urządzenia, które wzbogacą wyjście i dadzą więcej danych:

• Dokładne lazery do wykrywania kroków.
• Zmierz odległość między stopą a podłożem.
• Zmierz odległość między różnymi graczami (w przypadku wielu urządzeń)