Raspberry Piでセンサーの常時稼働を検討する

前回はブラウザからPython経由でGPIOに接続したLEDを操作してみたけど、今度は逆にGPIOに接続したセンサーから受け取ったセンシング情報をトリガーにして、Webサイトの情報を変化させてみたい。
1番簡単なイメージだと、センサーが反応した回数の累計を時系列に沿ってグラフ表示するとか。Webサイトのアクセス解析みたいなことをリアルの場でやってみたいのだ。

で、参考にするのはこの記事。↓
https://qiita.com/inaBowBow/items/dca01622d086f113db00
センシングのPythonスクリプトが常時実行されていて、センサーが感知するとサーバに情報を送信する例。この記事だと、別のサーバに送信しているけど、とりあえずRaspberry Pi上に受信サーバも立てて、送信先を自身のローカルホストにしてやってみれば実験できそう。
Webサーバへの表示リクエスト負荷が大きそうなら表示サーバとセンシングサーバを物理的に別デバイス化することを検討すれば良いかな。


スポンサーリンク


設置して常時稼働させるのにLANケーブルと別途電源供給用のUSBケーブルを挿すのはあんまりスマートじゃないな、と思って調べてみたら、LANケーブルから電源を供給するPoE(Power over Ethernet)っていうのがあるじゃないか。どうやらRaspberry Pi2に対応したPoE基板も販売されている。スイッチサイエンスさんすごい。
https://www.switch-science.com/catalog/1918/
Raspberry Pi用PoE基板

IntelのEdisonもPoEに対応するためのオプションユニットがあるらしいし、IoT向けのマイコンって結構PoEは意識しているみたい。まあ、当然か。
IoTって本当はワイヤレスとかで、無意識に通信してくれてるぐらいがうれしんだけど、そのうちそういう技術も出てくるのかな。無線で電源供給と通信をしてしまうとか。


スポンサーリンク

関連記事

Unityで強化学習できる『Unity ML-Agents』
UnityでPoint Cloudを表示する方法
ドットインストールのWordPress入門レッスン
OpenCV
WordPressのテーマを自作する
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
Google App Engineのデプロイ失敗
ニューラルネットワークの構造を可視化するフレームワーク『TensorSpace.js』
C++の機械学習ライブラリ『Dlib』
OpenCV 3.1のsfmモジュールのビルド再び
手を動かしながら学ぶデータマイニング
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
ブログのデザイン変えました
OpenCV バージョン4がリリースされた!
モータードライバ
クリエイターのための機械学習ツール『Runway ML』
ミニ四駆を赤外線制御したりUnityと連携したり
海洋堂 20cmシリーズ『デスゴジ』 クリアーオレンジVer. 電飾のための工作 その3
UnityのuGUIチュートリアル
ROSの薄い本
PyDataTokyo主催のDeep Learning勉強会
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
ROMOハッカソンに行ってきた
UnityユーザーがUnreal Engineの使い方を学ぶには?
UnityのGameObjectの向きをScriptで制御する
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
OpenCVの超解像(SuperResolution)モジュールを試す
UnityでARKit2.0
このブログのデザインに飽きてきた
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
PythonのStructure from Motionライブラリ『OpenSfM』
機械学習に役立つPythonライブラリ一覧
Google Chromecast
ビリケン商会 メカゴジラⅡ 電飾の手直し
Verilog HDL
3Dディープラーニング用のPyTorchライブラリ『Kaolin』
オープンソースの3Dメッシュデータライブラリ『OpenMesh』
WordPressプラグインの作り方
GANs (Generative Adversarial Networks):敵対的生成ネットワーク

コメント