홈어시스턴트에서 자동화사용!!!

🔧 프로토타입 구현

• Raspberry Pi 실습 구현
• Node-RED 플로우 구현
• Home Assistant 연동

• PIR(Passice Infrared) 인체 감지 적외선 센서.
• 적외선을 감지하여 움직임을 감지함. 에너지 절약 조명 (ex) 일반 건물의 복도 조명

from gpiozero import MotionSensor, LED

pir=MotionSensor(18) # PIR 연결 핀 INPUT으로 지정: GPIO 18
led=LED(15) # LED 연결 핀 OUTPUT으로 지정 : GPIO 15

# 무한반복
while True:
 if pir.value == 1: # 센서에 인식되었을 때 LED ON
  led.on()
  print("motion detect")
 else: # 센서에 인식되지 않았을 때 LED OFF
  led.off()
  print("no motion")

• 움직임이 감지되면 LED가 동작하고 설정한 일정 시간 뒤에 꺼짐. 동작 시간은 코드 또는 모듈 저항기를 통해 설정

• 구조도 그림과 똑같은 모션센서를 사용함.

ESP32와 라즈베리 파이 5를 활용하여 AWS IoT Core와 Node-RED를 사용하는 스마트 화분 시스템을 만들어봅시다!

1. 토양 수분 센서를 ESP32의 아날로그 핀(예: GPIO 36)에 연결
   • 센서의 VCC를 ESP32의 3.3V에 연결
   • 센서의 GND를 ESP32의 GND에 연결
   • 센서의 아날로그 출력을 10kΩ 저항을 통해 ESP32의 GPIO 36 (ADC)에 연결
   • 10kΩ 저항의 다른 쪽 끝을 GND에 연결 (풀다운 저항으로 사용)
2. ESP32를 USB 케이블을 통해 라즈베리 파이 5에 연결

     3.3V
      |
      |
    센서(VCC)
      |
      |
    센서(아날로그 출력)
      |
      |-----> GPIO 36 (ADC)
      |
     10kΩ
      |
     GND

이 회로 구성에서 10kΩ 저항은 풀다운 저항으로 작용합니다. 이는 다음과 같은 이유로 중요합니다:

1. 노이즈 감소: 센서가 연결되지 않았거나 오작동할 때 플로팅 상태를 방지합니다.
2. 전류 제한: 센서와 마이크로컨트롤러를 보호하는 데 도움이 됩니다.
3. 신호 안정화: 더 안정적이고 일관된 읽기를 제공합니다.

• ESP32와 토양 수분 센서:
  • GPIO 36 (ADC): ESP32의 아날로그 입력 핀에 센서의 아날로그 출력을 연결합니다.
  • 3.3V: ESP32의 3.3V 출력을 센서의 VCC에 연결합니다.
  • GND: ESP32의 GND를 센서의 GND에 연결합니다.

1. 라즈베리 파이 OS (64비트) 설치
2. Node-RED 설치:

   bash <(curl -sL https://raw.githubusercontent.com/node-red/linux-installers/master/deb/update-nodejs-and-nodered)
   

3. Node-RED 자동 시작 설정:

   sudo systemctl enable nodered.service
   

1. Arduino IDE 설치 및 ESP32 보드 매니저 추가
2. 필요한 라이브러리 설치:
   • MQTT by Joel Gaehwiler
   • ArduinoJson by Benoit Blanchon
3. ESP32 보드용 Arduino 코드 작성 및 업로드

1. AWS 계정 생성 (아직 없는 경우)
2. AWS IoT Core에서 새 "사물" 생성
3. 인증서 및 키 다운로드
4. 정책 생성 및 연결

#include <WiFiClientSecure.h>
#include <MQTTClient.h>
#include <ArduinoJson.h>
#include "WiFi.h"
#include "secrets.h"

const int soilMoisturePin = 36;  // GPIO 36 (ADC0)

WiFiClientSecure net = WiFiClientSecure();
MQTTClient client = MQTTClient(256);

void connectAWS()
{
  WiFi.mode(WIFI_STA);
  WiFi.begin(WIFI_SSID, WIFI_PASSWORD);

  Serial.println("Connecting to Wi-Fi");

  while (WiFi.status() != WL_CONNECTED){
    delay(500);
    Serial.print(".");
  }

  // Configure WiFiClientSecure to use the AWS IoT device credentials
  net.setCACert(AWS_CERT_CA);
  net.setCertificate(AWS_CERT_CRT);
  net.setPrivateKey(AWS_CERT_PRIVATE);

  // Connect to the MQTT broker on the AWS endpoint we defined earlier
  client.begin(AWS_IOT_ENDPOINT, 8883, net);

  // Create a message handler
  client.onMessage(messageHandler);

  Serial.print("Connecting to AWS IOT");

  while (!client.connect(THINGNAME)) {
    Serial.print(".");
    delay(100);
  }

  if(!client.connected()){
    Serial.println("AWS IoT Timeout!");
    return;
  }

  Serial.println("AWS IoT Connected!");
}

void publishMessage()
{
  int moistureValue = analogRead(soilMoisturePin);
  int moisturePercent = map(moistureValue, 4095, 0, 0, 100);
  
  StaticJsonDocument<200> doc;
  doc["moisture"] = moisturePercent;
  char jsonBuffer[512];
  serializeJson(doc, jsonBuffer);

  client.publish("garden/moisture", jsonBuffer);
}

void setup() {
  Serial.begin(115200);
  connectAWS();
}

void loop() {
  publishMessage();
  client.loop();
  delay(1000);
}

void messageHandler(String &topic, String &payload) {
  Serial.println("incoming: " + topic + " - " + payload);
}

1. Node-RED 대시보드에 접속 (기본 주소: http://라즈베리파이IP:1880)
2. 다음과 같은 플로우를 생성:

[mqtt in] --> [json] --> [function] --> [dashboard]

• mqtt in 노드: AWS IoT Core의 MQTT 브로커에 연결
• json 노드: 수신된 JSON 메시지를 파싱
• function 노드: 데이터 처리 및 알림 로직 구현
• dashboard 노드: 데이터 시각화

function 노드 코드 예시:

const moisture = msg.payload.moisture;
msg.payload = moisture;

if (moisture < 30) {
    node.warn("토양이 건조합니다. 물을 주세요!");
}

return msg;

1. 수분 함량 측정: ESP32에서 센서 데이터 읽기
2. 데이터 전송: ESP32에서 AWS IoT Core로 MQTT를 통해 데이터 전송
3. 데이터 처리 및 시각화: Node-RED에서 데이터 수신, 처리, 대시보드 표시
4. 알림: 임계값 기반 알림 (Node-RED에서 처리)

1. AWS Lambda를 사용한 서버리스 데이터 처리
2. Amazon DynamoDB를 활용한 장기 데이터 저장
3. AWS SNS를 이용한 모바일 푸시 알림 구현

• 전기 연결 시 안전에 유의
• AWS 프리 티어 사용량 제한 확인
• ESP32 및 라즈베리 파이 5 발열 관리

graph TD
    A[토양 수분 센서] -->|아날로그 신호| B[ESP32]
    B -->|MQTT| C[AWS IoT Core]
    C -->|MQTT| D[Node-RED]
    D -->|데이터 처리| E[Node-RED 대시보드]
    D -->|조건부 알림| F[사용자 알림]

이 구조는 센서 데이터 수집부터 시각화 및 알림까지의 전체 흐름을 보여줍니다.

3.3V
      |
      |---> 센서들(VCC)
      |
    센서들(데이터 핀)
      |
      |-----> 해당 GPIO 핀
      |
     10kΩ (각 센서당)
      |
     GND -----> 센서들(GND)
      |
      |-----> MOSFETs(Source)
      
    GPIO 25 -----> MOSFET1(Gate) --> 흡입 팬
    GPIO 26 -----> MOSFET2(Gate) --> 배출 팬
    GPIO 27 -----> MOSFET3(Gate) --> LED 조명
                     
    외부 전원(+) ------------------> 팬들(+), LED(+)
    외부 전원(-) ------------------> MOSFETs(Drain)

또는

릴레이 모듈로("제어 신호 어댑터" 또는 "전력 제어 어댑터") 차량용 공기청정기 제어하기

-> 해당 프로토타입

1. ESP32와 미세먼지 센서 연결:

   • VCC를 ESP32의 3.3V에 연결
   • GND를 ESP32의 GND에 연결
   • 아날로그 출력을 ESP32의 GPIO 36 (ADC)에 연결

2. 라즈베리 파이와 릴레이 모듈 연결:

   • VCC를 라즈베리 파이의 3.3V에 연결
   • GND를 라즈베리 파이의 GND에 연결
   • 신호 핀을 라즈베리 파이의 GPIO 18에 연결

3. 공기청정기 연결:

   • 공기청정기의 전원 케이블을 릴레이의 NO(Normally Open)와 COM(Common) 단자에 연결

4. ESP32와 라즈베리 파이 연결:

   • ESP32의 TX를 라즈베리 파이의 GPIO 14 (UART RX)에 연결
   • ESP32의 RX를 라즈베리 파이의 GPIO 15 (UART TX)에 연결

[ESP32 부분]
     3.3V
      |
      |---> 미세먼지 센서(VCC)
      |
    미세먼지 센서(아날로그 출력) -----> GPIO 36 (ADC)
      |
     GND -----> 미세먼지 센서(GND)

[라즈베리 파이 부분]
     3.3V ------> 릴레이 모듈(VCC)
     
    GPIO 18 ---> 릴레이 모듈(신호 핀)
     
     GND -----> 릴레이 모듈(GND)
     
    릴레이(NO) ---> 공기청정기(전원선)
    릴레이(COM) ---> 전원 콘센트

[ESP32와 라즈베리 파이 연결]
    ESP32 TX -----> 라즈베리 파이 GPIO 14 (UART RX)
    ESP32 RX <----- 라즈베리 파이 GPIO 15 (UART TX)

1. ESP32

   • 기능: 미세먼지 센서 데이터 읽기 및 처리
   • 연결: 아날로그 미세먼지 센서, UART 통신(라즈베리 파이와)

2. 아날로그 미세먼지 센서

   • 기능: 미세먼지 농도 측정
   • ESP32 연결: GPIO 36 (ADC)

3. 라즈베리 파이 5

   • 기능: 데이터 처리, 저장, 웹 인터페이스 제공, 공기청정기 제어
   • 연결: UART 통신(ESP32와), 릴레이 모듈

4. 릴레이 모듈

   • 기능: 공기청정기 전원 제어
   • 라즈베리 파이 연결: GPIO 18 (디지털 출력)

5. 소형 공기청정기

   • 기존 제품 사용, 릴레이를 통해 전원 제어

#include <HardwareSerial.h>

const int dustPin = 36;
const int ledPin = 22;  // 센서의 LED 제어용 (필요한 경우)

unsigned long lastTime = 0;
unsigned long sampleTime = 280;
unsigned long deltaTime = 40;
int dustVal = 0;

void setup() {
  Serial.begin(115200);  // 라즈베리 파이와의 통신용
  pinMode(ledPin, OUTPUT);
}

void loop() {
  if ((millis() - lastTime) > sampleTime) {
    digitalWrite(ledPin, LOW);
    delayMicroseconds(sampleTime);
    dustVal = analogRead(dustPin);
    delayMicroseconds(deltaTime);
    digitalWrite(ledPin, HIGH);
    lastTime = millis();

    // 센서 값을 미세먼지 농도로 변환 (센서 사양에 따라 조정 필요)
    float voltage = dustVal * (3.3 / 4095.0);
    float dustDensity = 0.17 * voltage - 0.1;
    
    if (dustDensity < 0) {
      dustDensity = 0;
    }

    // 라즈베리 파이로 데이터 전송
    Serial.println(dustDensity);
  }
}

import serial
import time
import RPi.GPIO as GPIO

# GPIO 설정
GPIO.setmode(GPIO.BCM)
RELAY_PIN = 18
GPIO.setup(RELAY_PIN, GPIO.OUT)

# UART 설정
ser = serial.Serial('/dev/ttyAMA0', 115200)

# 미세먼지 농도 임계값 (μg/m³)
DUST_THRESHOLD = 35  # 예시 값, 실제 사용 시 조정 필요

def read_dust_density():
    if ser.in_waiting > 0:
        try:
            return float(ser.readline().decode().strip())
        except ValueError:
            return None
    return None

def control_air_purifier(density):
    if density is not None:
        if density > DUST_THRESHOLD:
            GPIO.output(RELAY_PIN, GPIO.HIGH)  # 공기청정기 켜기
            print(f"미세먼지 농도 높음 ({density:.2f} μg/m³). 공기청정기 켜짐.")
        else:
            GPIO.output(RELAY_PIN, GPIO.LOW)   # 공기청정기 끄기
            print(f"미세먼지 농도 정상 ({density:.2f} μg/m³). 공기청정기 꺼짐.")

try:
    while True:
        dust_density = read_dust_density()
        if dust_density is not None:
            control_air_purifier(dust_density)
        time.sleep(1)  # 1초마다 체크

except KeyboardInterrupt:
    GPIO.cleanup()
    ser.close()
    print("프로그램 종료")

graph TD
    A[아날로그 미세먼지 센서] -->|아날로그 신호| B[ESP32]
    B -->|UART| C[라즈베리 파이 5]
    C -->|GPIO 제어| D[릴레이 모듈]
    D -->|전원 제어| E[소형 공기청정기]
    C -->|데이터 저장/분석| F[로컬 데이터베이스]
    C -->|원격 모니터링| G[웹 인터페이스]

이 프로젝트는 ESP32를 사용하여 아날로그 미세먼지 센서 데이터를 읽고, 이를 라즈베리 파이로 전송합니다. 라즈베리 파이는 받은 데이터를 기반으로 공기청정기를 제어하고, 데이터 저장 및 웹 인터페이스를 제공합니다.

1. 실시간 데이터 시각화: Grafana나 Matplotlib을 사용하여 미세먼지 농도 추이를 그래프로 표시
2. 머신러닝 기반 예측: 수집된 데이터를 기반으로 미세먼지 농도 예측 모델 개발
3. 다중 센서 지원: 여러 개의 ESP32와 센서를 사용하여 넓은 공간의 미세먼지 분포 측정
4. 스마트홈 통합: HomeAssistant 등의 플랫폼과 연동하여 종합적인 스마트홈 시스템 구축

• 전기 작업 시 안전에 유의하세요. 필요하다면 전문가의 도움을 받으세요.
• 미세먼지 센서의 정확한 캘리브레이션이 필요합니다. 센서 데이터시트를 참조하세요.
• ESP32와 라즈베리 파이의 전원 관리에 주의하세요.
• 정기적으로 시스템을 점검하고, 센서를 청소하여 정확도를 유지하세요.
• 공기청정기 제어 시 제조사의 권장사항을 준수하세요.

홈어시스턴트 설치

python3 -m venv homeassistant
cd homeassistant
source bin/activate
pip3 install homeassistant

파이썬 3.12로 업그레이드요구

이렇게 까는거 아님. Imager 사용하자~