


Belajar Python dan bangunkan sistem kawalan rumah pintar
Dalam era teknologi pintar hari ini, sistem rumah pintar menjadi ciri standard dalam kehidupan harian manusia Daripada kunci pintu pintar, mentol lampu pintar, kepada pembesar suara pintar, peralatan rumah pintar, dll., rumah pintar secara beransur-ansur menembusi ke dalam kita. hidup tengah. Sebagai bahasa pengaturcaraan yang telah menjadi lebih popular sejak beberapa tahun kebelakangan ini, Python telah menjadi bahasa pembangunan pilihan untuk banyak sistem kawalan rumah pintar kerana pembangunan pesat, pembelajaran mudah dan fungsi yang berkuasa.
Jadi, artikel ini akan memperkenalkan cara menggunakan Python dan Raspberry Pi untuk membangunkan sistem kawalan rumah pintar yang ringkas dan memberikan contoh kod yang sepadan.
- Persediaan Raspberry Pi
Raspberry Pi ialah mikrokomputer berasaskan sistem pengendalian Linux, yang boleh digunakan sebagai komponen teras banyak projek, termasuk sistem rumah pintar kami. Sebelum memulakan pembangunan, sila pastikan anda sudah mempunyai Raspberry Pi dan telah berjaya memasang persekitaran python dan beberapa perpustakaan yang diperlukan.
Pada Raspberry Pi, kita boleh mengawal komponen elektronik yang disambungkan melalui port GPIO. Port GPIO ialah singkatan port input dan output tujuan umum Ia boleh menyediakan fungsi input/output digital tujuan umum, dan kami boleh menggunakannya untuk mengawal komponen seperti lampu LED, motor dan penderia.
- Gunakan Python untuk kawalan
Untuk mengawal lampu LED, motor dan komponen lain, kami boleh menggunakan perpustakaan RPi.GPIO dalam Python. Perpustakaan ini akan memberikan beberapa pemalar, kaedah atau mekanisme yang berkaitan dengan GPIO untuk kita gunakan Semasa proses pembelajaran, satu kaedah yang sering digunakan ialah "output the output IO port", yang merujuk kepada penggunaan program untuk mengawal port GPIO. untuk mengeluarkan voltan tinggi atau potensi rendah.
Berikut ialah contoh kawalan lampu LED mudah:
import RPi.GPIO as GPIO import time GPIO.setmode(GPIO.BCM) # 设置GPIO口的编码方式为BCM编码方式 GPIO.setup(18, GPIO.OUT) # 将GPIO18设置为输出口 try: while True: GPIO.output(18, GPIO.HIGH) # 打开LED灯 time.sleep(1) # 暂停1s,控制LED灯持续时间 GPIO.output(18, GPIO.LOW) # 关闭LED灯 time.sleep(1) except KeyboardInterrupt: GPIO.cleanup() # 释放GPIO口,清空资源
Dalam kod di atas, GPIO.BCM menetapkan kaedah pengekodan port GPIO kepada kaedah pengekodan BCM. GPIO.setup(18, GPIO.OUT) menetapkan port GPIO18 sebagai port output. Dalam gelung sementara berikut, kami menggunakan kaedah GPIO.output() untuk mengawal lampu LED hidup dan mati. Apabila nilai adalah GPIO.HIGH, ia bermakna menghidupkan lampu LED Apabila nilai adalah GPIO.LOW, ia bermakna mematikan lampu LED.
- Kawal berbilang komponen
Untuk mengawal berbilang komponen, kita boleh menggunakan kaedah yang serupa dengan di atas, dan hanya perlu menetapkan port GPIO kepada setiap komponen. Sebagai contoh, kod berikut menunjukkan cara mengawal dua lampu LED:
import RPi.GPIO as GPIO import time GPIO.setmode(GPIO.BCM) # 设置GPIO口的编码方式为BCM编码方式 GPIO.setup(18, GPIO.OUT) # 设置GPIO18为输出口 GPIO.setup(23, GPIO.OUT) # 设置GPIO23为输出口 try: while True: GPIO.output(18, GPIO.HIGH) # 打开LED1 GPIO.output(23, GPIO.LOW) # 关闭LED2 time.sleep(1) # 暂停1s GPIO.output(18, GPIO.LOW) # 关闭LED1 GPIO.output(23, GPIO.HIGH) # 打开LED2 time.sleep(1) # 暂停1s except KeyboardInterrupt: GPIO.cleanup() # 释放GPIO口,清空资源
Kami boleh menetapkan port GPIO kepada setiap komponen, contohnya, LED1 diperuntukkan port GPIO18, dan LED2 diperuntukkan port GPIO23. Menghidupkan atau mematikan komponen LED dikawal menggunakan kaedah GPIO.output().
- Gunakan kawalan penderia
Dalam sistem rumah pintar, penderia memainkan peranan penting dalam persekitaran, seperti suhu, kelembapan, cahaya, inframerah, dll., dan dengan itu membuat keputusan melalui tindakan yang sepadan dengan program kami. . Untuk penderia kawalan Python, kita boleh menggunakan perpustakaan penjadualan tugas seperti django-celery-beat dan APScheduler untuk kawalan.
Mengambil penderia suhu sebagai contoh, kita boleh menggunakan D1 mini untuk menyambung ke wlan, menyambung ke pelayan MQTT dan mendapatkan data penderia. Berikut ialah contoh kod mudah:
import paho.mqtt.client as mqtt import json SERVER = "test.mosquitto.org" PORT = 1883 TOPIC = "/v1.0/devices/6c49f6b29348c22333ad97f5b8a9c7e68a48f87a/sensors/temperature" def on_connect(client, userdata, flags, rc): print("Connected with result code "+str(rc)) client.subscribe(TOPIC) def on_message(client, userdata, msg): data = json.loads(msg.payload.decode()) if 'temperature' in data: print('温度传感器: ', data['temperature']) client = mqtt.Client() client.on_connect = on_connect client.on_message = on_message client.connect(SERVER, PORT, 60) client.loop_forever()
Dalam kod di atas, kami menggunakan perpustakaan paho.mqtt.client untuk menyambung ke pelayan MQTT dan mendapatkan data penderia. Pada masa yang sama, dalam fungsi on_message(), kita boleh menulis logik kawalan yang sepadan untuk data penderia yang berbeza, seperti mengawal penghawa dingin, pemanas air dan peralatan lain untuk mencapai tujuan kawalan rumah pintar.
- Ringkasan
Artikel ini memperkenalkan cara menggunakan Python dan Raspberry Pi untuk membangunkan sistem kawalan rumah pintar yang ringkas dan menyediakan contoh kod yang sepadan. Sudah tentu, kami hanya menconteng permukaan, dan kami masih perlu terus belajar, meneroka dan berlatih pada masa hadapan untuk membina sistem rumah pintar yang lengkap.
Atas ialah kandungan terperinci Belajar Python dan bangunkan sistem kawalan rumah pintar. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Latihan yang cekap model pytorch pada sistem CentOS memerlukan langkah -langkah, dan artikel ini akan memberikan panduan terperinci. 1. Penyediaan Persekitaran: Pemasangan Python dan Ketergantungan: Sistem CentOS biasanya mempamerkan python, tetapi versi mungkin lebih tua. Adalah disyorkan untuk menggunakan YUM atau DNF untuk memasang Python 3 dan menaik taraf PIP: Sudoyumupdatepython3 (atau SudodnfupdatePython3), pip3install-upgradepip. CUDA dan CUDNN (Percepatan GPU): Jika anda menggunakan Nvidiagpu, anda perlu memasang Cudatool

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Apabila memilih versi pytorch di bawah CentOS, faktor utama berikut perlu dipertimbangkan: 1. Keserasian versi CUDA Sokongan GPU: Jika anda mempunyai NVIDIA GPU dan ingin menggunakan pecutan GPU, anda perlu memilih pytorch yang menyokong versi CUDA yang sepadan. Anda boleh melihat versi CUDA yang disokong dengan menjalankan arahan NVIDIA-SMI. Versi CPU: Jika anda tidak mempunyai GPU atau tidak mahu menggunakan GPU, anda boleh memilih versi CPU PyTorch. 2. Pytorch versi python

Penyimpanan Objek Minio: Penyebaran berprestasi tinggi di bawah CentOS System Minio adalah prestasi tinggi, sistem penyimpanan objek yang diedarkan yang dibangunkan berdasarkan bahasa Go, serasi dengan Amazons3. Ia menyokong pelbagai bahasa pelanggan, termasuk Java, Python, JavaScript, dan GO. Artikel ini akan memperkenalkan pemasangan dan keserasian minio pada sistem CentOS. Keserasian versi CentOS Minio telah disahkan pada pelbagai versi CentOS, termasuk tetapi tidak terhad kepada: CentOS7.9: Menyediakan panduan pemasangan lengkap yang meliputi konfigurasi kluster, penyediaan persekitaran, tetapan fail konfigurasi, pembahagian cakera, dan mini

CentOS Memasang Nginx memerlukan mengikuti langkah-langkah berikut: memasang kebergantungan seperti alat pembangunan, pcre-devel, dan openssl-devel. Muat turun Pakej Kod Sumber Nginx, unzip dan menyusun dan memasangnya, dan tentukan laluan pemasangan sebagai/usr/local/nginx. Buat pengguna Nginx dan kumpulan pengguna dan tetapkan kebenaran. Ubah suai fail konfigurasi nginx.conf, dan konfigurasikan port pendengaran dan nama domain/alamat IP. Mulakan perkhidmatan Nginx. Kesalahan biasa perlu diberi perhatian, seperti isu ketergantungan, konflik pelabuhan, dan kesilapan fail konfigurasi. Pengoptimuman prestasi perlu diselaraskan mengikut keadaan tertentu, seperti menghidupkan cache dan menyesuaikan bilangan proses pekerja.
