Internet of Things – pak jij die Raspberry Pi ook weer uit de kast?

Inlezen in de wereld van Internet of Things – hoe werkt het en waar begin je?

Apparaten zijn er allang niet meer om alleen het regulier werk te doen waarvoor ze ooit bedoeld waren. Ze kunnen tegenwoordig communiceren, data opslaan en verbanden leggen.  Internet of Things hoeft niet moeilijk te zijn als jouw software al veilig en betrouwbaar in de Cloud staat. IoT staat voor innovatie, kostenreductie, smart monitoring, procesoptimalisatie en het samenwerken tussen mens en tech. Verder inlezen? Doe je op onze website of via de tutorials van Microsoft:  

• https://docs.microsoft.com/en-us/azure/iot-hub/iot-hub-raspberry-pi-kit-node-get-started
  Superhandige tutorial van een Raspberry met sensoren (of simulatie) die direct aan de cloud hangt.
• ‍https://marketplace.visualstudio.com/items?itemName=vsciot-vscode.azure-iot-tools
  Extensie voor VS Code om direct te communiceren met de Raspberry en/of IoT portal van Azure.
• ‍https://docs.microsoft.com/en-us/azure/iot-hub/tutorial-routing
  Berichten die naar de cloud gaan wil je goed opslaan, deze tutorial legt uit hoe.

Aan de slag met de Pasberry Pi, IoT Hub en meer...

Azure DevOps, Git, Phyton, .NET, een Table Storage account, sensoren, een Raspberry Pi, een RGB lamp... allemaal onderdelen die nodig waren voor de Proof of Value. En toen gingen we aan de slag. Hoe?  

1. De Raspberry Pi 3b is geïnstalleerd met een headless  omgeving (Raspberry Pi OS Lite, 32-bit).

2. De sensoren zijn aangesloten op de Raspberry Pi. De Data van de sensoren werd opgehaald via een Python 3 Web API, TeamPlantAPI. Tijdens het ontwikkelproces is er naar voren gekomen dat de SGP30 sensor niet goed wordt ondersteund door .NET 5.0, en de verschillende .NET IoT Libraries.  

Het zelf bouwen van ondersteuning voor de SGP30 kost veel tijd. Er is daarom gekozen om Python te gebruiken voor het uitlezen van deze sensor en de data beschikbaar te maken via een Web API. In veel projecten waar gewerkt wordt met een Raspberry Pi en sensoren wordt Python gebruikt. Er is een ruime keus uit bibliotheken, die een groot aantal sensoren ondersteunen. Daarnaast is er een active communitie en daarmee ook veel documentatie beschikbaar.

3. Op de Raspberry Pi draait de .Net Console Applicatie, TeamPlant. Deze haalt elke 15 minuten de sensor data op van de TeamPlant API.

4. De sensor data, oftewel een meting, wordt vergeleken met de drempel waardes die in een json document in het project gedefinieerd zijn. Als de waardes van de meting niet goed zijn, wordt er op het LCD display een melding gegeven met de actie uit te voeren en verandert het RGB licht van kleur.

Dus de vraag is: pak jij je Raspberry Pi ook weer uit de kast? En waar ga je mee aan de slag?

Proof of Value - TeamPlant

We horen je denken... TeamPlant? Ja, zo noemen we het product dat waarde kan leveren aan het werkmilieu van onze collega’s. De oplossing is straks geschikt voor elke ruimte of binnen een smart city. Maud heeft er zelfs al een eigen logo voor ontwikkeld...  

Dit is deel 1 van een blogserie van 2. Binnenkort de tech deep dive - meer over de Azure Cloud en security kant achter deze IoT case.