Postavte SUPER meteorologickou stanici Raspberry Pi: 8 kroků (s obrázky)

2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:19

Přiznejme si to, my lidé hodně mluvíme o počasí ⛅️. Průměrný člověk mluví o počasí čtyřikrát denně, v průměru 8 minut a 21 sekund. Spočítejte si to a celkem to je 10 měsíců vašeho života, které budete trávit žertováním o počasí. Počasí je tématem číslo 1 pro začátek konverzací a nepohodlné přerušovače ticha. Pokud o tom budeme tolik mluvit, mohli bychom také povznést naši povětrnostní pouliční důvěru na zcela novou úroveň. Tento super zábavný a snadný projekt využije internet věcí (IoT) a Raspberry Pi, aby toho dosáhly.

Chystáme se postavit svůj vlastní hyper-místní meteorologický panel IoT, který bude časem zachycovat počasí uvnitř i vně našeho domu. Až se vás příště někdo zeptá „co počasí v poslední době?“, Budete moci vytáhnout telefon a nechat ho dech s vaší šílenou dovedností analýzy počasí ☀️.

Co budete ke kurzu potřebovat: 1. Raspberry Pi s připojením k internetu

2. Raspberry Pi SenseHAT

3. 6 40kolíkový prodlužovací kabel IDE s konektorem IDE (volitelně pro přesnost teploty)

4. Účet počátečního stavu

5. To je ono!

Úroveň projektu: Začátečník

Přibližný čas na dokončení: 20 minut

Přibližný zábavný faktor: Mimo grafy

V tomto podrobném kurzu se naučíte: jak pomocí integrace Weatherstack API v počátečním stavu získat místní venkovní počasí ve vaší oblasti

- Naučte se používat Raspberry Pi se Sense HAT (https://www.raspberrypi.org/products/sense-hat/) k zachycení údajů o počasí ve vašem domě

- Vytvořte si svůj osobní hyperlokální panel počasí, ke kterému máte přístup z jakéhokoli webového prohlížeče na svém notebooku nebo mobilním zařízení

- Dejte svému meteorologovi útěk o peníze

Zásoby

Co budete ke kurzu potřebovat:

1. Raspberry Pi s připojením k internetu

2. Raspberry Pi SenseHAT

3. 6 40kolíkový prodlužovací kabel IDE pro muže a ženy (volitelně pro přesnost teploty)

4. Účet počátečního stavu

5. To je ono!

Krok 1: Začínáme

Už jsme pro vás dali spoustu práce s nohama, abyste dali kód dohromady a uspořádali informace. Budeme jen potřebovat, abyste na cestě provedli několik úprav.

Abyste získali všechny věci, které jsme pro vás připravili, budete muset klonovat úložiště z GitHubu. Github je úžasná služba, která nám umožňuje ukládat, revidovat a spravovat projekty jako je tento. Chcete -li klonovat úložiště, stačí přejít do terminálu našeho Pi nebo terminálu vašeho počítače, který je SSH’d, do vašeho pí a zadat tento příkaz:

$ git clone

Stiskněte Enter a uvidíte tyto informace:

pi@raspberrypi ~ $ git clone

Klonování do „wunderground-sensehat“…

dálkové ovládání: Počítání objektů: 28, hotovo.

vzdálené: Celkem 28 (delta 0), opakovaně 0 (delta 0), opakovaně použito 28

Rozbalení předmětů: 100% (28/28), hotovo.

Kontrola připojení … hotovo.

Jakmile to uvidíte, blahopřejeme, úspěšně jste naklonovali Github Repo a máte všechny soubory potřebné k sestavení vaší super meteorologické stanice. Než přejdeme k dalšímu kroku, věnujme chvíli prozkoumání tohoto adresáře a naučíme se několik základních příkazů příkazového řádku.

Do terminálu zadejte následující příkaz:

$ ls

Tento příkaz uvádí vše, co je k dispozici v adresáři, ve kterém se právě nacházíte. Tento seznam ukazuje, že naše Github Repo bylo úspěšně naklonováno do našeho adresáře pod názvem „wunderground-sensehat“. Podívejme se, co je v tomto adresáři. Chcete -li změnit adresář, stačí zadat „cd“a poté zadat název adresáře, do kterého chcete přejít.

V tomto případě napíšeme:

$ cd wunderground-sensehat

Jakmile stiskneme klávesu Enter, uvidíte, že jsme nyní v adresáři wunderground-sensehat. Znovu zadejte ls, abychom zjistili, jaké soubory jsme nainstalovali na naše pi.

README.md sensehat.py sensehat_wunderground.py wunderground.py

Zde vidíme, že máme dokument readme a několik různých souborů pythonu. Pojďme se podívat na sensehat.py. Místo toho, abychom skočili do souboru pomocí příkazu cd jako u adresářů, použijeme příkaz nano. Příkaz nano nám umožňuje otevřít nano textový editor, kde máme veškerý náš kód pythonu pro každý segment tohoto projektu. Pokračujte a napište:

$ nano sensehat.py

Zde můžete vidět veškerý kód, který jsme pro vás pro tento projekt připravili. V tomto dokumentu zatím nebudeme provádět žádné změny, ale můžete se posunout a zjistit, co budeme v tomto tutoriálu dělat později.

Krok 2: Počáteční stav

Chceme streamovat všechna naše data o počasí do cloudové služby a nechat tuto službu proměnit naše data v pěkný řídicí panel, ke kterému máme přístup z našeho notebooku nebo mobilního zařízení. Naše data potřebují cíl. Jako cíl použijeme počáteční stav.

Krok 1: Zaregistrujte si účet v počátečním stavu

Přejděte na https://www.initialstate.com/app#/register/ a vytvořte si nový účet.

Krok 2: Nainstalujte ISStreamer

Nainstalujte modul Počáteční stav Python na svůj Raspberry Pi: Na příkazovém řádku (nezapomeňte SSH nejprve připojit k Pi) spusťte následující příkaz:

$ cd/home/pi/

$ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

Poznámka k zabezpečení: Výše uvedený příkaz má důležitou anatomii, o které by měl uživatel vědět.

1) Před zvlněním je / předcházející. To je důležité k zajištění toho, aby nebyl spuštěn žádný alias zvlnění, pokud byl vytvořen. To pomáhá zmírnit riziko, že příkaz udělá více, než bylo zamýšleno.

2) Příkaz je příkaz piped, takže při spuštění pipetujete výstup skriptu, který se načítá z https://get.initialstate.com/python, do příkazu sudo bash. To se provádí za účelem zjednodušení instalace, je však třeba poznamenat, že https je zde důležitý, protože pomáhá zajistit, aby žádný instalační skript nebyl man-in-the-middle, zejména proto, že skript je spuštěn se zvýšenými oprávněními. Toto je běžný způsob, jak zjednodušit instalaci a nastavení, ale pokud jste trochu opatrnější, existují některé méně pohodlné alternativy: příkaz můžete rozdělit do dvou kroků a prozkoumat bash skript stahovaný z příkazu curl sami, abyste se ujistili je to věrnost NEBO můžete postupovat podle pokynů pipu, jen nedostanete automaticky generovaný ukázkový skript.

Krok 3: Vyrobte si Automagic

Po kroku 2 uvidíte na obrazovce něco podobného následujícímu výstupu:

pi@raspberrypi ~ $ / curl -sSL https://get.initialstate.com/python -o -| sudo bash

Heslo: Začátek ISStreamer Python Snadná instalace!

Instalace může trvat několik minut, dejte si kávu:)

Ale nezapomeňte se vrátit, otázky budu mít později!

Nalezeno easy_install: setuptools 1.1.6

Found pip: pip 1.5.6 from /Library/Python/2.7/site-packages/pip-1.5.6- py2.7.egg (python 2.7)

pip hlavní verze: 1

pip minor verze: 5

ISStreamer nalezen, aktualizace…

Požadavek již aktuální: ISStreamer v /Library/Python/2.7/site-packages Úklid…

Chcete automaticky získat ukázkový skript? [r/N]

(výstup se může lišit a může trvat déle, pokud jste nikdy předtím nenainstalovali modul streamování Pythonu v počátečním stavu)

Po zobrazení výzvy k automatickému získání příkladu skriptu zadejte y.

Tím se vytvoří testovací skript, který můžeme spustit, abychom zajistili, že budeme moci streamovat data do Počátečního stavu z našeho Pi. Budete vyzváni:

Kam chcete příklad uložit? [výchozí:./is_example.py]:

Můžete buď zadat vlastní místní cestu, nebo stisknutím klávesy Enter přijmout výchozí. Budete vyzváni k zadání uživatelského jména a hesla, které jste právě vytvořili při registraci účtu Počátečního stavu. Zadejte obojí a instalace bude dokončena.

Krok 4: Přístupové klíče

Podívejme se na ukázkový skript, který byl vytvořen. Typ:

$ nano is_example.py

Na řádku 15 uvidíte řádek, který začíná streamer = Streamer (bucket_…. Tyto řádky vytvoří nový segment dat s názvem „Python Stream Example“a budou přidruženy k vašemu účtu. K tomuto přidružení dochází z důvodu access_key =”…” parametr na stejném řádku. Tato dlouhá řada písmen a číslic je váš přístupový klíč k účtu Počáteční stav. Pokud ve webovém prohlížeči přejdete na svůj účet Počáteční stav, klikněte vpravo nahoře na své uživatelské jméno a poté přejděte na „můj účet“, stejný přístupový klíč najdete ve spodní části stránky v části „Streamovací přístupové klíče“.

Pokaždé, když vytvoříte datový tok, tento přístupový klíč nasměruje tento datový tok na váš účet (klíč tedy nikomu nesdělujte).

Krok 5: Spusťte příklad

Spusťte testovací skript, abyste se ujistili, že můžeme vytvořit datový proud na váš účet Počáteční stav.

Spusťte následující:

$ python is_example.py

Krok 6: Zisk

Vraťte se ve webovém prohlížeči na svůj účet Počáteční stav. Vlevo na poličce s protokolem se měl objevit nový datový segment s názvem „Příklad Python streamu“(možná budete muset stránku aktualizovat). Kliknutím na tento kbelík a poté kliknutím na ikonu Vlny zobrazíte testovací data.

Budete chtít projít tutoriálem Waves, abyste se seznámili s tím, jak používat tento nástroj pro vizualizaci dat. Dále zobrazte data v dlaždicích, abyste viděli stejná data ve formě řídicího panelu.

Nyní jste připraveni začít streamovat skutečná data z Wundergroundu a dalších.

Krok 3: Vnímejte Klobouk

Sense HAT je přídavná deska pro Raspberry Pi, která je plná senzorů, LED diod a malého joysticku. To, co je na tomto malém doplňku tak skvělé, je, že se díky fantastické knihovně Pythonu, kterou můžete rychle nainstalovat, neuvěřitelně snadno instaluje a používá. Pro tento projekt použijeme snímače teploty, vlhkosti a barometrického tlaku na Sense HAT. Pojďme to nastavit.

Prvním krokem při používání Sense HAT je fyzická instalace na váš Pi. Když je Pi vypnuto, připojte HAT, jak je znázorněno na obrázku.

Zapněte svůj Pi. Musíme nainstalovat knihovnu Python, aby bylo snadné číst hodnoty senzorů ze Sense HAT. Nejprve budete muset zajistit, aby bylo ve vaší verzi Raspbian vše aktuální, a to zadáním:

$ sudo apt-get update

Dále nainstalujte knihovnu Sense HAT Python:

$ sudo apt-get install sense-hat

Restartujte svůj Pi

Jsme připraveni testovat Sense HAT tak, že z něj načteme data senzoru a odešleme je do Počátečního stavu.

Otestujme naši Sense HAT, abychom se ujistili, že vše funguje. Použijeme skript umístěný na adrese https://github.com/InitialState/wunderground-sensehat/blob/master/sensehat.py. Tento skript můžete zkopírovat do souboru ve vašem Pi nebo k němu získat přístup z našeho úložiště Github, které jsme klonovali dříve. Změňte se do adresáře wunderground-sensehat a poté nano do souboru sensehat.py zadáním:

$ nano sensehat.py

Všimněte si na prvním řádku, že importujeme knihovnu SenseHat do skriptu. Než spustíte tento skript, musíme nastavit naše uživatelské parametry.

# --------- Uživatelská nastavení --------- CITY = "Nashville"

BUCKET_NAME = ": částečně_sunny:" + CITY + "Počasí"

BUCKET_KEY = "sensehat"

ACCESS_KEY = "Your_Access_Key"

SENSOR_LOCATION_NAME = "Kancelář"

MINUTES_BETWEEN_SENSEHAT_READS = 0,1

# ---------------------------------

Konkrétně musíte nastavit svůj ACCESS_KEY na přístupový klíč účtu Počáteční stav. Všimněte si, jak snadné je číst data ze Sense HAT na jednom řádku Pythonu (např. Sense.get_temperature ()). Na příkazovém řádku na vašem Pi spusťte skript:

$ sudo python sensehat.py

Přejděte na svůj účet Počáteční stav a podívejte se na nový datový segment vytvořený Sense HAT.

Nyní jsme připraveni dát to všechno dohromady a vytvořit náš hyper-místní meteorologický panel!

Krok 4: Hyper Local Weather Dashboard

Posledním krokem v tomto projektu je jednoduše zkombinovat naše data o počasí a náš skript Sense HAT do jednoho řídicího panelu. K tomu použijeme Inicializaci počátečního stavu s Weatherstack k přidání dat o počasí na náš řídicí panel Sensehat, který jsme vytvořili v posledním kroku.

Použití Weatherstack API je velmi jednoduché. V minulosti jsme v tomto kurzu nechali vytvořit a spustit skript pro načtení dat z rozhraní API pro data o počasí, ale od počátku tohoto kurzu má počáteční stav vytvořený Data Integration Marketplace. Data Integration Marketplace vám poskytuje možnost přístupu a streamování rozhraní API na řídicí panel počátečního stavu bez kódu. Je to doslova jen pár kliknutí myší a BAM: data o počasí. Na střední úrovni jsem napsal podrobnější návod, jak používat integraci Weatherstacku a vytvářet upozornění na počasí, ale níže rychle uvedu, jak začít..

Použití integrace Weatherstack

1. Přihlaste se ke svému účtu Počátečního stavu

2. Klikněte na tlačítko podrobností v poli Weatherstack na stránce integrace. Tato stránka vám řekne všechny základní informace o integraci a co je nutné k jejímu použití. V takovém případě budete potřebovat PSČ (nebo zeměpisnou šířku a délku) místa, pro které chcete sledovat počasí, a budete muset vědět, v jakých jednotkách budete chtít tato data zobrazit (metrické, vědecké nebo americké imperiální).

3. Klikněte na tlačítko Zahájit nastavení a na pravé straně obrazovky se zobrazí modální okno. Než můžeme začít sledovat, jak se data o počasí objevují, stačí udělat několik jednoduchých kroků:

4. Pojmenujte svůj nový řídicí panel. Pojmenoval jsem svůj Nashville Weather. Pro tip: Rád používám emoji ve jménech svých dashboardů, abych jim dal trochu více oomph. Rychlý způsob, jak vytáhnout emodži na počítači Mac, je Ctrl+Command+mezerník. V systému Windows podržte tlačítko Windows a tečku (.) Nebo středník (;). 2 5. Zadejte svou polohu. Používám PSČ oblasti, kterou chci sledovat, ale můžete také uvést zeměpisné šířky a délky, aby byly konkrétnější. Zeměpisnou šířku a délku ve své oblasti najdete snadno pouhým přechodem na Google mapy, vyhledáním místa a následným zkopírováním zeměpisné šířky a délky z prohlížeče a vložením do formuláře. V tuto chvíli lze použít pouze místa v USA, Velké Británii a Kanadě.

6. Vyberte si jednotky. Vybral jsem si USA/Imperial, protože jsem žil ve Spojených státech.

7. Vyberte si vytvoření nového segmentu nebo odešlete data Weatherstacku do existujícího segmentu. V tomto tutoriálu, pokud jste si již nastavili Sense Hat pro streamování do Počátečního stavu (v posledním kroku), pak odešlete data Weatherstacku na ten kýbl.

8. Vyberte, zda chcete na svůj řídicí panel odesílat všechna data, která Weatherstack odesílá, nebo chcete pouze konkrétní data o počasí. Vždy můžete poslat všechna data a vzít několik dlaždic později.

9. Vyberte, jak často chcete, aby se váš řídicí panel aktualizoval podle povětrnostních podmínek. Můžete si vybrat mezi každých 15 minut nebo hodinu po hodině. Mějte na paměti, že odesílání dat každých 15 minut stojí další token ve srovnání s odesíláním každou hodinu. Pokud tedy chcete na trhu používat i jiné integrace současně, možná budete chtít každou hodinu pouze hlasovat. Odesílání dat z integrace můžete kdykoli zastavit a začít znovu, nebo později změnit frekvenci odesílání dat. Pokud to však zastavíte a začnete znovu, budou ve vašich datech mezery.

10. Klepněte na Spustit integraci. Nyní streamujete data z Weatherstacku! Kliknutím na tlačítko „Zobrazit v aplikaci IoT“zobrazíte první rolující datové body.

11. Přizpůsobte si řídicí panel. Pokud streamujete do nového segmentu, nastavili jsme vám šablonu, abyste mohli začít. Měli byste si to však přizpůsobit! Stisknutím šipky dolů ve středu horní části řídicího panelu spustíte časovou osu, klikněte na Upravit dlaždice, přesuňte některé dlaždice, změňte jejich velikost a změňte pozadí. Upravte řídicí panel tak, jak chcete, aby bylo snadné přijímat data, která chcete shromažďovat. Můžete zde také použít další šablony Weatherstack, které jsme pro vás vytvořili. Chcete -li na svůj řídicí panel přidat trochu více kontextu, můžete také přidat mapu, která ukazuje polohu místa, kde sledujete počasí. Váš řídicí panel může zpočátku vypadat trochu holý, ale dejte mu trochu času a zaplní se nádhernými historickými údaji o počasí.

Krok 5: Přidejte mapu na svůj hlavní panel (bonus)

Můžeme snadno přidat dlaždici mapy na náš řídicí panel zobrazující umístění našeho meteorologického streamu. Více o interaktivním zobrazení mapy se můžete dozvědět na dlaždicích na adrese https://support.initialstate.com/knowledgebase/articles/800232-tiles-map-view. Mohli bychom jednoduše přidat nový příkaz streamer.log do našeho skriptu Pythonu (a na konci této části vysvětlím, jak to můžete udělat). Místo toho využijeme této příležitosti a ukážeme vám jiný způsob odesílání dat na hlavní panel.

Krok 1: Získejte souřadnice zeměpisné šířky/délky vaší polohy

Musíte získat souřadnice zeměpisné šířky/délky vaší polohy. Jedním ze způsobů, jak to udělat, je přejít na Mapy Google, vyhledat vaši polohu a přiblížit vaši přesnou polohu. V adrese URL uvidíte souřadnice zeměpisné šířky a délky. Ve výše uvedeném příkladu jsou mé souřadnice 35,925298, -86,8679478.

Zkopírujte své souřadnice (budete je potřebovat v kroku 2) a ujistěte se, že z adresy URL náhodou nezkopírujete žádné další znaky.

Krok 2: Vytvořte adresu URL pro odesílání dat na hlavní panel

Klikněte na odkaz „nastavení“pod názvem vědra na poličce kbelíku. Tím se zobrazí výše uvedená obrazovka. Zkopírujte text v sekci Koncový bod API a vložte jej do svého oblíbeného textového editoru. Použijeme to k vytvoření adresy URL, kterou můžeme použít k odesílání dat do našeho stávajícího segmentu a řídicího panelu. V mém segmentu vypadá text, který jsem zkopíroval: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1 Vaše adresa URL bude mít váš accessKey a bucketKey. K dokončení adresy URL musíme přidat název a hodnotu streamu do parametrů adresy URL.

Přidejte do své adresy URL „& MapLocation = YOUR_COORDINATES_FROM_STEP1“

(vložte souřadnice z kroku 1, žádné mezery a nekopírujte moje !!)

Takto vypadá moje: https://groker.initialstate.com/api/events?accessKey=bqHk4F0Jj4j4M4CrhJxEWv6ck3nfZ79o&bucketKey=shwu1&MapLocation=35.925298, -86,8679478

Vložte úplnou adresu URL do adresního řádku prohlížeče a stisknutím klávesy Enter (nebo pomocí příkazu „curl“na příkazovém řádku) odešlete souřadnice své mapy do streamu „MapLocation“ve svém novém segmentu.

Pokud se nyní podíváte na svůj řídicí panel v Dlaždicích (možná budete muset aktualizovat, pokud budete netrpěliví), měla se objevit nová dlaždice s názvem MapLocation zvětšená na vaše aktuální umístění.

Krok 2 Alternativa: Upravte skript

Pokud se vám opravdu nelíbí výše uvedený krok 2, můžete jednoduše přidat další příkaz streamer.log do svého skriptu Python. Jednoduše přidejte řádek

streamer.log ("MapLocation", "YOUR_COORDINATES_FROM_STEP1")

někde uvnitř def main (): funkce skriptu sensehat_wunderground.py (věnujte pozornost odsazení b/c Python vyžaduje, abyste dodržovali přísná pravidla odsazení). Například jsem přidal streamer.log („MapLocation“, „35.925298, -86.8679478“) hned za řádek 138.

Krok 6: Oprava teploty snímače Sense Hat

Můžete si všimnout, že hodnoty teploty vašeho Sense HAT se zdají trochu vysoké - to proto, že jsou. Na vině je teplo generované z CPU Pi, které ohřívá vzduch kolem Sense HAT, když sedí na Pi.

Aby byl teplotní senzor užitečný, musíme buď dostat HAT od Pi (což by eliminovalo důležitou výhodu kompaktního řešení), nebo se pokusit kalibrovat čtení teplotního senzoru. CPU je primární příčinou parazitního tepla ovlivňujícího náš teplotní senzor, takže musíme zjistit korelaci. Při revizi Enviro pHAT pro Pi Zero jsme přišli s rovnicí, která zohledňuje teplotu CPU ovlivňující čtení teploty klobouku. K výpočtu kalibrované teploty potřebujeme pouze teplotu CPU a faktor měřítka:

temp_calibrated = temp - ((cpu_temp - temp)/FACTOR)

Faktor najdeme tak, že zaznamenáme skutečnou teplotu a vyřešíme ji. Abychom našli skutečnou teplotu v místnosti, potřebujeme jiné nastavení teplotního čidla. Pomocí senzoru DHT22 (pokyny k nastavení zde a skript zde) můžeme zaznamenávat a vizualizovat obě teploty současně:

Výsledek ukazuje, že čtení Sense HAT je vypnuto o 5-6 stupňů Fahrenheita docela důsledně. Přidání teploty CPU do mixu (s tímto skriptem), nejprve ukazuje, že je extrémně horké, a druhé odhaluje druh vlny, kterou měření Sense HAT napodobuje.

Po záznamu asi 24 hodin jsem tento faktor vyřešil pomocí šesti různých měření v šesti různých časových bodech. Zprůměrování hodnot faktoru dalo konečnou hodnotu faktoru 5,466. Použití rovnice

temp_calibrated = temp - ((cpu_temp - temp) /5,466)

kalibrovaná teplota dosáhla jednoho stupně skutečné hodnoty teploty:

Tuto kalibrační opravu můžete spustit na samotném Pi uvnitř skriptu wunderground_sensehat.py.

Krok 7: Bonus: Konfigurujte si vlastní upozornění na počasí

Vytvořme upozornění SMS, kdykoli teplota klesne pod bod mrazu.

Budeme postupovat podle postupu nastavení oznámení Trigger uvedeného na stránce podpory.

Ujistěte se, že je načten váš soubor dat o počasí.

Klikněte na nastavení lopaty v datové polici (pod jejím názvem).

Klikněte na kartu Spouštěče.

Vyberte datový proud, který chcete spustit (pomocí rozevíracího seznamu můžete vybírat ze stávajících streamů, jakmile se načte datový segment, nebo můžete název/klíč streamu zadat ručně; *poznámka Safari nepodporuje rozevírací seznamy HTML5). V mém příkladu obrazovky výše jsem vybral teplotu (F).

Vyberte podmíněný operátor, v tomto případě '<'.

Vyberte hodnotu Trigger, která spustí akci (ručně zadejte požadovanou hodnotu). V takovém případě zadejte 32, jak je uvedeno výše.

Kliknutím na tlačítko '+' přidáte podmínku Trigger.

Vyberte akci (aktuální dostupné akce jsou oznámeny pomocí SMS nebo e -mailu).

Akce přidáte kliknutím na tlačítko+. Po přidání nového telefonního čísla nebo e -mailu k dokončení nastavení zadejte libovolný ověřovací kód.

Spouště je nyní aktivní a spustí se, když je splněna podmínka. Kliknutím na Hotovo se vrátíte na hlavní obrazovku.

PIR SMS

Kdykoli teplota klesne pod 32, dostanete textovou zprávu. Upozornění nastavíte na cokoli ve svém datovém segmentu počasí (*všimněte si, že musíte použít tokeny emoji, nikoli skutečné emodži).

Například kdykoli prší

: mrak: Povětrnostní podmínky =: deštník:

Kdykoli je větrno

: dash: Rychlost větru (MPH)> 20

atd.

Krok 8:

Druhá cena v soutěži Internet věcí 2016