IoT

Rest Term::Tech Note

Internet of Things (IoT)に関するメモ。主にRaspberry Piと様々なモジュールを使って進めていく。

Raspberry Pi

基本・ツール等

Raspberry Pi 3のスペック
''SoC/CPU'': Quadcore 64-bit 1.2GHz ARM Cortex A53
''GPU'': Broadcom VideoCore IV @ 400 MHz
''RAM'': 1GB (LPDDR2-900 SDRAM)
''Wi-Fi'': 802.11n Wireless LAN
''Bluetooth'': Bluetooth 4.0

Raspbian OS

Debianベースの Raspberry Pi 用の小規模な開発者向けOS

• コマンド等 ## OSバージョン確認 $ lsb_release -a No LSB modules are available. Distributor ID: Raspbian Description: Raspbian GNU/Linux 8.0 (jessie) Release: 8.0 Codename: jessie

GPIO

Raspberry Pi 3のGPIOピンレイアウトは以下のようになっている。

環境一般

• X11
  Xオプション付きでSSHログイン後(ssh -X ~) lxsession コマンドを実行する(MBAで動作確認)。

ツール

''vcgencmd''
Native Python binding for RaspberryPi vcgencmd command-line tool

## 利用可能なサブコマンドを表示 $ sudo vcgencmd commands commands="vcos, ap_output_control, ap_output_post_processing, vchi_test_init, vchi_test_exit, pm_set_policy, pm_get_status, pm_show_stats, pm_start_logging, pm_stop_logging, version, commands, set_vll_dir, set_backlight, set_logging, get_lcd_info, arbiter, cache_flush, otp_dump, test_result, codec_enabled, get_camera, get_mem, measure_clock, measure_volts, scaling_kernel, scaling_sharpness, get_hvs_asserts, get_throttled, measure_temp, get_config, hdmi_ntsc_freqs, hdmi_adjust_clock, hdmi_status_show, hvs_update_fields, pwm_speedup, force_audio, hdmi_stream_channels, hdmi_channel_map, display_power, read_ring_osc, memtest, dispmanx_list, get_rsts, schmoo, render_bar, disk_notify, inuse_notify, sus_suspend, sus_status, sus_is_enabled, sus_stop_test_thread, egl_platform_switch, mem_validate, mem_oom, mem_reloc_stats, hdmi_cvt, hdmi_timings, file, vctest_memmap, vctest_start, vctest_stop, vctest_set, vctest_get"

多いし、見難い、。各コマンドの使い方は以下のページで概要は掴める。あとで整理しておく。

• raspberrypi/firmware - GitHub
• RPI vcgencmd usage
• Raspberry Pi Userland (VCGENCMD)

''WiringPi''
GPIO Interface library for the Raspberry Pi.
GPIOを操作するライブラリ+コマンドラインツール。Cで書かれているが他の言語のバインディングも多数公開されている。
本家のGitは重いのでこちらから取得した方が良いかもしれない。

• https://github.com/WiringPi/WiringPi

$ gpio readall +-----+-----+---------+------+---+---Pi 3---+---+------+---------+-----+-----+ | BCM | wPi | Name | Mode | V | Physical | V | Mode | Name | wPi | BCM | +-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+ | | | 3.3v | | | 1 || 2 | | | 5v | | | | 2 | 8 | SDA.1 | ALT0 | 1 | 3 || 4 | | | 5V | | | | 3 | 9 | SCL.1 | ALT0 | 1 | 5 || 6 | | | 0v | | | | 4 | 7 | GPIO. 7 | IN | 0 | 7 || 8 | 1 | ALT5 | TxD | 15 | 14 | | | | 0v | | | 9 || 10 | 1 | ALT5 | RxD | 16 | 15 | | 17 | 0 | GPIO. 0 | OUT | 1 | 11 || 12 | 0 | OUT | GPIO. 1 | 1 | 18 | | 27 | 2 | GPIO. 2 | OUT | 1 | 13 || 14 | | | 0v | | | | 22 | 3 | GPIO. 3 | OUT | 1 | 15 || 16 | 1 | OUT | GPIO. 4 | 4 | 23 | | | | 3.3v | | | 17 || 18 | 1 | OUT | GPIO. 5 | 5 | 24 | | 10 | 12 | MOSI | ALT0 | 0 | 19 || 20 | | | 0v | | | | 9 | 13 | MISO | ALT0 | 0 | 21 || 22 | 1 | OUT | GPIO. 6 | 6 | 25 | | 11 | 14 | SCLK | IN | 0 | 23 || 24 | 1 | OUT | CE0 | 10 | 8 | | | | 0v | | | 25 || 26 | 1 | OUT | CE1 | 11 | 7 | | 0 | 30 | SDA.0 | IN | 1 | 27 || 28 | 1 | IN | SCL.0 | 31 | 1 | | 5 | 21 | GPIO.21 | IN | 1 | 29 || 30 | | | 0v | | | | 6 | 22 | GPIO.22 | IN | 1 | 31 || 32 | 0 | IN | GPIO.26 | 26 | 12 | | 13 | 23 | GPIO.23 | IN | 0 | 33 || 34 | | | 0v | | | | 19 | 24 | GPIO.24 | IN | 0 | 35 || 36 | 0 | IN | GPIO.27 | 27 | 16 | | 26 | 25 | GPIO.25 | IN | 0 | 37 || 38 | 0 | IN | GPIO.28 | 28 | 20 | | | | 0v | | | 39 || 40 | 0 | IN | GPIO.29 | 29 | 21 | +-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+ | BCM | wPi | Name | Mode | V | Physical | V | Mode | Name | wPi | BCM | +-----+-----+---------+------+---+---Pi 3---+---+------+---------+-----+-----+

ネットワーク

Raspberry Pi 3からはオンボードで802.11n Wi-fi機能が搭載されているので無線LANアダプタは不要。5GHz帯には対応していないので注意。Raspberry Pi 2用には無線LANアダプタはBUFFALO WLI-UC-GNMを用いた。こちらも残念ながら5GHz帯は使えない。あと、しばらく稼働させていると触るのをためらうくらい発熱があるので何か熱対策が必要だと思う。

$ iwconfig wlan0 IEEE 802.11bgn ESSID:"PISCES-24G" Mode:Managed Frequency:2.427 GHz Access Point: 88:57:EE:30:A4:70 Bit Rate=72.2 Mb/s Tx-Power=31 dBm Retry short limit:7 RTS thr:off Fragment thr:off Power Management:on Link Quality=70/70 Signal level=-32 dBm Rx invalid nwid:0 Rx invalid crypt:0 Rx invalid frag:0 Tx excessive retries:0 Invalid misc:0 Missed beacon:0 ... 省略

任意のホスト名でアクセスするには avahi-daemon をインストールする。AvahiはZeroconf仕様のLinux向けの実装となっている。

$ cat /etc/hostname raspi $ cat /etc/hosts 127.0.0.1 localhost ::1 localhost ip6-localhost ip6-loopback ff02::1 ip6-allnodes ff02::2 ip6-allrouters 127.0.1.1 raspi $ sudo apt-get install avahi-daemon $ sudo systemctl enable avahi-daemon $ sudo systemctl restart avahi-daemon $ systemctl status avahi-daemon ● avahi-daemon.service - Avahi mDNS/DNS-SD Stack Loaded: loaded (/lib/systemd/system/avahi-daemon.service; enabled) Active: active (running) since 土 2016-08-13 00:54:54 JST; 15min ago Main PID: 464 (avahi-daemon) Status: "avahi-daemon 0.6.31 starting up." CGroup: /system.slice/avahi-daemon.service tq464 avahi-daemon: registering [raspi.local] mq489 avahi-daemon: chroot helper $ sudo reboot

接続元ではBonjourサービスを起動しておく。後は 任意のホスト名.local という名前でアクセスすれば良い。ここではraspiという短いホスト名にしておいた。

カメラ

SONY製イメージセンサーを採用したCamera Module V2.1を用いる。

イメージセンサー IMX219の製品情報

• Sony 製品・技術紹介 IMX219PQ
  1/4.0型なのでスマートフォンに組み込まれているイメージセンサーよりも一回り小さいが、SONYお得意の裏面照射型なので高感度性能も高い。

Raspberry Pi側で raspi-config コマンドからカメラ機能を有効にしておく。

$ sudo raspi-config

2021/07追記: Raspian 10(buster)にクリーンインストールしてみたらraspi-configの項目が刷新されていた。その場合は上記画像のような設定画面とは少し異なっているがカメラ設定項目自体は存在する。新しい設定画面では 3 Interface Options > から P1 Camera の項目でカメラを有効にできる。

Raspberry Pi 3との接続には15ピンMIPIカメラインタフェース(CSI)にカメラモジュールのフレキシブルケーブルを挿すだけ。ねじれに弱いケーブルなので慎重に扱おう。

こういうエラーが出る場合、エラーメッセージ中の OV5647 というのは以前のv1.xのセンサー OmniVision OV5647 を指している。ここで接続しているのはv2のカメラモジュールなので正常に認識しない。

mmal: Cannot read cameara info, keeping the defaults for OV5647
mmal: mmal_vc_component_create: failed to create component 'vc.ril.camera' (1:ENOMEM)
mmal: mmal_component_create_core: could not create component 'vc.ril.camera' (1)
mmal: Failed to create camera component
mmal: main: Failed to create camera component
mmal: Camera is not detected. Please check carefully the camera module is installed correctly

これを解決するにはファームウェアをアップデート後、再起動する必要がある。

$ sudo rpi-update $ sudo reboot

カメラモジュールの接続確認は以下のコマンド。

# supported=1 detected=1 と出力されれば正常に認識されている $ vcgencmd get_camera supported=1 detected=1

raspistill

写真を撮るには raspistill コマンドを用いる。

• RASPISTILL (公式のコマンドリファレンス)

カメラモジュールにアクセスするにはsudo権限が必要なので注意。raspistillコマンドはオプションはv2センサーでしか機能しないオプションもいくつかあるようだ。

# デフォルトの設定(3280x2464px)で静止画を一枚撮影 $ sudo raspistill -o image.jpg

一例としてタイムラプス画像を撮影するには以下のようなオプションを付ける。

## 解像度 1600x1200px ## 時間 1分(60000ms)間隔で1時間(3600000ms)撮影 ## 画質 95 ## ファイル名 timelapse_{自動連番4桁}.jpg $ sudo raspistill -w 1600 -h 1200 -t 3600000 -tl 60000 -q 95 -o timelapse_%04d.jpg

v2カメラモジュールで撮影した写真のEXIFを見てみた。

• モデル名: RP_imx219
• 解像度(実効画素数): 3280x2464px (アスペクト比 4:3)
• 焦点距離: 3mm
• 開放F値: F2.0

35mm換算の画角は約29mmとなっている。スマートフォンのカメラだと大体20mm前後なので少しだけ望遠寄り。

raspivid

動画を撮影するには raspivid コマンドを利用する。

## 解像度 1600x1200px ## 撮影時間 10秒(10000ms) $ sudo raspivid -w 1600 -h 1200 -t 10000 -o video.h264

デフォルトだとFullHD(1920x1080px) 30fps 17Mbpsの動画となるようだ。動画コーデックはH.264、いくつかのエンコードパラメータはオプションで指定できる。ビットレートは最大25Mbpsまでのようだ。それ以上を指定すると以下のログが出力される。

Bitrate too high: Reducing to 25MBit/s

• 測光(Metering -mm)と露出(Exposure -ex)を逆光用の設定にしてみたけどほとんど見た目には変わらなかった。
• HD(1280x720px) 30fps 17Mbpsの約2分間の動画(空を定点観測)で約30MB程度の容量になった。同条件なら1時間で1GB前後になる計算。

raspivid コマンドで作成される動画はRAW H.264フォーマットなので、これを使いやすいMP4動画に変換するには例えば以下のような方法がある。MP4BoxコマンドはRaspberry Pi上でも特に問題なく実行できるオススメの方法。

# gpacパッケージをインストール $ sudo apt-get install gpac # MP4Boxコマンドで変換 $ MP4Box -fps 30 -add myvid.h264 myvid.mp4

Pythonから操作(picamera)

Pythonからカメラモジュールを操作するには picamera モジュールを利用する。サンプルコード類はGitHubに上げておく。

• iot-samples/camera - GitHub

''注意点等''

• シャッタースピード変更時の注意点

  In later firmwares, this attribute is limited by the value of the framerate attribute. For example, if framerate is set to 30fps, the shutter speed cannot be slower than 33,333µs (1/fps).

ISOの値も変更できるようになっているので、もし低感度+スローシャッターで撮影したい場合はフレームレートを遅くしてからシャッタースピードを変更する必要がある。単純にISO値を低く設定して残りを全てオート設定で撮影しても、露出不足で写真が暗くなってしまう。

• メモリ不足のエラー

  picamera.exc.PiCameraValueError: too many macroblocks/s requested; reduce resolution or framerate

  このようなエラーが出たら、書いてある通り解像度やフレームレートを落とす。8MPをフルで使うことは少ないと思うので、Full HDかHDサイズくらいで撮ると良いかも。

• 動体を撮影する場合
  このカメラモジュールはローリングシャッターであるため、動体を撮るときはシャッタスピードが遅いと歪むので注意。

LCD (キャラクタ液晶)

1602-V2のLCDを300円くらいで購入。Raspberry Pi 3との結線はだいたい以下のサイトの通りでOK。GPIO7とGPIO8はT-Cobbler上の表記だとSPICSO1、SPICSO0になっているので注意。また、VOはGNDに繋いでしまうと液晶上の文字がほとんど見えなくなったので、可変抵抗(半固定ボリューム)を使って1.0-1.5Vくらいで調整するとちょうど良いコントラストになる。バックライトの明るさも適宜調整すると良い。

• 16×2 LCD Module Control Using Python

PythonでのサンプルコードはGitHubに。表示処理部分はAdafruitのモジュールを使うと簡単。

• iot-samples/devices/lcd_test.py - GitHub

センサー

センサーモジュールの試用について。

DS18B20 (温度センサー)

1-Wire接続の温度センサー

/etc/modules に以下の2行を追加、その後再起動しておく。

$ cat /etc/modules | grep w1 w1-gpio w1-therm

センサーを結線後、/sys/bus/w1/devides 以下に 28 から始まるディレクトリが作成されていることを確認したら、そのディレクトリ内の w1_slave ファイルから現在の温度が取得できる。

$ ls /sys/bus/w1/devices/ 28-04165b2c15ff@ w1_bus_master1@ $ cat /sys/bus/w1/devices/28-04165b2c15ff/w1_slave a1 01 4b 46 7f ff 0c 10 8c : crc=8c YES a1 01 4b 46 7f ff 0c 10 8c t=26062 ## t=摂氏温度*1000の値を取得できる ## sed,awkを併用して温度の値のみを取得 $ cat /sys/bus/w1/devices/28-04165b2c15ff/w1_slave | sed -n 's/^.*\(t=[^ ]*\).*/\1/p' | sed 's/t=//' | awk '{x=$1}END{print(x/1000)}' 26.062

計測精度は後述するBMP180センサーと実測で同等程度だった。コストパフォーマンスはなかなか良いのではないだろうか。

参考: DS18B20 Temperature Sensor with Raspberry Pi

Pythonからは W1ThermSensor モジュールを使って値を読み取ることもできる。

• W1ThermSensor
  コマンドラインツールも付属しているので併せて試してみる。

## センサーの接続確認 $ w1thermsensor ls Found 1 sensors: 1. HWID: 04165b2c15ff Type: DS18B20 ## センサーから温度を取得 $ w1thermsensor get 1 Sensor 04165b2c15ff measured temperature: 25.625 celsius #!/usr/bin/env python3 # -*- coding: utf-8 -*- from w1thermsensor import W1ThermSensor, NoSensorFoundError if __name__ == '__main__': try: sensor = W1ThermSensor(W1ThermSensor.THERM_SENSOR_DS18B20) temperature = sensor.get_temperature() ## 温度を取得 print(temperature) print(sensor.sensorpath) ## /sys/bus/w1/devices/28-{12桁のID}/w1_slave print(sensor.id) ## 12桁のIDを取得 except NoSensorFoundError as e: print(e)

複数のDS18B20センサーを接続してもIDで判別できるようになっている。

BMP180 (気圧/温度センサー)

I2C接続の気圧/温度センサー

''I2C (Inter-Integrated Circuit)'': フィリップス社が開発したデバイスとのシリアル通信方式のひとつ。接続認識確認には i2cdetect コマンドを利用できる。事前に i2c-tools パッケージを入れておく。

## BMP180の場合、77番で認識 $ sudo i2cdetect -y 1 0 1 2 3 4 5 6 7 8 9 a b c d e f 00: -- -- -- -- -- -- -- -- -- -- -- -- -- 10: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 20: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 30: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 40: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 60: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 70: -- -- -- -- -- -- -- 77

Pythonからデータ取得するにはAdafruitのモジュールが便利。Python3.x系でも動作することを確認。

• Adafruit_Python_BMP

import Adafruit_BMP.BMP085 as BMP085 sensor = BMP085.BMP085() print('Temp = {0:0.2f} *C'.format(sensor.read_temperature())) print('Pressure = {0:0.2f} Pa'.format(sensor.read_pressure())) print('Altitude = {0:0.2f} m'.format(sensor.read_altitude())) print('Sealevel Pressure = {0:0.2f} Pa'.format(sensor.read_sealevel_pressure()))

コード中にはBMP085とあるがBMP180のセンサーでも動作する。

Temp = 25.70 *C Pressure = 100233.00 Pa Altitude = 91.31 m Sealevel Pressure = 100227.00 Pa

気圧測定の活用方法を考えねば。

DHT11 (温湿度センサー)

シリアル接続の温度/湿度センサー

BMP180と同様に、AdafruitがPythonモジュールを公開している。こちらもPython3.x系でも動作することを確認。

• Adafruit_Python_DHT

import Adafruit_DHT sensor = Adafruit_DHT.DHT11 pin = 18 ## GPIO018にDATAを結線 humidity, temperature = Adafruit_DHT.read_retry(sensor, pin) if humidity is not None and temperature is not None: print('Temp={0:0.1f}*C Humidity={1:0.1f}%'.format(temperature, humidity)) else: print('Failed to get reading. Try again!') Temp=25.0*C Humidity=53.0%

安価なだけあって精度は低い。自宅にある精密機械用防湿庫備え付けの庫外湿度計と比較して20%ほど数値に開きがある。外れ値の頻度も多い。温度計測の精度も±2℃程度はあるようだ。

HC-SR501 Infrared PIR Motion Sensor (モーションセンサー)

焦電型赤外線センサー (焦電人感センサー)

ドーム型のフレネルレンズは光を効率良く集めるためのもの。基板下に取り付けられている半固定抵抗で感度を調整することができる。

モーションの検知はGPIOの値を読み取るだけ。RPi.GPIOモジュールのイベントハンドラを使い、エッジの立ち上がりを検知したらコールバック関数に処理を渡すと良い。

!/usr/bin/env python3 # -*- coding: utf-8 -*- import RPi.GPIO as GPIO import time GPIO_IN = 17 GPIO_OUT = 22 ## using HC-SR501 Infrared PIR Motion Sensor def detectmotion(IN): print('detect motion') GPIO.output(GPIO_OUT, True) time.sleep(0.2) GPIO.output(GPIO_OUT, False) if __name__ == '__main__': GPIO.setmode(GPIO.BCM) GPIO.setup(GPIO_IN, GPIO.IN) GPIO.setup(GPIO_OUT, GPIO.OUT) try: GPIO.add_event_detect(GPIO_IN, GPIO.RISING, callback=detectmotion) while True: time.sleep(100) except KeyboardInterrupt as e: print('quit') GPIO.cleanup()

ADコンバータ

10bit 8ch ADコンバータ MCP3008

量子化は10bit、サンプリング周波数が最大200kHz。サンプリングレートを落とせば8chまで使えるのでコスパは高い。

ADコンバータを上手く活用できるようになれば電子工作でできることの幅が一気に広がるとは思うけど、まだ知見が少なすぎるのでもっと勉強する必要がある。

その他部品メモ

可変抵抗 半固定抵抗 半固定ボリューム

この部品の呼び方はいくつかあるようだ。抵抗値をどうやって読み取るのかわからないので、型番毎の抵抗値をメモしておく。写真の可変抵抗は103なので抵抗値は0 - 10kΩとなる。

性能検証

Raspberry Pi 3の主に性能面を検証する。安定してどのくらい負荷の高い処理が実行できるか。

機械学習

線形SVMによる文書分類モデルをscikit-learn実装を用いて作成してみる。データセットは news20.binary を利用するので二値分類モデルとなる。

LinearSVC(C=6.1584821106602607, class_weight=None, dual=True, fit_intercept=True, intercept_scaling=1, loss='squared_hinge', max_iter=1000, multi_class='ovr', penalty='l2', random_state=None, tol=0.0001, verbose=0) ## accuracy: 0.965193038608 precision recall f1-score support -1.0 0.97 0.96 0.96 2472 1.0 0.96 0.97 0.97 2527 avg / total 0.97 0.97 0.97 4999 ./clf.py 2853.51s user 32.47s system 188% cpu 25:28.76 total

学習自体はなんとか完走。マルチプロセス(最大2プロセスに制限)によるグリッドサーチ(5-fold cv)で約25分時間を要した。Raspberry Pi 3のカタログスペックだけで判断するともっと速く処理できても良いのではと思ったけれど、実際はこれだけの時間がかかってしまった。

プロセッサ(コア)数を自動検出させて実行みるとOSErrorが発生。Raspberry Pi 3は4コアなので4プロセス生成されるようだ。1プロセスでちょうどメモリを45-55%程度消費していたので妥当な結果。

$ sudo tailf /var/log/messages
Oct 11 23:59:12 raspi kernel: [ 3607.615942] [ 9846]  1001  9846    84171    38381     144       0    20853             0 clf.py
Oct 11 23:59:12 raspi kernel: [ 3607.615949] [ 9896]  1001  9896   144454    90366     247       0    20793             0 clf.py
Oct 11 23:59:12 raspi kernel: [ 3607.615957] [ 9897]  1001  9897   154324   112257     288       0    20755             0 clf.py
Oct 11 23:59:12 raspi kernel: [ 3607.615965] [ 9899]  1001  9899   145339    99528     267       0    20779             0 clf.py

# OSError例外発生
Exception in thread Thread-1:
Traceback (most recent call last):
 File "/usr/lib/python3.4/threading.py", line 920, in _bootstrap_inner
   self.run()
 File "/usr/lib/python3.4/threading.py", line 868, in run
   self._target(*self._args, **self._kwargs)
 File "/usr/lib/python3.4/multiprocessing/pool.py", line 366, in _handle_workers
   pool._maintain_pool()
 File "/usr/lib/python3.4/multiprocessing/pool.py", line 240, in _maintain_pool
   self._repopulate_pool()
 File "/usr/lib/python3.4/multiprocessing/pool.py", line 233, in _repopulate_pool
   w.start()
 File "/usr/lib/python3.4/multiprocessing/process.py", line 105, in start
   self._popen = self._Popen(self)
 File "/usr/lib/python3.4/multiprocessing/context.py", line 267, in _Popen
   return Popen(process_obj)
 File "/usr/lib/python3.4/multiprocessing/popen_fork.py", line 21, in __init__
   self._launch(process_obj)
 File "/usr/lib/python3.4/multiprocessing/popen_fork.py", line 70, in _launch
   self.pid = os.fork()
OSError: [Errno 12] Cannot allocate memory

学習処理実行中のCPU温度の推移は以下の通り。Raspberry Pi用のケースを外して基板剥き出し状態で計測。

ケースを付けるとさらに温度が上がる。70℃超えるとなかなか危険、この温度になるとCPUのヒートシンクを手で触り続けるのも難しいくらい。

やはり計算処理はサーバ側に任せて、末端のデバイス側はあくまでデータ収集/送信の役割に徹するのが安全なようだ。

その他機能/ツールメモなど

パワーマネージメント機能

Wi-Fi接続が頻繁に切断されてしまう場合はパワーマネージメント機能が働いている可能性がある。この機能をOFFにする方法はいくつかあるが、8192cu.conf ファイルを設置する方法が良さそう。

$ sudo vim /etc/modprobe.d/8192cu.conf # Disable power saving options 8192cu rtw_power_mgnt=0 rtw_enusbss=1 rtw_ips_mode=1 $ sudo reboot # 再起動

CPU温度

$ cat /sys/class/thermal/thermal_zone0/temp 68756 ## 68.5℃ ## または vcgencmd コマンドを利用 $ vcgencmd measure_temp temp=49.9'C

70℃を超えてくると、CPUやLANコントローラが手でずっと触れ続けるのは厳しいくらい熱くなる。初期設定段階でいろんなモジュールをコンパイル・インストールしている際に起こりがち。この温度だとSSHのコネクションが突然切れることも増えてくるので熱対策が必要。上述の機械学習検証の項目で示したようにRaspberry Piのケース有無でも10℃ほど温度が変わるようだ。

IoTクラウドサービス

Raspberry Piなどの機器と組み合わせてIoT開発をサポートするクラウドサービスを試用。

M2X

AT&Tが提供するIoTクラウドサービス

• AT&T M2X: Build solutions for the Internet of Things

提供機能はデータの可視化程度なので導入のハードルは低い。初級者は後述のAWS IoTよりオススメできる。無料枠でもUp to 100,000(per device/month)ということなので、そこそこの量のデータを送ることができるようだ。

• M2X Pricing

GitHubにM2XをHTTPおよびMQTTプロトコルから利用するサンプルコードを上げておく。

• iot-samples/m2x

AWS IoT

Amazonが提供するIoTクラウドサービス

• AWS IoT Dashboard

他のIoTクラウドサービスと比較すると認証・認可周りがしっかりしているし、セキュリティ面での安心感は高い。他のAWSサービスとの連携をするなら連携するサービス分の学習コストを都度払う必要がある。まずはAmazon SNSと連携するサンプルを作るのが楽。マイクロサービスみたいな要領で開発する。

Cayenne myDevices

フランスのスタートアップ企業が提供するIoTサービス。日本語/英語ではあまり情報が集まらない。フランス語を読む必要があるのか？ Osoyoo社と提携してたりするので営業活動も力を入れているようだ。

• myDevices Cayenne

接続されたセンサーモジュールが自動認識されるのは楽だが、起動するデーモンが認証無しのHTTPでひたすらデータを送ってるのでセキュリティ面は危ない。

MQTT (MQ Telemetry Transport)

MQTT is a machine-to-machine (M2M)/"Internet of Things" connectivity protocol. It was designed as an extremely lightweight publish/subscribe messaging transport. It is useful for connections with remote locations where a small code footprint is required and/or network bandwidth is at a premium.

• MQTT.ORG
  メッセージ指向ミドルウェアのアプリケーション層で使用される、TCP/IPによるPub/Sub型データ配信モデルの軽量なメッセージキュープロトコル。フットプリントが小さくM2M/IoT向けの通信プロトコルとして普及してきている。

クライアント

インターネット上にMQTTのオープンな検証環境として test.mosquitto.org が公開されている。mqtt://test.mosquitto.org:1883 へ接続してMQTTによるメッセージ送受信を試してみよう。

• Pythonモジュール
  Pythonからは paho-mqtt モジュールが利用できる。 $ sudo pip3 install paho-mqtt

• Rubyモジュール
  Rubyからは mqtt モジュールが利用できる。 $ sudo gem install mqtt

上記モジュールを利用してMQTT通信するサンプルコードを上げておく。

• iot-samples/mqtt - GitHub

また、上述で説明したM2XサービスもMQTTプロトコルに対応しているようだ。

• MQTT Integration

MQTTブローカー

様々なMQTTブローカー実装が公開されているのでいくつか試しておきたい。test.mosquitto.org が重いことがあるので勉強用にMQTTブローカーサーバを1つくらい構築しておくと良いかも。

• ''Mosquitto''
  MQTTのリファレンス実装であるMosquittoサーバを構築する。バイナリインストーラやrpm/aptレポジトリが公式配布されているのでインストールは簡単。以下から対象OS用のレポジトリから取得する。
  Mosquitto Downloads # Mosquitto(MQTTブローカー)とクライアントパッケージをインストール (yumの場合) $ sudo yum install mosquitto mosquitto-clients Pus/Subの動作確認。 # ブローカーをフォアグラウンド(+ verboseモード)で起動 (デフォルトで1883ポートを利用) $ mosquitto -v 1477146490: mosquitto version 1.4.10 (build date 2016-08-24 20:02:34+0000) starting 1477146490: Using default config. 1477146490: Opening ipv4 listen socket on port 1883. 1477146490: Opening ipv6 listen socket on port 1883. # subscriber(購読側)プロセスを起動してメッセージ受信準備(testトピック) $ mosquitto_sub -d -t test Client mosqsub/21800-raspi sending CONNECT Client mosqsub/21800-raspi received CONNACK Client mosqsub/21800-raspi sending SUBSCRIBE (Mid: 1, Topic: test, QoS: 0) Client mosqsub/21800-raspi received SUBACK Subscribed (mid: 1): 0 Client mosqsub/21800-raspi sending PINGREQ Client mosqsub/21800-raspi received PINGRESP # publisher(配送側)プロセスを起動してメッセージ送信(testトピック) $ mosquitto_pub -d -t test -m 'test message' Client mosqpub/21859-raspi sending CONNECT Client mosqpub/21859-raspi received CONNACK Client mosqpub/21859-raspi sending PUBLISH (d0, q0, r0, m1, 'test', ... (12 bytes)) Client mosqpub/21859-raspi sending DISCONNECT # subscriber側でメッセージ受信 test message # ブローカー側でのログ出力 1477146914: New connection from ::1 on port 1883. 1477146914: New client connected from ::1 as mosqsub/21800-raspi (c1, k60). 1477146914: Sending CONNACK to mosqsub/21800-raspi (0, 0) 1477146914: Received SUBSCRIBE from mosqsub/21800-raspi 1477146914: test (QoS 0) 1477146914: mosqsub/21800-raspi 0 test 1477146914: Sending SUBACK to mosqsub/21800-raspi 1477146974: Received PINGREQ from mosqsub/21800-raspi 1477146974: Sending PINGRESP to mosqsub/21800-raspi 1477147034: Received PINGREQ from mosqsub/21800-raspi 1477147034: Sending PINGRESP to mosqsub/21800-raspi 1477147042: New connection from ::1 on port 1883. 1477147042: New client connected from ::1 as mosqpub/21859-raspi (c1, k60). 1477147042: Sending CONNACK to mosqpub/21859-raspi (0, 0) 1477147042: Received PUBLISH from mosqpub/21859-raspi (d0, q0, r0, m0, 'test', ... (12 bytes)) 1477147042: Sending PUBLISH to mosqsub/21800-raspi (d0, q0, r0, m0, 'test', ... (12 bytes)) 1477147042: Received DISCONNECT from mosqpub/21859-raspi 1477147042: Client mosqpub/21859-rest-term disconnected. 1477147094: Received PINGREQ from mosqsub/21800-raspi 1477147094: Sending PINGRESP to mosqsub/21800-raspi MQTTでSSL通信を手軽に試すには自己認証局とサーバー証明書を作成して、mosquittoの設定ファイルを一部変更して起動するだけ。証明書ファイル等を置くディレクトリはどこでもいいが、mosquittoをインストールすると /etc/mosquitto/ca_certificates と /etc/mosquitto/certs ディレクトリが作成されるようだ。 # Place your local configuration in /etc/mosquitto/conf.d/ pid_file /var/run/mosquitto.pid persistence true persistence_location /var/lib/mosquitto/ #log_dest file /var/log/mosquitto/mosquitto.log include_dir /etc/mosquitto/conf.d ## 以下を追記 require_certificate true listener 8883 cafile /etc/mosquitto/ca_certificates/ca.crt certfile /etc/mosquitto/certs/server.crt keyfile /etc/mosquitto/certs/server.key

また、独自ドメインを持っているのならオレオレ証明書を使うのではなく、無償でSSL証明書を発行できる認証局(CA)を利用した方が良い。Mosquitto公式サイトではLet's Encryptサービスを利用する手順が説明されているのでこれに従って設定すればOK。

• Using Let’s Encrypt certificates with mosquitto

MosquittoはMQTTのリファレンス実装なのでMQTTの仕様自体は網羅されているけれど、冗長化のための機能も無いので実際のシステムに組み込むには難しいか。

• ''VerneMQ''
  冗長化にも対応しており実運用でも十分利用できるプロダクトようなのでこちらは入念に検証してみたい。
  

現在検証中、あとでまとめる。

サンプルコード (GitHub)

IoT関連の勉強中に作成したサンプルコードをGitHubに置いておく。各センサーモジュール、LCD、IoTクラウドサービスなどを利用するためのサンプルコード等が含まれる。Pythonが多いが一部はRubyやJavaScriptも含まれる。

• wellflat/iot-samples - GitHub

参考資料など

• IoT開発電子部品キットfor Raspberry Pi
• 大人気の CPUボード、Raspberry Pi 3 Model Bで作ってみよう
• Raspberry PI | ものづくりエクスペリメント

作業メモ (ペット観察システム)

Raspberry Pi 3 + Camera Module V2.1で安価に自宅内ペット観察システムを作るには。

• QNAPのSurveillance Stationみたいなシステムが理想。
  QNAPのNASを持っているので既にこのシステムは利用していたのだが、とりあえず勉強のためにRaspberry Piを使って自作してみる。
• ネックはストレージ、Raspberry PiのmicroSDカードにライブ映像を録画保存するのは現実的にムリなので工夫する必要がある。

raspistill/raspivid コマンドでそれぞれ静止画/動画を撮影することができる。シャッタースピードやISO感度の変更、タイムラプス撮影機能も備わっており意外と高機能。

• raspistill
• raspivid

''検証'': Camera Module V2.1による1時間のライブ映像撮影時のRaspberry PiのCPU温度推移。室温 26℃で測定。

(毎秒測定してみたが、横幅のスケールの都合上見難くなってしまった)
動画撮影時のCPU温度はだいたい65℃前後、GPUも併用しているためそれほど温度上昇はしていないが、無停止稼働は厳しそう。

デジタルカメラとの連携

Camera Module V2.1のレンズやセンサーだと画質はもちろん、高感度性能や逆光耐性が不十分。Raspberry Piからデジタルカメラを操作する方向でも検討してみる。

SONY製デジタルカメラはWi-fi経由で接続して細かくリモート制御できる。Raspberry Pi用のSDKなどは提供されていないが、機能はHTTPのAPIから操作できるのでプラットフォームを選ばないのも良い。

The Camera Remote API uses JSON-RPC over HTTP. You can therefore use the Camera Remote APIs with any operating system, such as Android, IOS or Microsoft® Windows®.

• Cameras Wirelessly access Sony cameras with the Camera Remote API beta

部屋全体をファインダーに収めるには出来る限り広角で撮影する必要がある。ここでは手持ちの16mmのレンズを使用する。

前述の通り、動画撮影はストレージ容量問題があるので、タイムラプス撮影を採用した方が良さそう。自分で撮影部分の処理を書くのは難しくはないけど公式有料アプリもあるのでこちらを使って楽しむのもアリかも。1,028円

• PlayMemories Camera Apps タイムラプス

動体検知センサーとの連携

上述で紹介した焦電型赤外線センサーと組み合わせる。

• HC-SR501 Infrared PIR Motion Sensor
  

ストレージ容量の節約を目的として、動体検知をトリガーとして撮影する方式を検証する。HC-SR501センサーは半固定抵抗で検知感度を適宜調整していく。検知処理自体はGPIO出力のエッジが立つのでそこを読み取ればいいだけ。

!/usr/bin/env python3 # -*- coding: utf-8 -*- import RPi.GPIO as GPIO import time GPIO_IN = 17 GPIO_OUT = 22 ## using HC-SR501 Infrared PIR Motion Sensor def detectmotion(IN): print('detect motion') GPIO.output(GPIO_OUT, True) time.sleep(0.2) GPIO.output(GPIO_OUT, False) if __name__ == '__main__': GPIO.setmode(GPIO.BCM) GPIO.setup(GPIO_IN, GPIO.IN) GPIO.setup(GPIO_OUT, GPIO.OUT) try: GPIO.add_event_detect(GPIO_IN, GPIO.RISING, callback=detectmotion) while True: time.sleep(100) except KeyboardInterrupt as e: print('quit') GPIO.cleanup()

異常検知 Anomaly Detection

動体検知センサーに限らず、センサーモジュールは常に正しい(もっともらしい)情報を検知できるわけではない。製品によっては検品が不十分だと異常値を検知する頻度も高くなる。ここではセンサーの異常値パターンをモデル化する方法を検討してみる。

まず簡単な事前検証としてBMP180センサーによる気温と気圧の測定値を見てみる。前述のIoTクラウドサービス M2Xを利用して可視化してみると外れ値が稀に検知されていることがわかる。電源OFFしていた日も多いので、もし無停止で定常運用する場合はもっと高頻度に発生すると考えられる。

M2Xのグラフだと縦軸のスケールが外れ値に引っ張られてしまうようなので解消したい。ただし、気温や気圧など測定する値毎に外れ値を定義するようなアドホックな対応ではなく、まずはLocal Outlier Factor(LOF)を使って外れ値の検知を試みる。

TODO:
検証用ダミーデータの準備
アルゴリズム実装(まずはナイーブな実装で試す)
Raspberry Pi上でも性能面で問題がないか確認
scikit-learnにも外れ値検出の実装があるようなので調査 2.7. Novelty and Outlier Detection

現在検証中、。

課題

• 部屋が暗い
  外出時は電気を消すしカーテンも閉めていることが多いので光量が足りない。露光時間を長く取ると被写体ブレしてしまうし、ISO感度を上げすぎると画質が劣化する。赤外線フィルターを使えば光量問題は解決するけど色が消えてしまう。
• カメラを外部から電源On/Offしたい
  α7IIの電源On/Offだけは外部からリモートで操作できない。物理レバーを動かす必要があるので何かギミックを考えたい。
• シャッター音でねこがビビる
  電子先幕シャッターでも音は大きい
• LEDを簡易ストロボ代わりに使ってみたらチカチカ光ってねこがいちいち反応する