【物联网】基于树莓派的物联网开发【21】——MQTT获取树莓派传感器数据广播实战

场景介绍

今天程序猫带领大家如何获取树莓派传感器温湿度数据,并用MQTT进行广播。

实现过程

启动MQTT服务

1、终端启动Mosquitto服务
sudo systemctl start mosquitto
2、设置服务开机自动启动
sudo systemctl enable mosquitto
在这里插入图片描述

硬件连接

树莓派4b连接GPIO引脚与DHT11传感器;
硬件只涉及树莓派、DHT11传感器。
DHT11的信号引脚连接树莓派的GPIO17, DHT11的Vdd(+)和GND引脚(-)分别连接树莓派的电源正极和GND引脚。

在这里插入图片描述

在这里插入图片描述

实现思路

1、通过树莓派GPIO来连接并控制DHT11传感器,获得温度,湿度数据;
2、使用MQTT将树莓派所获取的温度与湿度数据广播;
3、订阅MQTT服务器的广播获取湿度与温度数据;

链接MQTTX客户端

配置MQTT基础信息,填写ip地址,默认端口1883
在这里插入图片描述
如果连接成功,则会弹出已连接
在这里插入图片描述

添加订阅主题

配置主题名Topic
在这里插入图片描述

读取传感器数据并发送到MQTT

编写脚本代码sensor_demo.py

1、配置MQTT :服务器地址 ,端口号,主题
2、传感器引脚配置
3、读取传感器数据
4、向MQTT发送消息

import time
import board
import adafruit_dht
from datetime import datetime
import paho.mqtt.client as mqtt
import json# MQTT配置
broker = "192.168.137.31"
port = 1883
topic = "DHT11_message"# 传感器引脚配置
SENSOR_PIN = board.D17      # 使用CircuitPython标准命名(物理引脚11)# SENSOR_PIN = board.GPIO17 # 替代:树莓派专用GPIO命名# 初始化MQTT客户端
client = mqtt.Client()
client.connect(broker, port)try:# 添加 use_pulseio=False 参数dhtDevice = adafruit_dht.DHT11(SENSOR_PIN, use_pulseio=False)print("传感器初始化成功,开始数据采集......")while True:try:# 读取温湿度数据temperature = dhtDevice.temperaturehumidity = dhtDevice.humidity# 检查有效读数if temperature is None or humidity is None:raise RuntimeError("读取到无效值")# 准备MQTT消息recDate = datetime.now().strftime('%Y-%m-%d %H:%M:%S')msg = json.dumps({'Tem': temperature,'Hum': humidity,'Date': recDate})# 发送消息result = client.publish(topic, msg)if result[0] == mqtt.MQTT_ERR_SUCCESS:print(f"✓ [{recDate}] 发送成功: {msg}")else:print(f"✗ 发送失败,错误码: {result[0]}")except RuntimeError as e:print(f"传感器读取错误: {e}")except Exception as e:print(f"意外错误: {e}")time.sleep(10.0)  # 采集间隔10sexcept KeyboardInterrupt:print("程序被用户终止")
except RuntimeError as e:print(f"初始化失败: {e}")exit(1)
finally:# 清理资源if 'dhtDevice' in locals():dhtDevice.exit()client.disconnect()print("资源已释放")

进入虚拟环境

树莓派终端输入命令:

source adafruit_env/bin/activate

在这里插入图片描述

运行脚本

控制台输入命令

python3  sensor_demo.py

控制台可以看到数据采集OK
在这里插入图片描述

订阅MQTT服务器的广播获取

打开MQTT客户端,看到接收消息成功。
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/news/918014.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/918014.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Mysql自定义顺序查询

1、使用函数MySQL 的 ORDER BY FIELD() 函数可以按照指定的自定义顺序对查询结果进行排序,而不是默认的升序(ASC)或降序(DESC)。2、适用场景后端/运营人员经常需要临时把某几条记录‘拽’到最前(或最后&…

回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测+SHAP可解释分析

目录 基于RBF径向基神经网络多输入单输出回归预测及SHAP可解释分析的研究 摘要 1. 引言 1.1 研究背景 1.2 研究意义 1.3 研究目标与内容 2. 文献综述 2.1 RBF径向基神经网络研究现状 2.2 SHAP可解释分析研究进展 3. RBF径向基神经网络原理 4. SHAP可解释分析理论基础 4.1 Shapl…

--- Eureka 服务注册发现 ---

Euraka 是netfix开发的基于REST服务基于AP框架的注册中心,主要是用于服务的注册,管理,负载均衡,服务故障转移 Eureka主要分俩部分Eureka Server:服务中心Server端,提供服务注册 发现 健康检查等服务Eureka …

vue3 el-select 加载内容后 触发事件

在 Vue 3 中使用 Element UI 的 el-select 组件实现加载内容后触发事件,主要有以下两种常见需求及实现方式:加载数据后触发事件若需在数据加载完成后触发特定事件(如页面渲染完成),可通过自定义指令监听滚动容器状态&a…

c# winform 调用 海康威视工业相机(又全又细又简洁)

1.准备一个海康相机 从垃圾桶里翻出来一个USB口相机。 2.下载MVS 和SDK 海康机器人-机器视觉-下载中心 mvs: sdk: 用MVS 调试一下,能连接就行。 海康威视相机,MVS连接成功,但无图像怎么办?-CSDN博客 3.打…

前端页面直接生成PDF下载文件

前言 因为要实现业务需求如下图,业务逻辑,该凭证为前端代码实现,为了简单方便实现下载为pdf的需求。 一、怎么在前端直接生成PDF? 需求描述:浏览器打开的这个页面,点击下载,把当前弹框页面的…

性能优化——GPU的影响

关闭MSAA 之前在查一个渲染问题,一开始是定位到了CPU在waitforFrame所以知道是GPU的问题但如何定义GPU的问题在哪里,就很麻烦。我一开始以为是drawcall的问题,因为我发现drawcall有350个但降低到30个后,依然情况没有好转。毕竟dra…

软件需求关闭前的质量评估标准是什么

在 需求关闭前,进行 质量评估 是确保需求被完整实现、测试充分且满足业务目标的关键步骤。以下是需求关闭前的质量评估标准,涵盖了功能、非功能、测试覆盖率和用户满意度等方面:一、功能实现的质量评估标准需求完整性:所有功能需求…

vscode中创建python虚拟环境的方法

文章目录框架不同python解释器vscode运行python需要的插件vscode可以改变执行python脚本的默认终端虚拟环境解释创建虚拟环境的方法python的settings.json的一些好用配置框架 python解释器->虚拟环境->vscode 不同python解释器 在一台电脑中我们可以安装多个版本的pyt…

基于 ShardingSphere 的 Spring Boot 数据加密与模糊查询实现

基于 ShardingSphere 的 Spring Boot 数据加密与模糊查询实现 在数据安全与查询便捷性并重的今天,敏感数据加密存储后如何支持灵活查询成为关键挑战。本文将聚焦ShardingSphere 在实现数据加密的同时支持模糊查询的核心能力,详细介绍基于 Spring Boot 和 ShardingSphere 的完…

计算虚拟化技术

🧠 一、什么是计算虚拟化?(基础认识) ✅ 基本概念: 计算虚拟化(Compute Virtualization) 是指:在一台物理服务器上模拟多个“虚拟计算资源”,每个虚拟机看起来像是一台独…

Python编程基础与实践:Python基础数据结构:列表、字典和集合

Python数据结构:掌握列表、字典和集合 学习目标 通过本课程的学习,学员将掌握Python中基本的数据结构:列表、字典和集合。学员将了解它们的特性、使用场景以及如何高效地使用它们来解决实际问题。 相关知识点 列表、字典和集合使用 学习…

三维偏序 -- cdq 套 cdq

似乎题解区并没有 cdq 套 cdq 的作法,刚好今天讲了,就来写一发。 题意与记号 题目讲的很清楚了。此方法并没有树状数组好想也没有其高效,但能很方便扩展。下文记原序列为 ddd,将每个点拆分成点与询问,内部增加一个名为…

Effective C++ 条款27: 尽量用const、enum、inline替换 #define

Effective C 条款27:尽量用const、enum、inline替换#define核心思想:使用编译器(const, enum, inline)替代预处理器(#define),让编译器进行语义检查,避免宏替换引发的错误和调试困难…

芯谷科技--高效噪声降低解决方案压缩扩展器D5015

在无绳电话系统中,噪声降低是提升通话质量的关键。 D5015 压缩扩展器,通过集成压缩器和扩展器,有效降低了传输噪声,同时保持了信号的完整性。D5015 采用 SOP20 和 DIP20 封装形式,具有低电压工作、低功耗、高集成度等特…

LabVIEW车床静刚度自动测

​基于LabVIEW 平台开发车床静刚度自动测试系统,针对传统生产法测量中人工误差大、计算复杂、效率低等问题,结合误差复映规律与刚度方程,通过高精度硬件与软件协同,实现试件加工前后尺寸的在线采集、自动计算与报告生成&#xff0…

汽车流通行业4S门店生存性指标:零服吸收率

我们在做汽车4S集团的商业智能BI数据分析项目中,对于4S店的管理,大家经常会提到一个分析指标,叫“零服吸收率”,这个大概是什么意思呢?简单来说就是4S门店一台车都没有卖出的情况下,光靠售后服务部分的收益…

第一性原理科学计算服务器如何选择配置-CPU选择篇

一、 大多数人知道的 (显性因素)核心数与线程数 (Core Count & Thread Count): 重要性: 核心是王道。 科学计算任务(如仿真、建模、数据分析、机器学习训练)绝大多数都高度并行化,可以同时利用多个核心进行计算。选择建议&…

Java 后端 + JavaScript 前端 实现按钮级别权限控制的解决方案

Java JavaScript 前后端协同实现按钮权限控制 在后台管理系统中,不同用户根据角色和数据状态应展示不同的操作按钮,比如编辑、删除、审批、提交等操作。本文将介绍一种通过 Java 后端生成按钮权限 JSON,前端通过 jQuery 解析控制按钮显示的…

RAG面试内容整理-18. 向量量化与索引压缩技术(PQ, HNSW 等)

当知识库规模达到百万甚至数亿级文档时,向量索引的存储和查询效率成为关键瓶颈。向量量化是一类用较低比特表示近似向量的方法,大幅压缩内存占用并加速相似度计算。PQ(Product Quantization)是其中最著名的方法之一,被Faiss等库广泛实现。PQ的思想是将高维向量划分为多个子…