Schon vor einiger Zeit wollte ich einen Cluster zum Experimentieren mit vier ODROID-HC1 aufbauen. Das sollte doch einfach sein: Abbild herunterladen (Ubuntu von Hardkernel oder Armbian Ubuntu) Abbild auf SD-Karte schreiben, ODROID-HC1 starten, Rechnerchen konfigurieren und Docker installieren. Ist es aber nicht.

Der QO-100 lässt sich allen Berichten nach einfach mit einem LNB und einem Software Defined Radio (SDR) empfangen. Es gibt Berichte und Analysen zum Drift des LNBs. Für ernsthafte Experimente muss man wohl noch am LNB herumbasteln, aber erste Spielereien sollten auch so funktionieren. Ist es nicht genial, dass man mit einem ganz kleinen Anschaffungswiderstand loslegen kann? Los geht’s!

Wie man ein Abbild (englisch image) auf eine SD- oder microSD-Karte schreibt, findet man an tausend Stellen im Internet. In meinen Basteleien habe ich öfter das Problem, dass ich ein Abbild einer SD-Karte auf eine SD-Karte zurückschreiben muss. Jetzt könnte ich auf eine der tausend Stellen im Internet verweisen … Aber ich kann auch selbst aufschreiben, wie ich Abbilder auf SD-Karten oder andere Medien zurückschreibe. Unter einem Abbild verstehe ich eine Eins-zu-Eins-Kopie eines Datenträgers in eine Datei.

Wie man Docker installieren soll, ist auf der Docker-Seite beschrieben. Damit wäre eigentlich schon alles gesagt. Allerdings gibt es noch eine Kleinigkeit bei ARM-Systemen, die hier beschrieben wird.

Mein Fileserver wird immer langsamer beim Schreiben. Das kann mehrere Gründe haben. Zum einen kann es daran liegen, dass die Festplatte ziemlich voll ist. Zum anderen kann es sein, dass die Platte langsam ihren Geist aufgibt. Da es eine externe USB-Festplatte ist, komme ich nicht an die S.M.A.R.T-Zähler heran. Alles gute Gründe wieder einmal ein neues Konzept auszuprobieren.

Wir haben bisher eine Applikation und einen Sensor im The Things Network angelegt, den Sensor mit der Arduino-IDE programmiert und die Daten in einen Data Storage geschoben. Im letzten Artikel haben wir uns auch schon angesehen, wie man prinzipiell wieder an seine Daten herankommt. Jetzt wollen wir noch ein hübsches Diagramm mit Python erzeugen.

Das The Things Network bietet verschiedene Möglichkeiten, um an die Daten der eigenen Applikation heranzukommen. Dazu gibt es verschiedene Möglichkeiten neben MQTT, die im The Things Network integrations heißen. Eine praktische ist der Data Storage. In diesem Fall werden die Daten mit ihrem Zeitstempel für maximal sieben Tage zwischengespeichert. Die Daten kann man einfach mit einem Abruf einer JSON-Datei herunterladen.

Der Feinstaubsensor SDS011 misst Feinstaub-Partikel mit Laserlicht. Er hat eine einfache serielle Schnittstelle, über die er Kommandos entgegennimmt und Messergebnisse liefert. Das Messprinzip ist abhängig von der Luftfeuchtigkeit, deshalb misst der Sensor auch noch die Luftfeuchtigkeit und Temperatur mit einem DHT11. (Ich weiß, der Sensor ist nicht toll, aber ich hatte keinen anderen.) Als Mikrocontroller verwende ich ein Heltec ESP32 LoRa Modul mit einem OLED-Display, den ich mit der Arduino-Umgebung programmiere.

The Things Network bietet eine gute Dokumentation. Allerdings ist sie in Englisch und an manchen Stellen etwas knapp für Einsteiger, deshalb folgt hier jetzt meine Beschreibung, wie ich neue Sensoren im The Things Network anlege.

Nach den ersten erfolgreichen Experimenten mit Arduino wird nun ausprobiert, wie gut sich ein mit Python programmierbarer Node ins The Thing Network einbinden lässt. Von Pycom gibt es ein auf dem ESP32 basierendes LoRa-Modul mit MicroPython vorinstalliert.