工作と競馬2

電子工作、プログラミング、木工といった工作の記録記事、競馬に関する考察記事を掲載するブログ

田んぼ用リモートカメラ(1) 構想および基本仕様の整理

概要

田んぼに設置するカメラの構想を固めた。



背景と目的

これまで3シーズン稼働させてきたリモート水位センサは、昨年ソーラー発電で電力を賄えるようになったが、データ通信は、当初水位の監視を目的としてSigfoxを選択して水位、電圧、温度のみを送っている。一方、リモートからより多くのデータを送信することができるとよいと考え、以前SORACOMのLTE-Mモジュールを使って、画像データを送る確認を行い、まずまずできそうだということを確認した。そこで、4シーズン目の今年は、ソーラー発電で稼働できてLTE-Mモジュールを使用して田んぼの画像を送信するリモートカメラを田んぼに設置し、成長記録画像を蓄積することとした。


詳細

1. 構想、基本仕様

このカメラの役割は、成長記録である。田んぼに設置されるためリモート水位センサと同じく電源を引くことはできない。また、初年度ということもあり実験的に稼働させたい。そこで、

  • 1日1回、定時に写真を撮影し、クラウドへ送信する
  • 電源はソーラー発電で賄う

を最低限の仕様とする。クラウド側の写真の扱いはユーザーのスマホに通知したり、ビューワーアプリのようなもので表示するなどいろいろ考えられるが、ひとまずはデータ蓄積を確実にやるために特に蓄積部分以外、用意しない。(気が向いたら何かするかもしれないが)

1.1 撮像

撮像は、LTE-Mモジュールの性能と製作コストを考慮して手持ちカメラのUnit-CAMを使用する。800×600と解像度はイマイチだが、定点観測の成長記録用には十分と考える。

1.2 通信

SORACOMのLTE-Mモジュールを使用する。

dekuo-03.hatenablog.jp

1.3 ソーラー発電

リモート水位センサと同様の構成を用いる。カメラ+LTE-Mなので、水位センサ+Sigfoxのリモート水位センサに比べて電力消費は大きい構成だが、送信回数が少ないため十分賄えると思われる。

https://dekuo-03.hatenablog.jp/archive/category/%E3%83%AA%E3%83%A2%E3%83%BC%E3%83%88%E6%B0%B4%E4%BD%8D%E3%82%BB%E3%83%B3%E3%82%B5%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0%20ver3%28%E3%82%BD%E3%83%BC%E3%83%A9%E3%83%BC%E7%99%BA%E9%9B%BB%E5%AF%BE%E5%BF%9C%E5%9E%8B%29dekuo-03.hatenablog.jp

1.4 その他

田んぼへの設置であることから、防水、日射による高温対策など屋外での稼働に十分なハードウェア要件が必要だが、これもリモート水位センサと同様の構成となるだろう。



まとめと今後の課題

次回は、電気回路の設計、製作を行う。


自動車ダッシュボード上に設置するトゥイーター用の台座を3Dプリンターで製作

概要

自分が所有する車のスピーカーを交換を行うにあたり、トゥイーターの設置高さと向きを調整するための足を3Dプリンターで作製することで、ダッシュボード構造による制約を克服した。



背景と目的

私の所有する車に装着されている純正のフロントドアスピーカーは、取付位置の関係上高域の再生が難しい。そこで、トゥイーターをダッシュボード上設置可能なセパレートタイプのスピーカーに交換する。



詳細

1. 実施環境

  • 車両
    • ホンダ フリード(GB7型 2021年製)

2. システム構成

2.1 現行システム

  • 再生機
    • AVIC-RL511
  • フロントスピーカー
    • 純正フルレンジ
  • リアスピーカー
    • 純正フルレンジ

2.2 新規システム

AVIC-RL511の出力と純正配線とを変換するハーネス(カナック KLS-H807D同梱)を加工し、スピーカー信号をネットワークボックスまで取り出す。ウーファー信号は車両配線に戻してドアへ送り、ドア内でスピーカー変換ハーネス(エーモン 2079)を使用してTS-V7Aのウーファーに接続する。トゥイーターは、ダッシュボード上に固定する。

  • 再生機
    • AVIC-RL511
  • フロントスピーカー
  • リアスピーカー
    • 純正(交換なし)


2. ダッシュボード構造

ホンダ フリード(GB7)のダッシュボードは、中央手前寄りが高く、左右Aピラー近くが数cm低い。また、手前側に傾斜している。トゥイーターの取り付け位置として想定されるのは、Aピラー近くの3角窓の前だが、ここにトゥイーターを仮置きしてみると、中央手前寄りの盛り上がりに音がぶつかるような向き、高さになってしまい、乗員の頭の方向に向いてくれない。


3. 解決策の検討

トゥイーターの取り付け高さを稼ぐことと、傾斜を打ち消す必要があるため、トゥイーターに台座を付けたらどうかと考えた。形は、TS-V7Aのトゥイーター底面の大きさに合わせた円柱で、取り付け面の傾斜に合わせて斜めにカットされたようなものがあればよさそうだ。そこで、CADで以下のようなものをデザインした。 見た目は完全にレンコンだが、穴には意味がある。ややオフセット下中央の穴は、TS-V7Aトゥイーター底面の板金とねじ止めするための穴。周囲の穴は、樹脂をケチるための穴。


4. プリント

以前から使用している3Dプリンターで、プリントした。材料はPLA樹脂。 斜めの面は、3Dプリンターの積層厚みの関係でどうしても段々になってしまうので、プリント後にヤスリで均した。が、PLA樹脂のため硬くあまり平らにならなかった。しかし、両面テープの付きが均す前よりも明らかによくなったことが実感できたので良しとする。

PLA樹脂むき出しでは、見た目が良くないのと、強烈な直射日光が当たるダッシュボード上での使用を考慮して、フェルトを巻き付けることにした。100均で、シールタイプのフェルトを購入して、切り貼りした。


5. 設置

乗員の方を向けて設置できている。フェルトを巻いたおかげで、見た目もまずまず。

6. 試聴&試走

ダッシュボード上に音が広がり、各楽器の明瞭感が劇的に良くなった。トゥイーターを乗員の方をちゃんと向けて設置できたおかげだろう。試しに、走ってみたが振動でぐらつくこともなく、しっかり装着できている。



まとめと今後の課題

3Dプリンターによるトゥイーター用台座を作製し、理想的な位置にトゥイーターを設置できた。これから、車内という過酷な環境で稼働していかなければならないので、台座の様子を注視しつつ、音楽を楽しんでいきたい。


TensorFlowで、AttributeError: module 'tensorflow.lite.python.schema_py_generated' has no attribute 'Model' が出るとき

背景

Tensorflow LiteのTFLiteConverterでconvertしようとしたときに、

AttributeError: module 'tensorflow.lite.python.schema_py_generated' has no attribute 'Model' 

というエラーが出た。コードは以下のような感じ。

converter = tf.lite.TFLiteConverter.from_keras_model(model)

# 量子化の設定
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.representative_dataset = representative_dataset_gen # 量子化基準のデータセット
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS_INT8]
converter.inference_input_type = tf.uint8
converter.inference_output_type = tf.uint8

tflite_model = converter.convert()

※参考

www.tensorflow.org



環境



解決方法

github.com

こちらにある

I had the exact same problem using TensorFlow 2.4.1 with python 3.7 on Windows 10, and unzipping the above-mentioned schema_py_generated.py.zip to replace an existing but 0-byte file schema_py_generated.py in my python 3.7 installation subfolder Python37\Lib\site-packages\tensorflow\lite\python fixed the problem. I'd rather not use nightly versions unless I really have to.

Thanks!

に従って、schema_py_generated.py.zipというファイルをダウンロードし、解凍して出てきたschema_py_generated.pyを以下のフォルダに置く。というか、同名の0byteのファイルに上書きする。

Python37\Lib\site-packages\tensorflow\lite\python

これで、でなくなった。Tensorflowのバージョンをあげればそもそもこの問題が起きないのでは?と思われるが、今回は上記バージョンで実施しなければならなかったので、解決できてよかった。


Passwords or encryption keys are required to access the wireless network 'ssid名'と出て、Wi-Fiに接続できないとき

背景

接続先のWi-Fiルータ機種によっては、

nmcli c up 接続名

をやったときに、

Passwords or encryption keys are required to access the wireless network '<SSID名>'.
Warning: password for '802-11-wireless-security.psk' not given in 'passwd-file' and nmcli cannot ask without '--ask' option.
Error: Connection activation failed.

と出てしまって接続できないことがあった。


原因

パスワードを

nmcli c mod 接続名 802-11-wireless-security.psk **********

と直接設定しているせいで出ている。


解決方法

developer-old.gnome.org

こちらにある通り、以下のようにpskをファイルに記載し、

802-11-wireless-security.psk:**********

nmcli c upのときにそのファイルを読み込むようにする。

nmcli c up 接続名 passwd-file ファイル名

これで、接続できなかったアクセスポイントに無事接続できるようになった。

リモート水位センサシステム ver4(4) --- 水温センサの追加 ---

概要

水温センサを追加し、動作テストを行った。



背景と目的

以前、センサ部の製作を行った際、スペースの余裕があることに気づき水温センサをつけられるのでは?と思い、案を温めてきた。そこで、今回水温センサを追加してみたい。



詳細

1. 構想

センサ部の製作を行った時の画像だが、最低水位のセンサの横か裏あたりに、水位センサをつけたい。また、水位が低い時にもセンサが水に浸かるようにできるだけ低い位置に配置したい。

f:id:dekuo-03:20220417213304j:plain


2. 使用センサ

以下の防水型の温度センサである。

www.amazon.co.jp

2年半くらい前に、いつか防水のセンサを使うことがあるかもと思って買っておき、過去、リモート水位センサ筐体内温度上昇を抑えるための検討で使用したのだが、ついにレギュラー稼働の時が来た。


3. センサ実装

センサ部の最も低い位置にできるだけ近くなるように装着した。この水温センサとの干渉を避けるため、最低水位の水位センサを背面から少し離して前面寄りに配置しなおした。

f:id:dekuo-03:20220417211910j:plain


4. メイン基板修正

関連部分だけ抜粋すると、以下。

  • ESP32 f:id:dekuo-03:20220417213036p:plain

  • 水温センサ部 f:id:dekuo-03:20220417213040p:plain


5. ソフトウェア修正

センサの中身の素子はDS18B20なので、1-wireインターフェースで取得すればよく、arduinoの場合

  • DS18B20_RT
  • OneWire

の2つのライブラリを使用することで、簡単に扱うことができる。関連のある部分だけ抜粋すると、以下のような感じ。

#include <OneWire.h>
#include <DS18B20.h>

:

static const int PIN_DS18B20 = 21; // 信号線接続

:

// OneWireの設定
OneWire oneWire1(PIN_DS18B20);

// 水温センサ
DS18B20 water_temp_sensor(&oneWire1);

:

// 水温センサの初期化
water_temp_sensor.begin();
water_temp_sensor.setResolution(12);
water_temp_sensor.requestTemperatures();

:

// 計測して℃の値をもらう
sensor.requestTemperatures();
while (!sensor.isConversionComplete()) {
  delay(10);
}
float temp = sensor.getTempC();


5. 動作確認

温度測定&送信し、無事SORACOMのサーバへデータが到達したことを確認。これで、2022年版の作成作業は完了。



まとめと今後の課題

水温センサを追加できた。田植えまで動作テストを2-3週間くらいやって、実稼働に臨む。


芽ねぎの水耕栽培(1) --- 種まき ---

概要

芽ねぎの種まきを行った。



背景と目的

水耕栽培の成長記録システムの製作が大体終わったので、いよいよ栽培を始める。



詳細

0. 参考

chomily.com


1. 材料の調達

材料は、以下の通り。

  • リビングファーム 水耕栽培用 ウレタン培地 (25ミリ角) 50個 【1シート入り】

Amazon.co.jp: リビングファーム 水耕栽培用 ウレタン培地 (25ミリ角) 50個 【1シート入り】 : DIY・工具・ガーデン

  • 培地ケース

ウレタン培地と水を入れるケース。100均の透明なポリスチレン製小物ケースを利用。

  • タキイ種苗 芽ネギかおり芽ねぎ 野菜種秋まき春まき/1dl

https://www.amazon.co.jp/gp/product/B07VMK79LN/ref=ppx_yo_dt_b_asin_title_o00_s00?ie=UTF8&psc=1

  • 洗濯ネット

参考サイトでは、黒皮が残るのを防ぐためのメッシュとして、ステンレスの網を使っていたがなかなか高いので100均の洗濯ネットで代用。

f:id:dekuo-03:20220409120629j:plain


2. 種まき

2.1 培地

培地ケースに入るサイズでカット。あらかじめ切れ込みがあるので非常にやりやすい。

f:id:dekuo-03:20220409121452j:plain

2.2 種まき

まず、培地に水を含ませる。そして、スポンジにあるH型の切れ込みにたくさん種を蒔く。参考サイトにもあるが、先に種を蒔こうとすると種が飛び散りやすいから水を先に含ませることが重要。

これは、結構地道な作業で疲れる。種は飛び散りやすくめちゃくちゃ無駄になる。ただ、それ以上にたくさんあるので大した問題ではなかった。

f:id:dekuo-03:20220409144354j:plain

2.3 メッシュをかぶせる

浮いてしまうと黒皮が先端につくのを防ぐ効果がなくなると言っていたが、洗濯ネットではどうしても浮いてしまう。やはり、参考サイトにあるとおり、ステンレスの網など、ある程度剛性のあるものが良いと思う。

f:id:dekuo-03:20220409144246j:plain


2.4 水やり

トレーの半分くらいまで水を入れてみた。スポンジが水に浮き気味だが、ちゃんと水がしみ込めば大丈夫そう。


3. 見守る

発芽まで数日かかる模様なので、適宜水やりをしながら、成長記録システムで監視していく。


まとめと今後の課題

種まきができた。水やりしながら発芽を待つ。


水耕栽培の成長記録システム(3) --- ソフトウェア実装 ---

概要

前回に引き続き、写真データをクラウドに送信して保存するためのソフトウェアを構築する。



背景と目的

前回、ハードウェアの構築ができた。今回は、Unit-CAMのソフトウェアとクラウド側で写真データ受け取り部分を実装する。



詳細

重要部分のみ記載する。

1. 撮影装置

dekuo-03.hatenablog.jp

Unit-CAMで撮影するための基本的なソフトウェアは、arduino-esp32のWiFiCameraServerを基にした上記記事で実験済みなので、これを基本として構築する。

1.1 撮像部

撮像部については、上記記事のピン配置等も同様。カメラの細かい設定は以下とし、それ以外はarduino-esp32WiFiCameraServerのデフォルトとした。SVGA(800*600)は決して解像度が高いとは言えないのだが、PSRAMが載っていないため仕方ないのと今回の用途としては十分なのでとりあえず問題ではない。

  config.pixel_format = PIXFORMAT_JPEG;
  config.frame_size = FRAMESIZE_SVGA;
  config.jpeg_quality = 10;
  config.fb_count = 1;

1.2 送信部

今回は、ESP32側のメモリ使用量が少なくて済むようにjpgバイナリをそのまま送信したい。送信側ではContent-Typeヘッダにapplication/octet-streamを設定して送信する。 また、ESP32の送信用バッファのサイズの制約か、WiFiClientSecureオブジェクトのwriteメソッドで一度に大きなデータを書いてしまうとうまく動かないので、1kbyteに分割して書き込むという工夫をしている。

#include <WiFiClientSecure.h> // Wi-Fiに接続して、HTTPS通信するためのライブラリ

const int TIMEOUT_IN_MSEC = 5000; // タイムアウト[msec]

// POSTリクエストを送信する
// respBody: レスポンス文字列
// respBodyLen: 配列大きさ
void post_request(const char* host, const char* path, const uint8_t* payload, size_t payload_len, const char* machineId, char* respBody, unsigned long respBodyLen) {

  // PSRAM用??
  char * ptr = (char *) malloc(sizeof(WiFiClientSecure));
  WiFiClientSecure* client = new (ptr) WiFiClientSecure;

  // v1.0.6
  client->setInsecure();
  
  if (!client->connect(host, 443)) { // 接続にトライ
    // 接続失敗
    client->stop();
    return;
  } else {
    // 接続成功
    size_t contentLength = payload_len; //strlen(payload);

    // ヘッダ
    client->printf("POST %s HTTP/1.1\n", path); // POSTメソッド
    client->printf("Host: %s\n", host); // HTTP1.1で必須のヘッダ, アクセス先サーバーとしておく(そうしないとクロスドメインアクセスになる)
    client->println("Connection: close");
    client->println("Content-Type: application/octet-stream");
    client->printf("Content-Length: %d\n", contentLength);
    client->println(); // ヘッダの最後は空行
    
    // ボディ
    // 一度に大きなデータをprintfしたりwriteするとうまくいかない
    // mバイトに分割してwriteする
    int m = 1024;
    int i, j = 0;
    uint8_t * p = (uint8_t *) malloc(m);
    while (true) {
      for (i = 0; i < m; i++) {
        p[i] = payload[i + j * m];
        if (i + j * m == contentLength - 1) break;
      }
      client->write(p, m);
      client->flush();
      if (i + j * m == contentLength - 1) break;
      j++;
    }
    client->println(); // 空行を最後に

    // レスポンス待ち
    Serial.printf("Waiting for reponse...");
    unsigned long curtime = millis();
    while (client->available() == 0) {
      if (millis() - curtime > TIMEOUT_IN_MSEC) {
        // タイムアウトのときは終了
        client->stop();
        return;
      }
    }

    // レスポンス受信
    unsigned long ci = 0;
    bool started = false;
    while (client->available()) {
      char c = client->read();
      if (c == '{') started = true;
      if (!started) continue;
      respBody[ci] = c;
      ci++;
      if (ci == respBodyLen) break;
    }
    respBody[ci] = '\0';
    
    // 接続終了
    client->stop();
  }

}


2. クラウド

AWS

  • APIGateway
  • Lambda
  • S3

を組み合わせる。

2.1 APIGateway

APIGatewayを介してLambdaがjpgバイナリを受け取るには、APIGateway側の設定において

  • APIの設定でバイナリメディアタイプとして受け取るContent-Typeを設定
  • マッピングテンプレートでbase64エンコードされた文字列がLambdaに引き渡されるようにとして受け取るように設定

が必要。具体的には、APIの設定は

f:id:dekuo-03:20220327121336p:plain

となる。また、マッピングテンプレートでは、$input.bodyという変数にbase64エンコードされた画像データが格納されているので、テンプレートが定義されていないときのテンプレートを基に、body-json内にキー(ここでは、imgDataというもの)を定義し、$input.bodyを入れた。

f:id:dekuo-03:20220327121328p:plain

2.2 Lambda

受け取ったbase64文字列をバイナリに戻す。あとは適宜S3等に書き込めばよい。

import base64
import boto3

s3 = boto3.client("s3")

# バイナリに戻す
img_binary = base64.b64decode(event["body-json"]["imgData"])

# バイナリをBodyに入れる
s3.put_object(
    Bucket=バケット名,
    Key=保存先,
    Body=img_binary
)


3. 動作確認

動かしてみたところ、無事クラウド側に保存できた。


まとめと今後の課題

写真を撮って、クラウドに保存する仕組みが構築できた。いよいよ芽ねぎの栽培を始める。