Dit weblog is even met zomerreces. Daarom dit bericht als “sticky” bericht bovenaan. Woensdag 4 september vertellen scholen van iXperium Arnhem en Nijmegen hoe ze W&T implementeren via Maakonderwijs met ict.
Met een bijdrage van Astrid Poot, natuurlijk de leraren zelf en onderzoekers van het iXperium/Centre of Expertise Leren met ict die iets vertellen over het door het NRO mogelijk gemaakte onderzoek.
Schijf je alvast in voor na de vakantie! Aanmelden kan via deze pagina.
Terwijl iedereen het warm heeft in Nederland en ook vandaag weer een nieuw warmterecord bereikt is, dacht ik “laat ik eens een blogpost over hitte maken”, schijnt actueel te zijn.
Was het ook voor mij, zo bleek. Sinds maandag ligt er namelijk een Raspberry Pi 1B in een (open) kistje in de tuin, verbonden aan de antenne voor de NOAA satellieten (zie dit bericht).
En die plek in de tuin wordt (zo weet ik inmiddels) overdag tamelijk warm. Elders had ik gelezen dat ook telefoons, laptops etc. problemen konden krijgen als ze het te warm krijgen (de Raspberry Pi 4 wordt uit zichzelf al snel te warm en schakelt dan terug in snelheid), dus wilde ik weten hoe warm die Raspberry Pi het had.
Uiteraard bleek al iemand anders het antwoord op die vraag uitgewerkt te hebben, in deze blogpost van Lars kun je het script vinden dat hij gebruikt. Ik zou meteen even het tweede, uitgebreidere script gebruiken dan krijg je ook de processorbelasting, het percentage gebruik van de micro-SD kaart en het geheugengebruik. Lars legt uit hoe je die informatie via MQTT kunt doorsturen. Hij stuurt het door naar een externe MQTT-server van Adafruit, ik gebruik (uiteraard) mijn eigen MQTT-server die onderdeel is van de Home Assistant installatie die de rest van de apparaten aanstuurt.
Daar bleek al snel dat de Raspberry Pi in de tuin het vandaag wel heel erg warm kreeg.
Na deze screenshot steeg de temperatuur nog door naar 101,4 °C. Dat is veel meer dan de 85 °C die als maximum voorgeschreven wordt. Het zit nog ruim onder de 125 °C die in het bericht genoemd wordt, maar voor mij was het voldoende reden om de Raspberry Pi af te sluiten en voor de rest van de dag maar even binnen neer te zetten. Er kwam een geur van de case af een beetje leek op een hete soldeerbout, lijkt me niet goed.
Ik heb de cronjob voor het script op 1 keer updaten elke 10 minuten staan. Bij gebruik van Home Assistant kan ik dan eenvoudig een waarschuwing instellen voor als de temperatuur boven de 90 °C uit komt. Niet direct noodzakelijk voor deze testopstelling die na morgen toch weer afgebroken wordt, maar handig om te weten ook voor de andere systemen die in huis in gebruik zijn. Omdat het hier om de temperatuur in de processor zelf gaat, is een graad of 40 °C hier helemaal geen probleem.
Het script werkte niet “zomaar” op mijn Raspberry Pi. Python was uiteraard al geïnstalleerd, maar voor het verkrijgen van de info en het versturen van berichten via MQTT waren twee andere libraries nodig:
Nou, en dan voor de geschiedenisboeken toch nog even een aantal andere temperaturen om het huis: De airco staat UIT op de studeerkamer op zolder, AAN op de eerste verdieping (waar de slaapkamers liggen). De serre heeft een dak van dubbellaags kunststof dus dat is een broeikast, maar zoals je ziet doet de volle zon op het balkon aan de voorkant van het huis (op het zuiden) ook haar werk.
Het is altijd een gok, vooraf al vertellen wat je aan het uitproberen bent. Maar ik deed het toch en dat betekent (uiteraard?) doorgaan totdat er een acceptabel resultaat binnengehaald wordt.
Gisteren schreef ik dus al over de uitdagingen bij het installeren van de scripts op de Raspberry Pi. Ik had de antenneset van RTL-SDR opgesteld volgens de specificaties van deze site. In eerste instantie had ik de antenne op zolder aan de binnenkant van het dakraam bevestigd.
Na mijn initiële bericht over mijn cheapo RTL-SDR dongle was dat natuurlijk niet het einde van de experimenten. Daarom dit bericht met wat updates.
FM-ontvangst
Allereerst een aanvulling op de slechte FM-ontvangst (zie ook deze tweet). Dat bleek toch een gevalletje onkunde aan mijn kant te zijn. Ik kwam bij toeval dit Python-script tegen waarmee je een heel eenvoudige webinterface kunt maken voor rtl_fm (het tooltje dat ik op de Raspberry Pi gebruikte voor het luisteren naar radio). Op zich was het script niet zo spannend, maar naast de WBFM modulatie die ik gebruikt had, stond daar ook de optie voor FM modulatie tussen. En die zorgde voor een veel betere ontvangst van die stations.
Ok, prima, hij kan dus in ieder geval net zo goed als een normale radio ontvangen.
ADS-B en AIS ontvangst Hoewel mijn dongle geen ADS-B signalen kan ontvangen, zou hij technisch gezien wel in staat moeten zijn om AIS-signalen te ontvangen. DIt is een systeem waarmee de transponders op boten en schepen gevolgd kunnen worden.
Op deze website staat de uitleg over hoe je e.e.a. kunt installeren op Raspberry Pi als “server” en dan je laptop als ontvanger. Helaas zit ik waarschijnlijk té ver van schepen af óf het gegeven dat ik de antenne nog in V-vorm had staan (in plaats van zoals hier aangegeven in rechte lijn) zorgde voor te slechte ontvangst. Ik kon in ieder geval niets ontvangen.
Gelukkig is er ook een website waar je al deze boten en signalen kunt volgen: http://www.scannernet.nl/maritiem/live-ais
Leuk op die site is ook dat de site op de pagina’s een livestream heeft van marifoonverkeer tussen onder andere de Zeeverkeerscentrale Brandaris. Ik kan het iedereen aanbevelen om hier gewoon een uurtje mee te luisteren, heel rustgevend.
Ze hebben meer scannerkanalen online staan: een aantal lokale kanalen en je kunt meeluisteren met luchtvaartverkeer.
Voor dat laatste kun je ook terecht op LiveATC.net, daar kun je dan specifieker kiezen met welk kanaal je mee wilt luisteren. Zo kun je bv kiezen om specifiek naar de Verkeerstoren in Eindhoven luisteren waarbij je de communicatie hoort vanuit Vliegveld Eindhoven met vertrekkende en aankomende vliegtuigen.
Omdat ik dicht genoeg bij Eindhoven zit kon ik gisterenavond (heel zwakjes) een deel van dat radioverkeer rechtstreeks met de RTL-SDR opvangen. Maar ook hier met de aantekening dat ik de antenne qua lengte (en vorm) niet optimaal voor de 122.100Mhz waarop ik wilde luisteren.
De antenne zit nu even op het raam vast in V-vorm met hoek van 120-graden ertussen en lengte van 53,4 cm per poot (volgens deze instructies) in afwachting van een volgende doorkomst van de NOAA-satellieten. Want uiteraard was het grote andere doel van de RTL-SDR natuurlijk: het ontvangen van foto’s van een weersatelliet.
Raspberry Pi NOAA Weather Satellite Receiver De kans op echt goede foto’s was/is bij voorbaat al heel klein, maar ik neem op dit moment al genoegen met íets van een herkenbare satellietfoto. Het zou in theorie moeten kunnen ook met mijn beperkte RTL-SDR ontvanger met de antenne in zijn V-configuratie.
Er zijn een aantal manieren om de afbeeldingen te ontvangen, de meest “ideale” (als hij werkt!) is automatische ontvangst op een Raspberry Pi. Dat zou dan “installeer en vergeet” moeten zijn. Nou, dat is dus zeker niet zo. De eerste tutorial die ik gebruikt heb is deze:
De bijbehorende tekst is hier te vinden. De shell-scripts zijn hier te downloaden. WXtoImg is niet meer beschikbaar op de plek waar hij oorspronkelijk te vinden was, maar wel hier. Daarnaast gaf het tooltje Predict heel wat problemen. Als ik het op de gebruikelijke manier installeerde, via apt-get, dan liep hij vast op de Raspberry Pi. Op mijn Linux subsystem op Windows 10 deed hij het dan prima. Uiteindelijk heb ik de net wat nieuwere 2.2.5 versie vanaf Github gedownload en gecompileerd. Die werkt wél. Daarna was het even uitzoeken welke NOAA satellieten ik moest hebben. Volgens Predict zouden dat #14, #15, #17 moeten zijn. Ergens anders las ik echter dat alleen #15, #18 en #19 in gebruik waren. De nieuwere versie gaf alleen #15 en #18 aan, dus ik ben uiteindelijk maar voor de “standaard” keuze van het script gegaan. Afwachten.
Toen ik het script afgelopen nacht had laten draaien had ik eigenlijk gehoopt vanochtend foto’s (goed of slecht) te vinden. Maar de map op de Raspberry Pi was helemaal leeg.
Ik kreeg het met deze set scripts niet aan de praat, sowieso bleek het debuggen ingewikkeld en ben daarom uitgeweken naar deze oplossing. Ook die bleek niet zomaar te werken. Het blijkt dat een aantal mappen niet aangemaakt worden bij de eerste keer uitvoeren én dat een aantal van de scripts root-rechten nodig hebben omdat ze anders geen bestanden mogen aanmaken in de mappen die voorzien zijn in het script. Een van de scripts (sun.py) werd niet gevonden in het pad, er ontbrak een Python library op mijn Raspberry Pi (sudo pip install pyephem) , omdat ik een aantal scripts nu als root aanriep, vond WXtoImg dat ik opnieuw akkoord moest gaan met de licentievoorwaarden, kortom er ging van alles mis.
Daarnaast bleek de dongle toch wat teveel van het goede als hij rechtstreeks op de Raspberry Pi aangesloten werd, dus daarom zit er nu een powered USB-hub tussen.
Klaar om te testen….
Dat moet nog even wachten. De volgende overkomst van de satelliet is namelijk pas om kwart over vijf vanmiddag. Daarom nu maar alvast even opgeschreven wat de stand van zaken is. Met op de achtergrond scannernet en de verkeerstoren van Eindhoven. Ik zou wel graag hebben dat ik bij scannernet net als bij de verkeersfrequenties ook zou kunnen kiezen voor één frequentie waar hij dan op afgesteld blijft staan. Nu schakelt hij vaak tussen de havendienst en Brandaris.
Ik zie het “citaat” met enige regelmaat op Twitter en in presentaties voorbij komen: “Ik heb het nog nooit gedaan, dus ik denk dat ik het wel kan” (zet het op een tegeltje!).
Mijn reactie daarbij is altijd zoiets van “tot 10 tellen Pierre…..” om daar dan niet op te reageren. Want ik herken me zó ontzettend niet in dat citaat. Wat als ik iets nog nooit gedaan heb, dan weet ik bijna zeker dat ik het het nog niet kan.
Neem, bijvoorbeeld het gebruik van zo’n RTL-SDR dongle. Toen ik het ding aanschafte, wist ik niet dat er verschillende tuners in meegeleverd werden. En dat dat tot gevolg kon hebben dat ik bepaalde frequenties niet kon ontvangen. Ik bestelde de verkeerde verloopstekker voor de antenne die ik gekocht had (omdat het zelf in elkaar zetten van een betere antenne nog even een brug te ver leek). Ik heb ontzettend veel tijd verspild met het handmatig zoeken van de juiste frequenties en instellingen om bv radio te ontvangen, totdat ik leerde dat er ook aparte programma’s en tooltjes waren waarmee dat redelijk handig gaat. En nog weel ik nog geen 1% van wat ik zou moeten weten om een beetje met kennis gebruik te maken van het ding.
Maar, ik kan, na heel wat uren stoeien (klooien) met het ding al DAB+ radio ontvangen, en P2000 berichten en krakende FM-radio, de signalen van mijn 433Mhz apparaten (die overigens al netjes door een andere apparaat opgevangen en verwerkt worden). En het gaat me vast ook nog wel lukken om ADS-B signalen op te pikken en wie weet zelfs die afbeeldingen vanaf weersatellieten.
Het begon met een filmpje van Andreas Spiess (zoals wel vaker) waarin hij laat zien dat hij met een RTL-SDR dongle de signalen van zijn 433Mhz zenders decodeert. Toen ik zag dat je zo’n dongle al voor minder dan 10 euro op AliExpress kon kopen was ik verkocht. Zeker omdat ik op RTL-SDR.com een lange lijst van mogelijkheden had gezien.
Ik bestelde deze dongle, ik zal je zo uitleggen waarom dat geen goede keuze was.
Toen hij binnenkwam, lukte het al redelijk snel om in ieder geval LoraWAN / The Things Network signalen zichtbaar te maken (zie hier), het ontvangen van FM-radio viel nogal tegen (zie hier).
Het zichtbaar maken van signalen van thermometers en andere 433 Mhz ontvangers gaat prima. Op deze github-pagina kun je de binaries downloaden voor Windows, maar je kunt het ook op bv een Raspberry Pi installeren (zie ook deze uitleg).
Luisteren naar DAB+ (digitale) radio gaat beter dan naar analoge FM-radio. Met dank aan http://welle.io/ (gratis) kun je automatisch naar kanalen laten zoeken en dan luisteren:
Overigens: ik heb inmiddels al een betere antenne gekocht (niet zelf gemaakt) want ook voor de ontvangst van DAB+ bleek de bijgeleverde antenne (zoals overal aangegeven) niet voldoende.
Het was zo’n zondagmiddagprojectje dat er al een tijdje lag: het opbouwen van een Raspberry Pi Zero met een Picam op een ZeroView van PiHut. De oorspronkelijke bedoeling was om dat met een Pi Noir te doen (voor ’s nachts) maar stap 1 was met een gewone camera. In elkaar zetten is gemakkelijk als je de PDF volgt.
Op de micro SD-kaart staat een exemplaar van het gloednieuw Raspbian Buster Lite aangevuld met RPi-Cam-Web-Interface. De setup van met name die laatste was verrassend eenvoudig. En het werkte meteen:
De interface maakt het mogelijk om via de camera (en het raam) naar buiten te kijken, foto’s en video’s te maken en deze daarna ook weer te downloaden.
Het enig wat met nog niet lukt is het instellen van de bewegingsdetectie. Als ik op “motion detection start” klik gaat het mis. Ik krijg dan een popup met foutmelding en het enige dat er dan opzit om dat te verhelpen is om de Raspberry Pi te resetten. Dus daar blijf ik nog even vanaf. Maar de interface heeft sowieso heel wat opties die ik nog niet bekeken heb, dus dat komt nog wel.
Uiteindelijk doel van de setup is niet om oninteressante shots van de tuin te maken, maar om het aantal vogels dat op de voederplank komt te tellen (of het aantal fietsers dat in Nijmegen langs het gebouw komt). Dit was stap 1. 😉
Het leek heel gemakkelijk, was het ook voor wat betreft de eerste demo, maar stap 2 was een stuk complexer.
Ik had een aantal voorbeelden gezien van, wat mij betreft, enorm indrukwekkende demonstraties van de kracht van de ESP32 microprocessor. Je blijkt er een heel kleine camera op aan te kunnen sluiten (daar zijn de meeste mensen niet meer zo vreselijk van onder de indruk). Maar Espressif (de bedenkers van de chip) heeft nu ook een demo/test board gemaakt, genaamd de ESP-EYE, met niet alleen de camera voorgeïnstalleerd, maar ook spraak- en gezichtsherkenning alvast voorgeprogrammeerd. Je kunt dus meteen aan de slag!
Als je de video hierboven bekeken hebt voordat je verder las, dan weet je waarom dat indrukwekkend is: het is namelijk niet zo dat de ESP-EYE stiekumpjes gebruik maakt van een online webservice, dus bv Google of Amazon die al het werk uit handen neemt. Nee, de ESP-EYE werkt volledig zelfstandig. Dus geen data die over het internet naar de een of andere, meer of minder betrouwbare aanbieder gaat. Alles gebeurt 100% op het boardje zelf. Dat wilde ik zelf uitproberen, dus heb ik er eentje besteld bij AliExpress. Ik heb er overigens zelf €22,65 voor betaald, ik zie dat hij nu iets boven de 26 euro kost. Ik verdien niets aan de link of het verwijzen naar AliExpress, shop gerust dus even rond voor de beste deal. Hieronder zie je wat foto’s van de verpakking, de ESP-EYE met als referentie voor het formaat een 5 eurocent muntje ernaast. Het ding is klein!
De video hierboven van Luca Dentella was heel handig en behulpzaam, hij laat zien hoe de ESP-EYE zo uit het doosje werkt, dat lukte mij ook. Maar de instructies zorgden ook voor de nodige problemen toen ik hem letterlijk probeerde te volgen bij het aanpassen van de standaardcode.
Als er ooit nog weer een 3D printer hier het huis binnen komt, dan is het er eentje van Prusa Research. Maar nog niet vandaag, ook niet door de korting die ze (nog t/m vandaag) aanbieden op de verzendkosten van een Original Prusa i3 MK3S kit. Het aantal projecten dat nog niet af is, zorgt er voor dat dat nog even moet wachten (van mezelf).
Maar het is een prachtig ding, voor minder dan 1.000 euro, voorzien van veel geavanceerde snufjes: automatische bed-leveling, detectie van breuk in filament (en de mogelijkheid om daarvan te herstellen), een optionele set waarmee je tot 5 verschillende soorten filament tegelijkertijd kunt aansluiten, ondersteuning voor octoprint zodat je je printer op afstand in de gaten kunt houden, eenvoudige software, duidelijke bouwhandleidingen. Kortom, tamelijk uniek.
Het bedrijf, dat heel klein gestart is, is inmiddels flink gegroeid. Het filmpje hierboven laat in 27 minuten zien hoe dat zo gegaan is. Leuk om te volgen. Ik hoop dat ze het als bedrijf nog lang vol mogen houden. Andere 3D printerbedrijven hebben het niet gemakkelijk, of kregen het moeilijk na een overname, niets is zeker in deze industrie.
5 minuten werk in GIMP. Ja, de foto hierboven heeft omgevingsinfo die je kunt gebruiken, maar de 2e foto in het uitlegfilmpje heeft dat niet. En dan kun je dus niet op alleen de GPS info in de EXIF-metadata vertrouwen! pic.twitter.com/17Z279jOPP
Deze site gebruikt cookies voor het verzamelen van anonieme gebruiksgegevens. Deze cookies worden deels ook door externe aanbieders (YouTube, AddtoAny) geplaatst.
Als je deze website blijft gebruiken geef je je toestemming hiervoor. OkLees meer
