Under årets första prototypvecka tog sig tre team an uppgiften av att skapa smarta IoT-lösningar med Arduinos Oplà-kit.
Varje år avsätter vi två veckor för vårt interna teambuilding- och hackaton-koncept; Prototypveckan. En i början av året och en efter sommaren. Då samlas hela vårt team för att tillsammans bryta ny mark inom digital produktutveckling. Och för att ha väldigt kul på vägen.
Reglerna är enkla! Ett eller några tekniska teman väljs ut som våra medarbetare får läsa in sig på och utifrån detta tänka ut en idé eller ett koncept som de vill testa. Helt enkelt alltså skapa en prototyp eller Proof of Concept på. Veckan avslutas med en demo där varje team får visa vad de skapat och dela med sig av de lärdomar/utmaningar de tillförskaffat sig genom att utveckla med den valda tekniken.
Under årets första Prototypvecka hade medgrundare och utvecklare Tobias Rundbom valt ut två teman och tekniska ramverk som medarbetarna fick välja mellan. Ett av dem var att skapa IoT-lösningar med Arduinos Oplà IoT-kit. Det är ett set av 8 lösa och monterbara delar som kan användas för att transformera vardagliga prylar i hemmet till smarta IoT-lösningar. Det går även att koppla ihop sin IoT-lösning med telefonen.
Så här fungerar Arduinos Oplà IoT-kit
Tre team tog sig an Oplà-plattformen och från det kom det lika många häftiga idéer!
Tänk om hemmets krukväxter hade kunnat visa sina känslor och på ett enkelt sätt förklara vad de behöver – visst hade det varit lite enklare? Say no more! Ett av Prototypveckans team tog sig an uppgiften och skulle försöka slutföra det på en vecka.
Team:
Adam Agnaou, Beatrice Lundevall, Toni Oriol, Jihyun An, Tobias Rundbom och Fanny Petersen, Sanna Marklund
Genom att mäta och analysera data från jordens fuktighet, ljus och temperatur matchas resultat med de värden som (i teorin) är optimala för växten. Om växten frodas så visar Plant humanizer en glad emoji, spelar en lättsam sång och blinkar med grönt ljus. Om den däremot inte har tillräckligt med vatten eller solljus så visar Plant humanizer en ledsen emoji och blinkar “tröttsamt” med endast en av lamporna.
Det visade sig att det är möjligt att bygga en plant humanizer på en vecka! Och i enlighet idéens beskrivning visade teamet upp hur Plant humanizer reagerade på olika nivåer av ljus, fuktighet och temperatur. Och hur känslor triggades efter olika satta nivåer.
Det som verkligen satte sig på näthinnan var den lättsamma sången som tar en tillbaka till de tidiga ringsignalerna för mobiler.
Videon nedan: Trött växt (triggad av dåligt ljus)
Med Arduino Oplà IoT-kit blir det väldigt enkelt att sätta upp grunderna för att mäta en växts hälsa och lägga till några enkla outputs. Men, precis som vanligt, tar det mycket tid att nå perfektion i detaljer – och så även att humanisera växter.
Vi kan rekommendera att använda Arduino IoT cloud web editor för att skriva och ladda upp kod. Det gör det väldigt mycket enklare att dela koden mellan teamet. Och för att lösa det under veckan så använde vi oss av Arduino CLI för att kompilera och ladda upp koden till Arduinos Oplà IoT-kit. Det gjorde också det möjligt för oss att ha koden lokalt och dela den på GitHub.
Oplán har flera ut-kanaler/portar vilket gjorde det enklare för teamet att programmera flera sensorer samtidigt utan att det uppstod konflikter.
Har du, som oss andra, haft problem med att hålla den ideala temperaturen i bastun? Är den där dåren framme och häller vatten på bastun titt som tätt och gör närvaron olidlig? Då är SaunAssistant lösningen du har väntat på.
Team:
Linda Almqvist, Jacob Hallenborg
Tanken med SaunAssistant är att den ska mäta temperaturen och fuktigheten inuti bastun så att man kan se och följa temperaturskillnaderna från utsidan – och gärna via sin telefon och dator. När temperaturen och fuktigheten sedan når en nivå som ej anses vara tillräckligt varm/optimal stänker en påkopplad vattenpump automatiskt vatten på bastuaggregatet.
Teamet började att utforska Oplà MKR IoT Carrier-kittet som har egna sensorer för att mäta temperatur och fuktighet. Det teamet inte tog i beaktning då var att dessa sensorer troligtvis inte kunde klara så höga temperaturer och fuktighetsnivåer som det kan vara i en bastu. Så för att lösa det köpte de en extern temperatursensor som de kunde dra in i bastun via ett borrat hål från utsidan och koppla det samman med två microcontrollers från Arduino.
Via den inbyggda LCD-displayen på den ena microcontroller-enheten visas den nuvarande temperaturen i bastun. Den skickar och publicerar dessutom temperaturvärden via Arduino IoT Cloud Dashboard och gör att du även kan få SaunAssistant Dashboard via din dator eller mobil och följa den på håll.
Den andra microcontrollern kontrollerar en vattenpump som stänker vatten på bastuaggregatet. På enheten körs en web server som accepterar HTTP requests. Detta för att lösa det faktum att Arduino IoT Cloud (för närvarande) inte har någon support för att kommunicera mellan de två enheterna.
Och som “grädden på moset”, eller “vatten på aggregatet” visades SaunAssistant upp för oss andra direkt från teamets hemmabastu – med Jacob och Linda i morgonrockar och bastumössor.
Trots att Arduino IoT Cloud-plattformen är väldigt ung så var upplevelsen överlag bra enligt Linda och Jacob. Efter en veckas utforskande så identifierade teamet följande fördelar och nackdelar.
Fördelar:
Nackdelar:
Om du gillar segling eller vill ta upp det som din nästa hobby skulle du helt klart snabbare nå din potential genom att använda sensorer när du seglar. Segelbåtar är nämligen extremt känsliga för vind, vågor och din kropps position. Och det är enklare att förstå och vidta förbättringsåtgärder med hjälp av visualiserad data.
Team:
Claudio Levinas, Mai Hoang
Idéen var att utrusta en båt med sensorer som kan upptäcka riktning och lutning av båten och dess delar. Och med det samla in data från en seglingsaktivitet. Detta för att när man kommer hem senare ha möjligheten att visualisera hela seglingen och lära sig av hur man ska röra sig utifrån de olika förhållanden man utsattes för.
Då att utrusta och testa konceptet på en riktig segelbåt på en vecka (självfallet) var avskrivet så använde sig teamet av en egenbyggd och skalenlig båtmodell som Proof of Concept. Något som också gjorde det lite enklare att visa upp för oss andra via Google Meet.
Genom att luta båten i olika riktningar visade teamet upp hur data samlades in via en dashboard. Och som sedan kunde översättas till rena förbättringsåtgärder för den tilltänkta seglaren. Concept proved!
Att arbeta med fysiska sensorer kan verka skrämmande med tanke på att de måste kalibreras, de påverkas av miljön på oväntade sätt (särskilt magnetometern), samt att de har inbyggt ljud. Att arbeta kring dessa problem kan vara tidskrävande, men för detta projekt använde vi endast rådata. Det visade sig att beräkningen av information som girningen (rotationen runt den vertikala axeln) kräver att man läser in alla 9-axlar! Lyckligtvis hade Arduino försett oss med bibliotek som kan göra dessa beräkningar, men de var fortfarande svåra att förstå. Dessutom visar det sig att sensorerna, beräkningarna av girning-stigning-rullning (yaw-pitch-roll) i Unity3D använder ett annat koordinatsystem.
En slutprodukt skulle vara en svart låda som läser av all information under seglingen och automatiskt skicka dem till simuleringen när vi är uppkopplade i WiFi-intervallet. På en riktig laser-segelbåt rör sig seglet fritt och därmed går det inte att ansluta en potentiometer till den. Istället för en potentiometer kan en kompass installeras på masten för att kunna beräkna skillnaden mellan masten och skrovet. Vi utelämnade också vindmätningar, men det finns gott om färdiga enheter av hög kvalitet som kan köpas.
Om du tycker att Arduinos Oplà IoT-kit är spännande och vill veta mer om den rekommenderar vi dig att ta en titt på deras webbplats där ännu fler projekt finns beskrivna. 🙂
–
Nyfiken på mer? Det andra gänget under denna Prototypvecka provade på Spelutveckling med PICO-8 --> Läs storyn här
Vi använder kakor (cookies) för att ge dig en bättre upplevelse av vår webbplats. Du väljer själv om du godkänner kakor. Läs mer om hur vi hanterar kakor