Étape 4: Défis, améliorations et leçons apprises
Version 1.1 :
Notre version initiale a effectivement utilisé cette caméra étanche TTL JPEG. Après quelques jours de fonctionnement, nous avons déterminé que le détecteur de mouvement interne de l’appareil photo étanche TTL JPEG était trop sensible aux changements de lumière. Changements dans les niveaux d’éclairement voir couramment pendant le lever du soleil, coucher de soleil, couverture nuageuse, etc. a déclenché de nombreux faux positifs. Nous avons décidé de désactiver la détection de mouvement de la caméra et le remplacer par un capteur à infrarouge passif (PIR). PIR capteurs mesurent « corps chaud » on voit souvent dans les systèmes de sécurité à la maison et la chaleur.
Durant cette période, nous avons également commencé à expérimenter avec l’inclinaison des panneaux solaires. La première installation solaire effectivement utilisé le Nomad 13 au lieu du rocher 15. Le Nomad 13 fonctionnait bien, mais ce que nous avons découvert était que le Nomad 13 n’était pas générer une charge à moins que les deux panneaux ont été exposés à la lumière en même temps. Par conséquent, le chargeur avait des temps d’arrêt plus que nous voulions. Comme vous avez sans doute vu sur les toits des maisons dans tout le pays fixé les panneaux solaires sont généralement inclinées et pointées dans une direction donnée. La direction et l’inclinaison aident à optimiser la quantité d’énergie, que les panneaux génèrent. La direction des panneaux et l’angle approprié dépend de votre situation spécifique. Il y a un certain nombre de calculatrices en ligne qui peuvent vous aider à trouver une configuration optimale.
Version 1.2 :
Alors que le capteur PIR est une bonne solution pour les problèmes de sensibilité à la lumière identifiés avec détecteur de mouvement interne de l’appareil photo il avait sa propre faiblesse. Le capteur PIR était trop sensible aux variations de chaleur. Des changements brutaux de chaleur ne sont généralement pas un problème dans une installation fermée comme une maison, mais à l’extérieur, tout est permis. Le même lever de soleil, coucher du soleil et nuages couvrent conditions posées un problème pour ce capteur ainsi. Nous avons eu à peu près le même nombre de faux positifs. Donc, avec la version 1.2, nous avons abandonné le capteur PIR et l’a
avec un nouveau capteur d’ultradistance PING. En un mot ce capteur utilise sonar pour mesurer la distance d’une cible spécifique. Le capteur ressemble à un ensemble d’yeux. Un capteur envoie une impulsion ultrasonore et l’autre capteur mesure la quantité de temps qu’il faut rebondir. Appliquer quelques calculs qui impliquent la vitesse du son, et vous pouvez arriver à un calcul de la distance.
Si vous regardez attentivement l’image de notre alimentation, vous pouvez voir un petit mur en face de la caméra. Ce mur est important parce que nous sommes rebondir l’écho sur ce mur. Nous savons de tester à quel point ce mur est. Une lecture moins que la distance au mur indique quelque chose est dans le chemin (c.-à-d.) un oiseau. Comme vous pouvez le voir sur la photo au-dessus du capteur est enfermé dans un conteneur en plastique. Le capteur n’est pas imperméable à l’eau, donc nous avons façonné un support personnalisé qui minimise l’exposition aux éléments. Nous ne sommes pas réclamer cette configuration est 100 % plein-preuve, mais il a survécu à d’innombrables orages Colorado sans problème jusqu'à présent.
Version 1.3 :
Peu de temps après le lancement de la version 1,2, nous avons remarqué que le capteur PING était trop sensible aux changements soudains de vent. Rafales de vent a déclenché des faux positifs parce qu’ils ont interrompu la lecture de sonar. Nous avons aidé ce apprivoiser en plaçant un pare-vent (mousse) sur le récepteur. Un autre problème avec le capteur a été qu’occasionnellement il renverrait une courte lecture. C’était imprévisible et plus souvent acceptable. Le résoudre pour cela devait prendre une 2ème lecture après qu’une courte lecture a été enregistrée. Tout en envoyant au hasard une courte lecture il envoie jamais 2 d’affilée.
Comme vous pouvez le dire par maintenant la fonction plus problématique de l’appareil est la détection de mouvement. Nous sommes arrivés à ce stade avec une nouvelle solution qui s’est avéré être le gagnant. Nous avons réactivé le détecteur de mouvement interne de l’appareil photo et codé par une fonction logicielle, nous appelons "téléphone un ami" (oui c’est emprunté à "Who wants to be a Millionaire"). L’idée est simple. Un capteur est constamment contrôle de mouvement. Quand il détecte un mouvement, il demande le 2e capteur pour la vérification. Si le 2e capteur confirme le mouvement puis une photo est prise. Dans le cas contraire, l’événement est considéré comme un faux positif.
Version 1.4 :
Cette version revisitée les questions panneau solaire mentionnées précédemment. Nous avons senti le Nomad 13, même avec directionnels placés et correctement panneaux d’angles, en deçà nos attentes de disponibilité de l’appareil. Objectif zéro stipule que le Nomad 13 peuvent exiger le Sherpa 50 en 8 à 16 heures de soleil. Version 1.4 du Tweeter Feeder nécessaire environ 450 à 500mA de puissance et le Sherpa 50 fournit 50 watts. Notre objectif initial était de maintenir l’appareil en ligne 27/4. Une pleine charge 50 Sherpa ne suffiraient pas à garder les choses en cours d’exécution pendant toute la nuit. Cependant, la vie réelle des tests prouvé que nous ne pouvions pas obtenir une charge complète chaque jour compte tenu de la lumière du soleil disponible à notre emplacement (Colorado).
Nous avons décidé de mettre à niveau vers le panneau solaire de Boulder 15. Ce panneau recueille 15 watts plutôt que des Nomad 13 13 watts. Le premier obstacle avec ce panel était de montage. Le Nomad 13 est une configuration de style trappeur gardien plié bien au-dessus du toit. Le montage sur panneau Boulder 15 ressemble plus à un accrochage cadre photo qui n’est évidemment pas optimal pour notre installation. Nous avons créé
similaire à la configuration, que vous pouvez voir sur les panneaux de construction sous tension solaire. Nous acheté un poteau en bois, percé un trou dans le top pour certains acier fileté, tordus sur une tête de trépied sur le dessus et le conduit dans le sol avec un jeu Tiki Torch. À l’arrière du rocher 15 nous créé un basic que support de « Je » qui occupe la partie supérieure du trépied. La tête du trépied est capable de contenir environ 6 livres, soit davantage que le poids du panneau. La tête du trépied est un joint à rotule simple qui nous donne la possibilité d’incliner le panneau dans n’importe quelle position et verrouiller en place.
Avec ces version, nous avons également décidé de construire un paquet Debian personnalisé pour nos logiciels. Je ne détaillerai pas le processus pour le faire ici. Vous pouvez trouver beaucoup de tutoriels en ligne. L’avantage de cela est que nous pouvons maintenant ajouter notre propre référentiel de paquet Debian personnalisée à chaque nouveau départ nous construisons et faites-le vérifier que ce référentiel occasionnellement des nouvelles versions du logiciel. Ce qui signifie que nous pouvons déployer des mises à jour aux mangeoires à l’état sauvage, un peu comme recevoir sur votre téléphone mobile. Lorsqu’une nouvelle version du logiciel est détectée l’alimentateur automatique-installe le nouveau paquet et redémarre.
Version 1.5 :
Le plus gros problème restant avec la version 1.4 a été la qualité des images. La meilleure image de notre caméra original était capable d’était un 640 × 480 préalablement compressé JPEG. Au début, nous avons pensé que ce serait beaucoup d’une image simple oiseau. Toutefois, en fin de compte nous pas satisfaits de cette sortie. Trop de travail, est entré dans l’appareil de le laisser avec une image de merde. Nous avons décidé d’échanger l’appareil original pour le module de caméra officiel Raspberry Pi. Cette caméra est capable de capturer une image de 5 mégapixels 2592 × 1944 et est similaire à celle que vous pourriez trouver dans un téléphone mobile.
La nouvelle caméra est venu avec quelques inconvénients. Tout d’abord, il n’est pas étanche. Après quelques recherches, nous avons trouvé une monture de la caméra en plastique qui a été assez bien scellée. Nous avons terminé le travail avec certains de nos colle silicone. La deuxième question était que le flex câble livré avec le module est très court. Trop court rejoindre aisément à l’intérieur de notre enceinte à la zone que nous avions besoin de monter la caméra à l’extérieur de la mangeoire. Il ne semble pas être résistant aux intempéries tout ça non plus. Nous avons finalement trouvé un kit d’extension de bel appareil photo qui nous a permis de prolonger le câble de la caméra. Le nouveau câble ruban était mieux adapté pour le plein air trop qui était un super bonus. Le dernier problème avec la nouvelle caméra a fait l’objet. La caméra de Raspberry Pi est un module de mise au point fixe. Quelque chose au-delà de dire 50cm est en discussion. Quoi que ce soit plus près est floue et s’aggrave le plus proche vous obtenez. Dans notre configuration de chargeur, que nous avons seulement environ 7 pouces (18cm) entre la zone nous monter la caméra et les oiseaux de la région ont tendance à s’asseoir. Nous avons ajusté le focus de la caméra en achetant un ensemble de lunettes de lecture et d’une lentille d’emprunt. On expérimente différents points forts, mais finalement réglée sur 3,25 +. Nous avons retiré une lentille du frame et collé directement sur la lentille de la caméra à l’extérieur de la monture de la caméra. 3.25 + s’est avéré être le niveau d’ajustement parfait pour la distance, que nous avons eu. Problème résolu, clear photo une abondance. Découvrez ce
pour comparaison.
Permutation de la caméra est également venu avec quelques autres effets secondaires. Nous avons dû réécrire tout le code de l’appareil photo. Cela pourrait être un désavantage ou un avantage selon la façon dont vous regardez. La caméra étanche de série TTL nous amenés à interagir avec lui par l’intermédiaire de communication série. Pas super complexe, mais il prend une bonne quantité de code. Heureusement Adafruit effectivement créé une bibliothèque pour que cela soit assez facile avec un Arduino qui quelqu'un plus tard porté au cours de Python pour le Raspberry Pi. La seule partie manquante du port était code pour gérer la détection de mouvement donc nous codé cette partie vers le haut de nous-mêmes. Le module de caméra Raspberry Pi n’a pas d’un mécanisme de détection de mouvement interne donc il fallait une nouvelle solution pour cela. Communication série n’est pas non plus quelque chose qu'il faut inquiéter plus que le nouveau module de caméra est livré avec quelques applications qui vous permet d’interagir avec lui ; raspistill et raspivid. Raspivid est une application de ligne de commande qui permet de capturer la vidéo avec le module caméra, tandis que l’application raspistill vous permet de capturer des images. Avec cette nouvelle configuration, nous avons jeté un tas de code qui vraiment rendu les choses beaucoup plus simple en fin de compte.
Retour à détection de mouvement, comme j’ai mentionné la nouvelle caméra n’a pas cette capacité. Étant que le « téléphone un ami » décrit si bien travaillé, et que nous avions encore quelques autres capteurs que nous avions expérimenté, nous avons décident de ramener le capteur PIR. Donc dans la version actuelle les capteurs PING et PIR travaillent ensemble afin de confirmer le mouvement. Dans l’image en haut de cette section, vous verrez une
. Ce que nous appelons la « tour du pouvoir ». En bas est le capteur de PING, au milieu, il y a le capteur PIR et un nouveau capteur photoélectrique et au sommet se trouve le module de caméra avec la lentille supplémentaire. La caméra originale avait un anneau lumineux qui s’allume dans l’obscurité et le rendent capable de capturer des photos noir et blanc dans les situations de faible luminosité. Dans les semaines que le vieil appareil était opérationnel, nous avons capturé seulement une photo de nuit donc ce n’est pas une fonctionnalité super importante. Toutefois, la suppression de celui-ci n’a présenté un nouveau défi. Si le signe a été détecté dans la nuit ou dans une situation fortement couvert la caméra serait capturer un très sombre ou peut-être même une image de la nuit noire. Pour résoudre ou cela nous avons ajouté une cellule photo-électrique qui permet la mesure des intensités lumineuses. Nous avons fait quelques essais et est venu vers le haut avec ce que nous pensions, c’étaient les niveaux acceptables de lumière pour bonne photo et cela ajoutés dans le mélange. Maintenant une image est capturée uniquement lorsque nous avons double mouvement confirmé et assez de lumière.
