More than 5 years have passed since last update.

株式会社ウフル

IoT ハッカソン LoRaWAN ハンズオン手順

Last updated at 2018-10-20Posted at 2018-08-22

はじめに

本コンテンツは、LoRaWAN デバイスを用いた
IoT ハッカソンで使用する技術ハンズオンの資料です。
環境は参加者が自由選択できますので、参考としてご活用ください。

概要

SORACOM Air サービスを使用して、センサーから取得したデータを可視化するまでの手順を説明します。
温度センサーのデータを可視化する方法として 2 つの手段を説明します。

構成

enebular のサービスを使った可視化
- データ転送: SORACOM Beam
- データ操作: enebular
- データストア: firebase
- 可視化: InfoType + InfoMotion

enebular + kintone を使った可視化
- データ転送: SORACOM Beam
- データ操作: enebular
- データストア・可視化: kintone

開発環境

機材

ハンズオンで使用する機材は、以下の物を使用します。

開発環境構築(Arduino IDE)

Arduino の公式ベージ - [SOFTWARE] - [DOWNLOADS]から IDE をダウンロードします
https://www.arduino.cc/en/Main/Software
各 OS にあったものを選択して、導入してください。

Windows (次のどちらかを選ぶ):
- Installer, for Windows XP and up(XP 以降)を選択
macOS:
- Max OS X 10.7 Lion or newer(Lion 以上)を選択

寄付をしてダウンロードか、寄付なしでダウンロードするかを選択できます。
ここでは、[JUST DOWNLOAD]を選択していきます。

ダウンロードが完了したら、
インストールガイドページにしたがってインストールします。
https://www.arduino.cc/en/Guide/HomePage

IDE の立ち上げとセットアップ

Arduino IDE を立ち上げる
PC と Arduino を USB で接続
スケッチ画面が立ち上がったら、開発対象のボードを選択する
- [メニューバー] - [ツール] - [ボード] - [Arduino/Genuino Uno]を選択
Arduino と PC を接続する
- [メニューバー] - [ツール] - [シリアルポート] - [Arduino/Genuino Uno]を選択

(※ここでは Arduino Uno R3 のみ PC と接続し、Arduino Uno R3 と GROVE ベースシールドや LoRa デバイスの接続はしないでください)

動作確認

以下手順で、Arduino 本体についている LED が点灯し動作することを確認します。

[メニューバー] - [ファイル] - [スケッチ例] - [01.Basics] - [Blink]を選択
ツールバー左から 2 番目の右矢印アイコンをクリックし、マイコンボードに書き込む

正常に書き込みが完了すると、"ボードへの書き込みが完了しました。"と表示されます。この状態でプログラムが動いている状態になります。

ボードの以下の"L"と書かれた LED が点滅していると、サンプルが動作していることがわかります。

組み立て

以降のハンズオンで使うための接続を行なって行きます。

GROVE スターターキット V3 から、ベースシールドを取り出してください。

次に、LoRaWAN モジュール(AL-050)にアンテナを接続します。

準備ができたら、サンドイッチ構造で下から

Arduino Uno R3
LoRa Arduino 開発シールド AL-050
GROVE ベースシールド
の順番で接続してください。

次に、GROVE 温度センサーを取り出し、A0 に接続してください。
※ 温度センサーは裏に"Temperature Sensor"と記載されています。

以上で、組み立てが完了です。

enebular のサービスを使った可視化の手順

デバイス、クラウド、ネットワークの順に可視化のための手順を説明して行きます。
あらかじめ、enebular のアカウントの準備をしておいてください。

デバイス

デバイスのプログラム

Arduino library for LoRaWAN Device 準備

SORACOM-LoRaWANのページから最新の"Source code (zip)"を選択して、ライブラリをダウンロードします。

ダウンロードが完了したら、Arduino IDE の
[メニューバー] - [スケッチ] - [ライブラリをインクルード] - [.ZIP 形式のライブラリをインストール...]を選択して、先ほどダウンロードした zip ファイルを選択して読み込みます。

スケッチ(コード)作成

続いて、温度センサーの値を取得してクラウドにデータを送信するプログラムを作成します。

Arduino IDE の新規ファイル作成で、ファイル名handson_tmpr_lorawan.inoで以下スケッチ(コード)を入力します。

handson_tmpr_lorawan.ino

#include <math.h>
#include <lorawan_client.h>

LoRaWANClient lorawan;

const int B = 4275;               // B value of the thermistor
const int R0 = 100000;            // R0 = 100k
const int pinTempSensor = A0;     // Grove - Temperature Sensor connect to A0

// 初期化処理
void setup()
{
  Serial.begin(9600);
  Serial.println("LoRaWAN module init");

  // LoRaデバイスへ接続
  if (!lorawan.connect(true))
  {
    Serial.println(" failed to connect. Halt...");
    for (;;) {};
  }
  Serial.println("\nConnected.\n");
}

// 定期処理
void loop()
{
  int a = analogRead(pinTempSensor);

  float R = 1023.0/a-1.0;
  R = R0*R;

  float temperature = 1.0/(log(R/R0)/B+1/298.15)-273.15; // convert to temperature via datasheet

  Serial.print("temperature = ");
  Serial.println(temperature);

  // 温度データを送信
  lorawan.sendData(temperature);
  delay(5000); // // 5秒間待機
}

スケッチ(コード)の解説

温度センサー取得

Seeed Studio 社の公式 Wiki で公開されているGrove - Temperature Sensor V1.2をベースにしています。

analogReadでセンサーから電圧を読み取り、以下の計算で抵抗値Rを求めています。
続いてデータシートを参照して、抵抗値Rから温度temperatureへ変換を行います。

ネットワークへ接続

接続
LoRaWANClient lorawan;で準備した、オブジェクトを介して、lorawan.connect(true)でネットワークへ接続します。
接続が完了するまで、次の処理へは進みません。
送信
lorawan.sendData(temperature);で温度の値を送信します。

クラウド

Firebase の設定

enebular のページで"DataBase のセットアップ"と"DataSource の作成"を実施してください。

次に、Firebase の"ウェブアプリに Firebase を追加"の内容を控えてください。

enebular の設定

enebular プロジェクト作成

コンソールから[Create Projet]を選択し、プロジェクトを作成します。

プロジェクト名には任意の名前をつけて、[Submit]を選択する(図では"iot-hackathon")

続いて作成したプロジェクトを選択し、フローを作成して行きます。

enebular のプロジェクトの右下の +ボタンをクリックし、新しいフローを作成します。

フローに任意の名前を設定して、[Continue]を選択します。

[Edit Flow]を選択して、フローを作成を開始します。

Flow 作成

enebular の Flow から NODE-RED を使用してフローを作成します。
設定は各ノードをダブルクリックすることで編集できます。

[input] - [http]ノードを配置して以下内容を設定
- Method: POST
- URL: /test
- Name: SORACOM Beam
[function] - [function]ノードを配置
- "time_and_tmpr_c"の名前をつけて、Function に以下内容を記載

var timestamp = Date.now();
var tmpr_c = msg.payload["tmpr_c"];

var data = {
timestamp: timestamp,
value: {
  id: "1",
  tmpr_c: tmpr_c,
  created: timestamp
}
};

msg.payload = data;
return msg;

[firebase] - [firebase modify]を配置して以下内容を設定
- Firebase:
  - Firebase: https://<ウェブアプリに FireBase を追加で控えた projectId>/firebaseio.com/
  - Auth Type: None
- Child Path: test
- Method: push
- Value: msg.payload
- Name: push_tmpr_c
[Output] - [debug]
[Input] - [inject] ... デバッグ用途で使用します
- Payload 左側でJSON({}のアイコン)を選択(図を参照)
- Payload: {"date": "2018-08-21T21:58:09.182071+09:00","data": "0000001b","tmpr_c": 27,"binaryParserEnabled": true}
- 他(Topic/Repeat/inject once at start?/Name)はそのまま変更しない

最後に、以下の全体の接続にしたがって、ノード間を接続します。

全体の接続

DataSource 作成

ダッシュボードのプロジェクトまで戻ります。
左側の[Data Sources]を選択し、右下の+ボタンをクリックし、新しいデータソースを作成します。

名前には任意の名前をつけます(ここでは"firebase-ds"としています)
"ウェブアプリに FireBase を追加"で控えた内容を入力して行きます。
"Ref"には Firebase で作成したコレクション名を入れます(ここでは"/test"で、/(スラッシュ)が必要なので注意)
入力が完了したら、[Update]ボタンを選択します。

InfoType 作成

事前準備

InfoMotion Tool を使うために、事前に以下の準備/ツールを導入してください
- Node.js

導入(Windows 向け)

Node 導入

Node.jsのページから、インストーラーをダウンロードしてインストールしてください。
バージョンは、LTS(Version: 8)を導入します。

導入(macOS 向け)

Homebrew 導入

ターミナルを立ち上げ、以下の内容を貼り付け、Homebrew を導入します。

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

####### Node 導入

ターミナルから　 nodebrew を利用して Node.js(Version 8) を導入します。
すでに、Homebrew で node をインストールしている場合は、削除してください。

アンインストール:

brew uninstall --force node

インストール:

brew install nodebrew
echo 'export PATH=$HOME/.nodebrew/current/bin:$PATH' >> ~/.bash_profile
echo 'export NODEBREW_ROOT=/usr/local/var/nodebrew' >> ~/.bash_profile
source ~/.bash_profile
nodebrew install-binary v8

Windows/macOS 共通

InfoMotion Tool 導入

端末を起動させ、以下コマンドで InfoMotion Tool を導入します。

npm install @uhuru/enebular-infomotion-tool-v2 -g

InfoType のファイルを作成

次にグラフで可視化するための InfoType でグラフの種類の設定をします。
折れ線グラフのテンプレートを作成後、InfoType の依存するパッケージを導入します。

eit create tmpr_c_chart -t linechart
cd tmpr_c_chart
npm install
cd ../

上記コマンドを実行すると、tmpr_c_chartフォルダが生成され、配下には以下ファイルが生成されます。

datasource.json
package.json
plugin.css
plugin.js
plugin.json
README.md

次に、tmpr_c_chart フォルダは以下のplugin.jsonとplugin.jsを編集していきます。

plugin.jsonの defaultSettings を以下のように書き換える。

plugin.json

{
  "defaultSettings": {
    "label" : "id",
    "value": "tmpr_c",
    "limit": "20"
  },
...(省略)...

plugin.jsの LineChart.defaultSettings を以下のように書き換える

plugin.js

LineChart.defaultSettings = {
    "label" : "id",
    "value": "tmpr_c",
    "limit": "20"
};
...(省略)...

編集が終わったら、端末からパッケージのコマンドを実行する

eit package tmpr_c_chart

上記のコマンドを実行すると、<作業フォルダ>/tmpr_c_chart/build/targetに以下のアップロードするために最適化された 4 ファイルが生成されます。

datasource.json
plugin.css
plugin.js
plugin.json

上記のplugin.*の 3 ファイルを enebular の infotype にアップロードします。

以下画面で、plugin.js, plugin.css, plugin.json の 3 ファイルをドラッグ・アンド・ドロップし、[upload]ボタンを選択します。

アップロードが完了したら、プレビューで以下内容を記載し、[Preview]ボタンを選択します。
実行結果として、線が表示されることを確認してください。

[{
  "id": "1",
  "tmpr_c": "20",
  "created": 1533703436128
}, {
  "id": "1",
  "tmpr_c": "30",
  "created": 1533703437128
}]

実行結果

infotype 作成の参考ページ: https://docs.enebular.com/ja/infomotion/InfoMotionTool.html

InfoMotion 作成

ダッシュボードのプロジェクトまで戻ります。
左側の[InfoMotions]を選択し、右下の+ボタンをクリックし、新しい InfoMotion を作成します。

以下の画面では、タイトルと概要(概要はなくても良い)を記載し、他は変更せず[continue]を選択します。

InfoMotion の編集画面へ遷移したら、([+)Add Graph]を選択後、[New Graph]を選択します。

項目には以下を設定してください。

項目名	設定値
NAME	任意のグラフの名前(ここでは温度表示)
TYPE	Info Type で作成した名前(ここでは linechart)
DATASOURCE	Data Source で作成した Firebase の Data Source(ここでは、firebase-ds)
Label	plugin.js で設定したラベル名(ここでは id)
Value	plugin.js で設定した値名(ここでは tmpr_c)
Limit	一度に同時表示するサンプル数(ここでは 20 個のデータ)

上記までの設定が完了したら[Create Graph]を選択、
作成が完了したら追加された、グラフ名の左側(+)ボタンを選択します。

データが Firebase に格納されていない状態では何も表示されませんが、温度データが格納されると以下の表に表示されます。

最後に下側のスライダーや右上の日付の範囲を選択して、表示したい範囲を設定できます。
設定した内容を保存するためには、(+)Add Graphe ボタンの右側にある[Save]ボタンを選択すると、上記までの設定が保存されます。

ネットワーク

SORACOM の設定

SORACOM Beam

上記までの設定が完了したら、デバイスからの送信されたデータが enebular まで転送されるよう、SORACOM Beam の設定を行います。
ここでは、デバイスから通信を使ってデータを送る方法を説明します。

まず、enebular の Flow 編集画面から、URL を控えておいてください。

ソラコムのコンソールへログインします。
[menu] - [LoRa グループ]を選択して、設定をしたいグループを選択します。

グループの[基本設定] - [SORACOM Beam 設定]のアコーディオンを開き、左下の[+]を選択、
[LoRa→HTTP/HTTPS エントリーポイント]を選択します。

以下設定を行い[保存]を選択してください。

項目名	設定値
設定名	任意の設定名(ここでは test-enebular)
プロトコル	HTTPS
ホスト名	上記 enebular Flow で控えた URL
ポート番号	443
パス	/test
デバイス ID 付与	OFF
署名ヘッダ付与	OFF
事前共有鍵	なし
カスタムヘッダ	なし

バイナリパーサー設定

デバイスから送信されたバイナリデータを変換するため、バイナリパーサの設定を行なって行きます。
SORACOM Beam と同じグループ設定から [SORACOM Air for LoRaWAN 設定]のアコーディオンを開きます。

項目	設定値
SORACOM LoRa Space	利用する (※設定済みのため、設定されていることを確認)
LoRa ネットワークセット ID	-------- (※設定済みのため、設定されていることを確認)
バイナリパーサーの設定	ON
フォーマット	`tmpr_c:2:uint:16`

以上で、enebular + Firebase を使った温度センサーの値の可視化設定が完了です。

kintone を利用した可視化

enebular と kintone を使った可視化の方法を説明して行きます。
あらかじめ、enebular のアカウントとkintoneの両方のアカウントの準備をしておいてください。

デバイス

デバイスのプログラムは、上記の enebular の可視化で説明したプログラムと同じため、handson_tmpr_lorawan.inoをそのまま利用してください。

クラウド

クラウドの環境では、kintone でアプリを作成、enebular の NODE-RED で kintone へ転送するデータを作成の順番で説明して行きます。

kintone の設定

kintone アプリ作成

enebular の NODE-RED から転送されたデータを可視化するためのアプリを作成して行きます。

Kintone のポータルへログインしたら、アプリの右上の(+)ボタンを選択

はじめから作成を選択
アプリの設定で、アプリ名を記入し、日付、数値をそれぞれ右側のフォームへドラッグ・ドロップ
- 日付のアイテムではフィールドレコードをdateを設定し[保存]を選択
- 数値のアイテムでは、フィールド名を温度[℃]、フィールドレコードをtmpr_cを設定し[保存]を選択

最後に[アプリを公開]を選択します。

API トークン生成

次に、enebular からデータを格納するための API トークンの生成をします。
作成したアプリの設定画面から、ギアアイコンを選択します。

kintone_温度表示_-_レコードの一覧_setting_token.png

[設定]タブを選択肢、"カスタマイズ/サービス連携"の項目から[API トークン]を選択します。

API トークンのページで[生成する]を選択して、[レコード追加]にチェックを入れます。
次に以下の内容を控えてください。
控えたら、最後に[保存]を選択します。

内容
API トークン
app=*の右辺の値

トークンを取得したら、アプリの更新します。

グラフ作成

続いて、可視化するためのグラフを作成して行きます。
作成したアプリの設定画面から、グラフのアイコンを選択します。

グラフのレコード一覧から、[折れ線グラフ]を選択します。

集計の設定で、分類する項目を[日時]、集計する間隔を[分単位]にします。
集計方法は、[平均]、集計対象は[温度[℃]]にします。
設定が終わったら、[保存する]を選択します。

表示された画面では、任意の名前を設定します(ここでは、温度グラフ)

以上で設定完了です。
現状ではデータが無いため表示されませんが、
データが enebular から転送されてくると以下のようなグラフが表示されるようになりました。

enebular の設定

Flow 作成

enebular の Flow から NODE-RED を使用して kintone へデータを転送するフローを作成します。
設定は各ノードをダブルクリックすることで編集できます。
なお、先に説明した Flow と別のフローを作成する場合事前にenebular-プロジェクト作成を参考にプロジェクトを作成してください。

[input] - [http]ノードを配置して以下内容を設定
- Method: POST
- URL: /test
- Name: SORACOM Beam

[function] - [function]ノードを 2 つ配置

1 つ目: datetimeの名前をつけて、Function に以下内容を記載

<!-- prettier-ignore-start -->

```javascript:datetime
function pad(number) {
  if (number < 10) {
    return "0" + number;
  }
  return number;
}

function getISOString(){
var date = new Date();
return date.getFullYear() +
    '-' + pad(date.getUTCMonth() + 1) +
    '-' + pad(date.getUTCDate()) +
    'T' + pad(date.getUTCHours()) +
    ':' + pad(date.getUTCMinutes()) +
    ':' + pad(date.getUTCSeconds()) +
    '.' + (date.getUTCMilliseconds() / 1000).toFixed(3).slice(2, 5) +
    'Z';
}

msg.datetime = getISOString();
return msg;
```

- 2つ目: `time_and_tmpr_c`の名前をつけて、Function に以下内容を記載

```javascript:time_and_tmpr_c
var timestamp = msg.datetime;
var tmpr_c = msg.payload["tmpr_c"];

var data = {
  app: "<kintoneのAPIトークンで控えた'app'の値>",
  record: {
    "date": {"value": timestamp },
    "tmpr_c": { "value": tmpr_c }
  }
};

msg.payload = data;
return msg;
```

[function] - [template]を配置し、以下を設定

項目	設定値
Name	任意の設定名(ここでは、kintone Token)
Set Property	msg.headers.X-Cybozu-API-Token
template	<kintone の API トークンで控えた API トークンの値>
Format	mustache template

[function] - [http request]を配置し、以下を設定

項目	設定値
Method	POST
URL	https://<アカウントのサブドメイン名>.cybozu.com/k/v1/record.json
Return	a parsed JSON object
Name	任意の設定名(ここでは、Post kintone)

[Output] - [debug]
[Input] - [inject] ... デバッグ用途で使用します
- Payload 左側で JSON({}のアイコン)を選択
- Payload: {"date": "2018-08-21T21:58:09.182071+09:00","data": "0000001b","tmpr_c": 27,"binaryParserEnabled": true}
- 他(Topic/Repeat/inject once at start?/Name)はそのまま変更しない

全体の接続

以上で、enebular の設定が完了です。

ネットワーク

ネットワークはSORACOM の設定と同じため、そちらの手順を参考にしてください。

以上で、enebular + kintone を使った温度センサーの値の可視化設定が完了です。

enebular リファレンス

https://docs.enebular.com/ja/

スターターキット付属センサーの使い方

センサー/アクチュエータ	リンク
ブザー	http://wiki.seeedstudio.com/Grove-Buzzer/
タッチセンサー	http://wiki.seeedstudio.com/Grove-Touch_Sensor/
音圧センサー	http://wiki.seeedstudio.com/Grove-Sound_Sensor/
ライトセンサー	http://wiki.seeedstudio.com/Grove-Light_Sensor/
ボタン	http://wiki.seeedstudio.com/Grove-Button/
回転角センサー	http://wiki.seeedstudio.com/Grove-Rotary_Angle_Sensor/
温度センサー	http://wiki.seeedstudio.com/Grove-Temperature_Sensor_V1.2/
LED ソケット	http://wiki.seeedstudio.com/Grove-LED_Socket_Kit/
リレー	http://wiki.seeedstudio.com/Grove-Relay/
LCD RGB Backlight(※)	http://wiki.seeedstudio.com/Grove-LCD_RGB_Backlight/

※ LCDは、5V駆動のため、VCCのスイッチ(A0端子の横にあります)を5Vにして使用してください。

また、スターターキットのページから
センサーごとのスケッチ(コード)をダウンロードすることもできます。

追加センサーの使い方

センサー/アクチュエータ	リンク
マルチガスセンサー	http://wiki.seeedstudio.com/Grove-Multichannel_Gas_Sensor/
火災センサー	http://wiki.seeedstudio.com/Grove-Flame_Sensor/
気圧センサー	http://wiki.seeedstudio.com/Grove-Barometer_Sensor-BMP280/
水センサー	http://wiki.seeedstudio.com/Grove-Water_Sensor/
水分センサー	http://wiki.seeedstudio.com/Grove-Moisture_Sensor/
衝突センサー	http://wiki.seeedstudio.com/Grove-Collision_Sensor/
傾きセンサー	http://wiki.seeedstudio.com/Grove-Tilt_Switch/
ラインセンサー	http://wiki.seeedstudio.com/Grove-Line_Finder/
心拍センサー	http://wiki.seeedstudio.com/Grove-Ear-clip_Heart_Rate_Sensor/
PIRモーションセンサー	http://wiki.seeedstudio.com/Grove-PIR_Motion_Sensor/
RGB LED	http://wiki.seeedstudio.com/Grove-Chainable_RGB_LED/
磁気スイッチ	http://wiki.seeedstudio.com/Grove-Magnetic_Switch/
超音波センサー	http://wiki.seeedstudio.com/Grove-Ultrasonic_Ranger/
GPS	http://wiki.seeedstudio.com/Grove-GPS/

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up

IoT ハッカソン LoRaWAN ハンズオン手順

はじめに

概要

目次

構成

開発環境

機材

開発環境構築(Arduino IDE)

IDE の立ち上げとセットアップ

動作確認

組み立て

enebular のサービスを使った可視化の手順

デバイス

デバイスのプログラム

Arduino library for LoRaWAN Device 準備

スケッチ(コード)作成

スケッチ(コード)の解説

温度センサー取得

ネットワークへ接続

クラウド

Firebase の設定

enebular の設定

enebular プロジェクト作成

Flow 作成

全体の接続

DataSource 作成

InfoType 作成

事前準備

導入(Windows 向け)

Node 導入

導入(macOS 向け)

Homebrew 導入

Windows/macOS 共通

InfoMotion Tool 導入

InfoType のファイルを作成

InfoMotion 作成

ネットワーク

SORACOM の設定

SORACOM Beam

バイナリパーサー設定

kintone を利用した可視化

デバイス

クラウド

kintone の設定

kintone アプリ作成

API トークン生成

グラフ作成

enebular の設定

Flow 作成

全体の接続

ネットワーク

enebular リファレンス

スターターキット付属センサーの使い方

追加センサーの使い方