Capteur mobile Luftdaten

From Communauté de la Fabrique des Mobilites


Capteur d'air mobile

💼 porté par

LogoLuftMobile.png


Le but de ce projet est de rendre mobile un capteur d'air Luftdaten (https://luftdaten.info/fr/accueil/ et guide Wiki-Rennes) pour pouvoir l'embarquer, par exemple sur un vélo, afin de contribuer à un écosystème autour de la qualité de l'air, avec un capteur fixe et un serveur domestique.

Projet dans le cadre du hackathon #velonum #Rennes http://hackathon-velo-et-numerique-rennes.mystrikingly.com/ à Rennes du 7 au 9 février 2020.


Organisations utilisatrice ou intéressée par utiliser la ressource : Collectivité Territoire

Contributeurs : VIGNERON, Rchfdr

Tags : capteur, air quality, pollution, Qualité de l'air

Catégories : Données, Matériel

Thème : Open HardWare, Vélo et Mobilités Actives, Données ouvertes, Urbanisme et ville

Référent :

Défi auquel répond la ressource : Accompagner une collectivité à ouvrir un maximum de ressources et construire un kit d'aide à l'innovation

Personnes clés à solliciter :

Autre commun proche : Arduino PM10 Level

Communauté d'intérêt : Communauté de l'Open HardWare

Type de licence ? CERN Open Hardware Licence

Conditions Générales d'Utilisation (CGU) :

Niveau de développement : Disponible mais non validé

Lien vers l'outil de gestion des actions :

Lien vers l'outil de partage de fichiers :

Besoins :

Complément :

Prochaine Etape :



Autres informations :

Liste des Acteurs qui utilisent ou souhaitent utiliser ce Commun Capteur mobile Luftdaten : aucun pour le moment

Liste des CR d'atelier en lien avec ce Commun Capteur mobile Luftdaten:

Les ressources utilisées :

Matériel utilisé

Pour l'équipement Luftdaten Mobile

- NodeMCU

- SDS011 (capteur de PM : PM10 PM2,5 ; particules fines en suspension dans l'air, inférieur à respectivement 10 micromètres et 2,5 micromètres)

- DHT11 (capteur de température et d'humidité)

- NEO M6 (GPS)

(Le capteur Air Beam a été regardé mais pas intégré, notamment à cause des contraintes de smartphone et de connexion)

Pour le capteur fixe

- Raspberry Pi

- SDS011 (Capteur de PM)

- DHT11 (Capteur de température et humidité)

Pour le serveur

Raspberry Pi

- Raspberry Pi, 3 B+

- Écran

On n'a finalement utilisé qu'un seul Raspberry.

Et aussi

- De l'impression 3D pour le boîtier,

- Du café, du thé, de la bonne humeur

Logiciels utilisés

Pour le serveur

InfluxDB

Grafana

  • connexion directe

Les ressources utilisées :

Wiki-Rennes : http://www.wiki-rennes.fr/Monter_son_capteur_Luftdaten

Luftdaten.info : https://luftdaten.info/fr/montage-detecteur-de-particules-fines/

Le Github du projet AirRohr : https://github.com/opendata-stuttgart/sensors-software/blob/master/airrohr-firmware/Readme.md

Bibliothèque Python :

Le projet :

En associant, un capteur mobile, un capteur fixe extérieur et un capteur fixe intérieur, le but du projet est de créer un écosystème personnel de qualité de l'air, avec une visualisation au travers d'un écran diffusant un Grafana.

Le but du projet a été de créer un capteur de qualité de l'air "Luftdaten Mobile", en associant un Luftdaten au GPS NEO M6, directement prévu par le code du projet Luftdaten, permettant de mesure la pollution en particule fine des cyclistes. En remontant les informations au travers d'un serveur grafana, la donnée produite permet d'être visualisée facilement

Le capteur mobile Luftdaten :

En assemblant le capteur Lufdaten et un capteur GPS MEO M6, nous souhaitions créer un capteur mobile de la qualité de l'air.

Le branchement des équipements se fait comme suivant le schéma ci-contre.

Schéma capteur lufdaten

Le Capteur NEO M6 se connecte au capteur Luftdaten comme suivant :

VCC et GND peuvent être fournis par le NodeMCU (avec le 3.3v!)

Note: Les connexions Serial sont toujours croisées (RX d'un côté est connexté au TX de l'autre côté)

TX du Neo -> Pin D5 (RX)

RX du Neo -> Pin D6 (TX)

Le serveur Grafana :

Les problèmes rencontrés :

Le NEO M6 :

Nous n'avons pas réussi à calibrer le NEO M6, le capteur restant sur ses valeurs d'usine par défaut (GPS_lat=-200.000000,GPS_lon=-200.000000, GPS_height=-1000.00, GPS_date=, GPS_time=,).

Une calibration du capteur à l'extérieur sur une durée longue (plus de 10 minutes) permettrait de résoudre ce problème.

Le WiFi :

Le WiFi a posé problème durant le hackathon pour la connexion entre les capteurs et le serveur InfluxDB.

La mise en place d'un hotspot WiFi personnel a permis de résoudre ce problème.

Merci aux participants

Nicolas, Romain, Pierre, Marjolaine, Simon, Antoine.