15.08.2013

Wärmebildkamera mit dem RasPi (3): Ansteuerung der Servos / Auswertung mit Python

1. Thermographie-Kamera mit dem Raspberry Pi
2. Ansteuerung des Sensors mit Perl
3. Ansteuerung der Servos / Auswertung (dieser Teil)
4. Zusammenfassung, WLAN und  Batteriebetrieb


Code: 




Montage des Sensors

Der MLX90614-Sensor muß in zwei Achsen bewegt werden, um ein Bild abzuscannen. Für jede Achse wird ein RC-Servo verwendet, die beiden Servos wurden mit Sekundenkleber aufeinander geklebt. Der Sensor wurde per Kabelbinder an einem Servo befestigt. Die Servos sind für etwa 5-10€ erhältlich, es genügt die "Micro"-Ausführung, da sie wenig Platz und Strom braucht.



Ansteuerung eines RC-Servos

RC-Servos (Modellbauservos) werden über Pulsweitenmodulation (PWM) angesteuert. Die Breite des Impulses bestimmt die Stellung des Servos. Üblicherweise entspricht die eine Endstellung einer Impulsbreite von 1ms, die andere einer Breite von 2ms. In Mittelstellung ist das Servo bei einem Impuls von 1,5ms.

Genauer ist das hier erklärt:
Die PWM-Eingänge der Servos sind direkt an GPIO 24 und 25 (Pins 18 und 22 der GPIO-Kontaktleiste) angeschlossen. Zusätzlich brauchen die Servos noch Masse und +5V, das sind Pin 25 bzw Pin 2 der Kontaktleiste. Obwohl die GPIO-Pins nur 3,3V liefern, klappt bei mir die Servoansteuerung ohne weitere Zusatzschaltung. Wichtig ist, daß das Netzteil genügend Leistung hat, sonst hängt sich der Raspberry Pi auch schon mal auf.

RC-PWM und der Raspberry Pi

Der Raspberry Pi hat zwar Hardware-Unterstützung für PWM, aber leider nur für einen GPIO-Pin. Wir brauchen aber zwei Servos..

Wenn man per Software und Pythons sleep() versucht, PWM-Signale zu erzeugen, stellt man fest, daß die Pulsweite variiert und die Servos ziemlich zittern. Das passiert, weil unter Linux viele Prozesse laufen und damit die Zeitzuteilung für den Python-Prozess variiert und ungenau ist.

RPIO.PWM als Abhilfe

Chris Hager (chris@linuxuser.at) hat ein Python-Modul geschrieben, das DMA zum Erzeugen von PWM-Impulsen benutzt und so die Einschränkungen von Hardware- oder Software-PWM umgeht. Damit kann man ohne CPU-Belastung stabile PWM-Impulse erzeugen. Als Bonus gibt es noch High-Level-Funktionen zum direkten Ansteuern von Servos. Was will man mehr..

Installation von RPIO.PWM

Um das Modul zu installieren, führt man auf der Kommandozeile (eingeloggt als root  per ssh) folgende Befehle aus:

apt-get install python-dev
apt-get install python-setuptools
git clone https://github.com/metachris/RPIO.git
cd RPIO
python setup.py install


und weil wir schon dabei sind, wird gleich auch noch matplotlib für Python installiert:

apt-get install python-matplotlib

Dann noch das bottle-Framework (für den Webserver, siehe unten)

easy_install -U bottle

Damit ist unsere Python-Umgebung auf dem Raspberry Pi fertig.

Start des python-Scripts

als Benutzer root

python web.py

Aufgaben des Python-Scripts

Das Python-Script ist die zentrale Software der Thermographie-Kamera, es erledigt folgende Aufgaben:
  • Webserver mit Bedienoberfläche
  • Setup der Hardware
  • Steuerung der Servos
  • Abholen der Sensordaten
  • Erzeugen des Thermographiebildes

Webserver mit Bedienoberfläche

Die Bedienung der Thermographie-Kamera erfolgt über eine Weboberfläche. Das bedeutet, daß auf dem Raspberry Pi ein Webserver laufen muß. Dazu gibt es für Python das Bottle-Web-Framework, das einen minimalen Webserver bereitstellt.

Für die Thermographie-Kamera besteht die Oberfläche aus einer einzigen index.html-Datei, die das neueste Image anzeigt. Drei Links werden vom Python-Script erkannt und erzeugen Wärmebilder mit verschiedener Auflösung, indem Parameter für den Scan-Vorgang gesetzt werden.



 

Setup der Hardware

Je nach Auflösung (small, standard und big) wird die Schrittweite der Servos berechnet und damit der Scanvorgang gestartet.

Steuerung der Servos / Erfassung der Daten

Die Datenerfassung erfolgt in einer verschachtelten Schleife für X- und Y-Koordinaten. Dazu muß vorher das Perl-Script für den Sensor gestartet sein, damit die Temperaturwerte geholt werden können.
  • Jede Position wird angefahren (servo.set_servo)
  • kurz gewartet (time.sleep(), der Sensor ist etwas träge). 
  • Dann wird der aktuelle Temperaturwert vom Sensor-Daemon per http gelesen (mit urlopen(), response.read()) 
  • und in ein Array geschrieben.

# Sweep thru one frame
  for x in range(step_count):
    servo.set_servo(servo_x, start_pos + x * step_size)
    servo.set_servo(servo_y, start_pos)
    time.sleep(pause_line)
    for y in range(step_count):
      servo.set_servo(servo_y, start_pos + y * step_size)
      time.sleep(pause)
      response=urllib2.urlopen(mlx_url)
      temperature=response.read()
      data[x,y]=temperature

Erzeugung des heatmap-Bildes

Die gemessenen Temperaturwerte befinden sich nun in einem Array. Das Array wird über die matplotlib-Library in ein .png-Image verwandelt und beschriftet. Hier das Codeschnipsel dazu:

# Generate heatmap from data array
  cmap = cm.get_cmap('jet')
  plt.clf()
  plt.imshow(data, interpolation="nearest", cmap=cmap)
  plt.axis('off')
# add temp colorbar
  cb = plt.colorbar()
  date_disp = datetime.now().strftime("%Y-%m-%d  %H:%M")
  cb.set_label('Temp (in C)  ' + date_disp)
  plt.savefig('/root/thermo/scripts/images/heatmap.png')

# save again with datecoded filename
  date_string = datetime.now().strftime("%Y-%m-%d--%H-%M")
  plt.savefig('/root/thermo/scripts/images/heatmap' + date_string + '.png')

  redirect("/html/index.html")


matplotlib ist sehr mächtig - es reichen10 Zeilen Code aus, um aus den Rohdaten ein Bild zu erzeugen!

Der Dateiname wird um das Datum ergänzt und in einem extra Verzeichnis abgespeichert. Anschließend erhält der Browser einen redirect auf die Startseite, das gerade generierte Image wird angezeigt.

Was wurde erreicht?


Nach Start von zwei Skripten mit

perl mlx.pl
python web.py

haben wir
  • Eine Weboberfläche, die das neueste Wärmebild anzeigt
  • Die Möglichkeit, neue Wärmebilder mit drei Auflösungen (10x10, 32x32 und 48x48 Pixel) zu erzeugen
  • Bedienung über Browser via PC und Handy möglich



Links




1. Thermographie-Kamera mit dem Raspberry Pi
2. Ansteuerung des Sensors mit Perl
3. Ansteuerung der Servos / Auswertung (dieser Teil)
4. Zusammenfassung, WLAN und  Batteriebetrieb

1 Kommentar: