Guide – Raspberry Pi

Kom igång med Raspberry pi för hemautomation.

Har börjat komma igång med Raspberry pi för hemautomation. För att minska startsträckan för fler, och kanske få några tips tänkte jag göra en serie  “från start till mål med Raspberry Pi”.

Allt detta ovan på endast en RPI!
  • 2017-02-25 – Uppdaterar stegen för Grafana till V4.1.2, mer info om hur graferna ska ordnas.  Guiden är nu testad och verifierad med Asus tinker board (förutom del 1 RPI installationen).
  • 2017-02-04 – Lägger till info att tänka på när det gäller minneskort under “Hårdvara”.
  • 2017-01-22 – Rättad rutin för Home Assistant, uppdaterad förklaring på Grafana
  • 2017-01-19 – Lägger till guide för installation av Telldus Duo.
    • Hela guiden uppdaterades 2017-01-14 för att fungera med version “PIXEL” som nu finns
    • Guiden håller nu på att verifieras med PIXEL som släpptes 2017-01-11
    • Ändrad hantering för lösenordsbyte
    • Ett extra uppdateringssteg under installationen
    • Lägger med Mosquitto  i uppdate soruces (Tack för tipset Borkman)
    • Uppdaterar Grafana guiden till V4.1.1 (Tack för tipset Borkman)
    • Uppdaterat till Node red v0.16 i guiden.

Meny

När guiden är klar kommer du att ha en InfluxDB (databas), Grafana (grafer, bilden nedan), Mosquitto (MQTT protokoll) och node Red för att trigga på larm och liknande. Det kan säkert komma in mer roligt på vägen allt eftersom jag skriver guiden, ser du något som inte stämmer eller inte fungerar. Säg gärna till i så fall så korrigerar jag 🙂

Redan idag har jag en RPI med en DHT22 och Webbkamera integrerad till Vera. Förhoppningen är att även dela med mig om hur det görs i den här guiden. Kom gärna med tips på vad mer man kan göra med en RPI eller om något inte stämmer i guiden.

Hårdvara

För att få till följande resultat behövs hårdvara för ca 700 – 800 kr. Då räknar jag med låda och annat med till RPI.

  • Raspberry Pi (2 eller 3) Länk till ett startkit på m.nu
  • MicroSDHC Minneskort, ju större desto bättre men mist 8GB
  • MicroSDHC läsare till dator.
  • Usb strömadapter, tänk på att skaffa en som klarar mer än 2A!

När du väljer att köra med InfluxDB på din RPI tänk på att detta kommer att slita på minneskortet som har en begränsad mängd skrivningar. Fick tipset om att tänka på det när det gäller stora mängder loggar (dvs skrivningar) i InfluxDB.

  • Tänk på att använda ett så stort minneskort som möjligt för att undvika att slita ut minneskortet.
  • Kosta på och köp ett riktigt minneskort som klarar hög skriv/läs hasighet och många skrivningar (länk wiki).

Guiden byggs på här nedan allt eftersom jag hinner med mig. MYCKET tacksam för tips eftersom jag själv håller på att sätta mig in i området med.

 

 

 

Installation av Raspberry PI

Börja med att ladda hem Raspbian  från en Windows dator. Jag valde “Raspbian Jessie with PIXEL”,  spara den på en disk med nog mycket utrymme.

Packa upp filen till en mapp (notera vart mappen är)

Koppla in minneskortet i kortläsaren och koppla in det i klient. Skriv upp vilken diskenhet minneskortet får.

Jag valde att ladda “win32 Disk Imager“, det finns säkert fler men även den här guiden rekommenderar den

leta fram sökvägen dit du packade upp Raspbian och välj .img filen. välj sedan till höger enheten som motsvarar ditt minneskort.

När detta är klart är det bara att trycka Write och vänta till skrivningen är klar.

Mer än så är det inte! koppla in minneskortet i din Raspberry Pi (RPI) och koppla in tangentbord, mus, skärm.

När filerna laddat klart möts du av följande skrivbord.

Uppe till vänster finns en ikon som är ett hallon, tyck på det och gå ner till “preference / raspberry pi configuration”

Sätt ett lösenord genom “Change Password”, nytt från och med PIXEL (2017-01-11 Kernel 4.4) är att man nu behöver ange det gamla lösenordet för att få byta till ett nytt!

Lösenordet för pi är: “raspberry

 

Jag valde att även lägga till VNC för att kunna fjärrstyra RPI och visa skärmen. Det går lika bra att sitta vid RPI eller köra SSH (obs SSH måste aktiveras i så fall), men då antar jag att man inte behöver läsa den här delen av guiden 🙂

Jag valde att aktivera VNC för att kunna fjärrstyra och göra skärmklipp till den här guiden.
Öppna “Localisation” och välj “Set Locale”

 

Sätt tid zoonen till Europe och Stockholm
Välj rätt tangentbord
Välj rätt Wifi Country code

Nu är det klart. Spara alla inställningar och välj att den ska starta om. När det är klart är den grundläggande konfigurationen klar.

Uppe på menyn finns en svart ruta (terminalen) öppna den och skriv som nedan “ip addr“, detta ger dig information om vilken ip adress din RPI har.

Öppna en terminal och skriv: IP adress

Det är bra idé att nu uppdatera all mjukvara i din RPI till den senaste, detta görs genom att skriva:

 

sudo bash – Ger dig root behörigheter,  apt-get update – kollar vilka uppdateringar din RPI behöver
För att installera detta skriver du: apt-get upgrade

Passar även på att köra följande när den andra installationer var klar:

 

2016-12-08 – Del 1 av guiden klar

Nu är din RPI grundinstallerad och uppgraderad. Jag kommer inom kort att fortsätta med nästa del av guiden.

 

Installation av InfluxDB

InfluxDB är en nosql databas som används för att lagra information, i mitt fall är tanken att koppla den till Grafana. Men det går att använda den till mer än så.

Jag utgick själv från dessa guider när jag skrev min: Influx  och Influx

Öppna en terminal och kör kommandona i följande ordning för att installera Influxdb:

går allt bra bör du ha något liknande resultat.

 

Öppna en webbläsare på din dator och verifiera att du får följande resultat:

Influx redo att ta emot data.

Nästa steg är att skapa en databas att lagra datat i (i den här guiden flyttar jag inte lagningen, utan den förblir på minneskortet!).

skapa databas med Influx.
Starta gränssnittet för Influx

skapa influx databas.
Om kommandot har körts korrekt bör du ha två databaser.

För att verifiera att databasen fungerar kör följande kommando i terminalen

Hämta data från influx databasen.
Hämta data från influx databasen.

 

Installera Grafana

Grafana är ett verktyg för att presentera data, liknande den som finns i till Vera: DataMine

Personligen tycker jag att Grafana ger en stor flexibilitet i hur grafer ska presenteras, mycket större än den som ges med DataMine.

Guiden bygger vidare på instruktionerna för influxDB på en RPI. Eftersom version v4.0.2 släpptes 8 Dec 2016 insåg jag att det är lika bra att försöka få igång den direkt, istället för att göra en guide på den gamla versionen jag redan kör.

Om du inte får koden i exemplet nedan att fungera kan du scrolla en bit längre ner till “Testar därför att köra installationen manuellt

Testar därför att köra installationen manuellt.

För att verifiera att Grafana nu fungerar skriv: http:// ( DIN IP ADRESS TILL RPI ) :3000    ( exempelvis 10.20.30.40:3000 ), du bör då mötas av sidan nedan.

Grafana inloggning, default är login: admin och lösenord: admin

 

Konfigurera en graf med Grafana

För att konfigurera en graf enligt instruktionerna krävs att en InfluxDB installerats och konfigurerats. Om du inte gjort detta så finns instruktioner för hur detta sker längre upp.

För att få någon testdata att jobba med kör jag följande rad på den RPI där Installationen är gjord.

Skapa graf

Logga in i grafana genom att surfa till adressen till din RPI på port 3000   ( exempelvis http://10.20.30.40:3000 )

Första inloggningen i Grafana

Välj: Add data source

 

Ange sedan:

Name: ett namn på din databas

Type:   InfluxDB (som finns installerat på din RPI)

Url: http://DINRPIS IP ADRESS: 8086   ( typ http://10.20.30.40:8086, testade att köra localhost och 127.0.0.1 men den gillar inte riktigt det..)

Access: direct

Database: db_automatiserar

User: admin

Password: admin

Fungerar instruktionerna ovan bör du nu se följande under data seources.

Nu är det dags att skapa en graf av informationen, detta görs genom att trycka på knappen längst upp till vänster, dashboard,  home och “Create New”

Ange nu att du vill skapa en "New dashboard"

Klicka på bilden “Graph”

Tryck på listan ovanför grafen som du just fick och välj “Edit”

Under “panel data source” ändra från default till “auotmatiserar databas” (den som du tidigare kopplad upp under stegen Data sources)

Verifiera att du har rätt databas nedan och tryck sedan “Add query”. Tänk på att ta bort den som heter “A” med, den kommer inte att behövas längre.

Nu har du fått en ny fråga, genom att trycka på varje text efter “FROM” kommer du sakta men säkert att få informationen nedan presenterad automatiskt. Verifiera att det ser ut som bilden nedan, då är du säker på att det ska fungera.

Du bör nu få fram en stapel med som går från 0 till 50, vilket visar att det fungerar.

Namnsätt den nya grafen till önskat namn

Välj sedan att spara panelen med lämpligt namn.

Nu är graferna klar, för att testa att det fungerar kan du testa att köra följande rad igen på din RPI:

2017-02-25 – Får du problem att visa grafen så kan det vara bra att även kollade dessa stegen:

Om du har problem att visa en graf testa att bocka i dessa värden.

Genom att bocka Bars, Lines och Points ser man tydligt om en datapunkt finns i grafana. (obs bilden visar data inskickat under någon dags tid)

För att få streck mellan datapunterna i Grafana går det att lägga till följande inställningar.

Får du mot förmodan inte någon data kan det bero på hur du valt att gruppera datat, testa att ändra enligt bilden nedan om du inte får Grafana att visa något.

Om du inte får grafana att visa någon data, testa att ändra "time" till olika antal sekunder, 10 sekunder fungerade bra för mig.

Skulle du mot förmodan ändå inte se någon data, kolla i din ssh session om du fått in någon data i influxdb genom att köra följande kommando:

  • influx -execute ‘SELECT * FROM test’ -database db_automatiserar

Nu är Grafana installerad och klar, allt som behövs nu är att skicka in data. Det kommer jag att visa i kommande delar med MQTT och Node Red.

 

Installation av Mosquitto MQTT  broker

Tänkte i den här delen skriva om MQTT som är ett protokoll som speciellt används för batteridrivna enheter. Protokollet kommer från IBM men är Open Source. Protokollet möjliggör publish / subscribe. Dvs att enheter kan välja att prenumerera och skicka information till olika “topics”. Den stora fördelen är att avsändaren (enheten) och mottagaren inte behöver känna till varandra, detta hanteras av en “brokers”, i det här fallet en RPI. MQTT Brokern som jag valt att nyttja heter Mosquitto. Den finns utan något större jobb tillgänglig till RPI.

Jag baserar den här guiden på en från Adafruit.com

Börja med att uppgradera din RPI

Nu är själva klienten Installerad, för att få den att göra något vettigt behövs en konfigurationsfil.

Detta skapas genom att köra följande delar.

2017-01-06 – Ändrade idag “allow_anonymous true” till allow_anonymous false”, orsaken är att Mosquitto inte kontrollerar behörigehten! Har du kört guiden sedan tidigare räcker det att du öppnar filen igen och ändrar värdet från true till false för att öka säkerheten.  Detta uppmärksammades av en läsare, stort tack för att du uppmärksammade min miss i guiden 🙂

Nu är den grundläggande konfigurationen klar, det är dags att verifiera att tjänsten hoppar igång (och klagar på att den saknar lösenord, bilden nedan visar det du bör se)

Konfigurera MQTT password
Sätt ett passande lösenord till ditt konto

När lösenordet är satt är det dags att testa att tjänsten fungerar som tänkt.

 

För att göra ett test mot MQTT servern behöver du skapa en lyssnare på en valfri topic.

Kommandot jag kommer att köra byggs upp av följande:

  • -t  = Topic
  • -u = Användare
  • -P = Lösenord

Får du följande resultat så har du en MQTT lyssnare igång! Nästa steg är att testa att skicka data till den topic:en

Nu behöver du öppna en ny SSH session eller en ny terminal på till/på din RPI och köra följande:

Ser du texten “Data skickat OK” på din första terminal / ssh session så är allt klart! Nästa steg är nu att aktivera Node Red! (nästa del i guiden)

Nu är MQTT konfigurerat och redo att kopplas till Node Red och andra roliga verktyg! Om du uppskattar guiden gilla / dela den gärna så fler får se den och jag får motivation att fortsätta med  kommande delar av guiden.

 

Installation av Node Red

Node red är en mycket behändig visuell programmerare som bygger på Node.JS, Jag har helt gått ifrån mina egna http loggserver till den här istället, orsaken är att man här kan samla på allt från MQTT flöden till att själv få den att samla data från webbsidor. Node Red har idag över 1000 olika nooder som det bara är att lägga till. En nood är ett färdig “block” som kan kopplas ihop med andra flöden. Flödet lyssnar på två st DHT22 som kopplats på två olika RPI:er. Dom rapporterar temperatursensorer och luftfuktighet via MQTT varje minut. Resultatet visas sedan under “LIVE!!”

Node Red som lyssnar på MQTT och presenterar Live i gränssnittet (nedan)
Gränssnittet kommer från noderna ovan, genom att surfa in på min RPI och ange UI på slutet (http://10.20.30.40:1880/ui) så fås följande resultat.

Ingen kod behövdes skrivas för att uppnå resultatet ovan!!! De två konfigurationerna nedan av noderna är allt som behövs.

Topic sätts till den jag vill visa i grafen ( data kommer via MQTT borkern i guiden)

MQTT nooden behöver en topic att lyssna på.

Jag sätter vilken tab gaugen ska visas i och vilket värde som ska visas {{value}}, dvs det som kommer från MQTT nooden. Mer än så är det inte!

Grafen behöver max och min värde.

 

Installation av Node Red

Börja alltid med att se om det finns några uppdateringar. Jag har även fått installationen att fungera på asus tinker board (fick dock köra kommandot bash <(curl -….. osv en bit ner i guiden)

Du bör nu se något liknande som nedan om allt gick bra.

 sudo systemctl enable nodered.service
Starta tjänsten i node red vid varje uppstart

( väljer du att köra med kommandot bash <(curl -sL…..) så bör du mötas av en liknande bild nedan när allt är klart.

installationen gick även igenom på asus tinker board.

För att verifiera att tjänsten stoppar och startar som den ska, kör följande:

När tjänsten startar bör du få något liknande som ovan. när du ser att Http://127.0.0.1:1880 skrivs ut går det att surfa på din RPI! Obs bilden ovan är om du kör via NodeJS!

För att verifiera att allt fungerar kan du nu surfa in på din RPI:S ip adress på porten 1880, exempelvis http://10.20.30.40:1880

Du bör nu mötas av följande sida:

Node red färdig att hämta börja samla data!

Installation av “noder” (2016-12-18)

Det finns en hel del inbyggt i Node Red, men vissa saker behöver man lägga till för att få den funktionalitet man önskar.  Nedan lägger jag till den delen som behövs för att skapa gränssnittet med knappar.

Saknar du Manage Palette så behöver du installera npm, koden nedan.

Efter du öppnat “Manage Palette” ges fler val till vänster, sök efter “node-red-contrib-ui”, välj sedan Install”

starta om tjänsten:

Genom att ange IP till din RPI och avsluta med /UI  så har du nu gränssnittet öppet.  http://10.20.30.40:1880/ui.  Nu är det dags att testa att hämta upp temperaturen från din RPI:s processor och visa den i gränssnittet.

Följande flöde bör dyka upp efter du gått på: Meny / Import / clipboard och klistrat in koden ovan. Exemplet bygger i grunden på IBM:s Watsons IOT flöde. Obs fungerar ej på (asus tinker board)

Om koden ovan gick att importera via en clipboard är det bara att trycka på “Deploy” längs upp till höger.

För att driftsätta ett flöde tycker du på Deploy längst upp till höger, lyser den rött som bilden finns det konfiguration att aktivera.

Nu är allt klart, du har en live uppdaterande graf på http://10.20.30.40:1880/ui  likt bilden nedan (10.20.30.40 ändras till adressen till din RPI)

 

Skicka samma information till Grafana

Om du inte kommer fram till sidan “http://10.20.30.40:3000” (10.20.30.40 ändras till din RPI:s ip) så kan du behöva starta tjänsten “systemctl start grafana-server“,  Om du inte tidigare konfigurerat Grafana och InfluxDB kommer följande ej att fungera. Kolla i guiden ovan och följ stegen för att kunna använda följande exempel. Genom att addera en funktion till och lägga till en http post så får jag samma information skickad till RPI:ens influxDB, den kommer sedan att visas i Grafana med.

Genom att öppna nooden “Skicka itll influxDB” och editera IP där till adressen du har på din RPI är allt klart (OM du har en databas på influxdb som heter db_automatiserar), aktivera debugen genom att trycka på den gröna fyrkanten på msg noden, detta bör ge en statuscode i meddelandet som är “statusCode”: 204“. Får du det är det bara att gå vidare till Grafana.

Öppna dashboarden som skapades i RPI guiden (förustätter att du kopplat upp grafana mot InfluxDB enligt guiden ovan). Välj databasen och tryck på “add query”

När detta är gjort tar du bort den defaulta frågan som ligger på “A” och kopplar den nya frågan likt nedan.  De texter nedan som är markerade med rött ska väljas från vänster till höger som nedan. Nu har du även konfigurerat Grafana 🙂

 

 

Om du följt guiden fram tills nu och inte stött på några problem gilla den gärna, och om du kommit hit men stött på problem på vägen gilla den ändå och säg vad som felade.

 

Installera MQTT på Vera

Jag måste börja med att varna för att följande görs på egen risk och att garantin på din Vera kanske inte gäller sedan, nog med varningar 😀

Tackar bland annat Borkman som gjort de störasta jobbet för den här MQTT guiden 🙂

Guiden visar hur du får Vera att skicka alla events till en MQTT broker, dessa hämtas sedan upp med Node Red.

 

Börja med att göra en backup av din Vera

Nu är det dags att ladda hem https://github.com/jonferreira/vera-mqtt/archive/master.zip till lämlig mapp, i mitt exempel blir det C:\Temp\

Packa upp master.zip till mappen: C:\temp\vera-mqtt-master

Öppna en klient som klarar SCP.  Jag har valt att aktivera Bash klienten i Windows 10 för att enklare få access till RPI och Vera.

Det görs genom att gå till “kontrollpanelen” / lägg till ta bort program / aktivera windows features – bocka i Windows-undersystem för Linux (Beta)

Bash for Windows

öppna bash klienten och gå till mnt/C/temp/vera-mqtt-master/vera-mqtt-master/Dependencies/usr/lib/lua

Där finns det tre filer:

  • JSON.lua
  • mqtt_library.lua
  • utility.lua

Filerna ska kopieras till /usr/lib/lua på din vera.

( OBS DU MÅSTE AKTIVERA REMOTE SUPPORT PÅ VERAN )

Om allt går som det ska bör du få nått liknande resultat som nedan:  (lösenodet till veran får du när du aktiverar remote kontot)

Då var det svåra klart med din Vera. Nu är det dags att öppna webbgränssnittet på Vera och gå till följande meny:

  • APPS \ Develop Apps \ Luup Files \

Där går det att ladda upp filer, välj att ladda upp alla filer från C:\temp\vera-mqtt-master\vera-mqtt-master\Plugin

Alla filer under mappen plugins ska laddas upp här.

Nu är det läge att skapa en ny enhet, detta görs under “Create Device” som är några steg under “Luup Files” i menyn:

Ange följande egenskaper på enheten (Description är valfritt)

Description = MQTT Client
Upnp Device Filename = D_SensorMqtt1.xml
Upnp Implementation Filename = I_SensorMqtt1.xml

Klart!  Nu är alla filer som ska kopieras på plats, Luup motorn behöver startas om innan enheten listas i gränssnittet.

Detta kan enkelt göras med följande kommando:

  • http://(DINVerasIP):3480/data_request?id=reload
Du kommer att mötas av följande fel ( men det är helt ok )

 

Efter en stund bör du nu ha en ny enhet, öppna den och gå till “Advanced” och konfigurera följande:

# tänk på att användarnamn och lösenord förutsätter att du kört guiden för MQTT tidigare och skapat kontot automatiserar.
mqttServerIp = IP till din RPI
mqttServerPort = 1883
mqttServerUser = automatiserar
mqttServerPassword = automatiserar

 

Under menyvalet Watchdog konfigurerar du vad Vera ska skicka till din MQTT broker:

Ange vad du vill skicka till din MQTT borker här. Saker du redan kryssat i finns inte i den här listan nästa gång du öppnar den..

 

Om allt gått vägen bör du nu i verans gränssnitt ha följande status på din enhet “MQTT Status: Connected”

Allt du nu behöver göra är att i din Node red koppla en MQTT lyssnare till Vera/#

Mitt testflöde från MQTT till en debug och Json omvandlare.
Tänk på att använda STORA V i Vera/#

Klart nu har du en Vera som förhoppningsvis skickar allt du valt till topic:en Vera/# ..

Node red och SMS med 3g modem

2016-12-26 – Skriver hur jag själv konfigurerat min RPI för att addera SMS-support för Node-Red och Vera. Inte längre begränsad till 2 sms / dag, nu kan jag dra iväg 5000 sms / månad 😀

För att göra detta behöver du ett gammalt 3G modem eller liknande samt ett kontantkort med SMS på!

Jag har valt att skapa en scriptfil med innehållet från github: Python script för att skicka sms, jag kan själv inte ta någon cred för detta scriptet i dagsläget. Fick det av en kompis, i dagsläget är det gjort för Python 2.7. Kommer eventuellt att porta det till V 3.6 i framtiden.

Jag har valt att ladda ner och spara scriptet “sendsms.py” till sökvägen “/opt/smskod/sendsms.py” på min RPI 3:a.  Modemet är samma som jag tidigare nyttjade till min Powershell webbserver och C# program som skickade SMS  från Windows enheter. Jag har valt ett Telia kontantkort med 5000 sms / månad. Detta kostade när jag skaffad det ca 500:-

Så gör du:

  1. cd /opt
  2. sudo mkdir smskod
  3. cd smskod
  4. touch sendsms.py
  5. nano sendsms.py      # kopiera in innehållet från scriptet du hämtade från github.
  6. ctrl+x och välj y för att spara.
jag valde att kopiera ett redan befintligt script istället för att klistra in via nano.

Nu bör du kunna öppna Node-Red och kopiera in flödet nedan till en tom vy.