В последние годы появилось множество продуктов AIoT, которые могут выполнять такие функции, как сбор данных о температуре и влажности, а также физиологических параметров (частота сердечных сокращений, пульс и уровень кислорода в крови), и широко используются в промышленном мониторинге, умной жизни, медицинской электронике и других областях. В качестве моста между интеллектуальным оборудованием и платформой Интернета вещей коммуникационные модули Quectel могут загружать данные, собранные встроенными устройствами, на облачную платформу и в конечном итоге использовать алгоритмы искусственного интеллекта для извлечения ценности данных. В прошлый период компании в основном использовали датчики + модули MCU + DTU для подключения устройств к платформе Интернета вещей. С развитием технологий производительность модуля постепенно улучшалась, и он может напрямую управлять работой датчика, что значительно снижает стоимость оборудования устройства. Конкретная структура показана на рисунке 1:
Недавно мы создали комплект оборудования для сбора данных на базе EC800M, который реализует две функции: обнаружение концентрации загрязняющих веществ, сбор данных о давлении и предоставление информации о географическом местоположении. Впоследствии данные загружаются на платформу Интернета вещей через сеть 4G. Он может осуществлять мониторинг выхлопных газов транспортных средств, оборудование для наружного мониторинга и другие области, как показано на рисунке 2:
Модуль EC800M может использовать QuecPython для вторичной разработки, и общая сложность относительно невелика. Устройство имеет 2 последовательных канала и может поддерживать HTTP, TCP, UDP, MQTT, Alibaba Cloud, Tencent Cloud и частные облачные платформы. Модуль может быть обновлен удаленно через OTA и поддерживает переподключение MQTT и автономное хранение данных, что значительно повышает отказоустойчивость. возможностей продукта, а модуль имеет встроенные файлы библиотеки для IIC, SPI и других протоколов, кроме того, модуль поддерживает Низкое; энергопотреблениемодель,Облегчите пользователям создание продуктов, отвечающих рыночному спросу. (P.S. python — интерпретируемый язык,Общая скорость бега медленнее,Не рекомендуется использовать в сценариях с чрезвычайно высокими требованиями к реальному времени).
Мы загружаем прошивку через инструменты последовательного порта, QPYcom и QFlash. Используемые конкретные команды:
ATI #Отображать идентификационную информацию о продукте #Используйте инструмент последовательного порта для подключения Quectel USB AT port
AT+QDOWNLOAD=1 #Входим в режим загрузки, появляется Quectel Download Port
Нажмите «Статистика», чтобы завершить загрузку. #Откройте Qflash через Quectel Download Порт, скорость передачи равна 9600;
Наконец откройте порт «последовательный USB-устройство» и запустите прошивку программы.
Используемый программный код следующий:
import pm
import utime
# Создать блокировку WakeLock
lpm_fd = pm.create_wakelock("test_lock", len("test_lock"))
# Установить автоматический спящий режим
pm.autosleep(1)
# Тест моделирования, для фактической разработки, пожалуйста, выберите его в соответствии с бизнес-сценарием.
while 1:
utime.sleep(20) # впадать в спячку
res = pm.wakelock_lock(lpm_fd)
print("ql_lpm_idlelock_lock, g_c1_axi_fd = %d" %lpm_fd)
print("unlock sleep")
print (a)
utime.sleep(20)
res = pm.wakelock_unlock(lpm_fd)
print(res)
print("ql_lpm_idlelock_unlock, g_c1_axi_fd = %d" % lpm_fd)
num = pm.get_wakelock_num() # Получить количество созданных блокировок
print(num)