基于RTT的espWiFi连接OneNet云端

基于rt-thread studio的STM32开发第三节:使用esp01s连接WiFi并连接OneNet云端

前言

OneNET是由中国移动打造的PaaS物联网开放平台。平台能够帮助开发者轻松实现设备接入与设备连接,快速完成产品开发部署,为智能硬件、 智能家居产品提供完善的物联网解决方案。中国移动 在大会上发布了OneNET 物联网平台。OneNET平台作为连接和数据的中心,能适应各种传感网络和通信网络,将面向智能家居、可穿戴设备、车联网、移动健康、智能创客等多个领域开放。

5323cc29e9f6ccd61ab1a1334c9dacbd.png

步骤一:WiFi连接

添加软件包at_device

28cc204f80424c0815a3004b683522d0.png

进行配置

5d6045a342765963eadae2f3bf4af6d1.png

WiFi账号、密码以及对应的AT端口设备名。注意AT端口设备名十分重要,涉及到后续端口配置。

这里需要注意的是,要打开libc

6c790b03b9fb77a7d5f4ccef4ee5e3cc.png

以上进行 保存后,打开board.h文件,进行该端口配置

64e23c30ae5efb9bc420045f56884bd5.png

由于上述进行AT端口设备名为uart2,这里配置PA2、PA3端口分别为

#define BSP_USING_UART2
#define BSP_UART2_TX_PIN       "PA2"
#define BSP_UART2_RX_PIN       "PA3"

这里为方便演示,我使用电脑热点进行判断是否连接WiFi。

a9a7873d88dc056115dc8776c1342221.png

有图可知,WiFi连接成功。

步骤二:OneNet注册

打开OneNet官网

4ed422a4ecb229d2da9a12e919352143.png

电机右上角控制台选项,选择全部产品服务

7fb7cf69dfff899fe8be418a09739e4c.png

选择“多协议接入”,这里大家按照步骤新建一个产品。

802873ec4aa2178a480cf6f5af868e46.png

这里我建立一个测试设备

3917daf438082995d3e5d75c69b89de1.png

这里需要记住以下几个参数,每个产品都不一样

95a829cefb6b48663a29b55288bc6b25.png

  • 设备ID:设备列表中详情中”设备ID“

  • 身份验证信息:设备列表中详情中”鉴权信息“新建产品中会进行提示,。

  • API 密钥:设备列表中详情中APIKey,这里需要进行添加

  • 产品ID:“产品概况”中产品ID

  • 主/产品 APIKEY:“产品概况”中Master-APIkey

步骤三:OneNet软件包使用

同样搜索OneNet软件包,进行添加并进行配置,添加上述所需值。

a2dbfe1be6c7b0c2c3e0d7772814719d.png

这里点击打开案例进行修改,原因在于MSH_CMD_EXPORT()函数需要端口输入指令,才可进行功能执行。

bf1fba8118193e9f2ccf6bfa8a526761.png

添加onenet_mqtt_init();初始化指令。

测试结果

串口显示连接成功,并进行随机数据上传。

4bed9efd287788cd8e6e3eb51db7d20e.png

云端显示在线

71b881499cf3bbe42a38decb388741d1.png

云端数据实时刷新,并于端口数据显示一致

0553f36fb9aaadd80e60446f275cd102.png

以上就是本次的OneNet连接。案例程序放在Gitee仓库中(https://gitee.com/zhoucr1234/rt-thread-studio-on-stm32-f103-rct6.git)

289a3cd016a2aa300b1f3abf1ef6b269.png

 

基于RTT的机器人视觉框架将实时传输延迟(RTT)作为主要指标来设计和优化机器人视觉系统。RTT代表了从发送传感器数据到接收并作出响应的时间间隔,它是一个关键的决定性因素,影响着机器人的实时感知和决策能力。 该框架主要包括以下几个组件: 1. 传感器数据采集:通过各种传感器(如摄像头、激光雷达等)采集实时环境数据。采集到的数据以最小的延迟尽快发送到后续处理模块。 2. 数据传输和通信:借助高效的通信协议和网络架构,将采集到的数据实时传输给后续处理模块。此外,为了减小RTT,还可以根据实际需求优化数据传输策略,如压缩数据、设置传输优先级等。 3. 数据处理和分析:接收到传感器数据的后续处理模块对数据进行分析、处理和解释。这些模块使用机器学习、计算机视觉等算法对图像进行分析,从中提取特征和识别目标。同时,它们以尽可能高效的方式进行数据处理,以保证实时性。 4. 决策和控制:基于分析的结果,决策模块对机器人的实时行为作出响应。例如,根据识别的目标,生成相应的控制命令并发送到机器人执行。 在这个基于RTT的机器人视觉框架中,实时性是关键目标。通过尽量减小RTT,提高机器人对环境的实时感知和响应能力,从而实现更高效的机器人操作和应用。同时,优化数据处理和传输策略,提高整个系统的性能和稳定性。这个框架可以广泛应用于机器人导航、智能监控、自动驾驶等领域,为机器人实现更高水准的实时视觉能力提供支持。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值