久久派GPIO控制(基于Node-Red)

文中所需网盘资料及讲解视频在文章末尾哦1
首先我们先将久久派和电脑使用网线连接,设置到同一局域网里,方便我们使用电脑浏览器远程访问久久派的node-red。

一、用node-red来对IO进行驱采(普通用户)

1、启动node-red

打开终端,在终端中输入指令启动

node-red

使用电脑浏览器访问 久久派IP:1880 进入到久久派的node-red界面。
在node-red界面的节点管理里安装node-red-node-pi-gpio ,如果遇到网络超时的错误可以更换网络或者多尝试几次。(安装节点需要连接外网)
若有小伙伴一直安装失败,可以尝试在网盘中找到“node-red-node-pi-gpio-2.0.6.tgz”文件,在安装界面上传到自己的node-red里。(使用这种方式的小伙伴可以跳过第二步)

2、把node-red-node-pi-gpio复制到久久派

将根据久久派修改了对应引脚文件的node-red-node-pi-gpio文件拷贝到久久派里,并将此文件替换到node-red文件内。

cd node-red-node-pi-gpio
cp -r * /home/loongson/.node-red/node_modules/node-red-node-pi-gpio

3、添加执行sudo免密码权限

因为node-red的执行需要使用到Python脚本,防止每次执行node-red都输入密码,在这里需要添加执行免密权限

sudo visudo

把以下内容添加到最后面(一定要最后面)

loongson ALL=(ALL) NOPASSWD: /usr/bin/python3
loongson ALL=(ALL) NOPASSWD: /home/loongson/.node-red/node_modules/node-red-node-pi-gpio/nrgpio
loongson ALL=(ALL) NOPASSWD: /home/loongson/.node-red/node_modules/node-red-node-pi-gpio/testgpio

4、重新启动node-red

node-red

二、用node-red来对IO进行驱采(可选管理员运行)

1、在node-red中安装node-red-node-pi-gpio节点

使用管理员模式直接启动node-red

su
123
node-red

在node-red界面的节点管理里安装node-red-node-pi-gpio

2、把node-red-node-pi-gpio复制到久久派

将node-red-node-pi-gpio复制到久久派并替换到node-red文件内。

cd node-red-node-pi-gpio
cp -r * /root/.node-red/node_modules/node-red-node-pi-gpio

3、启动node-red

node-red

三、程序及现象

1、输出控制

在这里使用rpi-gpio-out节点实现对久久派引脚的控制。rpi-gpio-out节点支持输入布尔类型的true和false,true表示输入高电平,false表示输入低电平。
通过上述的复制文件,已经实现rpi-gpio-out节点对久久派引脚定义的适配,小伙伴们根据实际接口选择对应引脚即可。
在这里插入图片描述当部署完成后,GPIO 节点显示OK,则表示程序能正常运行,显示其他状态的话,可以检查一下是否是需要输入密码,或权限是否正确等。

2、输入检测

使用rpi-gpio-in 节点实现对久久派引脚状态的查看。
在这里插入图片描述
小伙伴们根据需求设定引脚,然后可以通过外接电源的形式对引线进行拉高或拉低来实现引脚变化。


  1. 百度网盘链接123网盘链接(提取码:qIq1)某站讲解视频链接09:47-22:30分 ↩︎

  • 14
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
Node-Red是一个开源的可视化编程工具,可以用于构建物联网应用程序。在工业物联网中,Node-Red可以作为网关应用程序的核心,处理设备数据、执行控制操作和与云平台通信。以下是基于Node-Red的工业物联网网关应用开发步骤: 1. 确定应用场景和需求:根据工业物联网应用需求,确定需要采集的设备数据、控制操作、通信协议和云平台接口等。 2. 确定硬件平台和设备接口:选择合适的硬件平台,如树莓、Arduino等,确定设备接口,如GPIO、串口、I2C、SPI等。 3. 安装Node-Red:在硬件平台上安装Node-Red,可以使用官方提供的安装包或手动安装。 4. 配置设备接口:在Node-Red中配置设备接口,使用相应的节点和插件进行设备数据采集和控制操作。 5. 配置通信协议和云平台接口:在Node-Red中配置通信协议和云平台接口,使用相应的节点和插件进行数据传输和处理。 6. 编写应用程序逻辑:使用Node-Red提供的可视化编程工具,编写应用程序逻辑,实现设备数据采集、控制操作和云平台通信。 7. 测试和调试:在硬件平台上进行测试和调试,确保应用程序正常运行。 8. 部署和运维:将应用程序部署到生产环境中,进行运维和维护,保证应用程序的稳定性和可靠性。 总之,基于Node-Red的工业物联网网关应用开发需要具备一定的硬件和软件技术基础,同时需要对工业物联网应用场景和需求有深入的了解。
评论
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