Dlaczego zdecydowałem się na własny system monitoringu w szklarni?
Każdy, kto choć raz próbował uprawiać rośliny w szklarni, wie, jak ważne jest stałe monitorowanie warunków środowiskowych. Z jednej strony pozwala to na optymalne warunki dla roślin, z drugiej — pozwala na szybkie reagowanie na niekorzystne zmiany. Pierwotnie korzystałem z gotowych rozwiązań, które jednak często okazywały się albo zbyt drogie, albo nie do końca dostosowane do moich potrzeb. Wtedy wpadłem na pomysł, by stworzyć własny system monitorowania, który będzie nie tylko tańszy, ale i bardziej elastyczny. Chciałem mieć pełną kontrolę nad odczytami, możliwość ich wizualizacji i łatwe rozszerzanie funkcjonalności w przyszłości.
Wybór sprzętu i czujników — od czego zacząłem?
Przy wyborze sprzętu najważniejszym kryterium była dostępność, cena i prostota integracji. Do odczytu parametrów środowiskowych zdecydowałem się na użycie popularnych czujników: DHT22 do pomiaru temperatury i wilgotności, a także czujnika MQ-135 do wykrywania obecności CO2 i innych zanieczyszczeń powietrza. Raspberry Pi 3 B+ okazało się idealnym centrum dowodzenia — ma wystarczająco mocy, żeby obsłużyć zarówno odczyty z sensorów, jak i platformę Node-RED. Do zasilania użyłem zasilacza 5V 2.5A, który zapewnia stabilną pracę całego systemu.
Jak podłączyłem czujniki i skonfigurowałem odczyty?
Podłączenie czujników do Raspberry Pi nie było trudne, choć wymagało nieco cierpliwości i precyzji. DHT22 komunikował się przez interfejs GPIO, korzystając z biblioteki Python, co pozwoliło mi na łatwe odczyty danych i przesyłanie ich do platformy. MQ-135 wymagał podłączenia do wejścia ADC, którego w Raspberry Pi nie ma wbudowanego, więc zastosowałem zewnętrzny konwerter analogowo-cyfrowy, np. MCP3008. Po podłączeniu wszystko skonfigurowałem w Pythonie, tworząc prosty skrypt, który odczytuje dane co kilka minut i wysyła je do serwera Node-RED za pomocą MQTT. Przy kalibracji sensorów musiałem wykonać testy porównawcze z miernikami laboratoryjnymi, aby uzyskać wiarygodne odczyty.
Integracja z Node-RED — jak zbudowałem swój system automatyki
Platforma Node-RED okazała się strzałem w dziesiątkę. Dzięki niej mogłem łatwo połączyć odczyty z sensorów z różnymi funkcjami automatyki i wizualizacji. Użyłem MQTT jako protokołu komunikacyjnego — w tym celu na Raspberry Pi uruchomiłem mosquitto, a w Node-RED dodałem odpowiednie węzły do subskrypcji danych. Na tym etapie zacząłem tworzyć pierwsze flow, które odczytywały dane, przetwarzały je i wyświetlały na dashboardzie. Napotkałem jednak wyzwania związane z stabilnością połączeń i koniecznością filtrowania odczytów, które czasem były zakłócone. Wdrożyłem proste filtry i funkcje, które eliminowały błędne pomiary, co znacznie poprawiło jakość danych wyświetlanych na dashboardzie.
Tworzenie własnego dashboardu — wizualizacja danych na żywo
Podczas prac nad systemem nie mogłem pominąć wizualizacji. W Node-RED użyłem wbudowanych narzędzi do tworzenia interaktywnych wykresów i wskaźników. Dashboard zawierał wykresy linii pokazujące zmiany temperatury, wilgotności i stężenia CO2 w czasie, a także wskaźniki alarmowe, które informowały mnie o przekroczeniu ustalonych progów. Dodatkowo, dodałem sekcję z aktualnymi odczytami, aby od razu widzieć, co się dzieje w szklarni. Całość zbudowałem w taki sposób, aby była czytelna i intuicyjna, a jednocześnie prosta w obsłudze. Dzięki temu, nawet podczas pracy na zewnątrz, mogłem na telefonie lub laptopie szybko sprawdzić stan środowiska i podjąć działania, jeśli zajdzie taka potrzeba.
Wyzwania i rozwiązania — co sprawiło mi najwięcej trudności?
Największym wyzwaniem okazała się kalibracja sensorów i zapewnienie stabilności odczytów. Czujniki, choć tanie, często dawały odczyty zakłócone lub rozbieżne, co wymagało od mnie testów i dostosowań. W przypadku MQ-135 konieczne było dokładne wyregulowanie skali, by odczyty odpowiadały rzeczywistym stężeniom CO2. Kolejnym problemem była stabilność połączenia MQTT — czasami zdarzało się, że dane nie docierały do Node-RED, co wymagało optymalizacji konfiguracji sieci i ustawień QoS. Niektóre rozwiązania wymagały też ręcznego restartu usług, co z kolei zmotywowało mnie do napisania prostych skryptów automatycznego restartu w razie awarii. Warto też zadbać o odpowiednią izolację elektryczną i zasilanie, bo w warunkach szklarni panuje wilgoć, która potrafi powodować zwarcia i zakłócenia.
Wnioski i co dalej?
Tworzenie własnego systemu monitorowania środowiska w szklarni to nie tylko satysfakcja z własnej pracy, ale także realna oszczędność i lepsza kontrola nad warunkami uprawy. Dzięki temu rozwiązaniu nauczyłem się wielu technicznych aspektów, od programowania, przez elektronikę, aż po zarządzanie siecią. W przyszłości planuję rozbudować system o dodatkowe czujniki, np. do pomiaru natężenia światła czy wilgotności gleby, a także zautomatyzować nawadnianie na podstawie odczytów. Jeśli myślisz o własnym projekcie, nie bój się eksperymentować i korzystać z dostępnych narzędzi open-source. Najważniejsze, by system był dostosowany do Twoich potrzeb i potrafił się rozwijać razem z Twoją uprawą. Pamiętaj — własnoręcznie zbudowany monitoring nie tylko daje większą kontrolę, ale też pozwala na głębsze zrozumienie swojego środowiska i roślin, które w nim rosną.