如何在腾讯云上解析LoRa节点数据

目录

前言

一、所需的步骤简介

二、创建数据模板

三、设备开发

结语


前言

前面我们已经介绍了,如何在腾讯云上添加LoRaWAN网关如何在腾讯云上添加LoRa节点,那么,当LoRa节点的数据通过LoRaWAN网关上传到腾讯云的时候,由于LoRa节点本身上报的数据是二进制格式的数据,我们需要将其转换为腾讯云平台的JSON 格式。

本文介绍如何在腾讯云平台上使用其“数据模板”、“设备开发”的功能,以便将LoRa节点上传的数据准确的转换出来。

 

一、所需的步骤简介

需要在腾讯云的平台上,执行两个步骤:“数据模板”、“设备开发”,才能将所获取到的LoRa节点的数据转换成适合用户观察使用的数据。

而且,二者在创建的时候,存在一些关联关系。

下面我们将按顺序详细介绍。

 

二、创建数据模板

我们以RAK瑞科慧联的LoRa节点RAK7205为例,来介绍如何为LoRa节点上传的数据创建数据模板。

创建数据模板之前,需要先在腾讯云上创建LoRa节点(可参见文章,如何在腾讯云上添加LoRa节点)。

 

需要注意的是,这里所创建的LoRa节点是一个类型,下面还可以再新建若干个对应的设备。在该节点下所创建的所有设备的上传数据的解析,都使用该节点的数据模板。这样,就省去了我们

 

创建完LoRa节点之后,如图1所示,我们点击已经创建了的LoRa节点“RAK7205”,创建数据模板的时候,通过“导入JSON”来实现。

腾讯云平台创建数据模板界面示意图
图1  腾讯云平台创建数据模板界面示意图

 

对于RAK7205来说,其内置环境传感器 BME680(温度、湿度、气体、压力)和MEMS 运动传感器和 LIS3DH(3 轴加速度),因此,其上传的数据包里面的数据类型是比较多的,我们需要在JSON脚本里预先设置好各种参数,如下:

 

{

"version": "1.0",

"profile": {

"ProductId": "BO3TJ4VAXW",

"CategoryId": "1"

},

"properties": [{

"id": "temperature",

"name": "温度",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "-100",

"max": "100",

"start": "0",

"step": "0.01",

"unit": "℃"

},

"required": false

}, {

"id": "relative_humidity",

"name": "湿度",

"desc": "",

"mode": "r",

"define": {

"type": "int",

"min": "0",

"max": "100",

"start": "0",

"step": "1",

"unit": "%RH"

},

"required": false

}, {

"id": "barometric_pressure",

"name": "大气压",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "-10000",

"max": "10000",

"start": "0",

"step": "0.01",

"unit": "hPa"

},

"required": false

}, {

"id": "gas_resistance",

"name": "气阻",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "0",

"max": "1000",

"start": "0",

"step": "0.01",

"unit": "kΩ"

},

"required": false

}, {

"id": "trixial_x",

"name": "三轴X",

"desc": "",

"mode": "r",

"define": {

"type": "int",

"min": "-1000",

"max": "1000",

"start": "0",

"step": "1",

"unit": "mg"

},

"required": false

}, {

"id": "trixial_y",

"name": "三轴Y",

"desc": "",

"mode": "r",

"define": {

"type": "int",

"min": "-1000",

"max": "1001",

"start": "0",

"step": "1",

"unit": "mg"

},

"required": false

}, {

"id": "trixial_z",

"name": "三轴Z",

"desc": "",

"mode": "r",

"define": {

"type": "int",

"min": "-1000",

"max": "1000",

"start": "0",

"step": "1",

"unit": "mg"

},

"required": false

}, {

"id": "gps_longitude",

"name": "经度",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "-180",

"max": "180",

"start": "0",

"step": "0.0001",

"unit": "°"

},

"required": false

}, {

"id": "gps_latitude",

"name": "纬度",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "-90",

"max": "90",

"start": "0",

"step": "0.0001",

"unit": "°"

},

"required": false

}, {

"id": "gps_altitude",

"name": "海拔",

"desc": "",

"mode": "r",

"define": {

"type": "int",

"min": "-1000",

"max": "10000",

"start": "0",

"step": "1",

"unit": "m"

},

"required": false

}, {

"id": "battery_voltage",

"name": "电压",

"desc": "",

"mode": "r",

"define": {

"type": "float",

"min": "0",

"max": "10",

"start": "0",

"step": "0.01",

"unit": "V"

},

"required": false

}],

"events": [],

"actions": []

}

 

将下列JSON数据粘贴到上图对应的本文框,并点击“导入”。

导入成功后,结果如图2所示。

 

腾讯云平台上导入JSON脚本之后的显示界面示意图
图2   腾讯云平台上导入JSON脚本之后的显示界面示意图

 

在图2所示的界面下方(未图示),点击“下一步”,就会进入到腾讯云平台上的第二个步骤“设备开发”。

 

三、设备开发

设备开发里,需要根据实际的节点来撰写脚本,并且,应当与上面的步骤中的JSON脚本的参数是一一对应的。

下面是基于RAK瑞科慧联的LoRa节点RAK7205的脚本范例。

 

function RawToProtocol(fPort, bytes) {

var hexString=bin2HexStr(bytes);

return rakSensorDataDecode(hexString);

}

 

// convert array of bytes to hex string.

function bin2HexStr(bytesArr) {

var str = "";

for(var i=0; i<bytesArr.length; i++) {

var tmp = (bytesArr[i] & 0xff).toString(16);

if(tmp.length == 1) {

tmp = "0" + tmp;

}

str += tmp;

}

return str;

}

 

// convert string to short integer

function parseShort(str, base) {

var n = parseInt(str, base);

return (n << 16) >> 16;

}

 

// convert string to triple integer

function parseTriple(str, base) {

var n = parseInt(str, base);

return (n << 8) >> 8;

}

 

// decode Hex sensor string data to object

function rakSensorDataDecode(hexStr) {

var str = hexStr;

 

var data = {

"method": "report",

"clientToken" : new Date(),

"params" : {}

};

 

while (str.length > 4) {

var flag = parseInt(str.substring(0, 4), 16);

switch (flag) {

case 0x0768:// Humidity

data.params.relative_humidity= ((parseShort(str.substring(4, 6), 16) * 0.01 / 2) * 100).toFixed(1);

str = str.substring(6);

break;

case 0x0673:// Atmospheric pressure

data.params.barometric_pressure= (parseShort(str.substring(4, 8), 16) * 0.1).toFixed(2);

str = str.substring(8);

break;

case 0x0267:// Temperature

data.params.temperature = (parseShort(str.substring(4, 8), 16) * 0.1).toFixed(2);

str = str.substring(8);

break;

case 0x0188:// GPS

data.params.gps_latitude = (parseTriple(str.substring(4, 10), 16) * 0.0001).toFixed(4);

data.params.gps_longitude = (parseTriple (str.substring(10, 16), 16) * 0.0001).toFixed(4);

data.params.gps_altitude = (parseTriple (str.substring(16, 22), 16) * 0.01).toFixed(1);

str = str.substring(22);

break;

case 0x0371:// Triaxial acceleration

data.params.trixial_x= (parseShort(str.substring(4, 8), 16) * 0.001).toFixed(3);

data.params.trixial_y= (parseShort(str.substring(8, 12), 16) * 0.001).toFixed(3);

data.params.trixial_z= (parseShort(str.substring(12, 16), 16) * 0.001).toFixed(3);

str = str.substring(16);

break;

case 0x0402:// air resistance

data.params.gas_resistance= (parseShort(str.substring(4, 8), 16) * 0.01).toFixed(2);

str = str.substring(8);

break;

case 0x0802:// Battery Voltage

data.params.battery_voltage = (parseShort(str.substring(4, 8), 16) * 0.01).toFixed(2);

str = str.substring(8);

break;

case 0x0586:// gyroscope

data.params.gyroscope_x = (parseShort(str.substring(4, 8), 16) * 0.01).toFixed(2);

data.params.gyroscope_y = (parseShort(str.substring(8, 12), 16) * 0.01).toFixed(2);

data.params.gyroscope_z = (parseShort(str.substring(12, 16), 16) * 0.01).toFixed(2);

str = str.substring(16);

break;

case 0x0902:// magnetometer x

data.params.magnetometer_x = (parseShort(str.substring(4, 8), 16) * 0.01).toFixed(2);

data.params.magnetometer_y = (parseShort(str.substring(12, 16), 16) * 0.01).toFixed(2);

data.params.magnetometer_z = (parseShort(str.substring(20, 24), 16) * 0.01).toFixed(2);

str = str.substring(24);

break;

default:

str = str.substring(7);

break;

}

}

 

return data;

}

 

将上述脚本复制到“上行数据解析”文本框里并覆盖原有内容,并提交。

提交之后,我们就在腾讯云上针对某一类型的LoRa节点创建了相应的数据解析的脚本。

 

结语

本文介绍了如何在腾讯云平台上使用其“数据模板”、“设备开发”的功能,以便将LoRa节点上传的数据准确的转换出来。这样,我们就相当于在腾讯云上建立了一种类型的节点的处理方法,我们后续就可以在该节点上添加多个设备,也就是假如我们整个应用场景里所使用的传感器都是同一种类的,就可以在该节点上使用相同的数据模板进行解析,以对所有的传感器所上传的数据准确的解析出来。

至于如何在腾讯云上为某个节点添加多个设备,请期待我们的下一篇文章。

猜你喜欢

转载自blog.csdn.net/RAKwireless/article/details/107251605