MKR WAN – Mini-Wetterstation mit Arduino

Node aus Arduino MKR WAN 1300 und ENV Shield
Node aus Arduino MKR WAN 1300 und ENV Shield

Etwas unerwartet geht meine kleine Serie mit Nodes, also Bausätzen für das LoRaWan, und Wettersensoren weiter. Aktuell testen wir von SLO Boards von Arduino, mit denen Umgebungsdaten erfasst und über das LoRaWAN, z.B. TTN, übertragen werden können. Dabei wollen wir besonders klären, inwieweit auch Einsteiger, also auch ältere Bastler, mit dieser Technik klar kommen.

Bauteile

Das Board MKR WAN 1300 gibt es schon ein paar Jahre. Es hat neben dem Mikrocontroller den Zugang zum LoRaWAN integriert und soll stromsparend sein. Die Antenne läßt sich über eine Antennenverlängerung aufstecken und bei einem eventuellen Einbau in ein Gehäuse später einfach nach außen führen.

Mit dem aufsteckbaren MKR ENV Shield lassen sich Umgebungsdaten messen. Es enthält moderne Sensoren für Temperatur, Luftdruck, Luftfeuchtigkeit, Licht und UV-Strahlung.

Programmierung

Der Programm-Code kann auf zwei Möglichkeiten vom PC bzw. Mac auf den MKR WAN übertragen werden. Dazu kann man (1) die Ardoino IDE oder (2) den Arduino Webeditor nutzen. Für mich war die zweite Option interessant, so dass ich diese getestet habe.

Arduino Web Editor
Arduino,Web Editor

Zur Nutzung des Webeditors wird auf dem PC/Mac ein PlugIn installiert, d.h. er ist auf dem iPad nur eingeschränkt zu nutzen. Zum Starten sucht man unter >Libraries nach MKR WAN und bekommt u.a. einem Sketch FirstConfiguration zur Auswahl, mit dem sehr schnell die DeviceEUI des MKR WAN 1300 ermittelt werden kann, die später für die Registrierung des Node bei TTN benötigt wird. Mit weiteren Sketches kann u.a. auch die Funktion der Sensoren getestet werden.

Einen funktionstüchtigen Sketch für die Kombination MKR WAN/ENV Shield und TTN habe ich bei Frank Razio vom Nucleon e.V. gefunden. Dieser Sketch enthält auch den später für TTN erforderlichen Code für einen Payload-Decoder.

TTN

In einem ersten Schritt muss bei TTN eine Application eingerichtet werden. Danach kann dann mit der DeviceEUI der Bausatz als Device registriert werden. Für die Übertragung der Daten sorgt der oben genannte Sketch. Damit schließlich die Daten lesbar angezeigt werden können, muss das passende Payload Format über einen Decoder festgelegt werden, dessen Code mit >Copy und >Paste eingefügt wird.

Daten des MKR WAN 1300 auf der Console von TTN
Daten des MKR WAN 1300 auf der Console von TTN

Die erfolgreiche Übertragung der Daten wird auf der Console von TTN zwar angezeigt, diese können aber leider nicht grafisch aufbereitet werden. Daher sollte eine leistungsfähigere Integration eingerichtet werden, z.B. Tago.IO.

Datenanzeige

Nach der Registrierung bei Tago.IO kann man dort ein Dashboard einrichten und individuell gestalten. Ich hatte bereits zwei Node registriert und habe für diesen Test einen weiteren hinzugefügt.

Daten des MKR WAN 1300 im Dashboard von Tago
Daten des MKR WAN 1300 im Dashboard von Tago

Es gibt mit Node Red über Balena und Grafana sicher leistungsfähigere Tools, doch für Einsteiger erscheint mir die Lösung mit Tago praktikabler.

Anmerkungen

Dieser Bausatz ist m.E. sehr gut für Tests geeignet, denn die Montage gelingt problemlos und die für die Inbetriebnahme erforderliche Software ist frei zugänglich. Die Einrichtung eines Devices bei TTN dürfte gelingen, aber für die Übertragung und Decodierung der Daten ist sicher die Hilfe eines erfahrenen Nutzer erforderlich.

Erste Überlegungen zum Praxiseinsatz als Außenwetterstation machen mich allerdings nachdenklich. Es gibt also wie so oft viel zu testen, denkt HoSi.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google Foto

Du kommentierst mit Deinem Google-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.