张高兴的 .NET IoT 入门指南：（七）制作一个气象站

摘要

距离上一篇《张高兴的 .NET Core IoT 入门指南》系列博客的发布已经过去 2 年的时间了，2 年的时间 .NET 版本发生了巨大的变化，.NET Core 也已不复存在，因此本系列博客更名为 《张高兴的 .NET IoT 入门指南》，我也重新审阅了之前的内容进行了相应的更改以保证内容的时效性。

距离上一篇《张高兴的 .NET Core IoT 入门指南》系列博客的发布已经过去 2 年的时间了，2 年的时间 .NET 版本发生了巨大的变化，.NET Core 也已不复存在，因此本系列博客更名为 《张高兴的 .NET IoT 入门指南》，我也重新审阅了之前的内容进行了相应的更改以保证内容的时效性。

和单片机不同，使用 Linux 开发板、现成的传感器套件以及合适的后端技术几乎可以做成任何东西。为了更好的整合前面章节介绍的内容，本文将制作一个简单的气象站（也许叫环境信息收集装置更合适），至于为何选择制作一个气象站，因为难度不高制作不复杂，并且温湿度传感器花费较低的价格即可获得，可以以低廉的价格换取一个 cool stuff。本文将使用 .NET 6 编写一个控制台应用程序，通过本文你可以学到：

1. I2C I2cDevice 类的使用；
2. 摄像头设备 VideoDevice 类的使用；
3. Iot.Device.Bindings NuGet 包的使用；
4. 时序数据库 TimescaleDB 的简单使用；
5. Quartz 定时任务的使用；
6. 在控制台应用中进行依赖注入；
7. 使用 Docker 拉取镜像、部署应用。

• 硬件需求
• 电路
• 准备工作
  • 配置 TimescaleDB 数据库
  • 安装摄像头的依赖库
• 编写代码
  • 项目结构
  • 项目依赖
  • 数据库上下文与实体类
  • 配置文件
  • 初始化与依赖注入配置
  • 配置定时任务
• 部署应用
  • 发布到文件
  • 构建 Docker 镜像
• 后续工作

硬件需求

名称	描述	数量
Orange Pi Zero	Linux 开发板	x1
BME280	提供温度、湿度以及气压数据	x1
USB 摄像头	提供环境图像	x1
杜邦线	传感器与开发板的连接线	若干

电路

传感器	接口	开发板接口
BME280	SDA	TWI0_SDA (Pin 3)
	SCL	TWI0_SCK (Pin 5)
	VCC	5V (Pin 4)
	GND	GND (Pin 6)
USB 摄像头	USB	USB

准备工作

配置 TimescaleDB 数据库

TimescaleDB 是一款基于 PostgreSQL 插件的时序数据库。考虑到收集的环境数据是按时间进行索引，并且数据基本上都是插入，没有更新的需求，因此选用了时序数据库作为数据存储。TimescaleDB 是 PostgreSQL 的一款插件，可以通过先安装 PostgreSQL 之后再安装插件的形式部署 TimescaleDB，这里直接使用 TimescaleDB 的 Docker 镜像进行部署。

1. 拉取 TimescaleDB 镜像：

docker pull timescale/timescaledb:latest-pg14

1. 创建卷，用于持久化数据库数据：

docker volume create tsdb_data

1. 运行镜像，端口映射为 54321，密码配置为弱密码 @Passw0rd：

docker run -d --name timescaledb -p 54321:5432 --restart=always -e POSTGRES_PASSWORD='@Passw0rd' -e TZ='Asia/Shanghai' -e ALLOW_IP_RANGE=0.0.0.0/0 -v tsdb_data:/var/lib/postgresql timescale/timescaledb:latest-pg14

1. 使用熟悉的数据库管理工具（如 Navicat）创建数据库 WeatherMetrics：

CREATE DATABASE "WeatherMetrics" WITH OWNER = postgres ENCODING = 'UTF8';  CREATE TABLE metrics (    time TIMESTAMP WITHOUT TIME ZONE NOT NULL DEFAULT 'now()',    device_id VARCHAR(50) NULL,    weather_type VARCHAR(50) NULL,    temperature DECIMAL(5, 2) NULL,    humidity DECIMAL(5, 2) NULL,    pressure DECIMAL(8, 2) NULL,    image_base64 TEXT NULL );  SELECT create_hypertable('metrics', 'time');

time 表示采集数据的时间，device_id 记录采集设备的 id，weather_type 记录从心知天气获取的天气名，temperature 记录传感器获取的温度，humidity 记录传感器获取的湿度，pressure 记录传感器获取的气压，image_base64 记录摄像头采集的图像。

超表（hypertable）是 TimescaleDB 的一个重要概念，由若干个块（chunks）组成，将超表中的数据按照时间列（即 metrics 表中的 time 字段）分成若干个块存储，而使用 PostgreSQL 层面上的表（table）实现 SQL 接口的暴露，因此使用 create_hypertable() 将表转换为超表。上面创建的 metrics 表并不是真正意义上的表，表中不存在主键字段，而是类似视图（view）一样的抽象结构。

安装摄像头的依赖库

VideoDevice 类是使用 PInvoke 操作实现的，依赖于 Video for Linux 2（V4L2），因此还需要安装 V4L2 工具：

sudo apt install v4l-utils

实现时还引用了 System.Drawing NuGet 包，因此还需要安装 System.Drawing 的前置依赖：

sudo apt install libc6-dev libgdiplus libx11-dev

编写代码

项目地址：https://github.com/ZhangGaoxing/weather-metrics

项目结构

创建一个控制台应用和类库，项目结构如下：

项目依赖

WeatherMetrics.ConsoleApp 添加如下 NuGet 包引用：

<ItemGroup>    <PackageReference Include="Iot.Device.Bindings" Version="2.0.0" />    <PackageReference Include="Microsoft.Extensions.Configuration.Json" Version="6.0.0" />    <PackageReference Include="Microsoft.Extensions.DependencyInjection" Version="6.0.0" />    <PackageReference Include="Newtonsoft.Json" Version="13.0.1" />    <PackageReference Include="Quartz" Version="3.3.3" />    <PackageReference Include="System.Device.Gpio" Version="2.0.0" /> </ItemGroup>

WeatherMetrics.Models 添加如下 NuGet 包引用：

<ItemGroup>    <PackageReference Include="Npgsql.EntityFrameworkCore.PostgreSQL" Version="6.0.3" /> </ItemGroup>

数据库上下文与实体类

TimescaleDB 本质上就是一个 PostgreSQL 数据库，因此数据库访问使用 Npgsql 驱动。首先添加实体类 Metrics.cs：

public class Metrics {     [Column("time")]     public DateTime Time { get; set; } = DateTime.Now;      [Column("device_id")]     public string DeviceId { get; set; }      [Column("weather_type")]     public string WeatherType { get; set; }      [Column("temperature")]     public double Temperature { get; set; }      [Column("humidity")]     public double Humidity { get; set; }      [Column("pressure")]     public double Pressure { get; set; }      [Column("image_base64")]     public string ImageBase64 { get; set; } }

接着添加数据库上下文 WeatherContext.cs：

public class WeatherContext : DbContext {     private readonly string _connectString;      public WeatherContext(string connectString)     {         _connectString = connectString;     }      protected override void OnConfiguring(DbContextOptionsBuilder optionsBuilder)     {         AppContext.SetSwitch("Npgsql.EnableLegacyTimestampBehavior", true);         optionsBuilder.UseNpgsql(_connectString);     }      protected override void OnModelCreating(ModelBuilder modelBuilder)     {         modelBuilder.Entity<Metrics>()             .ToTable("metrics")             .HasNoKey();     } }

这里使用了一个传递数据库连接字符串的构造函数，连接字符串从 appsettings.json 文件中读取。由于 metrics 表是无主键的，还需要使用 HasNoKey() 进行标记。EF Core 由于使用了实体跟踪，因此无法对无主键的表进行修改，只能通过执行 SQL 的方式插入数据，在 Metrics.cs 中新增方法：

public static bool Insert(DbContext context, Metrics metrics) {    int row = context.Database.ExecuteSqlRaw("INSERT INTO metrics VALUES ({0}, {1}, {2}, {3}, {4}, {5}, {6})", metrics.Time, metrics.DeviceId, metrics.WeatherType, metrics.Temperature, metrics.Humidity, metrics.Pressure, metrics.ImageBase64);     return row > 0; }

配置文件

在 appsettings.json 中添加如下内容：

{   // 数据库连接字符串    "ConnectionString": "Server=localhost;Port=54321;Database=WeatherMetrics;User Id=postgres;Password=@Passw0rd;",   // 定时任务设置   "QuartzCron": "0 0/1 * * * ? *",   // 心知天气的配置   "Xinzhi": {     "Key": "",     "Location": "34.24:117.16"   } }

初始化与依赖注入配置

新建一个静态类 AppConfig，用于保存依赖注入的 ServiceProvider 变量：

public static class AppConfig {     public static IServiceProvider ServiceProvider { get; set; } }

在 Program.cs 中添加初始化代码：

// 读取配置文件 var config = new ConfigurationBuilder()     .AddJsonFile("appsettings.json")     .Build();  // 实例化数据库上下文 using WeatherContext context = new WeatherContext(config["ConnectionString"]);  // 配置 I2C，实例化传感器 I2cConnectionSettings i2cSettings = new I2cConnectionSettings(busId: 0, deviceAddress: Bmx280Base.SecondaryI2cAddress); using I2cDevice i2c = I2cDevice.Create(i2cSettings); using Bme280 bme = new Bme280(i2c);  // 实例化摄像头 VideoConnectionSettings videoSettings = new VideoConnectionSettings(busId: 0, captureSize: (640, 480)); using VideoDevice video = VideoDevice.Create(videoSettings);  // 配置依赖注入 AppConfig.ServiceProvider = new ServiceCollection()     .AddSingleton(config)     .AddSingleton(context)     .AddSingleton(bme)     .AddSingleton(video)     .BuildServiceProvider();

配置定时任务

定时任务通过 appsettings.json 中的 QuartzCron 字段设置。Cron 表达式分为 7 个部分，从左至右分别代表：Seconds、Minutes、Hours、DayofMonth、Month、DayofWeek 以及 Year。* 出现的部分表示任意值都会触发定时任务，/ 左侧表示触发的起始时间，右侧表示触发间隔，以 appsettings.json 中的为例，表示从每小时的第 0 分开始触发，每一分钟触发一次。

新建 MetricsJob 类，用于实现定时任务：

public class MetricsJob : IJob {     public Task Execute(IJobExecutionContext context)     {         return Task.Run(async () =>         {             // TODO：在此处实现定时任务             // 需要完成传感器的读取，心知天气的请求，数据库的插入         });     } }

传感器的读取

在 MetricsJob 类中添加方法：

private Metrics GetMetrics() {     // 获取依赖注入的 Bme280 对象     Bme280 bme = (Bme280)AppConfig.ServiceProvider.GetService(typeof(Bme280));      // 设置传感器的电源模式     bme.SetPowerMode(Bmx280PowerMode.Normal);      // 设置读取精度     bme.PressureSampling = Sampling.UltraHighResolution;     bme.TemperatureSampling = Sampling.UltraHighResolution;     bme.HumiditySampling = Sampling.UltraHighResolution;      // 读取数据     bme.TryReadPressure(out UnitsNet.Pressure p);     bme.TryReadTemperature(out UnitsNet.Temperature t);     bme.TryReadHumidity(out UnitsNet.RelativeHumidity h);      // 传感器休眠     bme.SetPowerMode(Bmx280PowerMode.Sleep);      return new Metrics     {         DeviceId = Dns.GetHostName(),         Temperature = Math.Round(t.DegreesCelsius, 2),         Humidity = Math.Round(h.Percent, 2),         Pressure = Math.Round(p.Pascals, 2)     }; }

摄像头捕获图像

在 MetricsJob 类中添加方法：

private string GetImage() {     VideoDevice video = (VideoDevice)AppConfig.ServiceProvider.GetService(typeof(VideoDevice));      byte[] image = video.Capture();     return Convert.ToBase64String(image); }

心知天气 API 请求

通过请求心知天气 API 获得当前位置的天气名称，需要提前在 https://www.seniverse.com/api 申请 API Key。在 MetricsJob 类中添加方法：

private async Task<string> GetXinzhiWeatherAsync() {     IConfigurationRoot config = (IConfigurationRoot)AppConfig.ServiceProvider.GetService(typeof(IConfigurationRoot));      using HttpClient client = new HttpClient();      try     {         var json = await client.GetStringAsync($"https://api.seniverse.com/v3/weather/now.json?key={config["Xinzhi:Key"]}&location={config["Xinzhi:Location"]}&language=zh-Hans&unit=c");         return (string)JsonConvert.DeserializeObject<dynamic>(json).results[0].now.text;     }     catch (Exception)     {         return string.Empty;     } }

完善定时任务

public Task Execute(IJobExecutionContext context) {     return Task.Run(async () =>     {         var metrics = GetMetrics();         metrics.WeatherType = await GetXinzhiWeatherAsync();         metrics.ImageBase64 = GetImage();          WeatherContext context = (WeatherContext)AppConfig.ServiceProvider.GetService(typeof(WeatherContext));          Metrics.Insert(context, metrics);     }); }

创建定时任务触发器

在 Program.cs 中添加：

// 创建一个触发器 var trigger = TriggerBuilder.Create()     .WithCronSchedule(config["QuartzCron"])     .Build();  // 创建任务 var jobDetail = JobBuilder.Create<MetricsJob>()     .WithIdentity("job", "group")     .Build();  // 绑定调度器 ISchedulerFactory factory = new StdSchedulerFactory(); var scheduler = await factory.GetScheduler(); await scheduler.ScheduleJob(jobDetail, trigger); await scheduler.Start();

这样一个一分钟采集一次数据的简易气象站就完成了。

部署应用

发布到文件

1. 切换到 WeatherMetrics.ConsoleApp 项目运行发布命令：

dotnet publish -c release -r linux-arm

1. 将发布后的文件通过 FTP 等方式复制到 Linux 开发板；
2. 为 WeatherMetrics.ConsoleApp 文件增加可执行权限

sudo chmod +x WeatherMetrics.ConsoleApp

1. 运行程序

sudo ./WeatherMetrics.ConsoleApp

构建 Docker 镜像

1. 查看 TimescaleDB 容器的 IP，并修改 appsettings.json 的数据库连接字符串：

docker inspect -f '{{range .NetworkSettings.Networks}}{{.IPAddress}}{{end}}' timescaledb

1. 在项目的根目录中创建 Dockerfile，并将整个项目复制到 Linux 开发板中：

FROM mcr.microsoft.com/dotnet/core/sdk:6.0-focal-arm32v7 AS build WORKDIR /app  # publish app COPY src . WORKDIR /app/WeatherMetrics.ConsoleApp RUN dotnet restore RUN dotnet publish -c release -r linux-arm -o out  ## run app FROM mcr.microsoft.com/dotnet/core/runtime:6.0-focal-arm32v7 AS runtime WORKDIR /app COPY --from=build /app/WeatherMetrics.ConsoleApp/out ./  # install native dependencies RUN apt update &&      apt install -y --allow-unauthenticated v4l-utils libc6-dev libgdiplus libx11-dev  ENTRYPOINT ["dotnet", "WeatherMetrics.ConsoleApp.dll"]

1. 切换到项目目录，构建镜像：

docker build -t weather-metrics -f Dockerfile .

1. 运行镜像：

docker run --rm -it --device /dev/video0 --device /dev/i2c-0 weather-metrics

后续工作

程序运行一段时间后，使用标准的 SQL 查询一下数据：

SELECT * FROM metrics ORDER BY time DESC

硬件是软件的基础，对收集到的数据后续可以使用其他技术进行处理，比如可以使用 ASP.NET 编写 WEB 应用对数据进行展示，或者可以使用 ML.NET 构建机器学习模型对天气进行预测等等。