نحوه اتصال Hikey 970 Development Board به ThingsConnect 

مقدمه

برد توسعه Hikey 970 یک کامپیوتر تک برد قدرتمند است که برای کاربردهای هوش مصنوعی و یادگیری ماشین طراحی شده است.

این برد دارای یک پردازنده HiSilicon Kirin 970 با هشت هسته ARM Cortex-A73/A53، 6 گیگابایت حافظه RAM LPDDR4، 64 گیگابایت حافظه فلش UFS 2.1 و یک GPU Mali-G72 MP12 است.
همچنین دارای اترنت گیگابیت، Wi-Fi 802.11a/b/g/n/ac و بلوتوث 4.1 برای اتصال به شبکه است، و همچنین دارای انواع پورت‌ها برای دستگاه‌های جانبی و گسترش است. Hikey 970 با چندین چارچوب هوش مصنوعی از جمله TensorFlow، Caffe و PyTorch سازگار است.

در این راهنما، یاد خواهیم گرفت که چگونه دستگاه را در Thingsboard ایجاد کنیم، کتابخانه‌ها و ابزارهای مورد نیاز را نصب کنیم.
پس از آن، کد خود را تغییر داده و آن را به دستگاه بارگذاری کرده و نتایج کدنویسی خود را بررسی کنیم و با استفاده از داشبورد وارد شده، داده‌ها را در ThingsBoard بررسی کنیم. دستگاه ما با استفاده از عملکرد درخواست‌های مشترک و ویژگی‌های اشتراکی با ThingsBoard همگام می‌شود.
البته، ما می‌توانیم دستگاه خود را با استفاده از عملکردهای ارائه شده مانند ویژگی‌های مشترک یا درخواست‌های RPC کنترل کنیم.

پیش نیازها

برای ادامه راهنما، به موارد زیر نیاز داریم:

  • برد توسعه Hikey 970
  • کتابخانه tb-mqtt-client
  • پایتون ≥ 3.7
  • Adafruit-Blinka
  • حساب کاربری ThingsBoard

ایجاد دستگاه در ThingsBoard

به منظور سادگی، ما دستگاه را به صورت دستی با استفاده از رابط کاربری ارائه خواهیم داد.

  • به نمونه ThingsBoard خود وارد شده و به بخش “Entities” بروید. سپس روی صفحه “Devices” کلیک کنید.
  • روی آیکون “+” در گوشه بالا سمت راست جدول کلیک کرده و سپس “Add new device” را انتخاب کنید.
    نام دستگاه را وارد کنید. به عنوان مثال، “دستگاه من”. هیچ تغییر دیگری در این زمان نیاز نیست. برای افزودن دستگاه،
  • روی “Add” کلیک کنید.
  • دستگاه شما اضافه شد.

نصب کتابخانه‌ها و ابزارهای مورد نیاز

باید کتابخانه thingsboard-python-client-sdk را نصب کرده باشید که می‌توانید از طریق دستور زیر آن را نصب کنید. با این حال، ما توصیه می‌کنیم که بسته‌ها را خارج از محیط سیستم عامل نصب کنید:

pip3 install tb-mqtt-client

همچنین، برای ویرایش کد باید ابزارهایی داشته باشید. به عنوان مثال، می‌توانید از ویرایشگر Nano که به صورت پیش‌فرض در دسترس است استفاده کنید یا هر ویرایشگر کد دیگری که با آن آشنایی دارید را نصب کنید.

اتصال دستگاه به ThingsBoard

برای اتصال دستگاه، ابتدا باید اطلاعات اعتبار دستگاه را دریافت کنید. ThingsBoard از انواع مختلفی از اعتبارهای دستگاه پشتیبانی می‌کند. ما توصیه می‌کنیم که از اعتبارهای پیش‌فرضی که به صورت خودکار تولید می‌شوند، استفاده کنید. که یک توکن دسترسی است.

  • روی ردیف دستگاه در جدول کلیک کنید تا جزئیات دستگاه را باز کنید.
  • روی “Copy access token” کلیک کنید. توکن به کلیپ بورد شما کپی می‌شود. لطفاً آن را در یک مکان امن ذخیره کنید.پ

//img

حالا شما آماده‌اید تا داده‌های تلمتری را به نمایندگی از دستگاه خود منتشر کنید. همانطور که قبلاً گفته شد، از کتابخانه “thingsboard-python-client-sdk” استفاده خواهیم کرد. بیایید پروژه خود را تنظیم کنیم:

  • پوشه پروژه را ایجاد کنید:
mkdir thingsboard_example && cd thingsboard_example
  • نصب بسته ها:
pip install tb-mqtt-client
  • ایجاد اسکریپت اصلی:
nano main.py
  • کد زیر را کپی و پیست کنید:
import logging.handlers
import time
import os
   
from tb_gateway_mqtt import TBDeviceMqttClient
   
ACCESS_TOKEN = "TEST_TOKEN"
THINGSBOARD_SERVER = 'demo.thingsboard.io'
THINGSBOARD_PORT = 1883

logging.basicConfig(level=logging.DEBUG)
   
client = None
   
# default blinking period
period = 1.0
   
   
# callback function that will call when we will change value of our Shared Attribute
def attribute_callback(result, _):
     print(result)
     # make sure that you paste YOUR shared attribute name
     period = result.get('blinkingPeriod', 1.0)

# callback function that will call when we will send RPC
def rpc_callback(id, request_body):
    # request body contains method and other parameters
    print(request_body)
    method = request_body.get('method')
    if method == 'getTelemetry':
        attributes, telemetry = get_data()
        client.send_attributes(attributes)
        client.send_telemetry(telemetry)
    else:
        print('Unknown method: ' + method)
   
   
def get_data():
    cpu_usage = round(float(os.popen('''grep 'cpu ' /proc/stat | awk '{usage=($2+$4)*100/($2+$4+$5)} END {print usage }' ''').readline().replace('\n', '').replace(',', '.')), 2)
    ip_address = os.popen('''hostname -I''').readline().replace('\n', '').replace(',', '.')[:-1]
    mac_address = os.popen('''cat /sys/class/net/*/address''').readline().replace('\n', '').replace(',', '.')
    processes_count = os.popen('''ps -Al | grep -c bash''').readline().replace('\n', '').replace(',', '.')[:-1]
    swap_memory_usage = os.popen("free -m | grep Swap | awk '{print ($3/$2)*100}'").readline().replace('\n', '').replace(',', '.')[:-1]
    ram_usage = float(os.popen("free -m | grep Mem | awk '{print ($3/$2) * 100}'").readline().replace('\n', '').replace(',', '.')[:-1])
    st = os.statvfs('/')
    used = (st.f_blocks - st.f_bfree) * st.f_frsize
    boot_time = os.popen('uptime -p').read()[:-1]
    avg_load = (cpu_usage + ram_usage) / 2
   
    attributes = {
        'ip_address': ip_address,
        'macaddress': mac_address
    }
    telemetry = {
        'cpu_usage': cpu_usage,
        'processes_count': processes_count,
        'disk_usage': used,
        'RAM_usage': ram_usage,
        'swap_memory_usage': swap_memory_usage,
        'boot_time': boot_time,
        'avg_load': avg_load
    }
    print(attributes, telemetry)
    return attributes, telemetry
   
# request attribute callback
def sync_state(result, exception=None):
     global period
     if exception is not None:
         print("Exception: " + str(exception))
     else:
         period = result.get('shared', {'blinkingPeriod': 1.0})['blinkingPeriod']

def main():
     global client
     client = TBDeviceMqttClient(THINGSBOARD_SERVER, THINGSBOARD_PORT, ACCESS_TOKEN)
     client.connect()
     client.request_attributes(shared_keys=['blinkingPeriod'], callback=sync_state)
        
     # now attribute_callback will process shared attribute request from server
     sub_id_1 = client.subscribe_to_attribute("blinkingPeriod", attribute_callback)
     sub_id_2 = client.subscribe_to_all_attributes(attribute_callback)

     # now rpc_callback will process rpc requests from server
     client.set_server_side_rpc_request_handler(rpc_callback)

     while not client.stopped:
         attributes, telemetry = get_data()
         client.send_attributes(attributes)
         client.send_telemetry(telemetry)
         time.sleep(60)
   
if __name__=='__main__':
    if ACCESS_TOKEN != "TEST_TOKEN":
        main()
    else:
        print("Please change the ACCESS_TOKEN variable to match your device access token and run script again.")

در کد بالا، مقادیر متغیرهای زیر را با اعتبارهای خود تغییر دهید – THINGSBOARD_SERVER، ACCESS_TOKEN.

متغیرهای ضروری برای اتصال:

//جدول

  • برای ذخیره فایل، کلیدهای Ctrl+X و سپس Ctrl+O را فشار دهید.
  • و در نهایت، بیایید اسکریپت خود را اجرا کنیم:
python3 main.py

اگر همه چیز را به درستی انجام داده باشید، باید خروجی کنسول زیر را مشاهده کنید:

> INFO:tb_device_mqtt:connection SUCCESS
> 
> 
> {'ip_address': '192.168.1.198', 'macaddress': '3c:06:30:44:e0:24'} {'cpu_usage': 6.6, 'processes_count': 8, 'disk_usage': 70.0, 'RAM_usage': 73.9, 'swap_memory_usage': 69.4, 'battery': 29, 'boot_time': 1675154176.0}
>

بیایید کد خود را مرور کنیم و توضیحی در مورد تابع get_data ارائه دهیم. در این مرحله، ما به تابع get_data علاقه‌مند هستیم. داده‌ها در این تابع بسته‌بندی و به صورت دیکشنری برگردانده می‌شوند، بنابراین می‌توانید به سادگی اگر مقادیر بیشتری را می‌خواهید بررسی کنید، تلمتری جدید یا ویژگی‌ها را به دیکشنری اضافه کنید.

...
def get_data():
       cpu_usage = round(float(os.popen('''grep 'cpu ' /proc/stat | awk '{usage=($2+$4)*100/($2+$4+$5)} END {print usage }' ''').readline().replace('\n', '').replace(',', '.')), 2)
       ip_address = os.popen('''hostname -I''').readline().replace('\n', '').replace(',', '.')[:-1]
       mac_address = os.popen('''cat /sys/class/net/*/address''').readline().replace('\n', '').replace(',', '.')
       processes_count = os.popen('''ps -Al | grep -c bash''').readline().replace('\n', '').replace(',', '.')[:-1]
       swap_memory_usage = os.popen("free -m | grep Swap | awk '{print ($3/$2)*100}'").readline().replace('\n', '').replace(',', '.')[:-1]
       ram_usage = float(os.popen("free -m | grep Mem | awk '{print ($3/$2) * 100}'").readline().replace('\n', '').replace(',', '.')[:-1])
       st = os.statvfs('/')
       used = (st.f_blocks - st.f_bfree) * st.f_frsize
       boot_time = os.popen('uptime -p').read()[:-1]
       avg_load = (cpu_usage + ram_usage) / 2
   
       attributes = {
           'ip_address': ip_address,
           'macaddress': mac_address
       }
       telemetry = {
           'cpu_usage': cpu_usage,
           'processes_count': processes_count,
           'disk_usage': used,
           'RAM_usage': ram_usage,
           'swap_memory_usage': swap_memory_usage,
           'boot_time': boot_time,
           'avg_load': avg_load
       }
       print(attributes, telemetry)
       return attributes, telemetry
...

بخش ارسال داده، همانطور که در زیر مشاهده می‌کنید، ما ویژگی‌ها و داده‌های تلمتری را هر 60 ثانیه ارسال می‌کنیم (اگر می‌خواهید بروزرسانی داده‌ها بیشتری صورت گیرد، می‌توانید این مقدار را تغییر دهید):

...		
    while not client.stopped:
        attributes, telemetry = get_data()
        client.send_attributes(attributes)
        client.send_telemetry(telemetry)
        time.sleep(60)
...

همگام‌سازی وضعیت دستگاه با استفاده از درخواست‌های کاربر و ویژگی مشترک

لطفاً ویژگی مشترک “blinkingPeriod” را بر روی دستگاه خود ایجاد نمایید.

به منظور دریافت وضعیت دستگاه از ThingsBoard در هنگام بوت شدن، ما قابلیت انجام این کار را در کد داریم. بخش های مسئول کد نمونه:

تابع بازخوانی ویژگی (Attribute callback):

def sync_state(result, exception=None):
    global period
    if exception is not None:
        print("Exception: " + str(exception))
    else:
        period = result.get('shared', {'blinkingPeriod': 1.0})['blinkingPeriod']

درخواست ویژگی

def main():
    client = TBDeviceMqttClient("thingsboard.cloud", 1883, "ACCESS_TOKEN")
    client.connect()
    client.request_attributes(shared_keys=['blinkingPeriod'], callback=sync_state)
    ...

برای قادر شدن تابع‌های فراخوانی‌مان به دریافت داده‌ها، باید درخواستی به ThingsBoard ارسال کنیم. این قابلیت به ما امکان می‌دهد پس از راه‌اندازی دستگاه، وضعیت فعلی را حفظ کنیم.

بررسی داده‌ها در ThingsBoard

پس از موفقیت‌آمیز انتشار ویژگی‌ها و داده‌های تلمتری، شما باید آن‌ها را به‌سرعت در برگه تلمتری دستگاه مشاهده کنید:

  • روی ردیف دستگاه در جدول کلیک کنید تا جزئیات دستگاه را باز کنید.
  • به برگه تلمتری رفته و داده‌ها را بررسی کنید.

// img

علاوه بر این، می‌توانیم ویژگی‌ها و داده‌های تلمتری یک برد تک‌بورد را در یک داشبورد نمایش دهیم. برای این کار، می‌توانید یک داشبورد سفارشی با ابزارهای خودتان ایجاد کنید یا از یک داشبورد آماده استفاده کنید و آن را به سادگی وارد کنید.

وارد کردن داشبورد

 

شما قادرید یک داشبورد را به فرمت JSON وارد کنید. برای وارد کردن یک داشبورد، باید به گروه داشبورد بروید و روی دکمه “+” در گوشه سمت راست صفحه کلیک کرده و “وارد کردن داشبورد” را انتخاب کنید. پنجره وارد کردن داشبورد ظاهر خواهد شد و شما مجبور می‌شوید فایل JSON را بارگذاری کرده و روی “وارد کردن” کلیک کنید.

//img

در زیر شما می‌توانید فایل JSON داشبورد را بیابید:

بررسی و کنترل داده‌های داشبورد دستگاه

بعد از وارد کردن، باید برای دستگاه خود نام مستعار موجودیت را انتخاب کنیم.
برای انجام این کار، باید بر روی آیکون قلم نشانه گذاری کنیم و مستعارهای موجودیت را انتخاب کنیم، سپس مستعار “دستگاه من” را انتخاب و با فشار دادن آیکون قلم آن را برای ویرایش باز کنیم.
سپس دستگاهی با نام “دستگاه من” را از فهرست کشویی انتخاب کنید و مستعار موجودیت را ذخیره کنید. حالا باید قادر باشید داده‌ها را از دستگاه مشاهده کنید.

اگر همه چیز را به درستی انجام داده باشید، باید داشبورد زیر را ببینید:

//img

در زیر می‌توانید فایل JSON داشبورد را بیابید:

چک و کنترل داده‌های دستگاه

بعد از وارد کردن، باید برای دستگاه خود یک نام مستعار برگزینیم.
برای این کار، باید بر روی آیکون قلم کلیک کنیم و سپس “نام مستعارهای دستگاه” را انتخاب کنیم، نام مستعار “دستگاه من” را انتخاب و با فشار دادن آیکون قلم آن را برای ویرایش باز کنیم.
سپس دستگاهی با نام “دستگاه من” را از فهرست کشویی انتخاب کنید و نام مستعار دستگاه را ذخیره کنید، اکنون باید قادر به مشاهده داده‌های دستگاه خود باشید.

اگر همه چیز را به درستی انجام دادید، باید داشبورد زیر را مشاهده کنید:

//img

 

ایجاد داشبورد جدید

 

ما یک داشبورد جدید ایجاد می‌کنیم و ابزارک‌های محبوب را اضافه می‌کنیم. دستورالعمل‌ها را در زیر ببینید.

  • صفحه داشبوردها را باز کنید. بر روی آیکون “+” در گوشه سمت راست کلیک کنید. “ایجاد
  • داشبورد جدید” را انتخاب کنید.
    نام داشبورد را وارد کنید. به عنوان مثال، “داشبورد جدید من”. برای اضافه کردن داشبورد، بر روی “افزودن” کلیک کنید.
  • اکنون داشبورد شما باید در ابتدای لیست قرار گیرد زیرا جدول داشبوردها را به طور پیش فرض بر اساس زمان ایجاد مرتب می‌کند. بر روی آیکون “باز کردن داشبورد” کلیک کنید.

//img

افزودن نام مستعار موجودیت

 

نام مستعار یک ارجاع به یک موجودیت یا گروهی از موجودیت‌ها است که در ابزارک‌ها استفاده می‌شود. یک نام مستعار ممکن است ثابت یا پویا باشد. برای سادگی، ما از نام مستعار “Single entity” استفاده خواهیم کرد که به یک موجودیت تکی (“OrangePI” در مورد ما) ارجاع می‌دهد. ممکن است یک نام مستعار را پیکربندی کنید که به چندین دستگاه ارجاع دهد. به عنوان مثال، دستگاه‌هایی از یک نوع خاص یا مرتبط با یک دارایی خاص. می‌توانید بیشتر درباره نام مستعارهای مختلف اطلاعات بیابید.

  • وارد حالت ویرایش شوید. بر روی دکمه مداد در گوشه پایین سمت راست کلیک کنید.
  • در قسمت بالا سمت راست صفحه روی آیکون “نام مستعار موجودیت‌ها” کلیک کنید. لیست خالی از نام مستعارهای موجودیت را مشاهده خواهید کرد.
  • بر روی “افزودن نام مستعار” کلیک کنید.
  • نام مستعار را وارد کنید، به عنوان مثال “OrangePI”. نوع فیلتر را به “Single entity” تنظیم کنید. نوع را به “Device” تنظیم کنید و “My New” را تایپ کنید تا قابلیت تکمیل خودکار فعال شود. دستگاه خود را از موارد پیشنهاد شده انتخاب کرده و روی آن کلیک کنید.
  • روی “افزودن” و سپس “ذخیره” کلیک کنید.
  • در نهایت، در ویرایشگر داشبورد بر روی “اعمال تغییرات” کلیک کنید تا تغییرات ذخیره شوند. سپس باید دوباره وارد حالت ویرایش شوید.

//img

برای اضافه کردن ویجت جدید، باید آن را از کتابخانه ویجت انتخاب کنیم. ویجت‌ها به بسته‌های ویجت تقسیم می‌شوند. هر ویجت منبع داده‌ای دارد. این است که ویجت “می‌داند” چه داده‌هایی را نمایش دهد. برای مشاهده آخرین مقدار داده “cpu_usage” که در مرحله 2 ارسال کردیم، باید منبع داده را پیکربندی کنیم.

  • وارد حالت ویرایش شوید. بر روی دکمه “افزودن ویجت جدید” کلیک کنید.
  • بسته ویجت “نمودارها” را انتخاب کنید. بر روی هدر ویجت “موجودیت‌ها” کلیک کنید. پنجره “افزودن ویجت” ظاهر خواهد شد.
  • برای افزودن منبع داده روی “افزودن” کلیک کنید. یک ویجت ممکن است چندین منبع داده داشته باشد، اما در این مورد فقط از یک منبع استفاده خواهیم کرد.
  • منبع داده “OrangePI” را انتخاب کنید. سپس بر روی فیلد ورودی در سمت راست کلیک کنید. تکمیل خودکار با نقاط داده‌های در دسترس ظاهر می‌شود. نقطه داده “cpu_usage” را انتخاب کرده و روی “افزودن” کلیک کنید.
  • ویجت را تغییر اندازه داده تا کمی بزرگتر شود. فقط گوشه پایین سمت راست ویجت را بکشید. همچنین اگر می‌خواهید ویجت را ویرایش کنید، می‌توانید با تنظیمات پیشرفته بازی کنید.

کنترل دستگاه با استفاده از ویژگی‌های مشترک

فراموش نکنید ویژگی مشترک blinkingPeriod را در دستگاه خود ایجاد کنید.

همچنین، می‌توانیم دوره چشمک زدن را با استفاده از قابلیت به‌روزرسانی ویژگی مشترک تغییر دهیم.

این نوع ویژگی تنها برای دستگاه‌ها در دسترس است. این شبیه به ویژگی‌های سمت سرور است، اما یک تفاوت مهم دارد. نرم‌افزار/برنامه دستگاه می‌تواند مقدار ویژگی‌های مشترک را درخواست کند یا به به‌روزرسانی ویژگی‌ها مشترک شود. استفاده رایج‌ترین از ویژگی‌های مشترک، ذخیره تنظیمات دستگاه است.

برای اجرای کد این قسمت از راهنما، توصیه می‌کنیم از Python 3.9 یا بالاتر استفاده کنید.

اگر هنوز Python را نصب نکرده‌اید، لطفاً مراحل زیر را دنبال کنید:

sudo apt update
sudo apt install software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt install python3.9
sudo apt-get install -y python3 git python3-pip

همچنین به کتابخانه Adafruit-Blinka نیاز داریم. لطفا برای نصب از دستور زیر استفاده کنید:

pip3 install Adafruit-Blinka

در حال حاضر، آماده‌ایم کد خود را بنویسیم. در این بخش، از بسته‌های جدیدی برای چشمک‌زنی LED استفاده می‌کنیم که در تابع چشمک‌زنی (blink function) قرار دارند. همچنین، از تابع attibute_callback استفاده می‌کنیم که زمانی فراخوانی می‌شود که مقدار ویژگی مشترک ما تغییر کند. و در نهایت، کالبک خود را به مشترک (subscriber) در تابع اصلی (main function) متصل می‌کنیم.

import digitalio
import board

...

# default blinking period
period = 1.0

# callback function that will call when we will change value of our Shared Attribute
def attribute_callback(client, result):
    print(client, result)
    # make sure that you paste YOUR shared attribute name
    period = result.get('blinkingPeriod', 1.0)

def main():
    ...
    # make sure that you paste YOUR shared attribute name
    sub_id_1 = client.subscribe_to_attribute("blinkingPeriod", attribute_callback)
    sub_id_2 = client.subscribe_to_all_attributes(attribute_callback)
    led = digitalio.DigitalInOut(board.PD14)
    led.direction = digitalio.Direction.OUTPUT
    ...
    led.value = True
    time.sleep(period)
    led.value = False
    time.sleep(period)

همچنین، اگر از داشبورد وارد شده استفاده می‌کنید، می‌توانید دوره چشمک زنی را با استفاده از ویجت زیر تغییر دهید که در گوشه پایین و سمت راست داشبورد قرار دارد.

//img

کنترل دستگاه با استفاده از RPC

ThingsBoard به شما امکان می‌دهد تا از برنامه‌های سمت سرور، فراخوانی‌های روی دستگاه‌ها (Remote Procedure Calls یا RPC) ارسال کنید و بالعکس. به طور کلی، این ویژگی به شما اجازه می‌دهد تا دستورات را به دستگاه‌ها ارسال کرده و نتایج اجرای دستور را دریافت کنید.

در این راهنما، ما قصد داریم دستور RPC را برای دریافت داده‌های تلمتری OrangePI فوراً پیکربندی کنیم. اگر از داشبورد وارد شده استفاده می‌کنید، نیازی به پیکربندی چیزی نیست، زیرا در داشبورد خود می‌توانید ویجت زیر را ببینید:

//img

💡 اگر یک داشبورد جدید ایجاد می‌کنید، می‌توانید از ویجت “دکمه RPC” برای RPC یک‌طرفه استفاده کنید که در بسته “ابزارهای کنترل” قرار دارد.
در حال حاضر، آماده‌ایم کد خود را بنویسیم. ابتدا نیاز داریم تا تابع rpc_callback را ایجاد کنیم که زمان دریافت RPC از سرور فراخوانی می‌شود. و همانند مثال با ویژگی‌های مشترک، نیاز داریم تا تابع کالبک rpc خود را با مشترک در تابع اصلی متصل کنیم.

client = None

...

# callback function that will call when we will send RPC
def rpc_callback(id, request_body):
    # request body contains method and other parameters
    print(request_body)
    method = request_body.get('method')
    if method == 'getTelemetry':
        attributes, telemetry = get_data()
        client.send_attributes(attributes)
        client.send_telemetry(telemetry)
    else:
        print('Unknown method: ' + method)

...

def main():
    ...

    # now rpc_request_response will process rpc requests from server
    client.set_server_side_rpc_request_handler(rpc_callback)

    ...

در نهایت، بیایید دکمه را فشار دهیم و سعی کنیم داده‌های OrangePI را به زور دریافت کنیم.

//img

همچنین، اگر همه چیز را به درستی انجام داده باشید، باید خروجی کنسول زیر را ببینید:

{‘method’: ‘getTelemetry’, ‘params’: {}}

نتیجه‌گیری

با دانشی که در این راهنما آموزش داده شد، می‌توانید به راحتی برد توسعه Hikey 970 خود را متصل کنید و داده‌ها را به ThingsBoard ارسال کنید.

برای یادگیری بیشتر در مورد مفاهیم و ویژگی‌های کلیدی، به مستندات پلتفرم مراجعه کنید. به عنوان مثال، قوانین هشدار یا داشبوردها را پیکربندی کنید.

عناوین هر بخش