设计一个基于LoRa的GPS虚拟围栏解决方案，用于牲畜和野生动物管理

该项目为牲畜和野生动物管理实现了基于lora的虚拟围栏解决方案。该系统使用LoRa通信、GPS和边缘处理来创建虚拟边界并监测动物的运动。当动物越过规定的边界时，它会触发警报，帮助管理放牧区域并防止未经授权的动物运动。

组件

硬件

LoRa发送节点：

•Heltec LoRa32 V2/V3

•GPS模块(TinyGPS++)

•音频反馈蜂鸣器

•用于触觉反馈的振动电机(可选)

LoRa发送节点：Heltec LoRa32 V2/V3GPS模块(TinyGPS++)音频反馈蜂鸣器触觉反馈振动电机(可选)

LoRa接收节点：

•Heltec LoRa32 V2/V3

•OLED显示屏(SSD1306)

•LoRa接收节点：Heltec LoRa32 V2/V3OLED Display (SSD1306)

•WiFi连接：ESP32 WiFi进行数据传输

软件

编程语言：c++ (Arduino)

依赖关系:

•LoRa.h

•Adafruit_GFX.h

•Adafruit_SSD1306.h

•TinyGPS + + . h

•HTTPClient.h

依赖性:LoRa.hAdafruit_GFX.hAdafruit_SSD1306.hTinyGPS + + .hHTTPClient.h

Dashboard：使用Leaflet.js的基于flash的web应用程序，用于实时地理位置跟踪

特性

虚拟击剑：

•定义基于多边形的地理围栏边界。

•当动物离开虚拟围栏时，使用蜂鸣器和振动发出警报。

•虚拟围栏：定义基于多边形的地理围栏边界。当动物离开虚拟围栏时，使用蜂鸣器和振动发出警报。

实时监控：

•接收动物的实时位置数据。

•在交互式地图上显示节点位置和移动。

•实时监控：实时接收动物位置数据。在交互式地图上显示节点位置和移动。

数据传输：

•使用LoRa进行远程、低功耗通信。

•基于http的数据从LoRa接收器传输到Flask仪表板。

•数据传输：采用LoRa进行远程、低功耗通信。基于http的数据从LoRa接收器传输到Flask仪表板。

WiFi连接：

•连接本地WiFi网络，向远程服务器发送数据。

•WiFi连接：连接本地WiFi网络，向远程服务器发送数据。

可定制的仪表板:

•用户友好的界面，查看当前位置和路径。

•地理防御系统有彩色标记的漏洞警报。

•可定制仪表板：用户友好的界面，用于查看当前位置和路径。地理防御系统有彩色标记的漏洞警报。

如何使用

硬件设置

传感器节点:

•将GPS模块和蜂鸣器连接到Heltec LoRa32。

•程序使用Arduino提供的代码(transmitter.ino)。

•发送节点：将GPS模块和蜂鸣器连接到Heltec LoRa32上。程序使用Arduino提供的代码(transmitter.ino)。

接收器节点:

•将OLED显示器连接到Heltec LoRa32上。

•程序使用Arduino提供的代码(receiver.ino)。

•接收节点：将OLED显示屏连接到Heltec LoRa32。程序使用Arduino提供的代码(receiver.ino)。

软件设置

Arduino:

•安装所需的库(LoRa, Adafruit_GFX, Adafruit_SSD1306, TinyGPS++)。

•将相应的代码上传到发射机和接收机。

•Arduino：安装所需的库(LoRa, Adafruit_GFX, Adafruit_SSD1306, TinyGPS++)。将相应的代码上传到发射机和接收机。

Flask仪表板:

•确保安装了Python和Flask。

•运行Flask服务器脚本(app.py)。

•通过http://:5000访问仪表板。

•Flask Dashboard：确保安装了Python和Flask。运行Flask服务器脚本(app.py)。通过http://:5000访问仪表板。

指示板

特性

地图视图:

•显示具有实时更新的节点。

•使用Leaflet.js进行地图渲染。

•地图视图️：显示实时更新的节点。使用Leaflet.js进行地图渲染。

侧边栏导航：

•主页：主视图。

•清除路径：清除折线路径。

•导出为CSV：保存跟踪数据。

•设置：调整地理围栏参数。

•侧边栏导航：主页：主视图。清除路径：清除折线路径。导出为CSV：保存跟踪数据。设置：调整地理围栏参数。

安装和依赖项

•Arduino库

•LoRa

•Adafruit GFX

•Adafruit SSD1306

•TinyGPS + +

•Python库

•Flask

•Leaflet.js(前端)

未来的改进

•为动物行为分析添加边缘机器学习。

•集成SMS/基于通知的警报。

•延长电池寿命与优化的电源管理。

本文编译自hackster.io