ExoLab ：研究微重力如何影响植物生长和其他生物过程

ExoLab是一项STEM教育计划，通过提供动手的、基于项目的学习体验，将学生与国际空间站(ISS)上的实验联系起来，学生可以在专门的生长室ExoLab中进行植物生物学实验，并将其结果与国际空间站上发生的类似实验进行比较。这使学生能够研究微重力如何影响植物生长和其他生物过程。

在休斯敦航天中心举行的2024年太空探索教育者会议上，量级。io的创始人泰德·田上(Ted Tagami)向制造商发起挑战，要求他们为自己的ExoLab创建一个开源版本。

这个项目复制了量级。io ExoLab在大小和功能上尽可能接近，并无缝地连接到基于web的应用程序。2024年秋天，它成功地执行了第11次前往国际空间站的任务。

ExoLab生长室包含一个可编程的64元件LED照明阵列，用于测量温度、湿度、二氧化碳和光强度的传感器，以及一个在实验过程中定期拍摄幼苗生长照片的相机。使用幅度。在Io的网络应用程序中，摄像头拍摄的图像和测量数据会一起显示。学生们可以将他们实验室的信息与世界上其他实验室的信息进行比较，也可以与国际空间站上同时进行的微重力实验进行比较。

最初的ExoLab外壳是基于国际空间站上用于实验的标准CubeLab平台，尺寸为10cm x 10cm x20cm，也称为2U。这种实现为树莓派3B+的外壳底座增加了额外的1U。外壳也进行了修改，使其易于3D打印和组装。原来的Exolab难以制造的u形透明丙烯酸盖已被单个滑入透明盖所取代。

而软件实现则支持与量级的接口。其中IO网络需要许可证，也可以独立使用。照明和计时的配置参数存储在SD卡上一个可编辑的JSON文件中，测量数据存储在CSV文件中，JPG图像存储在文件夹中。

此外，这个实现允许使用Adafruit。它是一个基于网络的平台，用于存储和可视化来自Adafruit.com的数据。目前的实现符合免费版本的限制，但可以扩展到付费版本(目前每年99美元)，以启用更多的命令和控制功能。

软件是用Python编写的，使用适当的Adafruit和Raspberry库。大小。io的服务器不存储JPG图像，只存储该图像的URL。在此实现中，使用免费帐户将图像存储在Amazon Web Services (S3)上。

我是如何做到的：

我从最初的ExoLab设计开始寻找匹配的组件，并在Adafruit和Amazon上找到了所有的东西。我之前制作过空气质量监测器，所以决定使用树莓派和Python。使用STEMMA QT (SparkFun Qwiic)连接器的组件大大简化了布线，并允许扩展额外的传感器。

从ExoLab图纸中，我在Tinkercad中重新创建了外壳，导出STL文件并在PLA中3D打印。Raspberry Pi Zero W和电源板安装在机箱的后部。有几个问题变得很明显：

•RPi Zero W作为开发/调试平台的能力不足。

•PLA外壳融化并从LED阵列的热量中包裹

•u形透明聚碳酸酯覆盖层难以制造

•总的来说，这个东西很丑，缺乏最初的ExoLab的优雅

假设制造ExoLab的人也想修改软件，我将处理器升级为RPi 3B。它被安置在附着在ExoLab外壳底部的立方体框架中，因此与3U立方体/立方体实验室标准保持一致。我把外壳重新设计成一个盒子，有一个滑动式透明盖的槽，可以用激光切割机或细刃手锯切割。

这需要几次迭代和多次3D打印才能使所有东西正确排列和匹配。

电源板和RPi 3B通过支架安装在框架上。电源板由用于5V 15A电源的桶形连接器，1000uf电容器(用于过滤打开LED矩阵时的电源浪涌)，带电阻的红色指示灯LED以及连接到LED矩阵的连接组成。由于电源板是如此简单，我决定使用一个小面包板PCB，而不是设计一个定制的PCB。

外壳由两部分组成：“盒子”和电子外壳。两者都是用ABS打印的，以承受高温。LED阵列通过支架安装在盒子的顶部。24号连接线通过外壳连接到电源板。液晶显示器、二氧化碳传感器和摄像头被压入电子外壳上略显小的切口。勒克斯光传感器安装在机箱的底部。显示器，CO2和lux传感器使用短QT电缆相互连接。这些电缆，连同摄像机带线和LED电缆通过外壳和“盒子”的底部插槽布线。该外壳适合对后方的盒子，并通过在每一边螺丝举行的地方。

软件开发:

Adafruit提供了传感器、LCD显示器和LED阵列的Python库、示例代码和教程。我主要是按原样使用它们来测试每个组件和接线。

代码被模块化到单独的Python文件中：

核心模块：MainV1.py -调用所有其他模块的主程序storedata .py -将传感器数据存储在本地文本文件(ExoLab_Data.csv) Settings.py -尝试从Magnitude读取配置。IO服务器，如果失败，则从本地存储的文件中读取配置。如果失败了，它使用“硬编码”参数包含在indevice接口：Camera.py -控制鱼眼相机cd .py -控制16x2液晶显示器lightpane .py -控制LED arraySensors.py -读取温度，湿度，二氧化碳和lux传感器网络接口：MIOWS.py -接口到大小。adafruitio .py - Adafruit的接口。IO serverAWS.py -用于存储JPG图像数据和日志文件的Amazon Web Services接口：ExoLab_Data.csv - ExoLab传感器数据文件ExoLab. Log - debuggingDefaultSettingsV2的日志文件。默认参数的json格式与从Magnitude接收到的json格式相同。io服务器。

我首先开发并测试了核心模块和设备接口。这些提供了一个功能齐全的独立系统，数据和图像存储在本地。然后我按顺序开发了Magnitude IO、Amazon和AdafruitIO网络模块。

对于开发和调试，很容易将显示器，鼠标和键盘连接到Rpi 3B。对于日常操作，可以SSH到ExoLab。

使用中的ExoLab：

一个典型的星等。这次飞往国际空间站(ISS)的任务将持续6周。每个任务都研究微重力如何影响植物的发芽和生长。每个任务都会选择不同的植物。在任务结束时，植物被冷冻，返回地球，然后送到参与任务的大学进行详细分析。

与此同时，植物在国际空间站的生长室里发芽，世界各地的学校也在他们的ExoLab室里发芽。这些舱室的功能与国际空间站上的相同。

来自国际空间站和教室的环境数据(温度、湿度、二氧化碳和光照水平)和延时图像被上传到Magnitude。io的服务器。使用一个基于网络的应用程序，学生们可以将他们的植物生长情况与国际空间站以及所有其他学校的植物生长情况进行比较。环境数据可以绘制成图表，也可以下载以供进一步分析。

ExoLab上的这个版本与国际空间站和教室上使用的版本兼容。此外，由于数据和照片存储在RPi的SD卡上，它可以单独用于国际空间站任务之外的课堂实验。此外，数据还可以上传到Adafruit物联网服务器上的仪表板。

未来工作:

该室可用于观察其他生物的生长：真菌、霉菌、细菌、蚕、蝴蝶等。

一个逻辑扩展是添加一个Adafruit湿度传感器，它有一个STEMMA连接器和一个Python库。它可以连接到Lux传感器上的自由连接器上，该传感器位于电子外壳底部的外部。

你可以设计和3D打印一个更大的外壳来种植更大的植物。在国际空间站任务之外，没有理由局限于CubeLab标准。如果有一个更大的外壳，你可以把相机向下倾斜，如果需要的话。RPi可以安装在一个更传统的机箱中，安装在机箱的后面。

Magitude。Io的软件目前提供4种照明颜色选项：白色、红色、蓝色、品红，每种颜色有10个级别。Adafruit LED面板提供了无限的选择。而用于测量光级的传感器是RGB颜色传感器，可以用来测量光色温。通过一些软件的改进，ExoLab可以用来研究不同颜色的光照对植物生长的影响。

本文编译自hackster.io