IoT-For-Beginners/translations/kn/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md

ಹತ್ತಿರವನ್ನು ಕಂಡುಹಿಡಿ - ವಾಸ್ತವಿಕ IoT ಹาร์ಡ್ವೇರ್

ಪಾಠದ ಈ ಭಾಗದಲ್ಲಿ, ನೀವು ನಿಮ್ಮ ವಾಸ್ತವಿಕ IoT ಸಾಧನಕ್ಕೆ ಹತ್ತಿರದ ಸೆನ್ಸಾರನ್ನು ಸೇರಿಸಿ, ಅದರಿಂದ ದೂರವನ್ನು ಓದಲು ಮಾಡುತ್ತೀರಿ.

ಹಾರ್ಡ್ವೇರ್

ವಾಸ್ತವಿಕ IoT ಸಾಧನವು ನಕಲಿ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಬಳಸಲಿದೆ.

ಭೌತಿಕ IoT ಸಾಧನದಲ್ಲಿ ದೂರವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಲೇಸರ್ ರೇಂಜಿಂಗ್ ಮೋಡ್ಯೂಲ್ ಇರುವ ಸೆನ್ಸಾರನ್ನು ಬಳಸುತ್ತಿರಿ.

CounterFit ಗೆ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಸೇರಿಸಿ

ವಾಸ್ತವಿಕ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಬಳಸಲು, ನೀವು ಅದನ್ನು CounterFit ಅಪ್ಲಿಕೇಶನ್ಗೆ ಸೇರಿಸಬೇಕು

ಕಾರ್ಯ - CounterFit ಗೆ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಸೇರಿಸಿ

CounterFit ಅಪ್ಲಿಕೇಶನ್ಗೆ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಸೇರಿಸಿ.

1. fruit-quality-detector ಕೋಡ್ ಅನ್ನು VS Code ನಲ್ಲಿ ತೆರೆಯಿರಿ ಮತ್ತು ವಾಸ್ತವಿಕ ವಾತಾವರಣವು ಸಕ್ರಿಯವಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ.

2. CounterFit ಶಿಮ್ ಅನ್ನು ಫಿಸರ್ಸಾಕ್ ಮಾಡಬಹುದಾದ ಹೆಚ್ಚುವರಿ Pip ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿ, ಇದು rpi-vl53l0x Pip package ಅನ್ನು ಸಿಮ್ಯುಲೇಟ್ ಮಾಡುತ್ತದೆ, Python ಪ್ಯಾಕೇಜ್ ಆಗಿದ್ದು VL53L0X ಸಮಯದ ಹಾರಾಟದ ದೂರ ಸೆನ್ಸಾರ ಜೊತೆಗೆ ಸಂವಹನ ಮಾಡುತ್ತದೆ. ಇದನ್ನು ವಾಸ್ತವಿಕ ವಾತಾವರಣ ಸಕ್ರಿಯಗೊಂಡಿರುವ ಟರ್ಮಿನಲ್ನಿಂದ ಸ್ಥಾಪಿಸುತ್ತಿದ್ದೀರಿ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ.

   pip install counterfit-shims-rpi-vl53l0x
   

3. CounterFit ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಚಾಲಿತವಾಗಿದ್ದು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ

4. ದೂರ ಸೆನ್ಸಾರವನ್ನು ರಚಿಸಿ:

   1. Sensors ಪೇನ್‌ನ Create sensor ಬಾಕ್ಸ್‌ನಲ್ಲಿ, Sensor type ಬಾಕ್ಸ್‌ನಿಂದ ಡ್ರಾಪ್ ಮಾಡಿ Distance ಆಯ್ಕೆಮಾಡಿ.

   2. Units ಅನ್ನು Millimeter ಆಗಿಯೇ ಇಡಿ

   3. ಈ ಸೆನ್ಸಾರವು I²C ಸೆನ್ಸಾರ ಆಗಿದ್ದು, ಅದರಿಂದ ವಿಳಾಸವನ್ನು 0x29 ಎಂದು ಸೆಟ್ ಮಾಡಿ. ನೀವು ಭೌತಿಕ VL53L0X ಸೆನ್ಸಾರ ಬಳಸಿದರೆ ಇದು ಈ ವಿಳಾಸಕ್ಕೆ ಹಾರ್ಡ್‌ಕೋಡ್ ಆಗಿರುತ್ತದೆ.

   4. ದೂರ ಸೆನ್ಸಾರವನ್ನು ರಚಿಸಲು Add ಬಟನ್ ಕ್ಲಿಕ್ ಮಾಡಿ

   

   ದೂರ ಸೆನ್ಸಾರವನ್ನು ರಚಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸೆನ್ಸಾರಗಳ ಪಟ್ಟಿಯಲ್ಲಿ ಕಾಣಿಸುತ್ತದೆ.

   

ದೂರ ಸೆನ್ಸಾರವನ್ನು ಪ್ರೋಗ್ರಾಮ್ಮಿಂಗ್ ಮಾಡಿ

ಈಗ ವಾಸ್ತವಿಕ IoT ಸಾಧನವನ್ನು ನಕಲಿ ದೂರ ಸೆನ್ಸಾರವನ್ನು ಬಳಸಲು ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಬಹುದು.

ಕಾರ್ಯ - ಸಮಯದ ಹಾರಾಟ ಸೆನ್ಸಾರವನ್ನು ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಿ

1. fruit-quality-detector ಪ್ರಾಜೆಕ್ಟ್‌ನಲ್ಲಿ distance-sensor.py ಎಂಬ ಹೊಸ ಫೈಲ್ ರಚಿಸಿ.

   💁 ಬಹು IoT ಸಾಧನಗಳನ್ನು ಅನುಕರಿಸಲು ಸುಲಭವಾದ ಮಾರ್ಗವೆಂದರೆ ಪ್ರತಿ ಸಾಧನವನ್ನು ವಿಭಿನ್ನ Python ಫೈಲ್‌ನಲ್ಲಿ ಮಾಡುವುದು, ನಂತರ ಅವನ್ನು ಒಟ್ಟಿಗೆ ಚಾಲನೆ ಮಾಡುವುದು.

2. ಕೆಳಗಿನ ಕೋಡ್ ಬಳಸಿ CounterFit ಗೆ ಸಂಪರ್ಕ ಪ್ರಾರಂಭಿಸಿ:

   from counterfit_connection import CounterFitConnection
   CounterFitConnection.init('127.0.0.1', 5000)
   

3. ಇದರ ಕೆಳಗೆ ಕೆಳಗಿನ ಕೋಡ್ ಸೇರಿಸಿ:

   import time
   
   from counterfit_shims_rpi_vl53l0x.vl53l0x import VL53L0X
   

   ಇದು VL53L0X ಸಮಯದ ಹಾರಾಟ ಸೆನ್ಸಾರಕ್ಕಾಗಿ ಸೆನ್ಸಾರ ಲೈಬ್ರರಿ ಶಿಮ್ ಅನ್ನು ಆಮದು ಮಾಡುತ್ತದೆ.

4. ಇದರ ಕೆಳಗೆ, ಸೆನ್ಸಾರವನ್ನು ಪ್ರాప్త ಮಾಡಬೇಕಾದ ಕೋಡ್ ಸೇರಿಸಿ:

   distance_sensor = VL53L0X()
   distance_sensor.begin()
   

   ಈ ಕೋಡ್ ಒಂದು ದೂರ ಸೆನ್ಸಾರವನ್ನು ಘೋಷಿಸುತ್ತದೆ ನಂತರ ಅದು ಸೆನ್ಸಾರವನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆ.

5. ಕೊನೆಗೆ, ದೂರಗಳನ್ನು ಓದಲು ಒಂದು ಅಸಂಖ್ಯಾತ ಲೂಪ್ ಸೇರಿಸಿ:

   while True:
       distance_sensor.wait_ready()
       print(f'Distance = {distance_sensor.get_distance()} mm')
       time.sleep(1)
   

   ಈ ಕೋಡ್ ಸೆನ್ಸಾರದಿಂದ ಓದಲು ಮೌಲ್ಯ ಸಿದ್ಧವಾಗುವವರೆಗೆ ಕಾಯುತ್ತದೆ ನಂತರ ಅದನ್ನು ಕಾನ್ಸೋಲ್‌ಗೆ ಮುದ್ರಿಸುತ್ತದೆ.

6. ಈ ಕೋಡ್ ಅನ್ನು ಚಾಲನೆ ಮಾಡಿ.

   💁 ಈ ಫೈಲ್ distance-sensor.py ಎಂದು ಕರೆಸಲಾಗಿದೆ ಎಂದು ಮರೆತಬೇಡಿ! Python ಮೂಲಕ ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ, app.py ಮೂಲಕವಲ್ಲ.

7. ನೀವು ದೂರ ಮೌಲ್ಯಗಳನ್ನು ಕಾನ್ಸೋಲ್‌ನಲ್ಲಿ ಕಾಣುತ್ತೀರಿ. ಮೌಲ್ಯವನ್ನು CounterFit ನಲ್ಲಿ ಬದಲಾಯಿಸಿ ಇದನ್ನು ಬದಲಾಯಿಸುವುದನ್ನು ನೋಡಿ, ಅಥವಾ ಯಾದೃಚ್ಛಿಕ ಮೌಲ್ಯಗಳನ್ನು ಬಳಸಿ.

   (.venv) ➜  fruit-quality-detector python distance-sensor.py 
   Distance = 37 mm
   Distance = 42 mm
   Distance = 29 mm
   

💁 ಈ ಕೋಡ್ ಅನ್ನು ನೀವು code-proximity/virtual-iot-device ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಕಾಣಬಹುದು.

😀 ನಿಮ್ಮ ಹತ್ತಿರದ ಸೆನ್ಸಾರ ಪ್ರೋಗ್ರಾಂ ಯಶಸ್ವಿಯಾಯಿತು!

---

ಅಜ್ಞಾಪನೆ:
ಈ ದಾಖಲೆವನ್ನು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಸರಳತೆಗೆ ಪ್ರಯತ್ನಿಸಿದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸೂಯೆಗಳು ಇರಬಹುದಾಗಿದೆ ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ತಿಳಿದುಗೊಳ್ಳಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿ ಇರುವ ಮೂಲ ದಾಖಲೆ ನಿಖರ ಮತ್ತು ಅಧಿಕೃತ ಮೂಲವಾಗಿರುತ್ತದೆ. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ಅರ್ಥಗ್ರಹಣ ತಪ್ಪುಗಳಿಗೆ ಅಥವಾ ತಪ್ಪಿದ ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗಿರುವುದಿಲ್ಲ.