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

偵測接近 - 虛擬物聯網硬體

在本課程中，您將為虛擬物聯網設備添加一個接近感測器，並從中讀取距離。

硬體

虛擬物聯網設備將使用模擬的距離感測器。

在實體物聯網設備中，您會使用帶有雷射測距模組的感測器來偵測距離。

將距離感測器添加到 CounterFit

要使用虛擬距離感測器，您需要在 CounterFit 應用程式中添加一個。

任務 - 將距離感測器添加到 CounterFit

將距離感測器添加到 CounterFit 應用程式。

1. 在 VS Code 中打開 fruit-quality-detector 程式碼，並確保虛擬環境已啟動。

2. 安裝額外的 Pip 套件，以安裝一個 CounterFit shim，該 shim 可以通過模擬 rpi-vl53l0x Pip 套件 與距離感測器通信。這是一個與 VL53L0X 飛行時間距離感測器 互動的 Python 套件。確保您是在啟動虛擬環境的終端中進行安裝。

   pip install counterfit-shims-rpi-vl53l0x
   

3. 確保 CounterFit 網頁應用程式正在運行。

4. 創建一個距離感測器：

   1. 在 Sensors 面板的 Create sensor 框中，展開 Sensor type 下拉框並選擇 Distance。

   2. 將 Units 保持為 Millimeter。

   3. 此感測器是一個 I2C 感測器，因此將地址設置為 0x29。如果您使用的是實體 VL53L0X 感測器，它的地址會被硬編碼為此。

   4. 選擇 Add 按鈕以創建距離感測器。

   

   距離感測器將被創建並顯示在感測器列表中。

   

程式化距離感測器

現在可以程式化虛擬物聯網設備以使用模擬的距離感測器。

任務 - 程式化飛行時間感測器

1. 在 fruit-quality-detector 專案中創建一個名為 distance-sensor.py 的新檔案。

   💁 模擬多個物聯網設備的一個簡單方法是將每個設備放在不同的 Python 檔案中，然後同時運行它們。

2. 使用以下程式碼啟動與 CounterFit 的連接：

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

3. 在此程式碼下方添加以下程式碼：

   import time
   
   from counterfit_shims_rpi_vl53l0x.vl53l0x import VL53L0X
   

   這會導入 VL53L0X 飛行時間感測器的感測器庫 shim。

4. 在此程式碼下方添加以下程式碼以訪問感測器：

   distance_sensor = VL53L0X()
   distance_sensor.begin()
   

   此程式碼宣告了一個距離感測器，然後啟動該感測器。

5. 最後，添加一個無限迴圈以讀取距離：

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

   此程式碼等待感測器準備好讀取值，然後將其打印到控制台。

6. 運行此程式碼。

   💁 別忘了此檔案名為 distance-sensor.py！請確保通過 Python 運行此檔案，而不是 app.py。

7. 您將在控制台中看到距離測量值。更改 CounterFit 中的值以查看此值的變化，或者使用隨機值。

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

💁 您可以在 code-proximity/virtual-iot-device 資料夾中找到此程式碼。

😀 您的接近感測器程式成功了！

免責聲明：
本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。