【2020】新冠疫情数据实时监控
2020-02-042.3万
精华项目
AI 快速预览详细
本文介绍了如何使用树莓派和Arduino构建一个疫情数据实时监控系统。首先，通过Linux命令（如wget、sed）从网页中提取所需数据，然后通过串口通讯将数据发送到Arduino，并在LCD显示屏上显示。项目实现了每秒更新一次数据的功能，解决了手动查询数据不便的问题。此外，还探讨了数据存储和应用的可能性，包括使用gnuplot进行简单绘图。
|
疫情数据实时监控 关键词：树莓派、Arduino、串口通讯、Linux命令 Hi！我是Shuuei，很高兴能参加这次“春节宅家一起造”活动。 这个年确实太不寻常！每天早上醒来第一件事是打开知乎热榜看看最新的确诊病例数，这几天疑似病例已经破万了...不知道接下来的高峰期会怎么样（因为大致功能实现的时候是1月底... 2月4日提交的时候确诊都已经破两万了...），希望都大家能顺利。武汉加油！中国加油！ 不过这也算是我想法的由来，因为每次都要打开手机不方便，所以懒病的我琢磨着能不能直接自动告诉我现在疫情的最新数据。早上起来查完疫情数据，放下手机叹了口气挠了挠头，想着国难当头而自己却无能为力。发呆看着桌子上连在Arduino上的显示屏------上面有温湿度、时间，以及在一旁的的树莓派2B------瞪着独眼（摄像头）瞅着我... 突然想起以前学c语言时有一章讲的是“利用程序读取网上你想要的新闻”，感觉不错。于是思路为： 网络->树莓派->Arduino->lcd显示屏 想了解的数据：确诊病例、重症病例、死亡人数、痊愈人数、疑似病例 基本的想法成型了，那么接下来是实践部分。 先上几张成果图： 【图片描述0-0：lcd显示之前1月底的确诊数据】\n 【图片描述0-1：lcd显示之前2月初的确诊数据】 \n 【图片描述0-2： 2月7日家里没有余粮了搬到乡下后的实物图】 \n 【图片描述0-3：简单的绘图 于2月13日更新，确诊人数激增、疑似持续走低。希望这是一个拐点或者极值点，武汉加油！中国加油！】 【补充：于2月22日更新 确诊人数增长放缓；疑似病例数持续走低(估计是随着医疗力量的抵达，疑似出现的速度跟不上化验的速度)；治愈人数破2万，是死亡人数的10倍。】 ok, 从头开始。 I. 从网络到树莓派 (Linux命令: wget, head, cut，cat, grep, sed, tr , | , > , >>) a. 下载网页 最初翻书找到了那“利用程序读取网上你想要的新闻”的章节，发现那是利用一个python程序读取筛选RSS源推送的新闻中你想要的部分，也尝试过几次，但好像RSS源好多都挂了... 总之没有成功，对python也不太熟，便放弃了。 后面看了看知乎疫情新闻网页的html文件，ctrl+F查找后发现自己筛选出那几个数据出来也不会太难。便用linux命令「wget」了其html页面，用以接下来的操作。 【图片描述1-a-0.：找到数据来源的网址，查找想要的字段数据】 【图片描述1-a-1：使用「wget」命令下载html源文件 -O 参数为重命名同时可指定保存位置】 【图片描述1-a-2：未经处理的html源文件（后面还有，太长了就不显示了） 文件名：103691078，「cat」命令显示文档内容】 b. 数据筛选 下载下来的html文件中，需要的只是那几个数据，利用一些Linux命令可以方便地分割出那些数据。不过得自己先查看html文件后再制定筛取计划，但只要制定一次就行，以后源网站更新了这边就自动处理了，这种实时更新的版面变动一般不会太大。以下为步骤： 1. 观察一下后发现我们只需要前两行就行，想着首先肯定是先把前两行单独提出来，然后是从第二行数据中先剪下一个大段，两端留好空间以防稍许变动； 【图片描述1-b-0：先拎出前两行，再剪下一段，两端留好适当空余。 | 为导管，上一个命令的输出接至下一个命令的输入； 「head」命令 -n 参数 数值2 取前两行 「cut」命令 -c 参数 数值 1200-1600 剪下第1200个字符至第1600个字符 > 重定向至extract.txt文档便于观察以及下次操作】 2. 发现数字的写法不利于后续使用，想着将单字节逗号“，”删除以及将数字两边的空格删除（双字节数字变为单字节数字？）； 【图片描述1-b-1：对数字前后字符进行操作便于后续操作 | 为导管，上一个命令的输出接至下一个命令的输入； 「sed」命令 ‘s/://g’参数 可将冒号替换为null即删除冒号，关注点为三个斜线所围成的两个可填入字段，左边的为要被替换的内容，右边的为替换的内容。此处被替换内容为空，即删除冒号。同理‘s/，//g’，‘s/ //g’分别为删除逗号和空格。 > 输出重定向至pretreat.txt文档便于观察以及下次操作】 3. 接下来便是将先前预留的空余删除，分割出纯粹的所需内容； 【图片描述1-b-3：分割出纯粹所需内容 | 为导管，上一个命令的输出接至下一个命令的输入； 「sed」命令 ‘s/^.*截止//g’参数 可将“截至”及其以前的字符全部删除， ‘s/据不完全.*$//g’参数 可将“据不完全”及其之后的字符全部删除， ‘s/\n//g’参数 可将换行符删除； 【2月3日补充： 此处‘s/\n//g’参数无法删除，后用tr命令删除换行符，小结处有解释】 > 输出重定向至reading.txt文档便于观察以及下次操作】 4. 分离出数据 【图片描述1-b-4：分离数据 | 为导管，上一个命令的输出接至下一个命令的输入； 「sed」命令 s/\n/,/g’参数 可将换行符替换为逗号以便字段分离； 【2月3日补充，后面换成tr命令得到解决，小结处有解释】 > 输出重定向至data.txt文档便于观察以及下次操作； >> 为在重定向文档的末尾添加 而 > 为直接覆盖，使用时需注意】 【此处问题：按理说换行符应该都被替换为逗号了，可不知为何还是有换行；而且奇怪的是在windows里用txt记事本打开data.txt没有换行，这俩操作系统是对换行符解释上是不是有点区别…,但notepad++显示了换行… 是txt记事本直接忽视了换行吗？求教！】 [图片描述：notpad++ read in win] 【解决：后面一边写一边查了，想起来了: 是\r, \n, \r\n的区别 回车、换行、回车换行 Windows: \r\n，Linux: \n, Mac: \r】 5. C语言整合一下数据，添加首末标志，并定义一个结构以便未来拓展。 【图片描述1-b-5：C语言程序读取data.txt，添加冒号分号作为首末标志，输出到sending.txt文件中】 【注：为了前后一致性还是保留了之前的截图，以下为加入时间后的sending.txt】 【图片描述1-b-6：最后加入了unix时间，便于后续直接调用time库计算 unix时间：从协调世界时1970年1月1日0时0分0秒起至现在的总秒数，不考虑闰秒。 在多数Unix系统上Unix时间可以透过date +%s指令来检查。 p.s. 和上一次截图相比...这两天爆发的有点多...武汉加油！中国加油!】 小结I： 至此完成了串口数据发送的数据准备工作，以下为一些补充说明与后续改进。 1. 因为是第一次用命令行进行数据处理，所以分了好几次来观察。其效率不高有重复，但便于理解，也就没有再进一步简化整合。【2月3日补充，该小结最后有改进】 2. C程序按理说不需要，但是想着便于集中数据便于今后的拓展使用，还是添上了。 3. 至于如何自动获取并生成最新数据，即“自动化”上述过程： 之前整体考虑的是时间到了，直接是从头到尾运行一次发送一次，不用一直运行串口发送程序，故原打算用crontab来实现定时执行，但crontab没有实现 /惨。而且发现只发送一次就关闭串口的话arduino不一定收的到，还得接收回传数据… 于是目前偷懒用while-do-done + sleep 1s的 bash脚本程序来每隔1秒一直实现html下载，数据处理，C语言汇总并添加时间的数据准备工作。而另一个python程序则负责一直与arduino建立串口通信的工作。 【图片描述I-0：实现数据准备工作，详见注释以及之前描述】 【2月3号补充：之前写的脚本有点糟糕，下面为改进并整合后的脚本与输出】 【图片描述I-1：数据准备工作改为完全由shell脚本执行，c语言用于拓展用途，详见注释 】 【图片描述I-2：上述脚本输出数据】 ok,到此完成了数据准备工作，数据就让树莓派每秒「wget」一个html文件到本地，「sed」等命令配合生成发送数据。虽然源网页是半小时更新，听着真的蛮辛苦2B了(树莓派型号2B+ 尼尔机械纪元...） 【P.S. 其实2B是我听那个树莓派讲座的时候 two B, two B, ...突然想起来的。 所以之前我树莓派都是取名为ikaros... 以后要更名为2B了！/ 呲牙】 好了，接下来就是发送到arduino. II. 从树莓派到Arduino到lcd显示屏 串口这儿折腾了好久，因为一开始没有意识到Arduino的Serial.read()是1byte即八位八位地读取数据，返回值是ASCII码，需要转换成数字并进行累计计算。以前是用c语言套接字进行数据传输，那时好像只要定义一个数组缓冲区长度后，剩下就是发送和接收了，什么结尾开始都有TCP/IP协议帮你搞定，现在这串口通讯还得自己设计开头结尾...不过还行，还好没有中途放弃使用串口转去用蓝牙… / 笑 不过以后可以试试，毕竟都是要无线的。 c. 树莓派侧程序 （上接I. 从网络到树莓派 b. 数据筛选脚本） 树莓派这边的python确实 “人生苦短我用python”。本来想用c语言发送数据的，但那一长串的串口操作流程让我止步。反观在python中就几句完事...让我这个没怎么碰过python且有点点不适应的人长吁不已。但因为只是网上查了一些语法就写上了，虽然大体功能可以实现，但总有那么点搞不太明白。 现在的python串口通信流程大致是，while一直查看串口接收数据，if else判断来决定发送下一次发送：若无接收数据则发送一次数据，若接收接收到数据则显示接收到的数据和上一次发送的数据。但 arduino上lcd显示屏数据更新间隔10s，感觉好慢！ 尝试过几种python程序发送方案， 几个方案改动的基本是若无接收数据的话隔多长时间重新发送，调整过三种方案： 1.若串口无数据仅仅发送一次数据，直到接收串口数据后再重新发送 2.若串口无数据则发送一次数据，若数秒后无接收则重新发送一次新的数据 3若串口无数据则一直发送新的数据 【图片描述2-c-0：为第二种方案，隔一段时间尝试重新发送 结果好像都没啥用，都差不多更新时间为10s：不管是python从发送到接收回传时间隔；lcd显示数据更新的间隔，都是10s左右。想着是不是基本原理没搞清楚，请指教！ 又打开了一个写文件是后续想把arduino回传的数据用c语言来读取并操作，虽然目前没有新增类似传感器数据之类的内容】 d. Arduino侧程序 arduino程序的主要内容为以下几个部分： loop()；串口中断；计算以逗号分隔的每个字段的值；数据发送；lcd显示； 【图片描述2-d-0：loop()，RecvComplete为串口是否接收完毕判断符】 【图片描述2-d-1：串口中断程序，读取字节，分号开始 冒号结束，详见注释】 【图片描述2-d-2：计算每个逗号之间的字段的值，tmp数组存储的是个位、十位、百位等数位上的值】 【图片描述2-d-3：函数display()中，数组最后一个值dep[LEN-1]存储的是Unix时间，取模后用于指示数据更新 函数response()为回传数据给树莓派】 【图片描述2-d-4：定义用于lcd显示的字符数组，以便未来拓展与通用性】 小结II： 到此为止基本完成了之前设想的功能。以下为一些问题和思路的记录。 1. 发现按以前的思路…: loop里面if(serial.available) 接收数据，else回传数据，lcd显示仍用delay()，结果和用串口中断和millis()延时，更新的速度都一样… 10s左右。本以为用串口中断会更加及时不会被delay延时所影响，但实际结果不像自己想象的那样。 2. 感觉好慢。我是2s有新数据，如果按照我现在的程序的话，只有五分之一的数据实时显示了。我以为是arduino侧读取计算字节每个字段太慢了，但计算后发现1ms都不到。后面才明白过来，10s，6个字段，5次lcd.clear(),每次延时2s，可不就10s吗？！！！果然，去掉lcd显示，真的就能近似实时接收并回传数据，但timeout得设置，且不能为0，要不然arduino会来不及接收。 3. python的串口通信和最初相比自认为有了一定的改进，加入了树莓派端读入串口缓冲区字节数来判断是否需要再次发送，虽然对arduino接收的总字符数有影响，但是对实际使用到的无影响，多余的字段会被舍弃，只会盯住开头“：”和结尾“；”。但...好像对显示数据更新的实时性没有多大帮助，都是一样的10s间隔。看来得改进一下之前所说的lcd刷新用中断，不用millis()或者delay()。 III. 杂谈：改进与拓展 a. Arduino方面： 其他传感器数据的加入 大体功能完成后，想着字符串数组能不能存到flash里面，用来节省动态内存。但看了看好像动态内存用了百分之二十不到，还行，以后拓展功能了再说吧。PROGMEM 至于拓展功能，可以有很多吧，因为之前搭建的时候就考虑到以后的扩展，以后加入一些其他的数据：比如温湿度、光强、经纬度、噪音、pm2.5、PIR等传感器数据的时候只需要修改一下数组的大小就行了，其他的还可以rtc时钟、喇叭、led灯、按钮等外设，那时候就要充分利用仅仅只有2K的RAM内存了。 还有就是lcd显示时用定时中断，琢磨一下多线程。 b. 树莓派方面： 数据的本地存储以及数据的利用（目前只实现简单画图） 首先数据的来源的话，可以不止一个网站，毕竟知乎好像是半个小时更新一次，0点到6点不更新。今天（2月1号）昨天在查树莓派有关问题时，偶尔发现也有个同学和我的想法一样，实时了解疫情动态（https://talk.quwj.com/topic/644），他的数据来源是丁香园，用一个python就能搞定，（爬虫程序？）。还有一些群友也是实时显示疫情信息，数据来源好像有api套接字直接返回，不需要再像我一样分割出来。 其次是数据的处理，用命令行确实可以，但好像效率和C比起来有点不高，但目前来说我这小玩意好像不用考虑效率。。。但以前导师教过： 要时刻考虑你有1000个10000个甚至更多的相同功能的小玩意同时运行！你需要时时刻刻的数据，按1s的间隔来更新！这么多数据要被一个服务器同时接收！处理！你该怎么做？ 好吧，我得考虑考虑… c. 考虑考虑 再者是既然得到了数据，又会自动运行，为什么不把它们存储起来用于数据分析呢？如果本地能进行一部分的处理筛选再发送至上一级服务器（比如云端）的话，那不是可以大大减少了主服务器（主节点）的工作量吗？（雾计算） 基于这样的想法有以下两点需要考虑： 1. 本地存储 目前是简单地用c语言把一条新的数据添到一个txt文件中了，数据更新时间为1s,目前加入Unix时间后一条数据的大小大概40B左右 【图片描述3-c-0：2月2号一天的大小变化】 一天就将近1MB，这才只是一个节点（arduino）的数据，树莓派还可以连接多个arduino（节点），或者类似的嵌入式设备：esp32等单片机，存储所有节点发送的数据（当然本次我做的项目性质不一样，数据是从树莓派发送给arduino，arduino再回传数据，目前没有添加传感器数据，不过概念是一样的）。 就实现功能来说，每秒wget一次html页面有点蠢可能，因为知乎上大约半小时更新一次。也有考虑过是否过于频繁，但一想对以后的传感器系统是由帮助的，于是还是按照1s一次的频率来更新源数据。数据获取的频率可以高，但真正有效的需要的数据由树莓派来判断该不该保存。 2. 数据的应用 目前就只是最简单地利用每秒得到的数据在树莓派上用gnuplot画了一个很丑的图 【图片描述3-c-1：大致就是1月底2月初的数据，有点难看。 首先是按每秒存储数据的后果在画图的时候就显现出来了，太多的重复数据了！一道长长的水平线是有够难看的； 其次便是横坐标没有显示，原因是unix时间目前没有转换成对应日期，干脆就「unset xtics」取消显示横坐标了 虽然有够粗糙的，不过大致还是可以看出，最近（2月初）黄线的治愈人数反超了红线死亡人数。武汉FIGHT！中国FIGHT！ 需要以后再进一步改进，有数据可视化这方面经验的同学麻烦给个建议！谢谢！】 【图片描述3-c-2：以上为gnuplot的配置文件，然后只要cat gnuplot.conf | gnuplot 后就可以得到png图像了 详细的参数解释我就懒得从网上复制粘贴了，大概： unset xtics 为取消横轴显示 set grid 为显示网格 其他plot前面的都能看懂 plot后面的参数 重要的是 u=using, 利用哪两列的数据，冒号前为横轴，冒号后为纵轴 w=with, with后可以好多好多参数，什么lc=line color, pt 大小粗细之类的 还有好多可以设置让图像变美观的参数和设置，但这就和html/css一样样式太多了， 我又比较懒，就... 大家自行百度吧 但能看到自己处理生成的数据画出来，总会有些激动的感觉~不妨试试】 【图片描述3-c-3：这个为gnuplot读取的数据文件，空格分隔，可以通过c语言或者之前的linux命令来获得】 //之前说的：数据获取的频率可以高，但真正有效的需要的数据由树莓派来判断该不该保存。 【2月3号补充：更新了C程序，数据获得虽然还是sleep 1s, 串口发送仍然是实时发送获得到的每秒更新的数据 但是树莓派可以初步判断哪些数据需要存储--存储间隔15分钟以上的数据】、 【图片描述3-c-4：如果上一次保存的数据和现在获得数据间隔超过一定时间，才进行存储】 【2月3号补充：随之也更新了脚本程序，因为还得创建一个文件流 目的是获得存储的数据文件中的最后一行，用于C程序读入判断上一次存储的时间】 【图片描述3-c-5：主要完成文件流创建和时间间隔参数的传递 执行shell脚本时附带的参数可以传给c程序来定义间隔时间，无参数则传递默认参数】 【图片描述3-c-6：此时无参数默认间隔为10s （后默认值改成900s）】 【图片描述3-c-7：此为现默认900s间隔存储的脚本运行结果 可以看到中间部分间隔900s才存入数据】 【图片描述3-c-8：此为现默认900s间隔下的存储文件，tail -n 30取最后三十行，| 为导管（pipe） 高亮上方为先前每条数据均保存，高亮下方为15分钟保存一次数据】 【图片描述3-c-9：更新绘图结果（2月4日），还是不太好看，因为那一段长长的斜线。估摸着应该等以后数据量多了就不会显得那么难看了】 V. 备忘 嗯，今后还是得考虑下，把之前做的gravity项目给带一下：esp32、阿里云什么的。 算是2020年的“研究计划”。 以后也要考虑未来加入其他模块的便捷性、通用性，要考虑效率，速度，数据量的压缩（位操作） 【参考资料】 《Linux入门很简单》 刘金鹏 著 《鸟哥的Linux私房菜》 鸟哥 著 《Linux命令行与shell脚本编程大全》 门佳、武海峰 译 《Arduino权威指南》 杨昆云 译 《21天学通C语言》 第七版 姜佑 译 《嗨翻C语言》 程亦超 译 “度娘” #------------------------------------- #以上，希望和大家多多交流学习有关嵌入式设备、物联网IoT、Linux、数据处理与可视化等方面的知识！ #20200204 立春快乐! #Jerry Shuuei #罗马烟花筒 VI. 更新 20200209 这几天发现数据出了问题，无法画出正确的图，一直在调试。一开始以为是数据保存端的问题，后面发现是数据生成端的问题，尝试了很多方但一直没有解决。详见日志 https://make.quwj.com/project/199/ 今天早上醒来，想着如果生成成错误无法避免，不妨加入进一步判断使得错误的数据不要被保存。像传感器之类的数据也会有噪音，而由于各种原因由程序产生的数据也会有“噪音”。于是目前为了走向课题研究的下一阶段，小结了错误原因并记录，待以后详细了解了命令背后的工作原理后再处理数据生成问题。就像软件的瓶颈是硬件的话，类比到目前的状况便是：数据保存正确性的瓶颈便是数据生成的可靠性。 记录： 问题描述：数据生成端出了问题导致无法利用保存的数据画图 产生原因： 一是无线网络问题，本来在二楼信号就比较弱，wget长时间未接收到数据包便自动退出，但因为-O参数的原因导致最初的文件已被覆盖，在未下载完成的情况下传递给后面sed、grep命令的文件实为空文件，加之之前偷懒用于保存数据的c程序中数据结构没有初始化，故fscanf格式化输入字段后得到之前的错误数据--比较像系统打印未赋值变量的值（不知道是否可以在最初端加入判断，wget、sed等的返回值？）； 二是有位前辈指出的grep的“标准输入匹配到二进制”提示、sed对含有中文输入的文件会出现卡死等情况导致。 解决方法（目前）：因错误产生数据均有规律可循，现已尝试加入判断：即若显然是错误数据，则丢弃不保存，并修改python串口发送程序的文件。 【图片描述：前几个字段未生成，c程序读取的数据文件只有一个用date命令和产生的unix时间】 【图片描述：卡死，推测为sed处理含有中文字符时卡死，编码环境locale问题 LC_ALL】 【图片描述：grep匹配到二进制文件报的提示，修改为grep -a】 【图片描述：错误的数据gnuplot将绘出错误的图片】 20200206 修改了一下筛选脚本，可惜了那一段增长地很明显的数据。知乎好像每分钟更新了。。。 【图片描述：根据源网页制定筛取计划】 【图片描述：筛取结果】 【图片描述：加入unix时间】 【图片描述：2月6号晚数据，可以看出随着医疗力量的到达，越来越多的疑似病例被确诊，但好消息是治愈人数也在不断攀升！FIGHT！ 钟南山老爷子说预计周六到达顶峰，ok，期待热乎乎的数据】 20200205 知乎源html数据变动了，得重新修改脚本。 p.s.知乎加入了数据可视化功能 人画得可真好！ 我得继续跟进 |
但是我想应用课题研究的物联网IoT分层模型，arduino是端节点，树莓派是中间节点。树莓派收集像arduino、esp32类似的端节点的数据，进行数据筛选后发送云服务器上进行进一步处理。
就实现疫情展示的功能而言，确实直接连到树莓派上就行了。但感觉树莓派gpio口连lcd显示屏有点浪费。。以后想用gpio进行语音识别和语音播报之类的功能。
不过我还没有试过在树莓派上直接连lcd，可能实时性会好很多。回头试试！多谢建议！
希望教程能出得更详细一点。