Les votes pour le concours Data Loggin ‘de Hackaday ont été reçus, enregistrés sur SD, transférés vers MQTT et représentés graphiquement. Il est maintenant temps d’annoncer les trois projets qui ont eu le plus de sens à partir des données aléatoires de la vie et qui se sont mérités un chèque-cadeau de 100 $ pour Tindie, le premier fournisseur d’Internet de produits électroniques artisanaux fins.

Premier et vainqueur du Assistant de données catégorie, ce moniteur d’humidité du sol pour tout le jardin est-il [Joseph Eoff]. Vous ne le réalisez peut-être pas sur la photo en haut de la page, mais sous le paillis de ce joli jardin se trouvent plus de 20 capteurs de sol Bluetooth disposés en grille. Toutes les données sont aspirées par une série de points d’accès ESP32 alimentés à l’énergie solaire et finissent par se retrouver sur un Raspberry Pi via MQTT. Ici, un logiciel Python personnalisé génère une carte thermique qui indique les points chauds possibles dans le jardin. Avec sa visualisation facile à comprendre de ce qui se passe sous la surface, ce projet a parfaitement capturé l’esprit de la catégorie.

La prochaine étape est le Nespresso Shield de [Steadman]. Ce gadget intelligent écoute littéralement les sons révélateurs de la cafetière éponyme qui fait son affaire non seulement pour estimer votre consommation quotidienne, mais aussi pour vous avertir lorsque la machine manque d’eau. La méthode intelligente non invasive pour extraire des données d’un appareil électroménager en a fait une entrée forte pour le Génie créatif Catégorie.

Le dernier mais non le moindre est cette station météo IoT complète qui utilise l’apprentissage automatique pour prédire les précipitations. Les cultures et le bétail étant menacés par des tempêtes soudaines et intenses, [kutluhan_aktar] considère ce dispositif comme un avertissement précoce pour les agriculteurs. La documentation sur ce projet, de la configuration de la station météo ESP8266 compatible GPRS à la création de l’interface Web et à l’importation de toutes les données dans TensorFlow, est absolument phénoménale. Ce projet sert de cadre inestimable pour des systèmes similaires de détection et de prévision météorologiques de bricolage, ce qui en a fait le choix parfait pour notre Changeur de monde Catégorie.

Il n’y avait peut-être que trois gagnants cette fois-ci, mais les compétences et la créativité légendaires de la communauté Hackaday étaient pleinement exposées pour ce concours. Il est fortement recommandé de parcourir le reste des soumissions et nous sommes convaincus que les créateurs aimeraient entendre vos commentaires et suggestions dans les commentaires.