从入门到实战：基于单板计算机的边缘计算项目开发指南

构建一个完整的边缘计算项目：以Raspberry Pi为例

本篇文章将带你一步步搭建一个基于单板计算机的边缘计算应用——智能家庭环境监测系统，涵盖硬件选型、软件部署与数据可视化全过程。

1. 项目目标

实现对室内温湿度、光照强度、空气质量（PM2.5）的实时采集与本地分析，并通过网页界面展示数据，异常时触发报警。

2. 所需硬件清单

• Raspberry Pi 4 Model B（推荐4GB内存版）
• DS18B20温度传感器
• DHT22温湿度传感器
• MQ-135空气质量传感器
• Adafruit RGB LCD显示屏（可选）
• MicroSD卡（至少16GB）
• 电源适配器与外壳

3. 软件环境搭建

使用Raspberry Pi OS（Lite版）作为基础系统，安装Python 3及必要的库：

sudo apt update
sudo apt install python3-pip
pip3 install adafruit-circuitpython-dht
pip3 install requests
pip3 install flask

4. 编写数据采集与处理脚本

创建一个名为 sensor_monitor.py 的Python脚本，负责读取各传感器数据并保存至本地CSV文件：

import time
import dht
import csv

sensor = dht.DHT22(4)

with open('environment_data.csv', 'a', newline='') as f:
    writer = csv.writer(f)
    while True:
        try:
            humidity, temperature = sensor.read()
            # 假设空气质量由模拟值生成
            air_quality = 50 + (time.time() % 100)
            timestamp = time.strftime('%Y-%m-%d %H:%M:%S')
            writer.writerow([timestamp, temperature, humidity, air_quality])
            print(f"{timestamp} | Temp: {temperature:.1f}°C | Humidity: {humidity:.1f}% | AQ: {air_quality}")
            time.sleep(60)
        except Exception as e:
            print(f"Error: {e}")

5. 实现Web可视化界面

使用Flask框架创建一个轻量级网页服务，展示实时数据图表：

from flask import Flask, render_template
import csv

app = Flask(__name__)

@app.route('/')
def index():
    data = []
    with open('environment_data.csv', 'r') as f:
        reader = csv.reader(f)
        for row in reader:
            data.append(row)
    return render_template('index.html', data=data[-10:])

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

6. 部署与远程访问

通过SSH连接设备，启动脚本并开放端口。可借助内网穿透工具（如frp、ngrok）实现外网访问，便于远程查看数据。

7. 项目拓展建议

• 接入边缘AI模型，实现“空气污染超标自动开窗”逻辑。
• 集成语音助手模块（如Google Assistant SDK）。
• 使用Docker容器化部署，提高系统稳定性。

8. 总结

单板计算机不仅是学习嵌入式开发的理想平台，更是实现边缘计算落地的实用工具。通过本项目，你不仅能掌握传感器融合、数据采集、Web服务等关键技术，还能为后续复杂系统的开发打下坚实基础。