树莓派上安装 kubeedge
安装 docker
参考资料：树莓派4B raspberrypi在线安装Docker
安装完成后，在 /etc/docker/daemon.json 中添加 : :"exec-opts": ["native.cgroupdriver=systemd"]，使用 systemd 驱动
安装 kubeedge
参考 kubeedege 的离线安装文档，注意下载的资源包时注意要一定要下载 arm64 的
边缘节点 join 时，指定 cgroupdriver 为 systemd
keadm join --cloudcore-ipport=xxxxx:10000 --cgroupdriver=systemd --edgenode-name=raspberrypi --kubeedge-versinotallow=1.10.2 --token=3cca11140cab1c229d……Note:
在 join 后，如果出现报错：
Failed to start container manager, err: system validation failed - Following Cgroup subsystem not mounted: [memory] E0125 16:42:09.131414 1655 edged.go:291] initialize module error: system validation failed - Following Cgroup subsystem not mounted: [memory]
则修改树莓派的 /boot/cmdline.txt 文件，添加如下内容
cgroup_enable=memory cgroup_memory=1
在同一行的最后面，接着内容后空格后添加，注意:不要换行添加，重启机器配置生效
控制 USB 摄像头
实验介绍
本示例根据官方实验中的计数器实验代码修改而来，实验架构图如下（省略了一部分 kubeedge 组件）
页面 web app 以 Pod 的方式运行在云端的 K8S 集群节点，用户访问 web app 的页面执行操作，向 k8s 的 API server 发起修改 device instance 的动作，当 cloudcore 中的 deviceController 观察到设备发生变化，就通过 cloud hub 和 edge hub 通信，最终将该变化动作通过 EventBus 向 MQTT Broker 发布一条 topic，边端的 camera.py 进程中初始了一个 MQTT Client 订阅了该 topic，就能接收到云端对于摄像头的操作动作，根据接收到的消息内容，对摄像头发起相应的操作。
camera.py 的实现内容如下：
#!/usr/bin/env python3
# -*- coding:utf-8 -*-
import cv2
import numpy as np
import paho.mqtt.client as mqtt
import json
import threading
import time
last_status = "Nothing"
picture_flag = False
lock = threading.Lock()
# 连接成功回调函数
def on_connect(client, userdata, flags, rc):
print("Connected with result code " + str(rc))
# 连接完成之后订阅主题
client.subscribe('$hw/events/device/camera/twin/update/document')
# 消息处理回调函数
def on_message(client, userdata, msg):
global last_status
global picture_flag
# 获得负载中的 和
json_obj = json.loads(msg.payload.decode('utf-8').strip('\t\r\n'))
action = json_obj['twin']['status']['current']['expected']['value']
print("当前操作：" + action + ", 上次操作：" + last_status)
if action == "ON" and last_status != action:
last_status = action
t = threading.Thread(target=open_camera)
t.start()
if action == "OFF" and last_status != action:
last_status = action
if action == "STATUS" and (last_status == "ON" or last_status == "STATUS"):
picture_flag = True
def open_camera():
global picture_flag
cap = cv2.VideoCapture(0) # 0 代表 /dev/video0 这个设备，也可以使用 url
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
cap.set(cv2.CAP_PROP_FOURCC, cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'))
if cap.isOpened():
while 1:
# 图像处理
ret, frame = cap.read()
rows, cols, channels = frame.shape
# 灰度化
gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 平滑滤波
blur = cv2.blur(gray_img, (3, 3))
# 二值化
ret1, th1 = cv2.threshold(blur, 190, 255, cv2.THRESH_BINARY)
# 透视变换
b = 50
pts1 = np.float32([[b, 0], [cols - b, 0], [0, rows], [cols, rows]])
pts2 = np.float32([[0, 0], [cols, 0], [0, rows], [cols, rows]])
M = cv2.getPerspectiveTransform(pts1, pts2)
dst = cv2.warpPerspective(blur, M, (cols, rows))
# 展示窗口
cv2.imshow('usb camera', dst) # 在操作系统界面展示图像
if cv2.waitKey(1) and last_status == "OFF":
break
if cv2.waitKey(1) and picture_flag:
lock.acquire()
try:
# time.sleep(10)
date_str = time.strftime('%Y-%m-%d_%H:%M:%S', time.localtime())
filename = r'./camera/' + date_str + '.jpg'
cv2.imwrite(filename, frame)
print("截图保存为: " + filename)
finally:
picture_flag = False
lock.release()
cap.release()
cv2.destroyAllWindows()
if __name__ == '__main__':
client = mqtt.Client()
client.on_connect = on_connect
client.on_message = on_message
try:
# 请根据实际情况改变MQTT代理服务器的IP地址
client.connect("127.0.0.1", 1883, 60)
client.loop_forever()
except KeyboardInterrupt:
client.disconnect()先决条件
硬件需求
- 树莓派(树莓派3/4可用于此演示)。
- USB 摄像头
软件需求
- kubernetes 集群
- KubeEdge 1.5+
实验现象
web app 运行后可以通过 IP:port 访问
该页面通过 kubeedge-counter-demo 的例子修改而来，主要修改的内容如下：
前端页面修改：
前端控制器 controller
在边端运行 test.py 程序
在云端点击执行开启摄像头，收到了来自云端的操作，并打开了摄像头
点击拍照后，显示图片已经保存
边缘节点交通信号灯
实验描述
LED 灯与树莓派的连接方式
下图左侧4根线是LED的线。(最左侧的黑色线是地线。其余3根线对应红黄绿三个灯。)
GPIO 的编号如下所示，注意 BCM 的编号和 wiringPi 的编号不太一样。
示例代码中使用的是 23,24,25 编号，采用的是 wiringPi 的编号方式，对应到物理口为 33 35 37 39 接口。
先决条件
硬件需求
- 树莓派(树莓派3/4可用于此演示)。
- LED 三色信号灯
软件需求
- kubernetes 集群
- KubeEdge 1.5+
实验步骤
- 在边缘节点通过 make 命令构建:
$ makemake 的内容
- 在云端创建 crd 只有
$ cd crd
$ kubectl apply -f model.yaml
# 替换 "<your edge node name>" 为边缘节点名称
$ sed -i 's#raspberrypi#<your edge node name>#' instance.yaml
$ kubectl apply -f instance.yamlNote:实例必须在模型之后创建，在模型之前删除.
- 在云端部署创建示例程序:
# 启动一个 pod 作为 mapper 的作用运行在边缘
$ kubectl apply -f deploy.yaml- 修改 instance.yaml 对应灯的期望值为ON，
- kubectl apply -f crd/instance.yaml 更新配置后对应的灯点亮。如将灯的状态由绿灯变为红灯：
边缘节点温度传感器实验
实验描述
温度映射器包含从温度传感器采集温度的代码，温度传感器通过 gpio 连接到树莓派。
根据温度传感器的预期状态，程序收集温度。
先决条件
硬件需求
- 树莓派(树莓派3/4可用于此演示)。
- GPIO（树莓派自带的 gpio 即可）
- 温度传感器 (DHT11)
软件需求
- Golang 1.14+
- KubeEdge 1.5+
实验步骤
- 根据上面的电路图将温度传感器和树莓派通过 GPIO 连接
- 克隆 KubeEdge 代码并运行
- 克隆 kubeedge/example 代码
$ git clone https://github.com/kubeedge/examples.git- 创建温度传感器的 device model 和 device instance.
$ cd $GOPATH/src/github.com/kubeedge/examples/temperature-demo/crds
$ kubectl apply -f devicemodel.yaml
$ sed -i "s#edge-node#<your-edge-node-name>#g" instance.yaml
$ kubectl apply -f device.yaml- 构建运行在树莓派上的温度传感器 mapper
$ cd $GOPATH/src/github.com/kubeedge/examples/temperature-demo
$ docker build -t <your_registry>/kubeedge-temperature-mapper:<your_tag> .- 部署 mapper
$ cd $GOPATH/src/github.com/kubeedge/examples/temperature-demo/
# 修改 deployment.yaml 文件中的下述内容:
# 1. 替换 "edge-node" 为边缘节点名称
# 2. 替换 "kubeedge/temperature-mapper-demo:arm32" 为 mapper 镜像的名字
$ kubectl create -f deployment.yaml- 映射器将在更新后向云报告温度，通过在云端查看设备的属性来查看温度
$ kubectl get device temperature -o yaml -w
