Smartes Luftreiniger-System mit Arduino Yun & Sharp Plasmacluster
Komponenten und Zubehör
- 1× Arduino Yun (Linux + AVR, WLAN/Ethernet)
- 1× Sharp Plasmacluster Luftreiniger (bestehendes Gerät)
- 1× GP2Y1010AU0F optischer Staubsensor (Sharp)
- 1× Relais-Modul (für Netzspannung des Luftreinigers)
- 1× Breadboard
- 1× Kondensator 220 µF (für Staubsensor)
- 1× Widerstand 150 Ω (für Staubsensor-LED)
- 1× AC-Kabel 1 m (für Relais-Anschluss am Luftreiniger)
- Steckbrücken (Male-Male, Male-Female)
- 1× Klemmleiste (Terminal Block)
- Lötzinn
Benötigte Werkzeuge
- Multimeter
- Lötkolben / Lötpistole
- Abisolierzange
Software und Online-Dienste
- Arduino IDE
- AWS IoT (MQTT-Broker, Thing-Shadow, Zertifikate)
- Terminal (SSH/Serial-Monitor)
- Mosquitto MQTT Client (zum Testen/Monitoring)
Projektmotivation
Laut EPA ist Innenraumluft 2–5× stärker belastet als Außenluft. Staub verursacht von Reizungen (juckende Augen, Niesen) bis zu schweren Allergien und Asthma. Ein Luftreiniger hilft, aber dauerhafter Betrieb verschwendet Strom. Ziel: IoT-gesteuerter, bedarfsgerechter Betrieb – der Reiniger schaltet erst ein, wenn der Staubsensor einen Schwellenwert überschreitet. Status weltweit per MQTT-Client (Laptop, Handy) einsehbar.
Schritt 1: Alle Komponenten beschaffen & prüfen




BOM-Liste als Download verfügbar (Dropbox-Link im Original).
Schritt 2: Funktionstests der Einzelkomponenten


- GP2Y1010AU0F: Verdrahtung & Code gemäß Tutorial von Cyrille Médard de Chardon & Christophe Trefois (Blog / GitHub).
- Relais-Modul: Einfacher Ein/Aus-Test mit Toggle-Sketch.
Schritt 3: Programmierung (AWS IoT Integration)
Der Code ist modular in mehrere Dateien aufgeteilt (siehe Code-Sektion). Kernlogik im Haupt-Sketch:
- Staubsensor alle 1 s auslesen → Staubdichte in mg/m³
- Per AWS IoT MQTT an Topic
dustlevelpublizieren - Bei > 0,25 mg/m³ Relais einschalten (Luftreiniger AN), sonst AUS
AWS IoT Setup: Thing erstellen, Zertifikate/Keys herunterladen, in aws_iot_config.h eintragen. Ein Video-Tutorial zu AWS CLI IoT (Beta-Version zum Erstellungszeitpunkt) wurde erstellt.
Schritt 4: Verkabelung




Schritt 5: Ergebnis


Im Terminal (Mosquitto Subscriber) erscheinen Nachrichten wie:
Dust density: 0.32 mg/m3, air filter is ON
Dust density: 0.18 mg/m3, air filter is OFF
Zukünftige Verbesserungen
- Echtzeit-Dashboard mit Node.js (statt nur Terminal/MQTT)
- Feinere Schwellenwerte, Hysterese
- Integration weiterer Sensoren (CO₂, VOC, Temperatur/Feuchte)
- OTA-Updates über AWS IoT Jobs
Fazit
IoT-Projekte machen Spaß – die Möglichkeiten sind riesig. AWS IoT ist komfortabel (Dashboard, Verschlüsselung, Zertifikatsmanagement). Trotz begrenzter Freizeit (neben Hauptjob) wurde ein funktionsfähiges System realisiert.
Code-Struktur (GitHub: Repository)
Simple-and-Smart-Air-Purifier-System.ino // Hauptprogramm
iot_config.h / iot_config.cpp // AWS IoT MQTT Wrapper
dust_config.h / dust_config.cpp // GP2Y1010AU0F Treiber
aws_iot_config.h // Zertifikate/Endpunkte (Platzhalter)
LICENSE // MIT License
Haupt-Sketch (Auszug)
#include "iot_config.h"
#include "dust_config.h"
aws_iot_setup aws_iot;
dust_setup dust_sensor;
int measurePin = 4, ledPower = 12, relayPin = 13;
float result;
void setup() {
pinMode(ledPower, OUTPUT);
pinMode(relayPin, OUTPUT);
aws_iot.config(); // AWS IoT Verbindung aufbauen, Subscribe
}
void loop() {
result = dust_sensor.init(measurePin, ledPower); // mg/m³
aws_iot.data(result); // MQTT Publish
if (result > 0.25) digitalWrite(relayPin, HIGH);
else digitalWrite(relayPin, LOW);
delay(1000);
}
Staubsensor-Treiber (dust_config.cpp – basierend auf Trefex/serialC)
float dust_setup::init(int measurePin, int ledPower) {
digitalWrite(ledPower, LOW); delayMicroseconds(280);
float voMeasured = analogRead(measurePin);
delayMicroseconds(40);
digitalWrite(ledPower, HIGH); delayMicroseconds(9680);
float calcVoltage = voMeasured * (5.0 / 1024.0);
float dustDensity = 0.17 * calcVoltage - 0.1; // lineare Approximation
return dustDensity; // mg/m³
}
Schaltplan

Herstellungsprozess
- Luftreiniger: Design, Geschichte und zukünftige Trends
- Betriebssystem-Grundlagen: Schlüsselkomponenten und Funktionen
- Multi-Position Temperatursensor-System für Smart-Home-Integration
- Smartes System zur Luftqualitäts- & Abfallüberwachung mit Raspberry Pi, Arduino & IOTA
- MotionSense: Smarte Einbruchserkennung mit Arduino & ESP8266
- CoroFence Thermaldetektor: PIR-Sensor & IoT-Integration mit Panasonic GridEye
- SYNTEC-Steuerung: Inbetriebnahme-Schritte (Strom, Wasser, Luft, Home, Werkzeug, Nullpunkt, Start)
- Schlüsselkomponenten eines zuverlässigen Druckluftsystems
- Luftfederungssysteme: Aufbau, Komponenten & Vorteile für Nutzfahrzeuge
- Schritt-für-Schritt-Anleitung: Druckluft- und Gassystem winterfest machen