Animierter Smart-LED-Strip per Alexa steuern – Arduino-Projekt

Komponenten und Zubehör

Komponente	Menge	Hinweise
Arduino UNO (oder Nano/Mega)	1	Arduino Nano funktioniert ebenso; Mega für mehr LED-Pixel sinnvoll
Raspberry Pi 3 Model B	1	Für MQTT-Client und USB-Kommunikation mit Arduino
NeoPixel-Strip (WS2812/WS2812B)	1	Beliebige adressierbare RGB-LED-Strips nutzbar

Apps und Online-Dienste

• Arduino IDE – Programmierung des Mikrocontrollers
• AWS Lambda – Python-Skript als Brücke zwischen Alexa und IoT
• Amazon Alexa Skills Kit – Sprachinteraktionsmodell
• AWS IoT Core – Device Shadow für Statusverwaltung

Projektüberblick

Dieses Projekt ermöglicht die sprachgesteuerte Kontrolle eines adressierbaren RGB-LED-Strips über Amazon Alexa. Die Architektur besteht aus mehreren miteinander verbundenen Komponenten:

Systemarchitektur

• Amazon Alexa: Custom Skill „Light Strip“ definiert das Sprachmodell und übersetzt Befehle in Intents für die Lambda-Funktion.
• AWS Lambda (Python): Empfängt Nachrichten von Alexa und sendet Updates an den AWS IoT Service.
• AWS IoT Core: Speichert einen „Device Shadow“ – eine Repräsentation des LED-Strip-Zustands. Bei Änderungen werden abonnierte MQTT-Clients (Raspberry Pi) benachrichtigt.
• Raspberry Pi: Führt einen MQTT-Client aus, empfängt Änderungen vom IoT-Service und sendet Befehle per USB-Seriell an den Arduino.
• Arduino (UNO/Nano/Mega): Führt die ALA-Bibliothek (Arduino Light Animations) aus, steuert den LED-Strip basierend auf seriellen Kommandos.
• WS2812 RGB-LED-Strip: Adressierbare LEDs ermöglichen individuelle Farbsteuerung und komplexe Animationen.

Zweiteiliger Aufbau

Das Projekt ist in zwei aufeinander aufbauende Phasen unterteilt:

Phase 1: Hardware-Grundlage (Web-Steuerung)

Basierend auf dem Hackster.io-Projekt „Web-Controlled LED Animations with Raspberry Pi and Arduino“ werden Raspberry Pi, Arduino und LED-Strip verbunden. Am Ende dieser Phase lässt sich der Strip über einen Webbrowser (Smartphone/PC) steuern.

Phase 2: Alexa-Integration (hier beschrieben)

Erweiterung um Sprachsteuerung über Amazon Alexa. Die folgenden Schritte sind sorgfältig auszuführen.

AWS IoT einrichten

IoT Thing erstellen

1. Im AWS-Konsole anmelden (kostenloses Konto erstellen falls nötig).
2. Region US East (N. Virginia) oder EU (Ireland) wählen.
3. Service AWS IoT Core öffnen, „Get Started“ klicken.
4. Sicherheitsrichtlinie erstellen: Secure → Policies → Create Policy
   • Name: LightStripPolicy
   • Action: *
   • Resource: *
   • Effect: Allow ✓
5. Thing registrieren: Manage → Things → Register a Thing → Create a single thing
   • Name: LS01
   • One-click certificate creation → Zertifikate erstellen
   • Alle 3 Gerätezertifikate + Root CA herunterladen (Root CA: Rechtsklick → Speichern)
   • Zertifikate aktivieren, Policy LightStripPolicy anhängen, Thing registrieren
6. WICHTIG: AWS IoT Endpoint notieren (Settings → Endpoint).

Raspberry Pi für MQTT konfigurieren

# AWS IoT Device SDK für Python installieren
sudo pip3 install AWSIoTPythonSDK

# Repository klonen
mkdir -p /home/pi/LightStrip
cd /home/pi/LightStrip
wget https://github.com/bportaluri/LightStrip/archive/master.zip
unzip master.zip

# Zertifikate in /home/pi/LightStrip/LightStrip-master/pi kopieren

# Konfiguration anpassen
cd /home/pi/LightStrip/LightStrip-master/pi
nano lightstripcfg.py

In lightstripcfg.py folgende Werte eintragen:

• AWSIOT: Notierter IoT Endpoint
• ROOT_CA: Dateiname des Root-CA-Zertifikats
• CERTIFICATE: Dateiname des Gerätezertifikats
• PRIVATE_KEY: Dateiname des privaten Schlüssels
• DEVICE_NAME: LS01 (unverändert lassen)

Skript starten (Arduino meist an /dev/ttyACM0):

sudo python3 lightstrip.py /dev/ttyACM0

Erfolgreiche Verbindung zeigt Bestätigung im Terminal. Test via AWS IoT Console: Thing LS01 → Shadow → Edit → JSON eingeben:

{ "desired": { "animation": "101" } }

Der Strip startet die Animation. Farbtest:

{ "desired": { "color": "0066CC" } }

AWS Lambda Funktion

1. AWS Console → Lambda → Create Function → Author from scratch
2. Name: LightStrip, Runtime: Python 3.6+
3. Role: Custom Role → lambda_basic_execution erstellen
4. Lambda ARN notieren (oben rechts)
5. Code inline bearbeiten: Handler lambda_function.lambda_handler
6. Inhalt von LightStrip/lambda/lambda_function.py und ala_controller.py aus GitHub-Repo einfügen
7. Save klicken

Alexa Skill erstellen

1. Amazon Developer Console → Alexa Skills Kit → Add a New Skill
2. Skill Information:
   • Type: Custom Interaction Model
   • Language: English (U.S.) / Deutsch (optional)
   • Name: LightStrip
   • Invocation Name: light strip
3. Interaction Model → Launch Skill Builder → Code Editor → Inhalt von LightStrip/alexaskill/lightstrip_skill.json einfügen → Save Model → Build Model
4. Configuration → Service Endpoint: AWS Lambda ARN → Lambda ARN eintragen → Save

Skill mit Lambda verknüpfen

1. Zurück zur Lambda-Funktion → Triggers → Alexa Skills Kit hinzufügen
2. Application Id = Skill ID aus Developer Console → Add → Save

Fertig! Sprachbefehle testen

• „Alexa, open Light Strip“
• „Turn on“ / „Turn off“
• „Set brightness to 50 percent“
• „Set color to red“ / „Set color to turquoise“
• „Run an exciting animation“ / „Run a relaxing animation“

Erweiterte Interaktion

Du: Alexa, open Light Strip
Alexa: Welcome to LightStrip – LED leuchtet blau
Du: Launch an animation
Alexa: Relaxing or exciting?
Du: Relaxing
Alexa: OK – Zufällige Animation startet
Du: Next animation
Alexa: OK – Nächste Animation

Verbesserungen & Tipps

Autostart beim Boot

lightstrip.py als Systemd-Service oder via crontab @reboot automatisch starten.

Animationen anpassen

In ala_controller.py (ca. Zeile 80) sind 20 Animationen definiert. Eigene Animationen lassen sich durch Anpassung von Preset, Farbpalette und Geschwindigkeit einfach hinzufügen.

Quellcode & Ressourcen

Gesamter Code auf GitHub: https://github.com/bportaluri/LightStrip

Schaltplan