Komplettes Arduino & Intel Edison Starter Kit mit Sensoren, Webcam & Zubehör

Komponenten und Zubehör

Bauteil	Menge	Details
Arduino 101	1
Intel Edison	1
Logitech C270 HD Webcam	1
Pololu Carrier mit Sharp GP2Y0D815Z0F Digitaler Distanzsensor (15 cm)	2
Adafruit Quadratischer Kraftsensor (FSR) Interlink 406	1
Adafruit Si7021 Temperatur- & Luftfeuchtigkeitssensor Breakout	1
Seeed Grove Starter Kit Plus, Intel IoT Edition	1
Kondensator 47 µF	2
Widerstand 1 kΩ	1
Adafruit Klemmblock 2-polig 3,5 mm (5er Pack)	1
Adafruit Kompaktes Schaltnetzteil, einstellbar 3–12 V DC	1
Adafruit Perma-Proto Quarter-sized Breadboard PCB	1
Jumper-Wires (diverse)	1

Benötigte Werkzeuge und Maschinen

• 3D-Drucker
• Lötkolben

Apps und Online-Dienste

• Intel XDK for IoT
• Autodesk Fusion 360
• PubNub Publish/Subscribe API
• Cloudinary (Bildspeicherung & Transformation)
• noble.js (Bluetooth LE für Node.js)

Über dieses Projekt

„It's For The Birds!“ – Die Zukunft des Öko-Monitorings mit Arduino 101 neu erfinden

Einführung & Motivation

Gesundheit von Klima & Ökosystem lässt sich u. a. an Tierpopulationen messen. Seit 1987 führt das Cornell Lab of Ornithology jedes Winter das Project FeederWatch durch – eine riesige Citizen-Science-Aktion: Vögel an Futterstellen in Nordamerika zählen, Art & Anzahl erfassen, Veränderungen über Jahre tracken.

Erstes Jahr Teilnahme → Maker-Interesse + Naturbeobachtung kombiniert → experimentelle Plattform mit Arduino 101 im selbstgebauten Vogelhäuschen. Arduino 101 ideal: einfache Arduino IDE, onboard BLE, viele Sensoren/Breakouts verfügbar. IoT-Technologien (Cloudinary, PubNub) heben das Monitoring auf neues Level.

Projektüberblick

Herzstück: Arduino 101 im Vogelhäuschen.

• 2× Sharp IR-Distanzsensoren → Vögel auf Holzstange (durch beide Seiten) erkennen.
• Kraftsensor (FSR) → Füllstand Vogelfutter messen.
• Adafruit Si7021 (I²C) → Temperatur & Luftfeuchtigkeit.
• Arduino 101 als BLE-Peripheral → Sensordaten per BLE an Central senden.
• Strom: 4× AA-Batterien.
• Alles in maßgeschneidertem 3D-Druck-Gehäuse.

Intel Edison (Arduino Breakout Board) als BLE-Central & Internet-Gateway:

• Logitech C270 USB-Webcam → Foto bei BLE-Benachrichtigung (Vogel auf Stange).
• Bilder lokal auf SD-Karte (Breakout Board Slot) speichern.
• Edison WiFi → PubNub (Echtzeit-Datenstreaming) & Cloudinary (Cloud-Bildspeicherung/Transformation).

Vogelhäuschen aus leerer PET-Flasche + Holzstange, an Pfosten im Garten aufgehängt.

Aufbau

Arduino 101 – eingebettetes Vogelhäuschen

Outdoor-Einsatz → robust, wetterfest, Echtzeit-Datenfunk. Distanz zu Edison nur wenige Meter → BLE ideal (onboard).

Schaltung weitgehend per Fritzing-Diagramm, hier Fokus auf Herausforderungen:

Herausforderung 1: Vogel-Erkennung outdoor

Sensor muss outdoor funktionieren, gegen Elemente abgedichtet, Vogel nicht stören/verschrecken, nur Stange erfassen. Nach Evaluation: Pololu Carrier mit Sharp GP2Y0D815Z0F (digital, 15 cm Reichweite). Im Gegensatz zu PIR (breit, weit) nur punktgenau wenige cm. Funktioniert durch PET-Flaschenwand – wichtig für wetterfestes Gehäuse.

Herausforderung 2: Zwei Sharp-Sensoren gleichzeitig

Ein Sensor lief, zweiter dazu → beide versagten. Code, Boards, Sensoren geprüft – nichts half. Produkt-FAQ lieferte Lösung: Sensor zieht Strom in kurzen, hohen Spitzen → Netzteil-Probleme. Fix: 47 µF Elko je Sensor nah an VCC/GND. Zusätzlich: beide Sensoren direkt vom 5-V-Pin versorgen (Jumper im Fritzing-Plan).

Herausforderung 3: Futterstand automatisiert messen

Project FeederWatch empfiehlt: Futter vor/nach Zählung wiegen, Verbrauch berechnen. Automatisierung per FSR (Force Sensitive Resistor) – Widerstand ändert sich mit Kraft. An Analogpin über Spannungsteiler (FSR + Festwiderstand). Erstversuche in Plastikbehälter: Finger-Druck ok, Futteränderung nicht. Zwei Fixes:

1. Teilerwiderstand verkleinert → empfindlicher.
2. Hardware: Plattform mit zentralem Druckpunkt (wie Stilett-Absatz vs. Schneeschuh) → Kraft auf FSR konzentriert. Funktioniert!

FSR-Anschluss sicher per 2-poligem 3,5-mm-Klemmblock (Rastermaß prüfen).

Si7021 an I²C (3,3 V). IR- & FSR-Sensoren auf Perma-Proto PCBs gelötet, unter Arduino 101 geklebt (Doppelklebeband). Ganzes Paket in PET-Flasche – überstand Frost, Nieselregen, Schnee („Stella“).

Arduino 101 Sketch-Highlights

Hauptaufgabe: Sensoren überwachen, Werte per BLE senden. BLE überträgt Bytes → Datentypen in Bytes zerlegen. Elegante Lösung: Union (gemeinsamer Speicher für float + byte[4]).

union { float t; unsigned char bytes[4]; } tempData;
union { float h; unsigned char bytes[4]; } humidityData;
union { int f; unsigned char bytes[2]; } feedData;

Float in Union speichern → Byte-Array automatisch gefüllt → an setValue() der Characteristics übergeben.

Kein delay()! Blockiert Prozessor & BLE-Notifications. Stattdessen: Nicht-blockierendes Timing (Adafruit-Tutorials „Multi-tasking the Arduino“).

void Update() {
  currentPerchMillis = millis();
  if ((currentPerchMillis - previousPerchMillis) > perchInterval) {
    previousPerchMillis = currentPerchMillis;
    currentLeftPerch = digitalRead(LEFT_PERCH);
    currentRightPerch = digitalRead(RIGHT_PERCH);
    if ((currentLeftPerch == 0) && (previousLeftPerch == 1)) {
      perchCharacteristic.setValue(1); // BLE Notify
      Serial.println("LEFT PERCH ACTIVITY");
      previousLeftPerch = 0;
    }
    // ... rechte Seite analog
  }
  // weitere Sensoren zeitbasiert abfragen
}
void loop() { blePeripheral.poll(); birdFeeder.Update(); }

→ Echtzeit-Multitasking-Effekt.

Intel Edison & Arduino Breakout Board

Schwierigster Teil: Edison-Setup. Bester Tutorial: Vincent Wong „Intel Edison and Intel XDK IoT Edition 101“. JavaScript/Node öffnet mächtige APIs (PubNub, noble.js, Cloudinary).

Nach WiFi-Setup Bibliotheken installieren:

npm install noble
npm install pubnub
npm install cloudinary

USB-Webcam (Logitech C270)

UVC-Video-kompatibel. Yocto Linux (Edison OS) braucht uvcvideo-Modul. Schritte (via XDK Serial Terminal):

vi /etc/opkg/base-feeds.conf
# Repos ergänzen:
src/gz all https://repo.opkg.net/edison/repo/all
src/gz edison https://repo.opkg.net/edison/repo/edison
src/gz core2-32 https://repo.opkg.net/edison/repo/core2-32
src intel-iotdk https://iotdk.intel.com/repos/3.0/intelgalactic/opkg/i586
opkg update
opkg install kernel-module-uvcvideo
ls -l /dev/video*  # → /dev/video0 sollte erscheinen
opkg install fswebcam
# Test:
fswebcam -r 1280x720 --jpeg 100 -D 3 -S 13 "test.jpg"

Zusätzlich: USB-Switch Richtung USB-Port, externes Netzteil (Adafruit 1448, 3–12 V einstellbar). SD-Karte prüfen (cd /media/sdcard; ls), Bluetooth freischalten (rfkill unblock bluetooth; bluetoothctl; scan on).

In Intel XDK: BLESCAN-Projekt öffnen, index.js leeren, package.json Dependencies entfernen, eigenen Code (GitHub) einfügen, hochladen. Arduino 101 einschalten → Edison findet BLE-Peripheral.

Der Code (Edison / Node.js)

UUIDs für noble.js (ohne Bindestriche!):

var LOCAL_NAME = 'bird';
var SERVICE_UUID = '917649a0d98e11e59eec0002a5d5c51b';
var PERCH_UUID = '917649a1d98e11e59eec0002a5d5c51b';
var TEMPERATURE_UUID = '917649a2d98e11e59eec0002a5d5c51b';
var HUMIDITY_UUID = '917649a3d98e11e59eec0002a5d5c51b';
var FEED_UUID = '917649a4d98e11e59eec0002a5d5c51b';

BLE-Scan → Peripheral „bird“ finden → connect → Services/Characteristics entdecken → notify(true) aktivieren → auf 'data'-Event hören (nicht veraltetes 'read'!).

noble.on('discover', function(peripheral) {
  if (peripheral.advertisement.localName == LOCAL_NAME) {
    peripheral.connect(function(error) {
      noble.stopScanning();
      peripheral.discoverServices([SERVICE_UUID], function(error, services) {
        var feederService = services[0];
        feederService.discoverCharacteristics([], function(error, characteristics) {
          characteristics.forEach(function(characteristic) {
            characteristic.on('data', function(data, isNotification) {
              transformRawData(characteristic.uuid, data);
            });
            characteristic.notify(true, function(error) { if (error) throw error; });
          });
        });
      });
    });
  }
});

transformRawData(uuid, data) verarbeitet eingehende Characteristics:

• Perch-Aktivität → child_process.execFile('fswebcam', ...) → Foto auf SD-Karte.
• PubNub: Echtzeit-Datenstream (Seedlevel, Temp, Feuchte, Besucherzähler + Links zu 3 neuesten Cloudinary-Bildern).
• Cloudinary: Einfaches API, 3 neueste Bilder hochladen, URLs in JSON-Payload an PubNub senden.

index.html (Web-UI via PubNub)

Kein Server nötig – statische HTML-Datei mit JS. PubNub & Cloudinary JS-APIs einbinden:

<script src="https://cdn.pubnub.com/sdk/javascript/pubnub.4.5.0.js"></script>
<script src="https://pubnub.github.io/eon/v/eon/1.0.0/eon.js"></script>
<link rel="stylesheet" href="https://pubnub.github.io/eon/v/eon/1.0.0/eon.css" />

Subscribe-Key setzen, Channel feederView abonnieren, Payload dekodieren, 3 Bilder in <img id="myImage0/1/2"> anzeigen. PubNub Eon.js für Charts/Gauges (Futterstand, Temp, Feuchte).

Vogelhäuschen & Gehäuse

Flaschen-Futterhaus: 2-L-PET-Flasche ~11 cm abschneiden, 3-cm-Löcher für Stange (Sitzstange) in Bodenstück. Elektronik testen, passt knapp. Oberteil: Löcher unter Verschluss für Aufhängedraht (30 cm), 4 unterschiedlich hohe Seitenschlitze (verschiedene Vogelgrößen, Duftverbreitung). Zusammenstecken, Masking-Tape fixieren (Sensoren frei lassen). Trichter zum Befüllen.

3D-gedrucktes Elektronik-Gehäuse (in Flasche): Flaschendurchmesser gemessen (Etikett-Länge / π ≈ 105 mm). Gehäuse für Arduino + 2 Breadboards, Deckel mit Griff, Boden für 4×AA-Batteriepack (Filament-sparend). FSR-Druckplatte separat, ebenfalls filament-sparend. Alles verschrauben → kompaktes, funktionierendes Paket.

Test & Kalibrierung

Systematisch vor Deployment:

• BLE: nRF Master Control App (Arduino 101 → Handy), dann Reichweite außen testen. Schwache Batterien → BLE fällt zuerst aus.
• FSR-Kalibrierung: Mit Druckpunkt-Plattform linearer Bereich innerhalb nicht-linearer Gesamtkurve.

Deployment-Galerie

Bilder sind das Highlight! Cloudinary-Dashboard oder SD-Karte. Vögel entdecken Futterstelle → 2000+ JPEGs in wenigen Stunden!

Abgleich mit Project FeederWatch & Fazit

FeederWatch: Über 2 Tage max. Individuen pro Art zu einem Zeitpunkt melden. Unsere Stangenzähler passen nicht exakt. Aber: Umweltparameter & automatisierter Futterverbrauch passen. Fotos helfen bei Artbestimmung & Dokumentation seltener Vögel.

Potenzial: Live-Streaming via PubNub weltweit (Schulen, Birdwatcher). Clarifai-Block in PubNub: Bilder → Vogelerkennung/Artbestimmung? Cloudinary-Block: Wetterbedingte Bildqualität korrigieren? Weitere Seeed/Grove-Sensoren?

Als Maker: Riesenspaß. Live zusehen, später Fotos „Schatzsuche“, Futterstand sinken sehen, Arduino/Edison/Grove + Web-Technologien + 3D-Druck vereint. Inspiration: Bei FeederWatch anmelden – It's for the Birds!

Seeed Studio Grove Kit – Ausblick

Neu-Design mit Seeed Grove Starter Kit: Base Shield versorgt beide Sharp-Sensoren ohne Stützkondensatoren! Layout stark vereinfacht. Standard-IR-Sensor von Seeed anders als Sharp → Kabel (GND, VIN, SIG) angelötet für Grove-Anschluss.

Code

Alle Codedateien auf GitHub: https://github.com/lachendeKatze/ItsForTheBirds

CAD-Dateien

STL-Dateien für „in soda bottle“ Vogelhäuschen: GitHub 3DBuild Ordner

Schaltpläne

Edison-Teil simpel, kein passendes Fritzing-Bauteil für Webcam → Foto: