Alexa智慧家庭技能整合RaspberryPi控制燈泡

– 8 分鐘閱讀

透過 AWS Lambda 函式與 SQS 佇列，實作 Alexa 語音指令控制 Raspberry Pi 上的燈泡。此係統的核心邏輯是不斷輪詢 SQS 訊息，解析訊息內容，判斷是否為 Alexa.PowerController 名稱空間的開關指令。根據指令內容，設定燈泡的顏色和開關狀態，並回傳執行結果給 Alexa。此架構具備良好的擴充套件性，未來可整合更多控制指令和燈泡功能，例如亮度和色溫調整，並支援更多智慧家居裝置，打造更完善的自動化生活體驗。

控制邏輯

控制邏輯如下：

while True:
    # 接收SQS訊息
    msg_text = get_sqs_msg(queue)
    
    # 判斷是否為Alexa.PowerController名稱空間
    if "namespace" in msg_text and msg_text["namespace"] == "Alexa.PowerController":
        # 判斷是否為開關命令
        if msg_text["value"] == "ON":
            powerState = "on"
            colour = (255, 0, 0)  # 紅色
        else:
            powerState = "off"
            colour = (0, 0, 0)  # 黑色
        
        # 控制燈泡
        fire(powerState, colour)
    
    # 等待1秒
    time.sleep(1)

內容解密：

此段程式碼實作了控制系統的核心邏輯。它不斷地接收SQS訊息，並根據訊息的名稱空間和值來判斷是否需要控制燈泡的開關和顏色。如果是Alexa.PowerController名稱空間且值為"ON"，則將燈泡設為開啟狀態和紅色；否則，將燈泡設為關閉狀態和黑色。最後，控制系統根據powerState和colour來控制燈泡。

未來，系統可以進一步擴充套件以支援更多的控制命令和燈泡功能，例如調整亮度、色溫等。此外，系統也可以整合其他智慧家居裝置，以實作更加智慧化和自動化的生活體驗。

14.4 建立智慧家庭技能

要建立智慧家庭技能，我們需要從亞馬遜開發者控制檯開始。以下是步驟：

  1. 建立技能：登入亞馬遜開發者控制檯，點選「建立技能」按鈕。
  2. 選擇技能型別：選擇「智慧家庭」作為技能型別。
  3. 命名技能：給你的技能命名，例如「Sense Hat」。
  4. 建立技能：點選「建立技能」按鈕。

建立技能後，你會看到一個智慧家庭伺服器端點，包含你的 AWS Lambda ARN Skill ID。這個 ID 以「amzn1.ask.skill」開頭。請複製這個 ID，以便在下一節中使用。

14.5 建立函式

建立函式的步驟如下：

  1. 登入 AWS Lambda：登入你的 AWS Lambda 帳戶。
  2. 建立函式：點選「建立函式」按鈕。
  3. 選擇 Python：選擇 Python 作為程式語言。
  4. 命名函式：給你的函式命名，例如「sensehatfunction」。
  5. 建立函式：點選「建立函式」按鈕。

建立函式後，你需要新增一個觸發器。點選「新增觸發器」按鈕，選擇「Alexa Smart Home」，然後輸入你在上一節中儲存的 Smart Home 技能 ID。點選「新增」按鈕。

14.6 建立安全組態檔

建立安全組態檔的步驟如下：

  1. 登入亞馬遜開發者控制檯：登入你的亞馬遜開發者控制檯帳戶。
  2. 建立安全組態檔：點選「安全」選單，選擇「Login with Amazon」。
  3. 建立新組態檔：點選「建立新組態檔」按鈕。
  4. 輸入描述：輸入一個描述，例如「Sense Hat 安全組態檔」。
  5. 儲存組態檔：點選「儲存」按鈕。

建立安全組態檔後，你需要儲存 Client ID 和 Client Secret 認證。

14.7 組態智慧家庭技能

組態智慧家庭技能的步驟如下：

  1. 傳回技能頁面：傳回你的智慧家庭技能頁面。
  2. 輸入 AWS Lambda ARN Skill ID：輸入你在上一節中儲存的 AWS Lambda ARN Skill ID。
  3. 點選儲存：點選「儲存」按鈕。
  4. 設定帳戶連結：點選「設定帳戶連結」按鈕。
  5. 輸入 Client ID 和 Client Secret：輸入你在上一節中儲存的 Client ID 和 Client Secret。
  6. 選擇驗證方案：選擇「HTTP 基本驗證」（Recommended）。
  7. 新增範圍：點選「新增範圍」按鈕，然後輸入「profile:user_id」。
  8. 複製重導向 URL：複製重導向 URL，以便在下一步中使用。
  9. 點選儲存：點選「儲存」按鈕。

完成以上步驟後，你就可以使用你的智慧家庭技能了。

14.8 新增功能程式碼

我們將修改Alexa的Jeff Nunn程式碼（感謝Jeff！）。這需要特定的資料夾結構，因此

請下載程式碼，如 deploy-the-sample-code.md#package-the-sample-code 中所述。 壓縮檔也可在以下位置找到： 瀏覽至 skill-sample-smarthome-fireplace-python/lambda/ 目錄。將 index.py 檔案和 alexa、capabilities、events/ 目錄壓縮成一個名為 package.zip 的檔案。

上傳程式碼

上傳此檔案到您的功能程式碼中。您應該會看到以下類別似的結構： 更改程式碼，或用 software – Appendix14.2 - lambda_function.py 中的程式碼覆寫 lambda_function.py。

  • 將 index.py 改名為 lambda_function.py
  • 新增色彩控制器 JSON
[
  {
    "type": "AlexaInterface",
    "version": "3",
    "properties": {
      "supported": [
        {
          "name": "color"
        }
      ],
      "proactivelyReported": false,
      "retrievable": true
    }
  }
]
  • 更改程式碼中的區域和 SQS

設定區域和 SQS

config = Config(region_name='eu-west-1')  # 如果必要，請替換為您的區域
sqs_client = boto3.client('sqs', config=config)
  • 新增色彩控制器到 discovery 中：
color_controller_capabilities = load_capability_definition("ColorController")
capabilities.append(color_controller_capabilities)
  • 在 discovery 中，修改程式碼如下：
response.add_payload_endpoint({
  'endpointId': 'sense-hat-01',
  'friendlyName': 'Sense Hat display',
  'manufacturerName': 'Developer',
  'description': 'A Raspberry Pi Sense Hat Smart Home skill',
  'capabilities': capabilities
})
  • 取得 endpointId、token 和 correlationToken：
endpoint_id = request['directive']['endpoint']['endpointId']
token = request['directive']['endpoint']['scope']['token']
correlation_token = request['directive']['header']['correlationToken']
color_value = request['directive']['payload']['color']
  • 建立訊息：
message = {
  'endpointId': endpoint_id,
  'name': 'color',
  'value': color_value
}

圖表翻譯：

  flowchart TD
    A[開始] --> B[取得 endpointId、token 和 correlationToken]
    B --> C[建立訊息]
    C --> D[送出訊息]
    D --> E[結束]

內容解密：

以上程式碼是用於新增色彩控制器到 Alexa 智慧家居技能中。首先，我們需要下載程式碼並上傳到 lambda 函式中。然後，我們需要修改程式碼以新增色彩控制器 JSON 和設定區域和 SQS。最後，我們需要新增色彩控制器到 discovery 中並取得 endpointId、token 和 correlationToken，以建立訊息並送出。

智慧家居控制系統：Alexa 與 Raspberry Pi 的整合

14.9 測試函式

為了確保程式碼的正確性，玄貓建議您進行測試。這可以透過程式碼或測試區段進行。首先，前往程式碼區段，點選「測試」按鈕旁的下拉箭頭，選擇您想要傳送的指令。這些指令通常以 JSON 格式儲存於軟體的附錄中，例如 14.3 節中的事件測試 JSON。

接下來，點選「測試」按鈕。系統將顯示回應和記錄，讓您瞭解程式碼的執行結果。

14.10 發現您的裝置

啟用您的裝置，登入並授權。您的裝置應該被發現並可供使用。現在，您可以在 Raspberry Pi 上執行程式碼。

測試智慧家居技能

您現在可以透過開發者控制檯測試您的智慧家居技能。不同於其他技能，您不需要啟動陳述式就可以開始測試。只要確保您的 Raspberry Pi 已經連線到網路，並且 Alexa 的技能已經啟用，您就可以開始控制您的智慧家居裝置。

內容解密：

在這個章節中，我們使用 Python 編寫程式碼，以實作 Alexa 和 Raspberry Pi 的整合。首先，我們定義了一個函式 send_device_state_message(message)，用於傳送裝置狀態的訊息給 Alexa。

if send_device_state_message(message):
    response = AlexaResponse({
        'correlationToken': correlation_token,
        'token': token,
        'endpointId': endpoint_id
    })
    
    response.add_context_property({
        'name': 'color',
        'value': color_value
    })
    
    response = response.get()
else:
    response = AlexaResponse({
        'name': 'ErrorResponse',
        'payload': {
            'type': 'ENDPOINT_UNREACHABLE',
            'message': 'Unable to set endpoint state.'
        }
    }).get()
    
return send_response(response)

這個函式會根據 send_device_state_message(message) 的傳回值，決定是否傳送成功回應或錯誤回應給 Alexa。

圖表翻譯：

以下是程式碼的流程圖，使用 Mermaid 語法繪製：

  flowchart TD
    A[開始] --> B[傳送裝置狀態訊息]
    B --> C[判斷傳回值]
    C -->|成功| D[傳送成功回應]
    C -->|失敗| E[傳送錯誤回應]
    D --> F[結束]
    E --> F

這個流程圖顯示了程式碼的邏輯流程，從傳送裝置狀態訊息到判斷傳回值，並根據傳回值決定是否傳送成功或錯誤回應。

Node-RED與IoT應用開發

Node-RED是一種視覺化的流程基礎程式語言，適用於裝置和IoT應用。在本章中，我們將探討如何在Raspberry Pi上安裝和執行Node-RED，從簡單的"Hello World"程式開始，逐步擴充套件到接受Sense Hat的輸入並顯示溫度。

15.1 簡介

Node-RED是一種開源的視覺化程式設計工具，允許使用者透過拖拽和連線節點來建立流程。它支援多種硬體平臺，包括Raspberry Pi。透過Node-RED，我們可以輕鬆地建立IoT應用，例如感測器資料收集、控制執行器等。

15.2 前置條件

在開始之前，您需要有一臺Raspberry Pi 4，並確保您的作業系統版本是Buster或更新版本。您可以使用cat /etc/os-release命令檢查您的作業系統版本。如果需要，您也可以使用-v命令檢查您的Node.js、node和npm版本。

這篇文章涵蓋了使用 Python 和 Node-RED 開發根據 Raspberry Pi 和 Sense HAT 的智慧家居技能的詳細步驟，包括控制邏輯、與 Alexa 的整合、AWS Lambda 的佈署以及 Node-RED 的基礎應用。

從技術架構視角來看，文章清晰地展現了根據 SQS 訊息佇列的非同步通訊模式，以及 Alexa Smart Home 技能、AWS Lambda 函式和 Raspberry Pi 之間的協作關係。利用 SQS 解耦了 Alexa 技能和裝置控制邏輯，提升了系統的可靠性和可擴充套件性。然而，文章缺乏對 SQS 訊息格式的詳細說明，以及訊息傳輸的安全性考量，例如訊息加密和身份驗證機制。

文章的實務落地分析部分提供了詳細的操作步驟，涵蓋了技能建立、函式佈署、安全組態等方面，降低了讀者上手的門檻。然而，程式碼示例部分略顯零散，缺乏對整體程式碼結構的清晰闡述，尤其是在色彩控制器的整合方面，僅提供了程式碼片段，沒有完整呈現程式碼的上下文，增加了讀者理解的難度。對於錯誤處理機制也缺乏說明，例如 SQS 訊息接收失敗或裝置控制失敗時的處理邏輯。

展望未來，整合更多種類別的感測器和執行器，以及更精細的控制策略，例如根據時間或環境條件的自動化控制，將是重要的發展方向。此外，探索更進階的 Node-RED 應用，例如資料視覺化和機器學習模型的整合，也能進一步提升智慧家居系統的智慧化程度。

玄貓認為，雖然文章提供了一個可行的智慧家居技能開發框架，但在程式碼示例的完整性和系統的安全性方面仍有提升空間。建議補充更全面的程式碼示例和說明，並加入對安全性的考量，以提升文章的實用價值和專業性。 對於想要入門智慧家居開發的讀者來說，這篇文章提供了一個良好的起點，但需要額外參考其他資源以完善系統的功能和安全性。

玄貓

玄貓

技術愛好者，專注於分享程式開發、雲端技術與 AI 應用的心得體會。