LoRa (Long Range) и LoRaWAN — это протоколы беспроводной связи, которые позволяют передавать небольшие объёмы данных на расстояния до 10–15 км в открытой местности (в городах — до 1–3 км) при минимальном энергопотреблении. Благодаря этому LoRa-устройства (датчики температуры, влажности, вибрации, трекеры GPS, счётчики воды/электроэнергии, метеостанции) широко используются в промышленном IoT: на удалённых полях, складах, фермах, в логистике и энергетике. Однако извлечь пользу из этих данных без сложного бэкенда — задача нетривиальная: нужно настроить шлюз, сервер, базу данных, систему уведомлений. AI-агент ASI Biont решает эту проблему, беря на себя весь цикл: сбор данных через MQTT или COM-порт, их анализ и автоматические действия (уведомления, управление исполнительными механизмами). В этой статье мы разберём практический сценарий: как подключить LoRaWAN-датчик температуры и влажности (например, на базе ESP32 с модулем SX1276) к ASI Biont через MQTT-шлюз, и как AI будет обрабатывать данные, отправлять алерты в Telegram и управлять поливом по голосовой команде. Всё это делается без написания бэкенда вручную — AI сам пишет код интеграции.
Почему LoRaWAN и AI — идеальная пара
LoRaWAN-сеть состоит из трёх уровней: конечные устройства (датчики), шлюзы (концентраторы) и сетевой сервер (например, The Things Network, ChirpStack, Loriot). Шлюз принимает данные от датчиков и передаёт их на сервер, а сервер уже может отправлять данные в MQTT-брокер или HTTP-эндпоинт. Именно здесь в игру вступает ASI Biont: он подключается к MQTT-брокеру (например, Mosquitto, HiveMQ Cloud, EMQX), подписывается на топик с данными от датчиков, анализирует их и при необходимости публикует команды обратно (например, включить реле полива). ASI Biont также может подключаться к LoRa-шлюзу напрямую через COM-порт (если шлюз подключён к ПК через USB-COM) — для этого используется Hardware Bridge. В любом случае, AI берёт на себя всю логику: не нужно писать парсеры, настраивать базы данных или писать Telegram-бота отдельно.
Сценарий: удалённый мониторинг температуры на сельскохозяйственном поле
Представьте: у вас есть 10 LoRaWAN-датчиков температуры и влажности (например, Dragino LHT65 или самодельных на ESP32 + SX1276 + DHT22), разбросанных по полю. Данные отправляются раз в 15 минут на шлюз, который передаёт их в The Things Network (TTN). TTN публикует данные в MQTT-брокер. ASI Biont подключается к этому брокеру и:
- Получает JSON с показаниями каждого датчика.
- Анализирует тренды: если температура превышает 40°C или влажность падает ниже 30% — отправляет уведомление в Telegram.
- При получении голосовой команды «включи полив на участке 3» — публикует команду в MQTT-топик, который принимает реле на шлюзе или конечном устройстве.
Всё это реализуется без единой строчки ручного кода — AI пишет скрипты под ваш сценарий.
Как подключить: пошаговая инструкция
Шаг 1. Настройка LoRaWAN-инфраструктуры
Вам потребуется:
- LoRaWAN-шлюз (например, Dragino LPS8, RAK7249 или USB-донгл SX1301, подключённый к Raspberry Pi).
- Сетевой сервер (TTN или ChirpStack).
- Конечные устройства (датчики или ESP32 с LoRa-модулем).
Настройте устройства на отправку данных в формате JSON через MQTT. Например, в TTN после регистрации устройства вы получите топик вида v3/your-app-id@ttn/devices/device-id/up.
Шаг 2. Подключение ASI Biont к MQTT-брокеру
Откройте чат с AI-агентом ASI Biont и опишите задачу:
«Подключись к MQTT-брокеру mqtt://broker.hivemq.com:1883, подпишись на топик v3/my-app@ttn/devices/+/up, распарси JSON с temperature и humidity, и если температура выше 40°C — отправь уведомление в Telegram на chat_id 123456789».
AI сгенерирует и выполнит Python-скрипт с использованием библиотеки paho-mqtt. Вот как выглядит пример кода, который AI может сгенерировать (обратите внимание: код выполняется в sandbox, таймаут 30 секунд, поэтому цикл событий должен быть асинхронным):
import asyncio
import json
import requests
import paho.mqtt.client as mqtt
BROKER = "broker.hivemq.com"
PORT = 1883
TOPIC = "v3/my-app@ttn/devices/+/up"
TELEGRAM_BOT_TOKEN = "YOUR_BOT_TOKEN"
TELEGRAM_CHAT_ID = "123456789"
def on_message(client, userdata, msg):
try:
payload = json.loads(msg.payload.decode())
# Извлекаем данные из сообщения TTN
decoded = payload.get("uplink_message", {}).get("decoded_payload", {})
temperature = decoded.get("temperature")
humidity = decoded.get("humidity")
device_id = payload.get("end_device_ids", {}).get("device_id", "unknown")
if temperature and temperature > 40:
text = f"🔥 {device_id}: температура {temperature}°C превышает норму!"
requests.post(f"https://api.telegram.org/bot{TELEGRAM_BOT_TOKEN}/sendMessage",
json={"chat_id": TELEGRAM_CHAT_ID, "text": text})
except Exception as e:
print(f"Error: {e}")
client = mqtt.Client()
client.on_message = on_message
client.connect(BROKER, PORT, 60)
client.subscribe(TOPIC)
client.loop_start()
# Даём время на получение одного сообщения
asyncio.get_event_loop().run_until_complete(asyncio.sleep(30))
client.loop_stop()
Этот код не будет висеть вечно — ASI Biont запускает его однократно для проверки. Для постоянной работы AI может настроить периодический запуск (например, каждый час) или использовать промышленный MQTT-мониторинг через встроенный инструмент industrial_command.
Шаг 3. Управление через голосовые команды
Допустим, вы хотите, чтобы AI включал полив на конкретном участке по голосовой команде в Telegram. Для этого:
- Настройте на шлюзе или конечном устройстве подписку на MQTT-топик (например,
commands/zone3/irrigation). - В чате с ASI Biont скажите: «При получении команды "полив" от пользователя в Telegram опубликуй в MQTT топик commands/zone3/irrigation значение ON».
AI настроит вебхук на Telegram-бота (через requests.post к Telegram API) и при получении сообщения опубликует команду:
import paho.mqtt.client as mqtt
import requests
client = mqtt.Client()
client.connect("broker.hivemq.com", 1883, 60)
client.publish("commands/zone3/irrigation", "ON")
client.disconnect()
Шаг 4. Альтернатива: подключение через COM-порт (Hardware Bridge)
Если ваш LoRa-шлюз подключён к ПК через USB (например, USB-донгл SX1301 или ESP32 с LoRa, работающий в режиме шлюза), можно использовать Hardware Bridge. Установите bridge.py на ПК (Windows/Linux/macOS) и запустите с токеном:
python bridge.py --token=YOUR_TOKEN --ports=COM3 --default-baud=115200
Затем в чате дайте команду: «Подключись к COM3 на скорости 115200, читай строки и парси JSON с датчика, если температура > 40 — отправь уведомление».
AI отправит команду через industrial_command:
industrial_command(protocol="serial://", command="read", params={"port": "COM3", "baud": 115200, "timeout": 5})
Bridge получит команду, прочитает данные из COM-порта и вернёт результат. AI проанализирует данные и выполнит действие.
Результаты и метрики
После настройки интеграции вы получаете:
- Автоматический мониторинг 24/7 — AI проверяет данные каждые 15 минут (или по расписанию, которое вы зададите в чате).
- Снижение времени реакции — при превышении порогов уведомление приходит в Telegram за < 5 секунд.
- Экономия времени на разработку — вместо 2–3 дней на написание бэкенда и Telegram-бота вы тратите 5–10 минут на описание задачи в чате.
- Гибкость — можно быстро менять логику: добавить новое условие, подключить другой датчик, изменить пороги — всё через диалог.
Почему это выгодно?
Традиционный подход требует:
- Развернуть MQTT-брокер (или использовать облачный).
- Написать микросервис на Node.js или Python для подписки, парсинга и отправки уведомлений.
- Настроить CI/CD и хостинг.
- Поддерживать код.
С ASI Biont вы просто описываете задачу на естественном языке — AI генерирует, выполняет и поддерживает интеграцию. Причём вы можете подключать не только MQTT, но и любые другие протоколы: Modbus, OPC-UA, COM-порт, SSH, HTTP API. AI сам выберет правильный способ и напишет код.
Заключение
LoRaWAN-устройства — это отличный инструмент для удалённого мониторинга, но без AI их данные часто остаются неиспользованными. ASI Biont превращает сырые показания в автоматические действия: от уведомлений до управления поливом. Вам не нужно быть разработчиком или DevOps — достаточно описать задачу в чате. Попробуйте сами: зайдите на asibiont.com, создайте аккаунт и подключите свой первый LoRa-датчик за 5 минут.
Комментарии