从Alexa控制Raspberry Pi（Linux设备）

描述

当向 Alexa 发出语音命令时，在 Raspberry Pi 上运行命令/脚本。

我希望能够通过向我家里的 Alexa Dots 发出语音命令来在我的 Raspberry Pi 上运行命令。此外，我想通过 Alexa 安排任务，而不是必须将计划任务单独添加到我家里的几个 Pis。

为此，我们需要设置：

• 同时登录 AWS 和 Amazon 开发者站点以确认您可以访问 AWS 和 Amazon 开发者站点
• AWS IAM：创建 RPi 脚本将用于登录 AWS 的用户和组
• AWS SQS（消息队列）。
• AWS LAMBDA 函数
• 亚马逊 Alexa 技能

Alexa 技能指向 Lambda 函数，根据发出的语音命令取决于将什么消息添加到 SQS 队列，在 Rapsberry Pi 上运行脚本来检查 SQS 队列并根据消息启动作业或脚本树莓派。

AWS 和亚马逊开发账户

如果您还没有 AWS 帐户，则需要设置一个，没有理由认为该项目不属于 AWS“免费套餐”，该套餐允许每月向 Lambda 发出 100 万次免费请求，向 Lambda 发出 100 万次免费请求。 SQS 服务。为了超越免费套餐，您需要每 3 秒发出超过 1 个请求（基于每月 30 天），设置后我将脚本设置为每 15 秒运行一次，但当然如果我有 10 个 RPi 在做那么需要考虑的一个请求。

AWS - 创建用户和组

登录 AWS 并转到 IAM 管理控制台并添加用户：

https://console.aws.amazon.com/iam/home?#/users

由于权限是在组级别设置的，因此我们需要为该用户创建一个新组，如果我们将来创建更多用户，他们也可以使用同一组。该用户将从 Raspberry Pi 登录，因此需要能够查看和更新​​ AWS SQS 中的队列。

为此，我们可以使用亚马逊预定义策略（预设权限），搜索“sqs”并选择策略“AWSLambdaSQSQueueExecutionRole”，然后单击“创建组”（这将允许用户读取和写入 SQS 队列） .

这会将您带回“将用户添加到组”屏幕，并且将选择新组以将新用户添加到其中，单击“下一步：标签”按钮继续。

在“添加标签”屏幕上，只需单击“下一步：审阅”按钮继续。

在下一个屏幕上，查看新用户的详细信息并单击“创建用户”

在接下来的屏幕上，确保您“下载.csv”，因为这将是您获取此用户凭据的唯一机会。

CSV 中的凭据将添加到 RPi 上的脚本中，以便它可以登录以访问 SQS 队列。

注意：自 2019 年 6 月起，为了让 Alexa 技能运行 Lambda 函数，Lamda 代码必须托管在以下区域之一：

• 亚太地区（东京）
• 欧盟（爱尔兰）
• 美国东部（弗吉尼亚北部）
• 美国西部（俄勒冈）

https://developer.amazon.com/docs/custom-skills/host-a-custom-skill-as-an-aws-lambda-function.html

由于我住在英格兰 (UK)，我将在爱尔兰地区通过 SQS 队列和 Lambda 函数托管。

创建 AWS SQS 队列

找到 SQS 页面并创建一个新的简单队列服务：

输入新名称并使用“快速创建队列”选项创建“标准队列”：

单击新队列并记下我们稍后需要的 ARN 和 URL：

创建 Lambda 函数

在 AWS 中，在“服务”中搜索“Lambda”并创建一个新函数：

选择“从头开始创作”，添加名称并将“运行时”更改为“Python 2.7”。对于执行角色，选择“从 AWS 策略模板创建新角色”，选择“Amazon SQS 轮询器权限”策略，为角色命名并创建函数。

对于功能的配置，当您在“设计器”面板中单击某些内容时，配置设置将显示在屏幕的下半部分。

从左侧添加“Alexa Skills Kit”触发器，需要配置才能保存此功能。滚动到底部，因为我们还没有 Alexa 技能 ID（我们还没有创建技能）我们暂时“禁用”它，稍后再回来。

选择 Lambda 函数图标（对我来说是“RPi-LED-Function”），在底部我们需要提供自定义 Python 代码，此代码将向 Alexa 技能提供反馈并更新 SQS 队列。

我在下面的代码中添加了一些关于需要更改的注释。

import boto3
  
# Below you need to add in your access key, access secret, rgion and sqs queue url
  
access_key = "This can be found in the downloaded .csv file"
access_secret = "This can be found in the downloaded .csv file"
region ="eu-west-1"
queue_url = "This can be found when looking at the SQS queue, https://..."
  
# you should not need to change the following unless you know what your doing.
  
def build_speechlet_response(title, output, reprompt_text, should_end_session):
   return {
       'outputSpeech': {
           'type': 'PlainText',
           'text': output
       },
       'card': {
           'type': 'Simple',
           'title': "SessionSpeechlet - " + title,
           'content': "SessionSpeechlet - " + output
       },
       'reprompt': {
           'outputSpeech': {
               'type': 'PlainText',
               'text': reprompt_text
           }
       },
       'shouldEndSession': should_end_session
   }
def build_response(session_attributes, speechlet_response):
   return {
       'version': '1.0',
       'sessionAttributes': session_attributes,
       'response': speechlet_response
   }
def post_message(client, message_body, url):
   response = client.send_message(QueueUrl = url, MessageBody= message_body)
def lambda_handler(event, context):
   client = boto3.client('sqs', aws_access_key_id = access_key, aws_secret_access_key = access_secret, region_name = region)
   intent_name = event['request']['intent']['name']
  
# The following needs to be customised
# The intent names shown below are linked with intents created in the custom Alexa Skill.
# The 'post_message' relates to the SQS queue 
# The 'message' line is the message/response that Alexa will speak back to you  
  
   if intent_name == "LightsOn":
       post_message(client, 'on', queue_url)
       message = "Lounge Lights will now turn on"
   elif intent_name == "LightsOff":
       post_message(client, 'off', queue_url)
       message = "Lounge Lights will now turn off"
   elif intent_name == "LightsRed":
       post_message(client, 'red', queue_url)
       message = "Lounge Lights will change to red"
   elif intent_name == "LightsGreen":
       post_message(client, 'green', queue_url)
       message = "Lounge Lights will now change to green"
   elif intent_name == "LightsBlue":
       post_message(client, 'blue', queue_url)
       message = "Lounge Lights will now change to blue"
   elif intent_name == "LightsTest":
       post_message(client, 'test', queue_url)
       message = "Lounge Lights will now run a test sequence"
   else:
       message = "Sorry but I do not understand that request"
  
   speechlet = build_speechlet_response("Mirror Status", message, "", "true")
   return build_response({}, speechlet)
0

创建自定义 Alexa 技能

在这里登录并创建一项新技能，选择“自定义”技能和“从头开始：”

https://developer.amazon.com/en-US/alexa/alexa-skills-kit

这里需要配置如下：

Invocation Name - 这是将用于触发技能的名称，我称我的为“lounge lights”。

意图、示例和槽- 对于这个示例，我保持简单并为每个操作创建了一个“意图”，如下所示，您还应该注意到这些意图反映了我在 Lambda 中添加的代码。

这是我的一个意图的例子，你当然可以根据你的要求添加任何你想要的：

所以，为了让这句话起作用，我会说“Alexa，让 Lounge Lights 关掉。”

构建模型- 完成上述操作后，保存并构建模型。

端点- 添加一个端点，这是我们已经创建的 Lambda 函数的 ARN。如果您在保存此端点时遇到任何错误，请确保已检查以下内容：

• Lambda 代码位于：亚太地区（东京）、欧洲（爱尔兰）、美国东部（弗吉尼亚北部）或美国西部（俄勒冈）
• “Alexa Skills Kit”触发器已添加到 Lamdba 函数中

测试 Alexa 技能

在 Alexa 技能界面中，单击“测试”选项卡，您可以在此处进行测试以确认 1) 您的意图是正确的，以及 2) lambda 函数已正确配置。测试完成后，您可以继续配置 Raspberry Pi 以从 SQS 队列中读取数据。

配置树莓派（linux设备）

根据您的最终目标取决于您需要在 RPi 上做什么，我的第一个测试是打开/关闭我的 Magic Mirror 显示器，并且能够重新启动 RPi。

第二个是与这个项目 writeup 内联的，是能够打开 ws2811/ws2812 LED 灯带连接到我的 RPi。

需要运行以下代码，这将登录到 AWS 并查看 SQS 队列中的条目，并根据存储的消息取决于运行的本地 Python 脚本。要运行 LED，您需要将脚本作为“sudo”运行。

import boto3
import os
import time
  
access_key = "Access key from the csv file"
access_secret = "Access seret from the csv file"
region = "the region where the SQS queue is - found in the queue url"
queue_url = "SQS Queue URL, https://sqs....."
  
def pop_message(client, url):
response = client.receive_message(QueueUrl = url, MaxNumberOfMessages = 10)
  
#last message posted becomes messages
message = response['Messages'][0]['Body']
receipt = response['Messages'][0]['ReceiptHandle']
client.delete_message(QueueUrl = url, ReceiptHandle = receipt)
return message
  
client = boto3.client('sqs', aws_access_key_id = access_key, aws_secret_access_key = access_secret, region_name = nameOfTheRegion
  
waittime = 20
client.set_queue_attributes(QueueUrl = queue_url, Attributes = {'ReceiveMessageWaitTimeSeconds': str(waittime)})
  
time_start = time.time()
while (time.time() - time_start < 30):
print("Checking...")
try:
message = pop_message(client, queue_url)
print(message)
if message == "on":
os.system("python /home/pi/LEDScripts/LED_on.py")
elif message == "off":
os.system("python /home/pi/LEDScripts/LED_off.py")
elif message == "blue":
os.system("python /home/pi/LEDScripts/LED_blue.py")
elif message == "red":
os.system("python /home/pi/LEDScripts/LED_red.py")
elif message == "green":
os.system("python /home/pi/LEDScripts/LED_green.py")
elif message == "test":
os.system("python /home/pi/LEDScripts/LED_test.py")
except:
pass

您会在上面看到使用了包“boto3”（AWS SDK），您可以通过运行以下命令来安装它：

python -m pip install boto3

这是运行的 Python 脚本之一的示例：

from neopixel import *
  
# LED strip configuration:
LED_COUNT = 12  # Number of LED pixels.
LED_PIN = 19  # GPIO pin connected to the pixels (18 uses PWM!).
LED_FREQ_HZ = 800000  # LED signal frequency in hertz (usually 800khz)
LED_DMA = 10  # DMA channel to use for generating signal (try 10)
LED_BRIGHTNESS = 30   # Set to 0 for darkest and 255 for brightest
LED_INVERT  = False   # True to invert the signal
LED_CHANNEL = 1   # set to '1' for GPIOs 13, 19, 41, 45 or 53
  
strip = Adafruit_NeoPixel(LED_COUNT, LED_PIN, LED_FREQ_HZ, LED_DMA, LED_INVERT, LED_BRIGHTNESS, LED_CHANNEL)
strip.begin()
  
for i in range(strip.numPixels()):
strip.setPixelColor(i, Color(0, 255, 0))
  
strip.show()

为 LED 灯条设置 Pi

如果在可以运行不同的库之前你还没有运行它们，但是我选择使用这个：https ://github.com/jgarff/rpi_ws281x.git

您需要运行以下命令：

sudo apt-get install build-essential python-dev git scons swig
git clone https://github.com/jgarff/rpi_ws281x.git

然后从 GitHub 下载包中的“python”目录：

sudo python setup.py build
sudo python setup.py install