Le parcours d’une mesure est le suivant : le capteur LoRaWAN transmet à une passerelle, le serveur réseau (ChirpStack) publie en MQTT, un collecteur enregistre ces données dans une base de séries temporelles (InfluxDB), et Grafana les affiche. Si vous n’avez pas encore votre serveur réseau, commencez par notre tutoriel Créer une passerelle LoRaWAN et notre guide Dragino x Raspberry Pi.
Le plus simple est de déployer ces deux services via Docker. Après avoir préparé Docker (voir notre guide Docker), lancez InfluxDB puis Grafana. Notre tutoriel Installer Grafana sur Raspberry Pi couvre cette étape en détail.
Il faut faire transiter les données MQTT vers InfluxDB. Telegraf, l’agent de collecte d’InfluxData, s’abonne au broker MQTT et écrit automatiquement les mesures dans la base. Configurez son fichier pour qu’il écoute les topics ChirpStack et qu’il décode le JSON des trames. Telegraf est open source et documenté sur GitHub.
Dans Grafana, ajoutez InfluxDB comme source de données en renseignant son adresse et le bucket cible. Vérifiez la connexion : Grafana doit confirmer l’accès. Vous êtes prêt à créer vos premiers graphiques.
Créez un nouveau tableau de bord et ajoutez des panneaux : courbe de température, jauge d’humidité, indicateur d’état d’une porte, niveau de batterie des capteurs. Grafana propose une grande variété de visualisations. Organisez vos panneaux par pièce ou par type de mesure pour une lecture intuitive.
Grafana permet de définir des seuils d’alerte : recevez une notification si une température dépasse une limite, ou si un capteur cesse d’émettre (signe de batterie vide). Ces alertes peuvent être envoyées par e-mail, Telegram ou webhook, transformant votre tableau de bord en véritable système de surveillance.
Avec Grafana, InfluxDB et un Raspberry Pi, vous donnez du sens à vos données de capteurs LoRaWAN grâce à des tableaux de bord clairs et des alertes pertinentes. C’est l’aboutissement naturel d’un projet IoT, qui transforme des mesures brutes en outil de pilotage. Une compétence précieuse, applicable bien au-delà de la domotique.
]]>Un time-lapse consiste à prendre une photo à intervalle régulier (toutes les minutes, toutes les heures…), puis à assembler ces images en une vidéo. Le Raspberry Pi est parfait pour cette tâche : peu énergivore, il peut capturer pendant des jours sans surveillance. C’est aussi une belle introduction à la programmation autour de la caméra.
Connectez le module caméra au port CSI du Pi, Pi éteint. Au démarrage, la caméra est détectée automatiquement sur les versions récentes de Raspberry Pi OS. Testez-la avec la commande moderne libcamera :
libcamera-still -o test.jpgLa documentation officielle de la caméra recense toutes les options disponibles.
Pour capturer à intervalle régulier, la solution la plus robuste est un script appelé par cron. Créez un script qui prend une photo horodatée, puis planifiez-le. Par exemple, pour une photo toutes les cinq minutes :
# crontab -e
*/5 * * * * libcamera-still -o /home/pi/timelapse/$(date +\%Y\%m\%d_\%H\%M).jpg -nUne fois vos images collectées, ffmpeg les assemble en vidéo. Installez-le puis lancez l’encodage en choisissant la cadence d’images (plus elle est élevée, plus le time-lapse est rapide) :
sudo apt install -y ffmpeg
ffmpeg -framerate 24 -pattern_type glob -i '*.jpg' -c:v libx264 timelapse.mp4Quelques règles d’or : fixez solidement la caméra pour éviter tout tremblement, verrouillez l’exposition pour éviter les scintillements entre images, et choisissez un intervalle adapté au sujet (court pour des nuages, long pour une construction). Pour les projets en extérieur de longue durée, prévoyez une alimentation fiable et une protection contre les intempéries.
Réaliser un time-lapse avec un Raspberry Pi combine apprentissage technique et résultat spectaculaire. Avec un module caméra, un script bien pensé et ffmpeg, vous capturez le temps qui passe en quelques commandes. C’est un projet idéal pour explorer les capacités créatives de votre mini-ordinateur, à prolonger par d’autres idées de notre sélection de projets DIY Raspberry Pi.
]]>Le Weather HAT intègre plusieurs capteurs : température, humidité, pression et luminosité, ainsi qu’un petit écran LCD et des connecteurs pour ajouter des capteurs externes de vent et de pluie. C’est une plateforme complète pour s’initier à l’acquisition de données. Pour un projet météo plus classique, voyez aussi notre tutoriel Créer une station météo avec un Raspberry Pi.
Posez le Weather HAT sur le connecteur GPIO du Pi. Les capteurs communiquent en I2C : activez ce bus via raspi-config (Interface Options > I2C). La documentation officielle détaille l’activation des interfaces.
Le fabricant fournit une bibliothèque Python open source, disponible sur GitHub. Installez-la avec le script fourni :
git clone https://github.com/pimoroni/weatherhat-python
cd weatherhat-python
sudo ./install.shUn script Python de quelques lignes suffit à lire toutes les valeurs. La bibliothèque expose des objets simples pour la température, l’humidité, la pression et la luminosité. Vous pouvez les afficher sur l’écran intégré du HAT, les enregistrer dans un fichier ou les transmettre sur le réseau.
import weatherhat
sensor = weatherhat.WeatherHAT()
sensor.update()
print(sensor.temperature, sensor.humidity, sensor.pressure)L’intérêt d’une station, c’est de suivre l’évolution. Enregistrez vos mesures dans une base de données de séries temporelles (InfluxDB) et visualisez-les dans un tableau de bord. Notre tutoriel Installer Grafana sur Raspberry Pi vous montre comment créer de jolis graphiques de température et d’humidité sur la durée.
Le Weather HAT est un excellent point de départ pour s’initier aux capteurs et à l’acquisition de données sur Raspberry Pi, tout en construisant une station environnementale réellement utile. Associé à Grafana et, pour l’extérieur, à un abri météo, il devient une mini-station digne de ce nom. Un projet idéal pour apprendre en s’amusant.
]]>AdGuard Home et Pi-hole partagent le même principe : intercepter les requêtes DNS pour bloquer les domaines publicitaires et malveillants. AdGuard Home se distingue par une interface plus moderne, le chiffrement DNS (DoH, DoT) intégré et une configuration plus accessible. Si vous connaissez déjà Pi-hole grâce à notre article Pi-hole sur Raspberry Pi, vous serez en terrain familier. Le projet est open source et hébergé sur GitHub.
L’installation se fait via un script officiel unique :
curl -s -S -L https://raw.githubusercontent.com/AdguardTeam/AdGuardHome/master/scripts/install.sh | sh -s -- -vÀ l’issue, l’assistant de configuration est accessible sur le port 3000 du Pi. Suivez les étapes pour définir l’interface d’écoute et créer votre compte administrateur.
Pour que tous vos appareils en profitent, deux options. La plus simple : indiquez l’adresse IP du Pi comme serveur DNS dans les réglages de votre box ou routeur. Tous les appareils du réseau utiliseront alors automatiquement AdGuard Home. La seconde : configurer le DNS appareil par appareil, plus fastidieux.
AdGuard Home embarque des listes par défaut, mais vous pouvez en ajouter d’autres pour renforcer le blocage : listes anti-traqueurs, anti-malware, ou spécialisées. Attention toutefois à ne pas en abuser : un filtrage trop agressif peut casser certains sites. Ajustez selon vos besoins.
L’un des grands atouts d’AdGuard Home est la prise en charge native de DNS-over-HTTPS et DNS-over-TLS. En les activant, vos requêtes DNS sont chiffrées, empêchant votre fournisseur d’accès de connaître les sites que vous visitez. C’est un gain de confidentialité notable, en plus du blocage publicitaire.
Le tableau de bord affiche en temps réel le nombre de requêtes bloquées, les domaines les plus sollicités et les clients du réseau. Vous découvrirez souvent avec surprise la quantité de traqueurs actifs sur vos appareils. Vous pouvez créer des règles personnalisées pour autoriser ou bloquer des domaines précis.
AdGuard Home transforme un modeste Raspberry Pi en bouclier pour tout votre réseau : moins de publicités, moins de pistage, et une navigation plus rapide et plus privée. Avec le chiffrement DNS en prime, c’est une mise à niveau de confidentialité que toute la maison appréciera, pour quelques watts seulement.
]]>Inspiré des solutions commerciales comme Uptime Robot, mais entièrement gratuit et auto-hébergé, Uptime Kuma surveille la disponibilité de vos services et vous alerte en cas de problème. Son interface moderne et son dépôt GitHub très populaire en ont fait un incontournable du homelab. Il complète parfaitement un tableau de bord Grafana pour une supervision complète.
Uptime Kuma est très léger et tourne sans problème sur un Pi modeste.
La méthode recommandée est Docker. Après avoir installé Docker (voir notre guide dédié), lancez Uptime Kuma en une commande :
docker run -d --restart=always -p 3001:3001 \
-v uptime-kuma:/app/data \
--name uptime-kuma louislam/uptime-kuma:1Accédez à l’interface sur le port 3001, créez votre compte administrateur, puis ajoutez vos premiers moniteurs. Uptime Kuma surveille de nombreux types de cibles : sites web (HTTP/HTTPS), ping, ports TCP, requêtes DNS, certificats SSL, ou encore conteneurs Docker. Définissez l’intervalle de vérification pour chacun.
L’atout majeur d’Uptime Kuma est la richesse de ses notifications : e-mail, Telegram, Discord, webhook, et bien d’autres. Configurez au moins un canal pour être prévenu instantanément quand un service tombe. Vous pouvez aussi définir des plages de maintenance pour éviter les fausses alertes.
Uptime Kuma permet de publier une page de statut publique, idéale pour informer vos utilisateurs de l’état de vos services en toute transparence. Sélectionnez les moniteurs à afficher et personnalisez l’apparence. C’est un vrai plus pour la crédibilité d’un service auto-hébergé.
Avec Uptime Kuma sur Raspberry Pi, vous disposez d’une supervision professionnelle pour un coût dérisoire et une consommation minime. Couplé à des alertes bien configurées, l’outil vous évite de découvrir une panne trop tard. C’est un compagnon indispensable de tout homelab ou serveur auto-hébergé, qui s’intègre naturellement à vos autres projets sur Raspberry Pi.
]]>Kubernetes complet est lourd pour un SBC. k3s, développé par Rancher, en est une version certifiée mais minimaliste, idéale pour l’edge computing et l’apprentissage. Son code est ouvert sur GitHub. Un cluster de Pi permet d’expérimenter la haute disponibilité, l’orchestration de conteneurs et le déploiement continu, prolongeant naturellement les concepts vus dans notre article sur Docker.
Pour la culture générale sur les clusters Pi, notre article Cluster Edge-AI avec le CM5 offre un éclairage complémentaire.
Installez Raspberry Pi OS Lite 64 bits sur chaque Pi, attribuez des noms d’hôte distincts (par exemple master, node1, node2) et des adresses IP fixes. Activez les cgroups en ajoutant les paramètres requis à la ligne de commande du noyau, condition indispensable au bon fonctionnement de k3s.
Sur le premier Pi, installez k3s en quelques secondes grâce au script officiel :
curl -sfL https://get.k3s.io | sh -
sudo cat /var/lib/rancher/k3s/server/node-tokenNotez le token affiché : il servira à rattacher les autres nœuds au cluster.
Sur chaque Pi supplémentaire, lancez l’installation en pointant vers le maître et en fournissant le token :
curl -sfL https://get.k3s.io | K3S_URL=https://IP_DU_MAITRE:6443 K3S_TOKEN=VOTRE_TOKEN sh -Vérifiez ensuite, depuis le maître, que tous les nœuds sont bien présents avec kubectl get nodes. Ils doivent apparaître à l’état Ready.
Déployez votre premier service pour valider le cluster, par exemple un serveur web, puis exposez-le. k3s embarque Traefik comme contrôleur d’entrée, ce qui simplifie la publication des applications. Vous pouvez ensuite explorer les concepts avancés : volumes persistants, montée en charge automatique, redondance.
Plusieurs Pi 5 sous tension demandent une alimentation solide et un bon refroidissement. Un rack ventilé et des alimentations dimensionnées évitent les redémarrages intempestifs sous charge. Surveillez la température de chaque nœud.
Un cluster k3s sur Raspberry Pi en rack 10 pouces est le terrain de jeu idéal pour maîtriser Kubernetes et l’orchestration de conteneurs, dans un format compact et économe. C’est un projet aussi formateur qu’esthétique, parfait pour un homelab. Pour héberger vos données persistantes, pensez à coupler ce cluster à un NAS sur Raspberry Pi.
]]>Un seul SSD NVMe suffit déjà à transformer les performances du Pi, comme nous l’expliquions dans Comment booter un Raspberry Pi sur un SSD. Avec deux disques, de nouveaux scénarios s’ouvrent : séparer système et données, créer un RAID 1 redondant pour la sécurité, ou un RAID 0 pour doubler la capacité et le débit. C’est l’idéal pour un NAS ou un serveur.
La carte se connecte au port PCIe du Pi 5 via le câble FFC fourni. Insérez vos SSD dans les deux emplacements M.2, puis fixez l’ensemble sur l’embase. Veillez à la bonne insertion du câble FFC, dans le bon sens : c’est la cause la plus fréquente de non-détection.
Par défaut, le Pi 5 fonctionne en PCIe Gen 2. Pour débrider les performances, vous pouvez forcer le Gen 3 en éditant le fichier de configuration de démarrage :
# dans /boot/firmware/config.txt
dtparam=pciex1
dtparam=pciex1_gen=3Le Gen 3 n’est pas officiellement garanti par la fondation, mais fonctionne dans la grande majorité des cas. La documentation officielle détaille ces paramètres.
Copiez votre système sur le premier SSD à l’aide de l’utilitaire SD Card Copier inclus dans Raspberry Pi OS, ou flashez-le directement. Modifiez ensuite l’ordre de démarrage via raspi-config pour que le Pi privilégie le NVMe. Au redémarrage, le système se lance depuis le SSD, avec des temps de chargement spectaculairement réduits.
Pour exploiter les deux disques en grappe, utilisez mdadm. Un RAID 1 (miroir) protège vos données contre la panne d’un disque ; un RAID 0 (agrégation) maximise capacité et débit sans redondance. Choisissez selon que vous privilégiez la sécurité ou la performance.
sudo apt install -y mdadm
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/nvme0n1 /dev/nvme1n1Deux NVMe en charge dégagent de la chaleur. Associez la base à un bon refroidissement, comme le ventilateur Argon THRML, et surveillez les températures sous charge soutenue.
La NVMe Base Duo fait passer le stockage du Raspberry Pi 5 dans une nouvelle dimension, avec démarrage rapide, redondance ou capacité doublée selon vos besoins. C’est la pièce maîtresse d’un NAS maison ou d’un serveur fiable. Découvrez d’ailleurs comment monter un NAS OpenMediaVault tirant parti de ce double stockage.
]]>Les cas d’usage sont nombreux : station météo isolée, capteur agricole en plein champ, caméra de surveillance déportée, ou liaison de secours qui prend le relais en cas de panne de la connexion principale. Partout où il n’y a ni Wi-Fi ni câble, la 4G devient indispensable. C’est un complément naturel aux projets IoT évoqués dans notre guide Raspberry Pi et IoT.
Le Clipper HAT Mini se fixe directement sur le connecteur GPIO du Pi. Insérez votre carte SIM dans le module, branchez l’antenne fournie, puis posez le HAT. Veillez à bien orienter l’antenne pour optimiser la réception, surtout en environnement métallique ou enterré.
Le module 4G se présente comme une interface réseau ou un modem série selon le mode. La méthode la plus simple consiste à utiliser ModemManager, intégré à Raspberry Pi OS. Installez les outils nécessaires :
sudo apt install -y modemmanager network-manager
mmcli -LLa commande mmcli -L doit lister votre modem. Créez ensuite une connexion en renseignant l’APN de votre opérateur :
nmcli connection add type gsm ifname '*' con-name 4g apn votre.apn.operateurUne fois connecté, vérifiez votre adresse IP et testez l’accès Internet. Si vous utilisez la 4G en secours, configurez les métriques de route pour que le Pi privilégie l’Ethernet ou le Wi-Fi quand ils sont disponibles, et bascule automatiquement sur la 4G en cas de coupure. NetworkManager gère très bien ce basculement.
Sur un projet alimenté par batterie ou panneau solaire, la 4G est gourmande. Pensez à n’activer le module que par intermittence, à grouper les transmissions, et à mettre le Pi en veille entre deux relevés. Pour les projets fixes, surveillez la consommation globale : notre article sur la consommation du Raspberry Pi donne des repères utiles.
Le Clipper HAT Mini libère le Raspberry Pi des contraintes de câblage et de Wi-Fi, le rendant véritablement nomade. Que ce soit pour de la télémétrie, de la surveillance déportée ou une liaison de secours, la 4G ouvre un vaste champ de projets. Associez-le à un capteur et à une alimentation autonome pour des déploiements partout sur le terrain.
]]>La chaîne complète est la suivante : le capteur Dragino émet en LoRaWAN vers une passerelle, qui transmet à un serveur réseau (ChirpStack), lequel publie les données via MQTT. Home Assistant, abonné à ce flux MQTT, crée alors des entités exploitables. Si vous n’avez pas encore de serveur réseau, suivez d’abord notre tutoriel Créer une passerelle LoRaWAN.
Dans ChirpStack, configurez l’intégration MQTT pour publier les trames décodées de vos capteurs. Chaque capteur Dragino dispose d’un codec de décodage (payload decoder) fourni par le fabricant : ajoutez-le au profil d’appareil pour que les octets bruts soient convertis en valeurs lisibles (température, humidité, état).
Dans Home Assistant, ajoutez l’intégration MQTT et pointez-la vers votre broker Mosquitto. Vérifiez la réception des messages avec un outil comme MQTT Explorer. Vous devriez voir arriver les payloads de vos capteurs Dragino à chaque transmission.
Définissez des capteurs MQTT dans la configuration de Home Assistant, en extrayant les valeurs des messages JSON publiés par ChirpStack à l’aide de modèles (templates). Chaque grandeur devient une entité : vous pouvez l’afficher, la grapher et l’utiliser dans des automatisations. Le décodage JSON s’appuie sur les codecs Dragino, souvent partagés sur des dépôts GitHub par la communauté.
L’intérêt devient évident à l’usage : recevez une alerte si la température d’une cave à vin sort de sa plage idéale, ou une notification immédiate en cas de fuite d’eau détectée par un LWL02. La longue portée du LoRaWAN permet de couvrir des endroits qu’aucun capteur Wi-Fi ou Zigbee n’atteindrait.
Vous pouvez aussi visualiser l’historique de vos capteurs dans un tableau de bord Grafana. Notre tutoriel Installer Grafana sur Raspberry Pi complète parfaitement cette intégration. Et pour découvrir d’autres usages, voyez notre sélection Dragino x Raspberry Pi.
Intégrer des capteurs Dragino LoRaWAN dans Home Assistant ouvre la domotique aux zones les plus reculées de votre propriété, avec une autonomie de plusieurs années. C’est la combinaison idéale entre la portée du LoRaWAN et la puissance d’automatisation de Home Assistant, le tout piloté par votre Raspberry Pi.
]]>Faire appel à un opérateur public (comme The Things Network) est pratique, mais vous dépendez alors de sa couverture et de ses règles. Un réseau privé ChirpStack vous offre l’indépendance : vos données restent chez vous, vous maîtrisez la sécurité et la disponibilité. C’est idéal pour l’agriculture, la supervision de bâtiment ou l’industrie. Pour les bases du LoRaWAN, lisez notre tutoriel Créer une passerelle LoRaWAN avec Raspberry Pi.
Pour une solution déjà assemblée, la passerelle LoRaWAN ChirpStack Raspberry Pi 5 est prête à l’emploi.
Fixez le HAT concentrateur sur le Pi et activez l’interface SPI via raspi-config. Installez ensuite le paquet ChirpStack Concentratord, qui pilote le matériel radio et fait l’interface entre la radio et le serveur. La documentation officielle Raspberry Pi détaille l’activation des interfaces matérielles.
ChirpStack est open source et propose des dépôts officiels. Son code complet est disponible sur GitHub. Ajoutez le dépôt et installez le serveur :
sudo apt install -y mosquitto redis-server postgresql
# ajouter le dépôt ChirpStack puis :
sudo apt install chirpstackAccédez à l’interface web de ChirpStack. Créez un profil d’appareil correspondant à votre région (EU868 en Europe), puis ajoutez votre passerelle en renseignant son Gateway EUI. Une fois la passerelle connectée, son statut passe au vert : votre réseau est opérationnel.
Pour chaque capteur, créez une application puis un appareil, en saisissant ses clés d’identification (DevEUI, AppKey) fournies par le fabricant. Mettez le capteur sous tension : il rejoint le réseau via la procédure OTAA et commence à transmettre ses mesures, visibles en direct dans l’interface.
Les données remontées peuvent être envoyées vers Home Assistant, une base de données ou un tableau de bord Grafana via les intégrations MQTT et HTTP de ChirpStack. Vous transformez ainsi des mesures brutes en informations exploitables. Notre sélection Dragino x Raspberry Pi propose des idées d’applications.
Avec ChirpStack sur Raspberry Pi, vous disposez d’un serveur de réseau LoRaWAN privé, robuste et entièrement maîtrisé, capable de couvrir de vastes zones avec quelques capteurs. C’est la fondation idéale pour tout projet IoT sérieux. Pour démarrer vite, la passerelle ChirpStack prête à l’emploi vous évite toute configuration matérielle.
]]>