Sisällysluettelo:
- Vaihe 1: Laitteiston asentaminen
- Vaihe 2: Ohjelmiston asentaminen
- Vaihe 3: Lisää LED -valoja Etsi projekti
Video: Etäisyyden tunnistus Micro: bitillä ja kaikuluotaimella (HC-SR04-moduuli): 3 vaihetta (kuvien kanssa)
2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:02
Tällä viikolla olen viettänyt jonkin aikaa leikkiessäni upealla BBC: n mikro: bitillä ja äänianturilla. Olen kokeillut muutamaa eri moduulia (yhteensä yli 50) ja ajattelin, että se olisi hyvä, joten jaa joitakin tuloksistani.
Paras moduuli, jonka olen tähän mennessä löytänyt, on Sparkfun HC-SR04 -moduuli, jonka noutin Kitronikista Isosta-Britanniasta, ja Yhdysvalloissa niitä on tietysti saatavana esimerkiksi Adafruit-sivustosta (vain vitsi Sparkfun, tässä linkkisi). Syy, miksi tämä on paras, on se, että se näyttää toimivan noin 95% ajasta BBC micro: bitin tarjoamalla 3V: lla, jossa se voi pudota alas, kun sinulla on muita antureita ja lähtöjä asennuksessa. Kuitenkin, kun käytät sisäistä LED -näyttöä micro: bitissä, olet todennäköisesti kunnossa.
Kun olin vain näpyttelemässä, sen sijaan, että upottaisin sonicin projektiin, käytin katkaisulautaa ja leipälautaa, jotka sisältyivät Iso -Britannian Kitronikilta hankkimaani micro: bit -aloituspakettiin.
Vaihe 1: Laitteiston asentaminen
Ultraäänianturin asettaminen on melko yksinkertaista, etenkin Sparkfun -anturin kanssa, koska se toimii hyvin 3 V: n jännitteellä. Siinä on vain neljä nastaa. Vasemmalta oikealle nämä ovat VCC, Trig, Echo ja GND. VCC ja GND ovat virtaa varten ja Trig, Echo ja GND ovat signaaliasi. Lisäsin GND: n signaalijoukkoon, koska sitä tarvitaan perustasolle. Yksi yleisimmistä varhaisista virheistäni antureissa ja älykkäiden LEDien kaltaisissa asioissa ei ollut kaikkien komponenttien yhdistäminen yhteiseen maahan. Olen lisännyt kuvan ja kaavion kokoonpanostani.
Helpoimmat nastat mikro: bitissä ovat 0, 1 ja 2. Joten käytin 0: ta Trigille ja 1 Echolle.
Jos huomaat, että et saa lukemia HC-SR04-laitteestasi, se ei ehkä saa tarpeeksi virtaa, jos näin on, voit lisätä virtaa moduuliin toisessa kuvassa esitetyllä tavalla. Käyttämällä 3 x AA -paristoa saat 4,5 V, joka riittää. Kiinnitä se tähän esitettyyn yhteiseen maahan. Älä kuitenkaan kiinnitä 4,5 V: n Micro: bittiin, se voi tappaa sen!
Vaihe 2: Ohjelmiston asentaminen
Micro: bit on ohjelmoitu selaimeen, voit siirtyä osoitteeseen https://makecode.microbit.org/ aloittaaksesi äänianturin ohjelmoinnin. Ensin sinun on lisättävä uusi paketti vakiosarjaan. Olen käyttänyt Sonar -pakettia.
Lisää luotainpaketti lohkoihisi ja määritä koodi neljännen kuvan mukaisesti.
Tässä käytämme bargraph -komentoa anturitietojen näyttämiseen (muuttuja nimeltä item). Lisätietoja pylväskaaviosta löytyy täältä: https://makecode.microbit.org/reference/led/plot-… Vaikka hämmästyttävästi minun piti katsoa GitHubin koodia selvittääkseni, että alimman arvon jättäminen 0: ksi sallii sen automaattinen säätö. Voit muuttaa tätä asettaaksesi maksimipisteen, jonka haluat mitata. Se antaa tietoja kokonaislukuina (kokonaislukuna) ja valitsemissasi yksiköissä. Uskon, että luotainlohko tekee muunnoslaskelmat puolestamme. Huomasin, että siirtymällä tulostamaan anturitiedot näytölle (kuten viidennessä kuvassa) pystyin tuntemaan etäisyydet, jotka halusin mitata ja koodata. Jos seuraat, olet huomannut, että on paljon nolla -arvoja, jotka aiheuttavat pylväskaavion tai muun tuloksen välkkymistä. Mielestäni oli helpointa suodattaa nämä pois if -lauseella (löytyy logiikasta). Tämä oli myös helpoin tapa työskennellä käyttämällä LED -valoja, kuten NeoPixels. Esimerkki tästä on kuudes kuva tässä.
Vaihe 3: Lisää LED -valoja Etsi projekti
On mukavaa saada LED -lähtö suoraan piirilevylle, mutta anturin tuntemiseksi hieman hyödyllisemmäksi käytin pari versiota, joissa oli ulkoisia LED -valoja. Jotkut kuvat ja koodi ovat alla. Näitä varten tarvitsin ylimääräisiä tappeja, joten Kitronik Edge -liitinlevy oli todella hyödyllinen!
Asettamalla taulun kuten ensimmäisen kuvan, päätin tehdä eräänlaisen liikennevalojärjestelmän, kun asiat ovat liian lähellä. Vihreä LED -valo on hyvä, keltainen - läheisen ystävän saaminen ja punainen - liian lähellä, entä sitten perääntyminen. Mietin, voisiko tämä olla hyvä käytännön käyttö polkupyörän lähikulkuihin. Linkittäminen pyörän etuosassa olevaan näyttöön antaisi kuljettajille hyvää visuaalista palautetta siitä, oliko heidän passinsa kunnossa. Etäisyydet muuttuisivat tosielämän esimerkissä, koska pyöräilijän 12 tuuman kulku ei ole ok !!
Suositeltava:
Servomoottorien käyttäminen Moto: bitillä Mikro: bitillä: 7 vaihetta (kuvilla)
Servomoottoreiden käyttäminen Moto: bitin kanssa Micro: bit: Yksi tapa laajentaa micro: bitin toimintoja on käyttää korttia nimeltä moto: bit SparkFun Electronics (noin 15-20 dollaria). Se näyttää monimutkaiselta ja siinä on monia ominaisuuksia, mutta ei ole vaikeaa käyttää servomoottoreita siitä. Moto: bitin avulla voit
Tähtien tunnistus tietokonevision avulla (OpenCV): 11 vaihetta (kuvien kanssa)
Tähtien tunnistaminen Computer Vision (OpenCV) -toiminnon avulla: Tässä ohjeessa kerrotaan, miten voit luoda tietokoneen visio -ohjelman, joka tunnistaa automaattisesti tähtikuviot kuvassa. Menetelmä luo OpenCV (Open-Source Computer Vision) -kirjaston avulla joukon koulutettuja HAAR-kaskadeja, jotka voidaan
Kasvojen tunnistus ja tunnistus - Arduino -kasvotunnus OpenCV Pythonin ja Arduinon avulla .: 6 vaihetta
Kasvojen tunnistus ja tunnistus | Arduino -kasvotunnus OpenCV Pythonin ja Arduinon avulla .: Kasvontunnistus AKA -kasvotunnus on yksi tärkeimmistä ominaisuuksista matkapuhelimissa nykyään. Joten minulla oli kysymys " voinko saada kasvotunnuksen Arduino -projektilleni " ja vastaus on kyllä … Matkani alkoi seuraavasti: Vaihe 1: Pääsy
Visuaalisten kohteiden tunnistus kameralla (TfCD): 15 vaihetta (kuvien kanssa)
Visuaalisten kohteiden tunnistus kameralla (TfCD): Kognitiiviset palvelut, jotka voivat tunnistaa tunteet, ihmisten kasvot tai yksinkertaiset esineet, ovat vielä kehitysvaiheessa, mutta koneoppimisen myötä tämä tekniikka kehittyy yhä enemmän. Voimme odottaa näkevämme enemmän tätä taikuutta
Kasvontunnistus+tunnistus: 8 vaihetta (kuvien kanssa)
Kasvontunnistus+tunnistus: Tämä on yksinkertainen esimerkki käynnissä olevasta kasvojentunnistuksesta ja kameran OpenCV -tunnistuksesta. HUOMAUTUS: TEIN TÄMÄN PROJEKTIN ANTURIKILPAILUUN JA KÄYTIN KAMERAA ANTURINA SEURAAMIS- JA TUNNISTUSKASVOIHIN. Joten tavoitteemme Tässä istunnossa 1. Asenna Anaconda