Sisällysluettelo:
Video: Liikkeen havaitseminen Raspberry Pi: n avulla: 4 vaihetta
2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:03
Tässä opetusohjelmassa aiomme oppia käyttämään PIR (Passiivinen infrapuna) -anturia yhdessä Vadelma Pi: n kanssa yksinkertaisen liiketunnistimen rakentamiseksi. Sitä käytetään ihmisten, eläinten tai muiden esineiden liikkeen havaitsemiseen. Niitä käytetään yleisesti murtohälyttimissä ja automaattisesti aktivoitavissa valaistusjärjestelmissä.
Toimintaperiaatteet:
Kaikki esineet, joiden lämpötila on yli absoluuttisen nollan, lähettävät lämpöenergiaa säteilyn muodossa. Yleensä tämä säteily ei näy ihmissilmälle, koska se säteilee infrapuna -aallonpituuksilla, mutta se voidaan havaita tähän tarkoitukseen suunnitelluilla elektronisilla laitteilla. (Lähde: Wikipedia)
Ohjattavan tarkoitus:
Tämän opetusohjelman pääidea on kytkeä LED päälle, jos havaitaan liike, ja sammuttaa Led, jos muuten.
Vaihe 1: Tarvikkeet
Laitteistotarvikkeet:
1. Vadelma Pi 3 Malli B
2. PIR -anturi
3. Leipälauta
4. 220 ohmin vastus
5. LED
6. Johdot
Ohjelmistotarvikkeet:
1. Raspbian Jessie (Raspberry Pi -käyttöjärjestelmä: lisätietoja voit katsoa edellisestä opetusohjelmastani täältä).
2. Python IDLE
Oletan siis, että olet suorittanut joitakin perusprojekteja onnistuneesti. Jos ei, älä huoli, suosittelen sinua seuraamaan edellistä opetusohjelmaani (Aloita ensimmäinen projektisi vadelman kanssa: Vilkkuva LED)
Vaihe 2: Piirikokoonpano
Johdotus on melko yksinkertainen, PIR -anturissa on kolme nastaa:
1. Vcc Raspberry's GPIO: n 5 volttiin.
2. GND Raspberryn GPIO: n GNS: ään.
3. OUT 17 GPIO -nastaan.
Voit kytkeä LEDin ja vastuksen johdotukseen seuraavasti:
1. Liitä 220Ω vastus LED -anodiin ja sitten vastus 5 V.2. Liitä LED -katodi 4 GPIO -nastaan (katso yllä oleva kuva).
Vaihe 3: Python -koodi
1. Käynnistä Pi ja luo uusi tekstitiedosto "pir.py" (Voit nimetä tiedoston haluamallasi tavalla).
2. Kirjoita seuraava koodi:
tuoda RPi. GPIO GPIO: ksi
Tuo aika GPIO.setmode (GPIO. BCM) GPIO.setup (17, GPIO. IN) #PIR GPIO.setup (4, GPIO. OUT) #Led try: time.sleep (2) #vakauttaaksesi anturin, kun taas True: i = GPIO.tulo (17), jos i == 0: #Kun liikeanturin lähtö on LOW GPIO. Lähtö (4, 0) #Katkaise LED -tulostus ("Ei liikettä havaittu", i) elif i == 1: #Kun liikeanturin lähtö on HIGH GPIO. lähtö (4, 1) #Kytke päälle LED -tulostus ("Liike havaittu", i) paitsi: GPIO.cleanup ()
3. Kun olet kirjoittanut kaikki koodit, tallenna ne.
4. Suorita python -koodi kirjoittamalla seuraava koodi päätteeseen:
- cd Desktop ja paina Enter (kirjoitan Desktop, koska olen tallentanut tiedoston pi: n työpöydälle).
- python pir.py ja paina Enter.
Vaihe 4: Tuki
Voit tilata YouTube -kanavani saadaksesi lisää opetusohjelmia ja projekteja. Tilaa tuki. Kiitos.
Siirry YouTube -kanavani -linkkiin
Suositeltava:
Värähtelyjen havaitseminen pietsosähköisen iskuhana -anturimoduulin avulla: 6 vaihetta
Värähtelyjen tunnistaminen pietsosähköisen iskuhana -anturimoduulin avulla: Tässä opetusohjelmassa opimme tunnistamaan iskuvärähtelyt yksinkertaisella pietsosähköisen anturin tärinämoduulilla ja Visuinolla
Liikkeen seuranta MPU-6000: n ja hiukkasfotonin avulla: 4 vaihetta
Liikkeen seuranta MPU-6000: n ja hiukkasfotonin avulla: MPU-6000 on 6-akselinen liikkeenseuranta-anturi, johon on upotettu 3-akselinen kiihtyvyysanturi ja 3-akselinen gyroskooppi. Tämä anturi pystyy tehokkaasti seuraamaan kohteen tarkan sijainnin ja sijainnin kolmiulotteisessa tasossa. Sitä voidaan käyttää
Liikkeen seuranta MPU-6000: n ja Raspberry Pi: n avulla: 4 vaihetta
Liikkeen seuranta MPU-6000: n ja Raspberry Pi: n avulla: MPU-6000 on 6-akselinen liikkeenseuranta-anturi, johon on upotettu 3-akselinen kiihtyvyysanturi ja 3-akselinen gyroskooppi. Tämä anturi pystyy tehokkaasti seuraamaan kohteen tarkan sijainnin ja sijainnin kolmiulotteisessa tasossa. Sitä voidaan käyttää
Kasvisairauksien havaitseminen koneoppimisen avulla: 6 vaihetta
Kasvisairauksien havaitseminen koneoppimisen avulla: Sairaiden kasvien havaitsemis- ja tunnistamisprosessi on aina ollut manuaalinen ja työläs prosessi, joka vaatii ihmisiä tarkastamaan kasvin kehon silmämääräisesti, mikä voi usein johtaa virheelliseen diagnoosiin. On myös ennustettu, että maailmanlaajuisena
Esteiden havaitseminen älypuhelimella toimivalla RoboCarilla Arduinon avulla: 5 vaihetta
Esteiden havaitseminen älypuhelimella toimivalla RoboCarilla Arduinon avulla: Tässä projektissa olemme tehneet Robocarin, jossa kaksi ultraäänianturia ja yksi Bluetooth -moduuli on liitetty Arduinon kanssa