Innehållsförteckning:

Övervaka acceleration med Raspberry Pi och AIS328DQTR med Python: 6 steg
Övervaka acceleration med Raspberry Pi och AIS328DQTR med Python: 6 steg

Video: Övervaka acceleration med Raspberry Pi och AIS328DQTR med Python: 6 steg

Video: Övervaka acceleration med Raspberry Pi och AIS328DQTR med Python: 6 steg
Video: BTT SKR2 -Klipper Firmware Install 2024, Juli
Anonim
Image
Image

Acceleration är begränsad, tror jag enligt vissa fysikaliska lagar.- Terry Riley

En gepard använder fantastisk acceleration och snabba hastighetsförändringar när jagar. Den snabbaste varelsen i land använder då och då sitt högsta tempo för att fånga byten. Varelserna får fart på detta genom att tillämpa nästan fem gånger mer kraft än Usain Bolts mitt under hans rekordstora 100 meter långa löpning.

I dagsläget kan individer inte föreställa sig sin existens utan innovation. Runt oss olika innovationer hjälper människor att fortsätta sin existens med mer extravagans. Raspberry Pi, mini, single board Linux PC, ger en billig och respektabel bas för elektroniska strävanden och banbrytande framsteg som IoT, Smart Cities och School Education. Som dator- och prylfans har vi tagit ett betydande mått med Raspberry Pi och valt att blanda våra intressen. Så vad är de möjliga resultaten av vad vi kan göra om vi har en Raspberry Pi och en 3-axlig accelerometer i närheten? I denna uppgift kommer vi att införliva AIS328DQTR, en digital 3-axlig MEMS linjär accelerometersensor, för att mäta acceleration i 3 riktningar, X, Y och Z, med Raspberry Pi med Python. Det är värt att undersöka.

Steg 1: Hårdvara vi kräver

Hårdvara vi kräver
Hårdvara vi kräver
Hårdvara vi kräver
Hårdvara vi kräver

Frågorna var mindre för oss eftersom vi har en stor mängd saker som ligger och jobbar utifrån. I alla fall vet vi hur det är besvärligt för andra att lägga bort rätt del i perfekt tid från den starka platsen och det är skyddat med lite varsel till varje öre. Så vi skulle hjälpa dig.

1. Hallon Pi

Det första steget var att skaffa ett Raspberry Pi -kort. Raspberry Pi är en ensam Linux -baserad PC. Den här lilla datorn har en kraftfull effekt när det gäller att registrera kraft, som används som elektronikövningar och PC -operationer som kalkylblad, ordbehandling, webbsurfing och e -post och spel. Du kan köpa en i vilken elektronik- eller hobbybutik som helst.

2. I2C Shield för Raspberry Pi

Det främsta bekymret Raspberry Pi verkligen saknas är en I2C -port. Så för det ger TOUTPI2 I2C -kontakten dig känslan av att använda Raspberry Pi med ALLA I2C -enheter. Den är tillgänglig på DCUBE Store

3. 3-axlig accelerometer, AIS328DQTR

AIS328DQTR, som tillhör STMicroelectronics rörelsesensorer, är en ultra-lågeffekts högpresterande 3-axlig linjär accelerometer med ett digitalt seriellt gränssnitt SPI-standardutgång. Vi köpte den här sensorn från DCUBE Store

4. Anslutningskabel

Vi köpte I2C -anslutningskabeln från DCUBE Store

5. Micro USB -kabel

Den ödmjukaste förvirrade, men ändå strängaste i den grad maktbehovet är Raspberry Pi! Det enklaste sättet att hantera spelplanen är med hjälp av Micro USB -kabeln. GPIO -stift eller USB -portar kan på samma sätt användas för att ge riklig strömförsörjning.

6. Webbåtkomst är ett behov

Få din Raspberry Pi associerad med en Ethernet -kabel (LAN) och anslut den till ditt nätverk. Å andra sidan, sök efter en WiFi -kontakt och använd en av USB -portarna för att komma till fjärranätet. Det är ett skarpt beslut, grundläggande, litet och enkelt!

7. HDMI -kabel/fjärråtkomst

Raspberry Pi har en HDMI -port som du kan ansluta särskilt till en bildskärm eller TV med en HDMI -kabel. Valfri, du kan använda SSH för att ta fram din Raspberry Pi från en Linux -dator eller Macintosh från terminalen. Dessutom låter PuTTY, en gratis och öppen källterminalemulator som ett inte så dåligt val.

Steg 2: Ansluta hårdvaran

Ansluta hårdvaran
Ansluta hårdvaran
Ansluta hårdvaran
Ansluta hårdvaran
Ansluta hårdvaran
Ansluta hårdvaran

Gör kretsen som indikeras av den schematiska visade. I grafen ser du de olika delarna, kraftfragmenten och I2C -sensorn.

Raspberry Pi och I2C Shield Connection

Viktigast av allt, ta Raspberry Pi och upptäck I2C -skölden på den. Tryck försiktigt på skärmen över GPIO -stiften på Pi och vi är klara med detta steg lika enkelt som paj (se bilden).

Raspberry Pi och sensoranslutning

Ta sensorn och anslut I2C -kabeln med den. För lämplig användning av denna kabel, vänligen granska I2C -utgången tar alltid upp I2C -ingången. Detsamma måste tas efter för Raspberry Pi med I2C -skölden monterad över GPIO -stiften.

Vi uppmuntrar användningen av I2C -kabeln eftersom den förnekar kravet på att dissekera pinouts, säkra och besvär som uppnås genom även den ödmjukaste röra. Med denna betydande kopplings- och spelkabel kan du presentera, byta ut kontraster eller lägga till fler prylar till en lämplig applikation. Detta stöder arbetsvikten upp till en enorm nivå.

Obs: Den bruna tråden bör på ett tillförlitligt sätt följa jordanslutningen (GND) mellan utgången på en enhet och ingången till en annan enhet

Webbnätverk är nyckeln

För att göra vårt försök till en vinst kräver vi en webbanslutning för vår Raspberry Pi. För detta har du alternativ som att ansluta en Ethernet (LAN) anslutning till hemnätverket. Dessutom, som ett alternativ, är en trevlig kurs att använda en WiFi USB -kontakt. Generellt sett för detta kräver du en förare för att få det att fungera. Så luta dig mot den med Linux i skildringen.

Strömförsörjning

Anslut Micro USB -kabeln till strömuttaget på Raspberry Pi. Punch upp och vi är redo.

Anslutning till skärm

Vi kan ha HDMI -kabeln ansluten till en annan bildskärm. Ibland måste du komma till en Raspberry Pi utan att ansluta den till en skärm eller så kan du behöva visa information från den från någon annanstans. Möjligen finns det kreativa och skattemässigt smarta sätt att hantera att göra allt som övervägs. En av dem använder - SSH (fjärrkommando -inloggning). Du kan också använda PuTTY -programvaran för det.

Steg 3: Python -kodning för Raspberry Pi

Python -kodning för Raspberry Pi
Python -kodning för Raspberry Pi

Du kan se Python -koden för Raspberry Pi och AIS328DQTR -sensorn i vårt Github -arkiv.

Innan du fortsätter med koden, se till att du läser reglerna i Readme -arkivet och konfigurerar din Raspberry Pi enligt den. Det kommer bara att pausa ett ögonblick för att göra allt som övervägs.

En accelerometer är en elektromekanisk gadget som mäter accelerationskrafter. Dessa krafter kan vara statiska, liknande den konstanta tyngdkraften som drar vid dina fötter, eller de kan ändras - framkallade genom att flytta eller vibrera accelerometern.

Den som går med är pythonkoden och du kan klona och ändra koden på alla sätt du lutar mot.

# Distribueras med en fri viljelicens.# Använd den hur du vill, vinst eller gratis, förutsatt att den passar in i licenserna för dess associerade verk. # AIS328DQTR # Denna kod är utformad för att fungera med AIS328DQTR_I2CS I2C Mini Module tillgänglig från dcubestore.com # https://dcubestore.com/product/ais328dqtr-high-performance-ultra-low-power-3-axis-accelerometer-with -digital-output-for-automotive-applikationer-i%C2%B2c-mini-module/

importera smbus

importtid

# Skaffa I2C -buss

buss = smbus. SMBus (1)

# AIS328DQTR -adress, 0x18 (24)

# Välj kontrollregister1, 0x20 (32) # 0x27 (39) Power ON-läge, val av datahastighet = 50Hz # X, Y, Z-axelaktiverad buss. Skriv_byte_data (0x18, 0x20, 0x27) # AIS328DQTR-adress, 0x18 (24) # Välj kontrollregister4, 0x23 (35) # 0x30 (48) Kontinuerlig uppdatering, Fullskalig markering = +/- 8G buss.write_byte_data (0x18, 0x23, 0x30)

tid. sover (0,5)

# AIS328DQTR -adress, 0x18 (24)

# Läs tillbaka data från 0x28 (40), 2 byte # X-Axis LSB, X-Axis MSB data0 = bus.read_byte_data (0x18, 0x28) data1 = bus.read_byte_data (0x18, 0x29)

# Konvertera data

xAccl = data1 * 256 + data0 om xAccl> 32767: xAccl -= 65536

# AIS328DQTR -adress, 0x18 (24)

# Läs tillbaka data från 0x2A (42), 2 byte # Y-Axis LSB, Y-Axis MSB data0 = bus.read_byte_data (0x18, 0x2A) data1 = bus.read_byte_data (0x18, 0x2B)

# Konvertera data

yAccl = data1 * 256 + data0 om yAccl> 32767: yAccl -= 65536

# AIS328DQTR -adress, 0x18 (24)

# Läs tillbaka data från 0x2C (44), 2 byte # Z-Axis LSB, Z-Axis MSB data0 = bus.read_byte_data (0x18, 0x2C) data1 = bus.read_byte_data (0x18, 0x2D)

# Konvertera data

zAccl = data1 * 256 + data0 om zAccl> 32767: zAccl -= 65536

# Mata ut data till skärmen

print "Acceleration i X-Axis: %d" %xAccl print "Acceleration i Y-Axis: %d" %yAccl print "Acceleration i Z-Axis: %d" %zAccl

Steg 4: Kodens praktiska egenskaper

Kodens praktiska egenskaper
Kodens praktiska egenskaper

Ladda ner (eller git pull) koden från Github och öppna den i Raspberry Pi.

Kör kommandona för att kompilera och ladda upp koden i terminalen och se avkastningen på skärmen. Efter flera minuter kommer den att visa var och en av parametrarna. I kölvattnet av att garantera att allt fungerar utan problem kan du använda det här företaget varje dag eller göra detta företag till en liten del av ett mycket större uppdrag. Oavsett dina behov har du nu ytterligare en kontrast i din ackumulering.

Steg 5: Applikationer och funktioner

Tillverkad av STMicroelectronics, ultrakompakt lågeffekts högpresterande 3-axlig linjär accelerometer som tillhör rörelsesensorerna. AIS328DQTR är lämplig för applikationer som telematik och svarta lådor, in-dash-bilnavigering, lutning / lutningsmätning, stöldskyddsanordning, intelligent energisparande, slagkänning och loggning, vibrationsövervakning och kompensation och rörelseaktiverade funktioner.

Steg 6: Slutsats

Om du har funderat på att utforska universum för Raspberry Pi- och I2C -sensorerna, kan du chocka dig själv genom att använda dig av hårdvarugrunderna, kodning, arrangera, auktoritativ etc. I den här metoden kan det finnas ett par ärenden som kan vara enkelt, medan vissa kan testa dig, röra dig. I vilket fall som helst kan du göra ett sätt och felfritt genom att ändra och skapa en bildning av din.

Till exempel kan du börja med tanken på en beteendetracker -prototyp för att övervaka och skildra djurs fysiska rörelser och kroppsställningar med AIS328DQTR och Raspberry Pi med Python. I ovanstående uppgift har vi använt grundläggande beräkningar av en accelerometer. Protokollet är att skapa ett system för accelerometer tillsammans med valfri Gyrometer och en GPS och en övervakad (maskin) inlärningsalgoritm (stödvektormaskin (SVM)) för automatisk beteendeidentifiering av djur. Detta följs av insamling av parallella sensormätningar och utvärdering av mätningarna med hjälp av stödvektormaskin (SVM) klassificering. Använd olika kombinationer av oberoende mätningar (sittande, promenader eller löpning) för träning och validering för att fastställa prototypens robusthet. Vi kommer att försöka göra en fungerande återgivning av denna prototyp förr snarare än senare, konfigurationen, koden och modelleringen fungerar för mer beteendemässiga lägen. Vi tror att ni alla gillar det!

För din bekvämlighet har vi en charmig video på YouTube som kan hjälpa din undersökning. Lita på denna strävan motiverar ytterligare utforskning. Börja där du är. Använd det du har. Gör vad du kan.

Rekommenderad: