Indholdsfortegnelse:
- Trin 1: Hardware
- Trin 2: Software
- Trin 3: Hardwareopsætning
- Trin 4: Energia IDE
- Trin 5: Energia IDE - Skitse
- Trin 6: Planlægning af data
- Trin 7: Python -program
- Trin 8: Endelig
Video: Læsning af ultralydssensor (HC-SR04) Data på en 128 × 128 LCD og visualisering ved hjælp af Matplotlib: 8 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:27
I denne instruks vil vi bruge MSP432 LaunchPad + BoosterPack til at vise en ultralydssensors (HC-SR04) data på en 128 × 128 LCD og sende dataene til pc serielt og visualisere dem ved hjælp af Matplotlib.
Trin 1: Hardware
Hvad du skal bruge MSP432 LaunchPad, Educational BoosterPack MKII, Servomotor, Ultralydssensor (HC-SR04), Jumper Wires, Mini Breadboard.
Trin 2: Software
Energia IDEDownload: https://energia.nu/PyCharm Download:
Trin 3: Hardwareopsætning
S1. Tilslut din BoosterPack oven på LaunchPad. S2. Tilslut ultralydssensoren (HC -SR04) -> BoosterPack. Vcc -> pin 21 GND -> pin 22 Trig -> pin 33 Echo -> pin 32S3. Tilslut servomotoren -> BoosterPack. Red -> POWERBlack -> GNDOrange -> SIGNAL (J2.19) S4. Tilslut MSP432 LaunchPad til en af din computers USB -porte.
Trin 4: Energia IDE
S1. Åbn Energia IDE. S2. Vælg den korrekte serielle port og kortet. Upload nedenstående program til LaunchPad ved at klikke på knappen Upload. Her er hvad programmet gør: P1. Den roterer servomotoren fra 0 til 180 grader og tilbage fra 180 til 0 grader i trin på 10. P2. Beregner afstanden (cm) fra ultralydssensoren og viser den på 128 × 128 LCD. P3. Hvis afstanden (cm) er mindre end 20 tænd den røde LED, ellers tænd den grønne LED. P4. Bare for at lege med LCD -skærmpladsen viser programmet også nogle geometriske former.
Trin 5: Energia IDE - Skitse
Ovenstående skitse kan downloades herfra.
Trin 6: Planlægning af data
Du kan bruge enhver Python IDE, i dette tilfælde bruger jeg PyCharm. Inden du begynder, skal du sørge for, at følgende forudsætninger er opfyldt:-> Du har installeret Python. Du kan få det fra: https://www.python.org/downloads/-> Du arbejder med PyCharm Community. I. Oprettelse af et Python -script i PyCharmS1. Lad os starte vores projekt: Hvis du er på velkomstskærmen, skal du klikke på Opret nyt projekt. Hvis du allerede har et projekt åbent, skal du vælge Arkiv -> Nyt projekt. S2. Vælg Pure Python -> Location (Angiv biblioteket) -> Project Interpreter: Nyt Virtualenv -miljø -> Virtualenv -værktøj -> Opret. S3. Vælg projektroden i vinduet Projektværktøj, og vælg derefter Filer -> Ny -> Python -fil -> Skriv det nye filnavn. S4. PyCharm opretter en ny Python -fil og åbner den til redigering. II. Installer følgende pakker: PySerial, Numpy og Matplotlib. S1. Matplotlib er et plotbibliotek for Python. S2. NumPy er den grundlæggende pakke til videnskabelig computing i Python. S3. PySerial er et Python -bibliotek, der understøtter serielle forbindelser over en række forskellige enheder. III. For at installere enhver pakke i PyCharmS1. Fil -> Indstillinger. S2. Under Project skal du vælge Project Interpreter og klikke på ikonet "+". S3. I søgefeltet skal du skrive den pakke, du vil installere, og klikke på Installer pakke.
Trin 7: Python -program
BEMÆRK: Sørg for, at COM -portnummeret og baudhastigheden er den samme som i Energia -skitsen. Ovenstående program kan downloades herfra.
Trin 8: Endelig
Afhængigt af dit omgivende område skal du begynde at se afstanden målt (cm) mellem forskellige objekter på LCD -displayet, da servomotoren roterer fra 0 til 180 grader og tilbage fra 180 til 0 grader. Python -programmet viser et live plot af ultralydssensorens aflæsning. Referencer Matplotlib: https://matplotlib.org/PySerial: https://pyserial.readthedocs.io/en/latest/shortintro.htmlNumpy: https://numpy.org /devdocs/user/quickstart.htmlUltrasonisk afstandssensor-HC-SR04: https://www.sparkfun.com/products/15569MSP432 LaunchPad: https://www.ti.com/tool/MSP-EXP432P401Uddannelses BoosterPack MKII: https://www.ti.com/tool/BOOSTXL-EDUMKIIServo Motor:
Anbefalede:
IoT: Visualisering af lyssensordata ved hjælp af Node-RED: 7 trin
IoT: Visualisering af lyssensordata ved hjælp af Node-RED: I denne instruktør lærer du, hvordan du opretter en internetforbundet sensor! Jeg vil bruge en omgivende lyssensor (TI OPT3001) til denne demo, men enhver sensor efter eget valg (temperatur, fugtighed, potentiometer osv.) Ville fungere. Sensorværdierne
Visualisering af barometertryk og temperatur ved hjælp af Infineon XMC4700 RelaxKit, Infineon DPS422 og AWS .: 8 trin
Visualisering af barometrisk tryk og temperatur ved hjælp af Infineon XMC4700 RelaxKit, Infineon DPS422 og AWS .: Det er et simpelt projekt at registrere barometrisk tryk og temperatur ved hjælp af Infineon's DPS 422. Det bliver klodset at spore tryk og temperatur over en periode. Det er her, analytics kommer ind i billedet, indsigten om ændringen i
Læsning og skrivning af data til ekstern EEPROM ved hjælp af Arduino: 5 trin
Læsning og skrivning af data til ekstern EEPROM Brug af Arduino: EEPROM står for elektrisk sletbar programmerbar skrivebeskyttet hukommelse. EEPROM er meget vigtig og nyttig, fordi den er en ikke-flygtig form for hukommelse. Det betyder, at selv når kortet er slukket, bevarer EEPROM -chippen stadig det program, der
Visualisering af trådløse sensordata ved hjælp af Google -diagrammer: 6 trin
Visualisering af trådløse sensordata ved hjælp af Google -diagrammer: Forudsigelig analyse af maskinerne er meget nødvendig for at minimere maskinens nedetid. Regelmæssig kontrol hjælper med at øge maskinens driftstid og øger igen sin fejltolerance. Trådløs vibration og temperatur sen
Læsning af værdier fra en BLE -enhed ved hjælp af CSR1010 og Dragonboard 410c: 6 trin
Læsning af værdier fra en BLE -enhed ved hjælp af CSR1010 og Dragonboard 410c: Denne vejledning viser, hvordan man læser værdier fra BLE -enheden CSR1010 ved hjælp af Dragonboard 410c med Linaro I dette eksempel efterligner CSR1010 en pulssensor