Monitorando a aceleração usando Raspberry Pi e AIS328DQTR usando Python: 6 etapas

2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:36

A aceleração é finita, eu acho que de acordo com algumas leis da Física.- Terry Riley

Uma chita utiliza uma incrível aceleração e mudanças rápidas na velocidade ao perseguir. A criatura mais rápida em terra firme de vez em quando usa seu ritmo acelerado para pegar a presa. As criaturas ganham essa velocidade aplicando quase cinco vezes mais força do que a de Usain Bolt em sua corrida de 100 metros recorde.

Atualmente, os indivíduos não podem imaginar sua existência sem inovação. Ao nosso redor, diferentes inovações estão ajudando as pessoas a viverem com mais extravagância. Raspberry Pi, o mini PC Linux de placa única, oferece uma base barata e respeitável para empreendimentos eletrônicos e avanços de ponta como IoT, Smart Cities e School Education. Como fãs de computador e gadgets, temos analisado bastante o Raspberry Pi e optamos por misturar nossos interesses. Então, quais são os resultados possíveis que podemos fazer se tivermos um Raspberry Pi e um acelerômetro de 3 eixos por perto? Nesta tarefa, iremos incorporar AIS328DQTR, um sensor acelerômetro linear MEMS de 3 eixos digital, para medir a aceleração em 3 direções, X, Y e Z, com o Raspberry Pi usando Python. Vale a pena investigar.

Etapa 1: Hardware que exigimos

Os problemas eram menores para nós, uma vez que temos uma grande quantidade de coisas por aí para trabalhar. Em qualquer caso, sabemos como é problemático para os outros guardar a peça certa no momento certo do ponto forte e que está protegida prestando pouca atenção a cada centavo. Então, nós o ajudaríamos.

1. Raspberry Pi

O passo inicial foi conseguir uma placa Raspberry Pi. O Raspberry Pi é um PC baseado em Linux de placa solitária. Este pequeno PC tem um grande impacto no registro de poder, usado como uma peça de exercícios eletrônicos e operações de PC como planilhas, processamento de texto, navegação na web, e-mail e jogos. Você pode comprar um em qualquer loja de eletrônicos ou amadores.

2. Escudo I2C para Raspberry Pi

A principal preocupação de que o Raspberry Pi esteja realmente ausente é uma porta I2C. Portanto, para isso, o conector TOUTPI2 I2C dá a sensação de usar o Raspberry Pi com QUALQUER um dos dispositivos I2C. Está disponível na DCUBE Store

3. Acelerômetro de 3 eixos, AIS328DQTR

Pertencente aos sensores de movimento STMicroelectronics, o AIS328DQTR é um acelerômetro linear de 3 eixos de ultra-baixa potência e alto desempenho com uma saída padrão SPI de interface serial digital. Adquirimos este sensor da DCUBE Store

4. Cabo de conexão

Adquirimos o cabo de conexão I2C na loja DCUBE

5. Cabo micro USB

O mais humilde e desnorteado, embora o mais rigoroso em relação ao grau de necessidade de energia, seja o Raspberry Pi! A maneira mais direta de lidar com o plano de jogo é pelo uso do cabo Micro USB. Pinos GPIO ou portas USB podem ser usados da mesma maneira para fornecer uma ampla fonte de alimentação.

6. O acesso à web é uma necessidade

Associe seu Raspberry Pi a um cabo Ethernet (LAN) e faça a interface com sua rede. Por outro lado, procure um conector WiFi e utilize uma das portas USB para acessar a rede remota. É uma decisão acertada, fundamental, pequena e simples!

7. Cabo HDMI / acesso remoto

O Raspberry Pi possui uma porta HDMI que pode ser conectada especialmente a um monitor ou TV com um cabo HDMI. Opcionalmente, você pode utilizar o SSH para trazer seu Raspberry Pi de um PC Linux ou Macintosh a partir do terminal. Além disso, PuTTY, um emulador de terminal gratuito e de código aberto parece uma escolha não tão ruim.

Etapa 2: Conectando o Hardware

Faça o circuito conforme indicado pelo esquema mostrado. No gráfico, você verá as várias partes, fragmentos de energia e sensor I2C.

Raspberry Pi e conexão de blindagem I2C

Mais importante ainda, pegue o Raspberry Pi e coloque o escudo I2C nele. Pressione o escudo com cuidado sobre os pinos GPIO de Pi e concluiremos esta etapa tão simples quanto uma torta (veja o snap).

Raspberry Pi e conexão do sensor

Pegue o sensor e conecte o cabo I2C com ele. Para a operação adequada deste cabo, reveja a saída I2C SEMPRE corresponde à entrada I2C. O mesmo deve ser feito para o Raspberry Pi com o escudo I2C montado sobre os pinos GPIO.

Nós encorajamos o uso do cabo I2C, pois ele nega a necessidade de dissecar pinagens, proteger e incomodar até mesmo a mais humilde bagunça. Com esta associação significativa e play cable, você pode apresentar, trocar engenhocas ou adicionar mais gadgets a um aplicativo adequado. Isso suporta o peso do trabalho até um nível imenso.

Observação: O fio marrom deve seguir de forma confiável a conexão de aterramento (GND) entre a saída de um dispositivo e a entrada de outro dispositivo

Rede web é a chave

Para fazer nossa tentativa de vitória, exigimos uma conexão da Web para o nosso Raspberry Pi. Para isso, você tem opções como a interface de uma conexão Ethernet (LAN) com a rede doméstica. Além disso, como opção, um curso agradável é utilizar um conector USB WiFi. De modo geral, para isso, você precisa de um driver para fazer funcionar. Portanto, incline-se para aquele com Linux na representação.

Fonte de energia

Conecte o cabo Micro USB ao conector de alimentação do Raspberry Pi. Dê um soco e estamos prontos.

Conexão com a tela

Podemos ter o cabo HDMI conectado a outro monitor. Às vezes, você precisa obter um Raspberry Pi sem conectá-lo a uma tela ou pode precisar ver as informações dele de outro lugar. Possivelmente, existem maneiras criativas e fiscalmente inteligentes de lidar com todas as coisas consideradas. Um deles está usando - SSH (login de linha de comando remoto). Você também pode usar o software PuTTY para isso.

Etapa 3: codificação Python para Raspberry Pi

Você pode visualizar o código Python para o sensor Raspberry Pi e AIS328DQTR em nosso repositório Github.

Antes de prosseguir com o código, certifique-se de ler as regras fornecidas no arquivo Leiame e configurar seu Raspberry Pi de acordo com ele. Será apenas uma pausa por um momento para fazer todas as coisas consideradas.

Um acelerômetro é um dispositivo eletromecânico que mede as forças de aceleração. Esses poderes podem ser estáticos, semelhantes à força constante da gravidade puxando seus pés, ou podem ser alteráveis - provocados pelo movimento ou vibração do acelerômetro.

O próximo passo é o código python e você pode clonar e alterar o código de qualquer maneira que desejar.

# Distribuído com licença de livre arbítrio. # Use-o da maneira que quiser, com ou sem lucro, desde que se enquadre nas licenças das obras associadas. # AIS328DQTR # Este código foi desenvolvido para funcionar com o Mini Módulo AIS328DQTR_I2CS I2C disponível em dcubestore.com # https://dcubestore.com/product/ais328dqtr-high-performance-ultra-low-power-3-axis-accelerometer-with -digital-output-for-automotivo-applications-i% C2% B2c-mini-module /

import smbus

tempo de importação

# Pegue o ônibus I2C

bus = smbus. SMBus (1)

# AIS328 Endereço DQTR, 0x18 (24)

# Selecione o registro de controle 1, 0x20 (32) # 0x27 (39) Modo Power ON, Seleção da taxa de dados = 50Hz # X, Y, barramento habilitado do eixo Z.write_byte_data (0x18, 0x20, 0x27) # AIS328DQTR address, 0x18 (24) # Selecione o registro de controle 4, 0x23 (35) # 0x30 (48) Atualização contínua, Seleção de escala total = +/- 8G bus.write_byte_data (0x18, 0x23, 0x30)

tempo.sono (0,5)

# AIS328 Endereço DQTR, 0x18 (24)

# Leia os dados de 0x28 (40), 2 bytes # X-Axis LSB, X-Axis MSB data0 = bus.read_byte_data (0x18, 0x28) data1 = bus.read_byte_data (0x18, 0x29)

# Converta os dados

xAccl = dados1 * 256 + dados0 se xAccl> 32767: xAccl - = 65536

# AIS328 Endereço DQTR, 0x18 (24)

# Ler dados de 0x2A (42), 2 bytes # LSB do eixo Y, dados MSB do eixo Y0 = bus.read_byte_data (0x18, 0x2A) data1 = bus.read_byte_data (0x18, 0x2B)

# Converta os dados

yAccl = dados1 * 256 + dados0 se yAccl> 32767: yAccl - = 65536

# AIS328 Endereço DQTR, 0x18 (24)

# Leia os dados de 0x2C (44), 2 bytes # Z-Axis LSB, Z-Axis MSB data0 = bus.read_byte_data (0x18, 0x2C) data1 = bus.read_byte_data (0x18, 0x2D)

# Converta os dados

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

# Dados de saída para a tela

print "Aceleração no eixo X:% d"% xAccl print "Aceleração no eixo Y:% d"% yAccl print "Aceleração no eixo Z:% d"% zAccl

Etapa 4: a praticidade do código

Baixe (ou git pull) o código do Github e abra-o no Raspberry Pi.

Execute os comandos de Compilar e Upload do código no terminal e veja o rendimento na Tela. Após alguns minutos, ele exibirá cada um dos parâmetros. Na esteira de garantir que tudo funcione sem problemas, você pode usar este empreendimento todos os dias ou torná-lo um pouco parte de uma tarefa muito maior. Quaisquer que sejam suas necessidades, agora você tem mais uma engenhoca em seu acúmulo.

Etapa 5: aplicativos e recursos

Fabricado pela STMicroelectronics, acelerômetro linear ultracompacto de baixa potência e alto desempenho de 3 eixos pertencente aos sensores de movimento. O AIS328DQTR é apropriado para aplicações como telemática e caixas pretas, navegação automotiva no painel, medição de inclinação / inclinação, dispositivo antifurto, economia de energia inteligente, reconhecimento e registro de impacto, monitoramento e compensação de vibração e funções ativadas por movimento.

Etapa 6: Conclusão

Se você está pensando em explorar o universo dos sensores Raspberry Pi e I2C, então você pode se chocar usando os fundamentos do hardware, codificação, organização, autoridade, etc. Neste método, pode haver algumas incumbências que pode ser simples, enquanto alguns podem testá-lo, movê-lo. Em qualquer caso, você pode fazer um caminho perfeito mudando e fazendo uma formação sua.

Por exemplo, você pode começar pensando em um protótipo de rastreador de comportamento para monitorar e representar os movimentos físicos e as posturas corporais de animais com AIS328DQTR e Raspberry Pi usando Python. Na tarefa acima, utilizamos cálculos fundamentais de um acelerômetro. O protocolo consiste em criar um sistema de acelerômetro junto com qualquer girômetro e um GPS, e um algoritmo de aprendizado supervisionado (máquina) (máquina de vetores de suporte (SVM)) para identificação automatizada do comportamento dos animais. Isso deve ser seguido pela coleta de medições de sensores paralelos e avaliação das medições usando a classificação de máquina de vetor de suporte (SVM). Use diferentes combinações de medidas independentes (sentado, caminhando ou correndo) para treinamento e validação para determinar a robustez do protótipo. Tentaremos fazer uma versão funcional desse protótipo mais cedo ou mais tarde, a configuração, o código e a modelagem funcionam para modos mais comportamentais. Acreditamos que todos vocês gostam!

Para sua comodidade, temos um vídeo charmoso no YouTube que pode ajudar no seu exame. Confie neste esforço que motiva mais exploração. Comece onde você está. Use o que você tem. Faz o que podes.