传感器

用例建模Use Case Modeling

微笑、不失礼 提交于 2019-12-03 04:47:12
一、 课题内容   构建一个传感器信息平台,方便传感器客户快速、准确地找到自己所需要的传感器产品信息和厂家信息;为传感器的生产厂家提供一个展示自身产品的渠道,扩大市场知名度,增加产品销量。通过对传感器信息的收集和分析,对传感器行业的发展趋势做出预测。如图1 .1 所示。 图1.1 “ 传感器信息平台”示意图 二、 系统角色 “信息平台主要面向两类用户,一类是传感器客户,一类是传感器生产厂家 。图 3.2 为系统角色图。 图1.2 系统角色 三、 系统用例分析 普通用户 用例   a) 注册并登录; 在登录后, 厂家用户 用户 可以使用以下功能:   b) 管理账户基本信息;   c) 浏览、搜索、选择传感器产品 ; 图1.3 普通用户 用例 2. 系统管理员 用例   a)注册成为系统管理员; 在登录后, 客 户可以使用以下功能:   b)修改、删除本管理员账户信息 ;   c)添加、修改、删除、查找任意产品信息 ;   d)添加、修改、删除、查找任意用户信息 ; 图1.4 系统管理员 用例 来源: https://www.cnblogs.com/kangyuxin/p/11778309.html

数码相机成像原理

匿名 (未验证) 提交于 2019-12-03 00:37:01
一 镜头 将被摄像目标反射的光线聚焦在成像元件上。 二 对焦 数码相机自动对焦镜头从工作原理上说大多都采用了间接实测物距方式进行对焦。它是利用一些可以被利用的间接距离测量方式来获取物距,通过运算,伺服电路驱动调节焦距的微型马达,带动调焦镜片组进行轴向移动,来达到自动调节焦距的目的。经常被利用来进行间接距离测量的方式有:无源光学基线测距、有源超声波测距、有源主动红外测距以及现代的激光技术在测量领域的应用等。 三 感光元件~成像元件 相比传统的胶片相机来说,数码相机最大的改变就是将感光元件从胶片转变为了CCD/CMOS。 相比传统的胶片相机来说,数码相机最大的改变就是将感光元件从胶片转变为了CCD/CMOS。 CCD的全称是Charge Couple Device,翻译过来就是“光电荷耦合器件”,CMOS的全称是Complementary Metal-Oxide Semiconductor,是“互补金属氧化物半导体”的意思。CCD和CMOS的工作原理有一个共通点,那就是都是用光敏二极管来作为光-电信号的转化元件。   它们每个感光元件的像素点分别对应图像传感器中的一个像点,由于感光元件只能感应光的强度,无法捕获色彩信息,因此彩色CCD/CMOS图像传感器必须在感光元件上方覆盖彩色滤光片。在这方面,不同的传感器厂商有不同的解决方案,最常用的做法是覆盖RGB红绿蓝三色滤光片,以1:2

PX4原生固件SPI驱动动编写与IMU传感器替换

匿名 (未验证) 提交于 2019-12-03 00:27:02
适用于PX4原生固件 核心目标:完成XSENS的MTI3,IMU替换。MTI3是一款航姿参考系统,可以独立的输出四元数,加速度,磁力计等,角速度等航姿信息。里面有完整的卡尔曼滤波,可以替换飞控本身里面的姿态估计部分。因为PX4里面所用的传感器器件都是消费级的元器件,所以MTI3这样的工业级的IMU替换还是非常有价值的。 一 PX4:SPI硬件介绍 PIXHAWK里面有3路SPI的硬件接口,分别是: IMU的一路(通过片选信号来支持磁力计,陀螺仪,加速度计这几个SPI传感器) 铁电存储器一路(存储飞控参数信息) 外置SPI接口一路,可以外接SPI传感器的 外置SPI接口线路图 二 PX4:SPI驱动介绍 pixhawk内部的很多传感器都是用SPI进行通信的,所有SPI接口传感器都是基于继承了device::SPI这个SPI基类来实现的SPI传感器驱动的编写。比如: Src/Drivers/Hmc5883 磁力计,Src/Drivers/Mpu9250 陀螺仪等等都是基于SPI总线。 里面的构造函数,init,read,write,ioctl几个虚函数,在本类里面重写即可。这里我们可以去看一下MPU9250,Hmc5883的SPI驱动的写法 尤其这几个函数的写法。比如MPU9250的: 比如5883的: 这个虚函数的重写内容都是不一样的,具体的写法规则要更具具体的硬件手册来

arduino学习笔记八 温湿度计

匿名 (未验证) 提交于 2019-12-03 00:01:01
DHT11 数字温湿度传感器是一款含有已校准数字信号输出的温湿度复合传感器。它应用专用的数字模块采集技术 和温湿度传感技术,确保产品具有极高的可靠性与卓越的长期稳定性。传感器包括一个电阻式感湿元件和一个NTC 测 温元件,并与一个高性能8 位单片机相连接。因此该产品具有品质卓越、超快响应、抗干扰能力强、性价比极高等优 点。每个DHT11 传感器都在极为精确的湿度校验室中进行校准。校准系数以程序的形式储存在OTP 内存中,传感器内 部在检测信号的处理过程中要调用这些校准系数。单线制串行接口,使系统集成变得简易快捷。超小的体积、极低的 功耗,信号传输距离可达20 米以上,使其成为各类应用甚至最为苛刻的应用场合的最佳选则。 DHT11 数字温湿度传感器模块为3 针PH2.0 封装。连接方便。 性能描述 1. 供电电压:3-5.5V 2. 供电电流:最大2.5Ma 3. 温度范围:0-50℃ 误差±2℃ 4. 湿度范围:20-90%RH 误差±5%RH 5. 响应时间: 1/e(63%) 6-30s 6. 测量分辨率分别为 8bit(温度)、8bit(湿度) 7. 采样周期间隔不得低于1 秒钟 8. 模块尺寸:30x20mm 传感器的时序 DATA 用于微处理器与 DHT11之间的通讯和同步,采用单总线数据格式,一次通讯时间4ms左右,数据分小数部分和 整数部分,具体格式在下面说明

数字显示压力表的使用注意事项

匿名 (未验证) 提交于 2019-12-02 23:57:01
**一、现场使用注意事项**   1、数显压力表现场使用条件应符合自身仪表技术参数的要求。正确选用仪表量程,被测压力不能超过仪表测量的上下限范围, 应留有充分的超压安全余量。   2、数显压力表被测介质温度不得超过仪表的工作温度范围,在腐蚀、振动场所使用时还应确保仪表的密封及耐振性能。   3、数显压力表为垂直向下直接安装式,可直接安装在被测管道压力接口上,分为轴向和径向安装,安装时避免仪表连接螺纹与表前阀之间形成“封闭压力”(观察示值,注意有压力响应时间),如果形成该压力,应及时消除,否则会造成测量元件损坏、介质泄漏。    二、操作说明   数显压力表的传感器与显示处理部分采用一体化的设计结构,使用简便,数显压力表与被测机构使用螺纹直接连接的方式,对数显压力表的摆放角度不做任何要求。在使用测量以前应该估算被测量目标的大致压力范围,以免由于压力过大超出测量范围对传感器造成损坏。   三、故障与排除方法 数显压力表属于工业产品,在运输过程和使用过程中,由于环境干扰,人为操作使用不当的原因,可能造成仪表不能正常工作和显示。对于简单的故障用户可以自行排除,其他的故障需要返回到制造厂商进行维修。下面将列出常见问题及其解决办法。 **四、数显压力表常见问题及解决办法** 1、背光很暗:电池电量不足,需更换电池。 2、电池标识闪烁:电池电量不足,需更换电池。 3、压力不变化,可能性三种: 1

【Arduino】66种传感器模块系列实验(2)---光敏电阻模块

匿名 (未验证) 提交于 2019-12-02 23:52:01
实验二:光敏电阻传感器模块 我手里这块是三针版的, 挺秀气吧 光敏电阻是用硫化隔或硒化隔等半导体材料制成的特殊电阻器,其工作原理是基于内光电效应。光照愈强,阻值就愈低,随着光照强度的升高,电阻值迅速降低,亮电阻值可小至1KΩ以下。光敏电阻对光线十分敏感,其在无光照时,呈高阻状态,暗电阻一般可达1.5MΩ。光敏电阻的特殊性能,随着科技的发展将得到极其广泛应用。 光敏电阻器通常由光敏层、玻璃基片(或树脂防潮膜)和电极等组成。光敏电阻器在电路中用字母“R”或“RL”、“RG”表示。 主要用途: 光线亮度检测,光线亮度传感器,智能小车寻光模块等,如下是常规应用的示意电路。 模块参数: 工作电压:DC3.3-5V 光敏电阻型号:5516 模块针脚:3针或4针(4针的多出一个模拟输出端AO) 模块接线图: 1、VCC 接电源正极 3.3-5V 2、GND 接电源负极 3、DO TTL 开关信号输出 4、AO 模拟信号输出 光敏电阻传感器模块的电原理图 模块特色: 1、工作电压3.3V-5V 2、使用宽电压LM393比较器 3、设有固定螺栓孔,方便安装 4、采用灵敏型光敏电阻传感器 5、小板PCB尺寸:3.2cm x 1.4cm 6、配可调电位器可调节检测光线亮度 7、输出形式,DO数字开关量输出(0和1)和AO模拟电压输出 8、比较器输出,信号干净,波形好,驱动能力强,超过15mA。

【Arduino】66种传感器系列实验(1)---干簧管传感器模块

匿名 (未验证) 提交于 2019-12-02 23:51:01
37款传感器与模块的提法,在网络上广泛流传,其实Arduino能够兼容的传感器模块肯定是不止37种的。鉴于本人手头积累了一些传感器和各种模块,依照实践(动手试试)出真知的理念,以学习和交流为目的,这里准备逐一做做小实验,不管能否成功,都会记录下来---小小的进步或是搞不掂的问题,希望能够抛砖引玉。能把各种开源硬件的传感器与模块,尽量多寻找一下实物,整理相关资料,做做小实验,是我多年来的一个心愿。目前手头已有大几十种了,还在收集中.......。 三个月前,手头上的部分模块 实验一:干簧管磁感应传感器模块 数了一下,居然有三个,当然只是简易版本的模块,不过它不会影响实验的效果。 小的时候爱好无线电,那时就接触过干簧管,觉得很神奇很好玩,用一小块磁铁就能控制电灯的亮和灭。 其实干簧管的工作原理并不复杂 干簧管的特点: 干簧管是干式舌簧管的简称,是一种有触点的无源电子开关元件,具有结构简单,体积小便于控制等优点,其外壳一般是一根密封的玻璃管,管中装有两个铁质的弹性簧片电板,还灌有一种叫金属铑的惰性气体。平时,玻璃管中的两个由特殊材料制成的簧片是分开的。当有磁性物质靠近玻璃管时,在磁场磁力线的作用下,管内的两个簧片被磁化而互相吸引接触,簧片就会吸合在一起,使结点所接的电路连通。外磁力消失后,两个簧片由于本身的弹性而分开,线路也就断开了。因此,作为一种利用磁场信号来控制的线路开关器件

ROS中的多传感器时间同步

匿名 (未验证) 提交于 2019-12-02 23:40:02
问题 在对多传感器数据融合时,由于各个传感器采集数据的发布频率的不同,例如odom一般为50Hz、imu一般为100Hz、camera 一般为25Hz,需要将传感器数据进行时间同步后才能进行融合。 方法 分别订阅不同的需要融合的传感器的主题,通过TimeSynchronizer 统一接收多个主题,并产生一个同步结果的回调函数,在回调函数里处理同步时间后的数据。 输入 C++ Python : N separate filters, each of which has signature callback(msg). 输出 C++ Python 示例 #include <message_filters/subscriber.h> #include <message_filters/time_synchronizer.h> #include <sensor_msgs/Image.h> #include <sensor_msgs/CameraInfo.h> using namespace sensor_msgs; using namespace message_filters; void callback(const ImageConstPtr& image, const CameraInfoConstPtr& cam_info) { // Solve all of perception

用 Arduino 制造自行车数字码表

匿名 (未验证) 提交于 2019-12-02 23:38:02
最近的天气很适合户外运动啊~下面我们来DIY一台自行车数字码表,给你的爱车装上,一起出去浪吧! 这台码表可以显示自行车的里程、时速和实时加速度,用一块 Aduino nano 控制!下面我们一起来看一下如何制造吧! 材料清单 Arduino nano × 1 磁铁 × 1 A3144霍尔效应传感器 × 1 20k电阻 × 1 0.96英寸的OLED × 1 LED灯带 × 若干 移动电源 × 1 迷你USB电缆 × 1 热熔胶 × 1 螺母 × 若干 螺栓 × 若干 结构说明 在这个项目中,结实的支撑架是非常重要的。因为当你骑行在坑洼不平的路面时或者遇到水坑时会受到很大的冲击。当车轮转动时,车轮上的磁铁穿过支架上的霍尔效应传感器,就可以收集输入数据。 如果设备没有安装稳固,自行车运转时,Arduino显示的画面会出现偏差。另外,我也不希望我心爱的Arduino因为固定的问题或者使用了水货材料而在自行车运转时掉落。 因此,为了安全起见,我决定使用铝带。铝带不仅容易地切割和钻孔,而且耐腐蚀还便宜,对于 maker 来说是非常好的选择。 项目还需使用了一些螺母(带垫圈)和螺栓将它们固定在框架上,因为它们必须牢固地放在底盘上。 另一个重要的部分是,这些电子元件必须与支架完好的隔离。热胶是很好的选择,它也可以起到给显示屏减震的作用。 传感器和磁铁 对速度的测量就依赖于这个部分

卡尔曼滤波的原理、理解与仿真

匿名 (未验证) 提交于 2019-12-02 23:36:01
转载 : https://zhuanlan.zhihu.com/p/49298236 卡尔曼滤波器是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。而且由于观测包含系统的噪声和干扰的影响,所以最优估计也可看做是滤波过程。 1 卡尔曼滤波的原理与理解 1.1 预测 假设有一辆小车,其在t时刻的位置为 P t P_t P t (假设其在一维直线上运动,则位置可以用数轴上的点表示),速度为 v t v_t v t 。 因此在t时刻小车的状态可用向量表示为 x t = [ p t , v t ] T x_t=\left[ p_t ,v_t\right]^T x t = [ p t , v t ] T 。 但是我们并没有捕捉到一切信息,可能存在外部因素会对系统进行控制,带来一些与系统自身状态没有相关性的改变。如汽车司机可能会操纵油门,让汽车加速。 假设由于油门的设置或控制命令,我们知道了期望的加速度为 u t u_t u t (加速度理解为外部的控制量),则可由运动学公式从t-1时刻推出其在t时刻的速度与位置如下: 进一步的可以将其写成向量形式: 即: 令 则通过变量代换可以得到状态转移公式: 其中: 矩阵 F t F_t F t 为状态转移矩阵,表示如何从上一状态来推测当前时刻的状态; B t B_t B t 为控制矩阵,表示控制量 u t u_t u t