Taula de continguts:
- Pas 1: maquinari necessari:
- Pas 2: connexió de maquinari:
- Pas 3: codi per al seguiment de moviment:
- Pas 4: aplicacions:
Vídeo: Seguiment de moviment mitjançant MPU-6000 i Raspberry Pi: 4 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:11
MPU-6000 és un sensor de seguiment de moviment de 6 eixos que té incrustat un acceleròmetre de 3 eixos i un giroscopi de 3 eixos. Aquest sensor és capaç de fer un seguiment eficient de la posició i ubicació exactes d’un objecte en el pla tridimensional. Es pot utilitzar en sistemes que requereixen una anàlisi de posició amb la màxima precisió.
En aquest tutorial s'ha il·lustrat la interfície del mòdul de sensor MPU-6000 amb raspberry pi. Per llegir els valors de l’acceleració i l’angle de rotació, hem utilitzat raspberry pi amb un adaptador I2c. Aquest adaptador I2C fa que la connexió al mòdul del sensor sigui més fàcil i fiable.
Pas 1: maquinari necessari:
Els materials que necessitem per assolir el nostre objectiu inclouen els components de maquinari següents:
1. MPU-6000
2. Raspberry Pi
3. Cable I2C
4. Escut I2C per a gerds pi
5. Cable Ethernet
Pas 2: connexió de maquinari:
La secció de connexió de maquinari explica bàsicament les connexions de cablejat necessàries entre el sensor i el raspberry pi. Garantir connexions correctes és la necessitat bàsica mentre es treballa en qualsevol sistema per a la sortida desitjada. Per tant, les connexions necessàries són les següents:
El MPU-6000 funcionarà sobre I2C. Aquí teniu un exemple de diagrama de cablejat, que demostra com connectar cada interfície del sensor.
Fora de la caixa, el tauler està configurat per a una interfície I2C, per tant, us recomanem que utilitzeu aquesta connexió si no sou agnòstic.
Tot el que necessiteu són quatre cables. Només es necessiten quatre connexions pins Vcc, Gnd, SCL i SDA i es connecten amb l'ajut del cable I2C.
Aquestes connexions es mostren a les imatges anteriors.
Pas 3: codi per al seguiment de moviment:
L’avantatge d’utilitzar el raspberry pi és que us proporciona la flexibilitat del llenguatge de programació en què voleu programar la placa per tal d’interfocar el sensor amb ella. Aprofitant aquest avantatge d’aquest tauler, demostrem aquí la seva programació al pitó. Python és un dels llenguatges de programació més fàcils amb una sintaxi més senzilla. El codi python de MPU-6000 es pot descarregar de la nostra comunitat GitHub, que és Dcube Store
A més de la facilitat dels usuaris, aquí també expliquem el codi:
Com a primer pas de codificació, heu de descarregar la biblioteca SMBus en cas de python perquè aquesta biblioteca admet les funcions utilitzades al codi. Per tant, per descarregar la biblioteca podeu visitar el següent enllaç:
pypi.python.org/pypi/smbus-cffi/0.5.1
Podeu copiar el codi de treball des d’aquí també:
importar smbus
temps d'importació
# Obtenir bus I2C = smbus. SMBus (1)
# Adreça MPU-6000, 0x68 (104)
# Seleccioneu el registre de configuració del giroscopi, 0x1B (27)
# 0x18 (24) Rang d'escala completa = 2000 dps
bus.write_byte_data (0x68, 0x1B, 0x18)
# Adreça MPU-6000, 0x68 (104)
# Seleccioneu el registre de configuració de l’acceleròmetre, 0x1C (28)
# 0x18 (24) Rang a escala completa = +/- 16 g
bus.write_byte_data (0x68, 0x1C, 0x18)
# Adreça MPU-6000, 0x68 (104)
# Seleccioneu registre de gestió d'energia1, 0x6B (107)
# 0x01 (01) PLL amb referència xGyro
bus.write_byte_data (0x68, 0x6B, 0x01)
time.sleep (0,8)
# Adreça MPU-6000, 0x68 (104)
# Llegiu les dades de 0x3B (59), 6 bytes
# Acceleròmetre eix X MSB, eix X LSB, eix Y MSB, eix Y LSB, eix Z MSB, eix Z LSB
data = bus.read_i2c_block_data (0x68, 0x3B, 6)
# Converteix les dades
xAccl = data [0] * 256 + data [1]
si xAccl> 32767:
xAccl - = 65536
yAccl = data [2] * 256 + data [3]
si yAccl> 32767:
yAccl - = 65536
zAccl = data [4] * 256 + data [5]
si zAccl> 32767:
zAccl - = 65536
# Adreça MPU-6000, 0x68 (104)
# Llegiu les dades de 0x43 (67), 6 bytes
# Giròmetre Eix X MSB, Eix X LSB, Eix Y MSB, Eix Y LSB, Eix Z MSB, Eix Z LSB
data = bus.read_i2c_block_data (0x68, 0x43, 6)
# Converteix les dades
xGyro = data [0] * 256 + data [1]
si xGyro> 32767:
xGyro - = 65536
yGyro = data [2] * 256 + data [3]
si yGyro> 32767:
yGyro - = 65536
zGyro = data [4] * 256 + data [5]
si zGyro> 32767:
zGyro - = 65536
# Sortida de dades a la pantalla
imprimir "Acceleració a l'eix X:% d"% xAccl
imprimir "Acceleració a l'eix Y:% d"% yAccl
imprimir "Acceleració a l'eix Z:% d"% zAccl
imprimeix "Eix X de rotació:% d"% xGyro
imprimeix "Eix Y de rotació:% d"% yGyro
imprimeix "Eix Z de rotació:% d"% zGyro
El codi s'executa mitjançant l'ordre següent:
$> python MPU-6000.py gt; python MPU-6000.py
La sortida del sensor es mostra a la imatge superior per a la referència de l'usuari.
Pas 4: aplicacions:
MPU-6000 és un sensor de seguiment de moviment que troba la seva aplicació a la interfície de moviment de telèfons intel·ligents i tauletes. Als telèfons intel·ligents, aquests sensors es poden utilitzar en aplicacions com ara ordres gestuals per a aplicacions i control de telèfons, jocs millorats, realitat augmentada, captura i visualització de fotos panoràmiques i navegació per a vianants i vehicles. La tecnologia MotionTracking pot convertir telèfons i tauletes en potents dispositius intel·ligents en 3D que es poden utilitzar en aplicacions que van des de la vigilància de la salut i la forma física fins als serveis basats en la ubicació.
Recomanat:
Seguiment i seguiment de botigues petites: 9 passos (amb imatges)
Track & trace per a botigues petites: es tracta d’un sistema dissenyat per a petites botigues que se suposa que es munta en bicicletes elèctriques o patinets electrònics per a lliuraments a curt abast, per exemple, una fleca que vulgui lliurar pastes. Què significa Track and Trace? Track and trace és un sistema utilitzat per ca
Interfície home-ordinador: Funcionament d'un agafador (fabricat per Kirigami) mitjançant el moviment del canell mitjançant EMG .: 7 passos
Interfície home-ordinador: Funcionament d’un agafador (fabricat per Kirigami) mitjançant el moviment del canell mitjançant EMG .: Així que aquest va ser el meu primer intent en una interfície home-ordinador. Vaig capturar els senyals d’activació muscular del moviment del canell mitjançant un sensor EMG, el vaig processar a través de python i arduino i va accionar una pinça basada en origami
Kits de cotxes de seguiment de robots intel·ligents de bricolatge Seguiment fotosensible del cotxe: 7 passos
Kits de cotxes de seguiment de robots intel·ligents de bricolatge Seguiment del cotxe fotosensible: dissenyat per SINONING ROBOT Podeu comprar amb el robot de seguiment El xip LM393 compara els dos fotoresistors, quan hi ha un LED de fotoresistència lateral en BLANC, el costat del motor s'aturarà immediatament, l'altre costat del motor girar, de manera que
Seguiment del moviment dels ulls mitjançant sensor d'infrarojos: 5 passos
Seguiment del moviment ocular mitjançant el sensor d’infrarojos: he utilitzat un sensor d’infrarojos per detectar els moviments dels ulls i controlar el LED. Vaig fer globus oculars amb cinta LED NeoPixel
Seguiment de moviment 3D Tfcd mitjançant detecció capacitiva i sortida LED: 6 passos (amb imatges)
Seguiment de moviment 3D Tfcd mitjançant detecció capacitiva i sortida LED: en aquesta instrucció s’explica com es pot rastrejar el moviment d’una mà en un espai 3D mitjançant el principi de la detecció capacitiva. En canviar la distància entre un paper d'alumini carregat i la mà, la capacitat del condensador variarà