Table des matières:
Vidéo: Tutoriel Java de l'accéléromètre numérique à 3 axes 12 bits/8 bits Raspberry Pi MMA8452Q : 4 étapes
2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:07
Le MMA8452Q est un accéléromètre intelligent, à faible consommation, à trois axes, capacitif et micro-usiné avec une résolution de 12 bits. Des options flexibles programmables par l'utilisateur sont fournies à l'aide de fonctions intégrées dans l'accéléromètre, configurables sur deux broches d'interruption. Il a des pleines échelles sélectionnables par l'utilisateur de ±2g/±4g/±8g avec des données filtrées par filtre passe-haut ainsi que des données non filtrées disponibles en temps réel. Voici sa démonstration avec raspberry pi en utilisant du code java.
Étape 1: Ce dont vous avez besoin.
1. Framboise Pi
2. MMA8452Q
3. Câble I²C
4. Bouclier I²C pour Raspberry Pi
5. Câble Ethernet
Étape 2: Connexions:
Prenez un shield I2C pour raspberry pi et poussez-le doucement sur les broches gpio de raspberry pi.
Connectez ensuite l'une des extrémités du câble I2C au capteur MMA8452Q et l'autre extrémité au blindage I2C.
Connectez également le câble Ethernet au pi ou vous pouvez utiliser un module WiFi.
Les connexions sont montrées dans l'image ci-dessus.
Étape 3: Coder:
Le code Java pour MMA8452Q peut être téléchargé depuis notre référentiel GitHub - Dcube Store
Voici le lien pour le même:
github.com/DcubeTechVentures/MMA8452Q
Nous avons utilisé la bibliothèque pi4j pour le code java, les étapes pour installer pi4j sur raspberry pi sont décrites ici:
pi4j.com/install.html
Vous pouvez également copier le code d'ici, il est donné comme suit:
// Distribué avec une licence libre-arbitre.
// Utilisez-le comme vous le souhaitez, à profit ou gratuitement, à condition qu'il rentre dans les licences de ses œuvres associées.
// MMA8452Q
// Ce code est conçu pour fonctionner avec le mini module MMA8452Q_I2CS I2C disponible dans Dcube Store.
importer com.pi4j.io.i2c. I2CBus;
importer com.pi4j.io.i2c. I2CDevice;
importer com.pi4j.io.i2c. I2CFactory;
importer java.io. IOException;
classe publique MMA8452Q
{
public static void main(String args) lève une exception
{
// Créer un bus I2C
Bus I2CBus = I2CFactory.getInstance(I2CBus. BUS_1);
// Obtenir le périphérique I2C, l'adresse I2C MMA8452Q est 0x1C (28)
Périphérique I2CDevice = bus.getDevice (0x1C);
// Envoie la commande de veille
périphérique.write(0x2A, (octet)0x00);
// Envoie la commande active
périphérique.write(0x2A, (octet)0x01);
// Définir la plage jusqu'à +/-2g
périphérique.write(0x0E, (octet)0x00);
Thread.sleep(500);
// Lit 7 octets de données à partir de l'adresse 0x00(0)
// Statut, X msb, X lsb, Y msb, Y lsb, Z msb, Z lsb
octet données = nouvel octet[7];
device.read (0x00, données, 0, 7);
// Convertir les valeurs
int xAccl = (((données[1] & 0xFF) * 256) + (données[2] & 0xFF)) / 16;
si (xAccl > 2047)
{
xAccl = xAccl - 4096;
}
int yAccl = (((données[3] & 0xFF) * 256) + (données[4] & 0xFF)) / 16;
si (yAccl > 2047)
{
yAccl = yAccl - 4096;
}
int zAccl = (((données[5] & 0xFF) * 256) + (données[6] & 0xFF)) / 16;
si (zAccl > 2047)
{
zAccl = zAccl - 4096;
}
// Sortie des données à l'écran
System.out.printf("Axe X: %d %n", xAccl);
System.out.printf("Axe Y: %d %n", yAccl);
System.out.printf("Axe Z: %d %n", zAccl);
}
}
Étape 4: Candidatures:
Le MMA8452Q a diverses applications qui incluent les applications E-Compass, la détection d'orientation statique qui intègrent Portrait/Paysage, Haut/Bas, Gauche/Droite, Identification de la position arrière/avant, Ordinateur portable, liseuse et Détection de chute et chute libre pour ordinateur portable, en temps réel détection de l'orientation, y compris la réalité virtuelle et le retour d'informations de la position de l'utilisateur en 3D, l'analyse de l'activité en temps réel telle que le comptage des pas du podomètre, la détection des chutes libres pour le disque dur, la sauvegarde GPS à l'estime et bien plus encore.
Conseillé:
Raspberry Pi - Tutoriel Python de l'accéléromètre à 3 axes ADXL345 : 4 étapes
Raspberry Pi - Tutoriel Python de l'accéléromètre 3 axes ADXL345 : L'ADXL345 est un petit accéléromètre 3 axes mince et ultrabasse consommation avec une mesure haute résolution (13 bits) jusqu'à ±16 g. Les données de sortie numériques sont formatées en complément à deux de 16 bits et sont accessibles via l'interface numérique I2 C. Il mesure le
Tutoriel sur l'accéléromètre numérique Arduino Nano - MMA8452Q 3 axes 12 bits/8 bits : 4 étapes
Tutoriel sur l'accéléromètre numérique à 3 axes 12 bits/8 bits Arduino Nano - MMA8452Q : Le MMA8452Q est un accéléromètre intelligent, à faible consommation, à trois axes, capacitif et micro-usiné avec une résolution de 12 bits. Des options flexibles programmables par l'utilisateur sont fournies à l'aide de fonctions intégrées dans l'accéléromètre, configurables à deux interruptions
Raspberry Pi - Tutoriel Java de l'accéléromètre 3 axes ADXL345 : 4 étapes
Raspberry Pi - Tutoriel Java de l'accéléromètre 3 axes ADXL345 : L'ADXL345 est un petit accéléromètre 3 axes mince et ultrabasse consommation avec une mesure haute résolution (13 bits) jusqu'à ±16 g. Les données de sortie numériques sont formatées en complément à deux de 16 bits et sont accessibles via l'interface numérique I2 C. Il mesure le
Tutoriel Python de l'accéléromètre numérique à 3 axes 12 bits/8 bits Raspberry Pi MMA8452Q : 4 étapes
Tutoriel Python pour l'accéléromètre numérique à 3 axes 12 bits/8 bits Raspberry Pi MMA8452Q : Le MMA8452Q est un accéléromètre intelligent, à faible consommation, à trois axes, capacitif et micro-usiné avec une résolution de 12 bits. Des options flexibles programmables par l'utilisateur sont fournies à l'aide de fonctions intégrées dans l'accéléromètre, configurables à deux interruptions
Contrôle de mouvement avec Raspberry Pi et LIS3DHTR, accéléromètre à 3 axes, utilisant Python : 6 étapes
Contrôle de mouvement avec Raspberry Pi et LIS3DHTR, Accéléromètre 3 axes, Utilisation de Python : La beauté nous entoure, mais généralement, nous devons nous promener dans un jardin pour le savoir. - RumiEn tant que groupe instruit que nous semblons être, nous investissons la grande majorité de notre énergie à travailler avant nos PC et nos téléphones portables. Par conséquent, nous laissons fréquemment notre bien-être