首页 > 其他分享 >esp32超声波检测

esp32超声波检测

时间:2024-11-20 16:47:18浏览次数:3  
标签:模块 引脚 检测 esp32 距离 oled HCSR04 I2C 超声波

为声波在空气中的传播速度是固定的,发射的超声波遇到障碍物会反射回来,我们记录下 发射波到接受反射波之间的时间差,就可以计算出模块距离障碍物的距离。我们可以把这个用于 测距、避障等领域。HC-SR04模块的测量距离为2-400cm,测量角度为30°,当测量距离大于 范围时传感器接收不到反射波应该不难理解,需要注意的是当测量距离小于一定距离时,因为发 射器发出发射波后还会有一定时间的余振,也被叫作拖尾,这段时间内接收器不能区分余振接收 器和反射波,所以这段时间内反射回来的。和模块有四个引脚,分别是电源、地、TRIG和ECHO, TRIG 引脚输入触发信号,ECHO引脚根据接收到返回信号的时长输出高电平,可以触发中断。

HCSR04.HCSR04(tri,ech)构造方法,根据传入的引脚好创建对应的HCSR04对象,tri 为TRIG引脚名,ech为ECHO引脚名
HCSR04.distance()返回距离,单位为cm
#      .-""-.
#    .'  o.o  `.  
#  ./  Lang2i  \.  
# :               :
#|   _ _ _ _ _   |  
# \  /       \  /
#  `.         .'
#    `-...-
#导入需要的模块
from machine import Pin,Timer,I2C
from ssd1306 import SSD1306_I2C
from HCSR04 import HCSR04

#配置oled模块
i2c = I2C(scl = Pin(19),sda = Pin(23))
oled = SSD1306_I2C(128,64,i2c,addr = 0x3c)
#配置超声波模块
hc = HCSR04(tri = 14,ech = 12)

#回调函数
def HC_RUN(t):
    oled.fill(0)
    oled.text('HCSR04',0,0)
    oled.text('{:.2f}cm'.format(hc.distance()),0,32)
#     oled.text('{:.1f}cm'.format(hc.distance()),0,32)
    #oled开始显示
    oled.show()
    
#配置定时器
time0 = Timer(-1)
#初始化定时器
time0.init(period = 1000,mode = Timer.PERIODIC,callback = HC_RUN)

配置了oled进行显示

标签:模块,引脚,检测,esp32,距离,oled,HCSR04,I2C,超声波
From: https://blog.csdn.net/zzh2071816969/article/details/143913149

相关文章

  • ESP32-CAM模块介绍
    一、引言    在当今的物联网时代,各种智能设备层出不穷。ESP32-CAM模块以其强大的功能、小巧的尺寸和高性价比,成为了众多开发者和爱好者的热门选择。本文将详细介绍ESP32-CAM模块的特点、功能、应用场景以及使用方法。二、ESP32-CAM模块概述    ESP32-CAM是一......
  • OpenCV三大经典项目实战:车辆检测、人脸识别、图像拼接与文字识别
    OpenCV三大经典项目实战:车辆检测、人脸识别、图像拼接与文字识别OpenCV(OpenSourceComputerVisionLibrary)作为计算机视觉领域的核心库之一,提供了丰富的功能和高效的算法,广泛应用于车辆检测、人脸识别、图像拼接和文字识别等多个领域。本文将详细介绍如何使用OpenCV进行这三大......
  • 基于yolov10的草莓成熟度检测系统,支持图像、视频和摄像实时检测【pytorch框架、python
     更多目标检测和图像分类识别项目可看我主页其他文章功能演示:yolov10,草莓成熟度检测系统,支持图像、视频和摄像实时检测【pytorch框架、python】_哔哩哔哩_bilibili(一)简介基于yolov10的草莓成熟度检测系统是在pytorch框架下实现的,这是一个完整的项目,包括代码,数据集,训练好的......
  • YOLO系列基础(八)从检测框坐标值直接预测到锚框偏移量
    系列文章地址YOLO系列基础(一)卷积神经网络原理详解与基础层级结构说明-CSDN博客YOLO系列基础(二)Bottleneck瓶颈层原理详解-CSDN博客YOLO系列基础(三)从ResNet残差网络到C3层-CSDN博客YOLO系列基础(四)归一化层(BN层)的前世今生!-CSDN博客YOLO系列基础(五)从神经元共适应性到模型Dropo......
  • 10.1 基于深度学习的目标检测
    首次完成时间:2024年 11月20日1. 使用OpenCV的dnn模块实现图像分类。1)程序代码:importnumpyasnpimportcv2#解析标签文件row=open("model1/synset_words.txt").read().strip().split("\n")class_label=[r[r.find(""):].split(",")[0]forri......
  • ESP32初学教程Python版-从环境搭建到完成控制LED灯闪烁 | 幽络源
    环境前提有Python环境,然后版本必须得大于或等于3.8有PIP,且最好配置了国内镜像这两个环境很简单,不懂的可以加入我们的网络技术交流QQ群询问:307531422前言幽络源站长使用的ESP32是WROMM的,当然,其他的大同小异大致步骤1.安装驱动2.下载MicroPython固件到ESP323.准备烧录固......
  • 基于蚁群算法实现图像边缘检测——Matlab代码实现
    图像边缘检测是计算机视觉领域中的一个重要问题,它在图像处理、模式识别、目标跟踪等方面具有广泛的应用,本文将介绍一种基于蚁群算法实现的图像边缘检测方法,并提供相应的Matlab代码实现。蚁群算法是一种模拟自然界蚂蚁觅食行为的优化算法,其具有自适应、高效等优点,在图像边缘......
  • OpenCV-Python Shi-Tomasi 角点检测 & 适合于跟踪的图像特征
    原理上一节我们学习了Harris角点检测,后来1994年,J.Shi和C.Tomasi在他们的文章《Good_Features_to_Track》中对这个算法做了一个小小的修改,并得到了更好的结果。我们知道Harris角点检测的打分公式为:R=\lambda_1\lambda_2-k(\lambda_1+\lambda_2)^2但Shi-......
  • OpenCV-Python Harris 角点检测
    原理在上一节我们已经知道了角点的一个特性:向任何方向移动变化都很大。Chris_Harris和Mike_Stephens早在1988年的文章《ACombinedCornerandEdgeDetector》中就已经提出了焦点检测的方法,被称为Harris角点检测。他把这个简单的想法转换成了数学形式。将窗口向......
  • 学习笔记493—简单解释超声波成像的工作原理【全网最详细讲解!】
    简单解释超声波成像的工作原理 我们将从以下几个方面进行讨论。请向下滚动,开始阅读。声音与超声波导论发送和接收超声波超声波与人体组织的相互作用扫描方式:A扫描扫描方式:B扫描频率、波长、分辨率和深度多普勒效应声音和超声波我们都很熟悉声音。它帮助......