ESP32检测调制激光信号程序优化

最新推荐文章于 2024-08-15 22:22:58 发布
最新推荐文章于 2024-08-15 22:22:58 发布
阅读量1.4k 收藏
点赞数 2
分类专栏： 全国大学生智能车竞赛 科学-技术-探究
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhuoqingjoking97298/article/details/115675232
版权

 

▌01 调制激光检测

1.裁判系统要求

在 测试ESP32S基本模块的功能，并验证是否可以应用在AI智能车竞赛检测激光信号中 测试了基于 ESP32 模块来检测 全国大学生智能车竞赛 中的 室内AI视觉组 的车模信号。其中包括两类信号：

▲ 赛道上的AprilTag和路边 的目标靶位

▲ 赛道上的AprilTag和路边 的目标靶位

2.原来算法存在的问题

（1）存在的问题

在测试ESP32S基本模块的功能，并验证是否可以应用在AI智能车竞赛检测激光信号中给定的Python程序检测算法存在以下问题：

  • 计算时间偏长；计算一个通道的信号大约需要40ms时间。这样两个通道就需要80ms。
  • 所占用的内存偏高。原来的计算所使用的数据类型都是浮点数。cos，sin表格对应的内存过大。
（2）拟解决方案

将原来的计算都修改为整形数据的运算，同时解决前面的计算实际上以及所需要存储空间大的问题。

 

▌02 程序优化验证实验

1.改进测试论证

（1）测试浮点数和整形数所占空间
【Ⅰ.测试内存大小方法】

在 Python 获得对象内存占用内存大小 sys.getsizeof 给出了测试python对象在内存中的大小方法。下面测试一下是否在MicroPython也可以使用。

  • 通过测试，发现在MicroPython中，对应的sys没有对应的 getsizeof()的函数。

在 Getting the size of an object in MicroPython - MicroPython Forum 给出了使用以下两个函数来获得对象所占用的内存的大小方法：

  • gc.collect()
  • gc.mem_free()
  • 测量浮点list内存大小
    结果：[1.24 for _ in range(512)] : 2096
from machine                import Pin
import usys
gc.collect()
mem1 = gc.mem_free()
a = [1.24 for _ in range(512)]
gc.collect()
mem2 = gc.mem_free()
print(mem1, mem2, mem1-mem2)
  • 测量整形list大小：
    结果：[0 for _ in range(512)] : 2096

居然，在MicroPython中浮点数与整形数所占的内存是相同的。都是4个字节。

【II.整形数最大值】

根据 MicroPython usys.maxsize 给出测定当前平台上可以表达的最大整形数：32bit。

from machine                import Pin
import usys
print('%x'%usys.maxsize)

7fffffff

因此，通过上面测试可以看到，使用整数和浮点数对于内存占用，在MicroPython中是无法改变的。

（2）测试浮点数和整形数乘加运算时间
【Ⅰ.测试代码】 
from machine                import Pin
import usys
import time
gc.collect()
mem1 = gc.mem_free()
a = [0.1 * i for i in range(512)]
b = [0.2 * i for i in range(512)]
startms = time.ticks_ms()
sum = 0
for i in range(512):
    sum += (a[i] * b[i])
totalms = time.ticks_diff(time.ticks_ms(), startms)
print(totalms)
【Ⅱ.测试结果】
浮点数消耗时间：
运行时间：16ms
整形数消耗时间：
运行时间：12ms

可以看使用整形数进行计算，的确可以将计算机时间提高，但只是提高大约25%，并不明显。

2.提高系统时钟频率

（1）测量系统工作频率
from machine                import Pin
import usys
import time
import machine
print(machine.freq())
machine.freq(240000000)
print(machine.freq())

运行结果：

160000000
240000000

这说明模块原来的工作频率就已经有160MHz，所以提高的240MHz可以提高50%的运行速度。

（2）重新测试运行时间
【Ⅰ.测试代码】 
from machine                import Pin
import usys
import time
import machine
print(machine.freq())
machine.freq(240000000)
print(machine.freq())
a = [0.1*i for i in range(512)]
b = [0.2*i for i in range(512)]
startms = time.ticks_ms()
sum = 0
for i in range(512):
    sum += (a[i] * b[i])
totalms = time.ticks_diff(time.ticks_ms(), startms)
print(totalms)
【Ⅱ.测试结果】

运行时间： 11ms

通过测试结果来看，时间从16ms缩短到11ms，这与系统频率的提升（160MHz 提升到240MHz）是相对应的。

frequency must be 20MHz, 40MHz, 80Mhz, 160MHz or 240MHz

3. 优化运算结构

根据前面的测试，如果能够综合结合将计算类型修改成整型，并提高系统工作频率，这样就可以大约能够将速度提高1倍左右。

通过实际测试，修改成整形运算之后，在240Mhz运行，实际计算的时间只有8ms左右。

（1）修改程序结果

在前面的计算过程，由于使用了循环，这可能会浪费时间。如果将循环去掉，直接使用MicroPython内置的sum, zip函数，可以节省程序流程。比如：

sumd = sum([aa*bb for aa,bb in zip(a,b)])

此时，测试程序执行的时间只有：4ms！ 到此为止，程序执行速度提高了整整 4倍。

 

▌03 优化信号检测程序

1.构建整型的加窗sin.cos系数

（1）代码
def angle1(n):
    return n*2*3.1415926*SAMPLE_PERIOD / 1000.0 * FREQUENCY_MOD

def wval(w):
    if w < SAMPLE_NUM / 2:
        return w * 2 / SAMPLE_NUM
    else: return (SAMPLE_NUM - w) * 2 / SAMPLE_NUM

wdim = [wval(w) for w in range(SAMPLE_NUM)]
cosdim = [int(math.sin(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]
sindim = [int(math.cos(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]
（2）系数波形

▲ W数组

▲ W数组

▲ sindim, cosdim 对应的数组

▲ sindim, cosdim 对应的数组

对于宽度为 τ \tau τ，高度为E的等腰三角信号 f ( t ) f\left( t \right) f(t)对应的频谱为：

F t r i a n g l e ( ω ) = E τ 2 S a 2 ( ω t 4 ) F_{triangle} \left( \omega \right) = {{E\tau } \over 2}Sa^2 \left( {{{\omega t} \over 4}} \right) Ftriangle​(ω)=2Eτ​Sa2(4ωt​)

2.修改计算程序

（1）修改后的代码
def sample_amp(s):
    global cosdim,sindim,sample_point

    cos_sam = 0
    sin_sam = 0

    scopy = s.copy()

    if sample_point > 0:
        scopy = scopy[sample_point:] + scopy[:sample_point]

    cos_sum = sum([s*w for s,w in zip(scopy,cosdim)]) / SAMPLE_NUM
    sin_sum = sum([s*w for s,w in zip(scopy,sindim)]) / SAMPLE_NUM

    return math.sqrt(cos_sum**2 + sin_sum**2)
（2）测试运行时间

计算出一个系数的时间：11ms。速度提高了大约 4倍。

3.测试检测性能

（1）频率响应曲线
测试所使用的程序：
ESP32 程序：参见附件1
测试程序：参见附件2：

使用 DG1062 产生峰峰值1V正弦波，频率从110Hz变化到140Hz，输入的ESP32AD通道。计算检测信号的输出如下图所示：

▲ 对于不同的频率检测到的125Hz的输出数值

▲ 对于不同的频率检测到的125Hz的输出数值

这个波形符合理论上三角加窗函数的频谱值。第一个过零点分别位于121Hz与129Hz。是采样时间（0.5s）对应频率的两倍。

因此，经过改动之后，使用整型数所得到的结果与浮点数是相同的。

（2）检测检测时间

这是用来测量当光照在传感器上，到程序给出相应之间的时间差。

  • 所使用的程序： 参见附件3

测试方案，是将上面的程序烧制在ESP32内部的boot.py。当检测到调制激光之后，便将GPIO15提高。外部使用ESP8266来测试对应的时间差。

测试时间差使用 ESP-12F模块转接板测试版调试说明，下载MicroPython程序。ESP8266-12F 模块。

▲ 测试响应时间

▲ 测试响应时间

测试资源：
使用GPIO5:产生PWM（125Hz）调制激光管； – PIN12
使用GPIO4：测量时间差。–PIN11
【Ⅰ.测量代码】 
from machine                import Pin,PWM
import time
pin4 = Pin(4, Pin.IN, Pin.PULL_UP)
pwm = PWM(Pin(5))
pwm.freq(125)
pwm.duty(512)
def timedelay():
    pwm.duty(0)
    time.sleep_ms(500)
    startms = time.ticks_ms()
    pwm.duty(512)
    while True:
        if pin4.value() > 0:
            break
    totalms = time.ticks_diff(time.ticks_ms(), startms)
    return totalms
while True:
    print(timedelay())
【Ⅱ.测量结果】

将激光器距离光电管65厘米，测试一百次的检测结果，统计结果如下：

  • 平均值： 201.2ms
  • 方差：4.76
def thonnycmd(cmd):
    tspsendwindowkey('Thonny', 's', alt=1, noreturn=1)
    tspsendwindowkey('Thonny', '%s
'%cmd, noreturn=1)
def thonnyshs(cmd='', wait=0):
    tspsendwindowkey('Thonny', 's', alt=1, noreturn=1)
    if len(cmd) > 0:
        tspsendwindowkey('Thonny', '%s
'%cmd, noreturn=1)
    if wait > 0:
        time.sleep(wait)
    tspsendwindowkey('Thonny', 'ac', control=1, noreturn=1)
    return clipboard.paste()
tspsendwindowkey('Thonny', 's', alt=1)
tspsendwindowkey('Thonny', 'ac', control=1)
pastestr = clipboard.paste()
v = [float(s) for s in pastestr.split('[')[-1].split(']')[0].split(',')]
printf(v)
printf(sum(v) / len(v))
printf(std(v))

如果将激光器靠近接收光电管，此时相应时间就会降低。如果远离，检测时间就会加长。这对应信号占整个采样时间比例不同。如果信号强，那么0.5秒中只需要200毫秒数据就可以检测到的阈值满足要求。如果信号强，这个时间可以短。如果信号弱，这个时间就会加长。时间变化从100ms到500ms。

 

▌实验总结

经过前面讨论，可以看到使用整形数来进行存储、计算激光信号。在MicroPython工作环境中，并没有减少对于内存的需求，但是通过提前构造已经加窗（三角窗口）的cos，sin整形数组，最终提高的监测计算速度。

经过测试可以看到计算一个通道的0.5秒（500个采样数据）对应的125Hz的频谱幅值，只需要11ms左右。检测两路则只需要22ms。这就大大提高的车模检测响应时间。

 

■ 相关文献链接:

 

▌附件

1.ESP32测试程序

#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST11.PY                     -- by Dr. ZhuoQing 2021-04-11
#
# Note:
#============================================================

from machine                import Pin,ADC,PWM
import time
from machine                import Timer
import math
import cmath
import machine

#------------------------------------------------------------
machine.freq(240000000)

#------------------------------------------------------------
pwm = PWM(Pin(2))
pwm.freq(125)
pwm.duty(512)

led = Pin(18, Pin.OUT)

#------------------------------------------------------------
adc1 = ADC(Pin(36))
adc2 = ADC(Pin(39))
adc3 = ADC(Pin(34))

adc1.atten(ADC.ATTN_6DB)
adc2.atten(ADC.ATTN_6DB)
adc3.atten(ADC.ATTN_6DB)

SAMPLE_NUM = const(500)
AVERAGE_NUM = 16
ad1dim = [0] * SAMPLE_NUM
ad2dim = [0] * SAMPLE_NUM
ad3dim = [0] * SAMPLE_NUM

sample_point = 0
stop_flag = 0

def ADC3Sample(_):
    global ad1dim,ad2dim,ad3dim
    global sample_point
    global adc1,adc2,adc3
    global stop_flag

    ad1dim[sample_point] = adc1.read()
    ad2dim[sample_point] = adc2.read()
    ad3dim[sample_point] = adc3.read()

    sample_point += 1
    if sample_point >= SAMPLE_NUM:
        sample_point = 0

#------------------------------------------------------------
SAMPLE_PERIOD = 1

time0 = Timer(0)
time0.init(period=SAMPLE_PERIOD, mode=Timer.PERIODIC, callback=ADC3Sample)

#------------------------------------------------------------
FREQUENCY_MOD = 125

def angle1(n):
    return n*2*3.1415926*SAMPLE_PERIOD / 1000.0 * FREQUENCY_MOD

def wval(w):
    if w < SAMPLE_NUM / 2:
        return w * 2 / SAMPLE_NUM
    else: return (SAMPLE_NUM - w) * 2 / SAMPLE_NUM

wdim = [wval(w) for w in range(SAMPLE_NUM)]
cosdim = [int(math.sin(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]
sindim = [int(math.cos(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]

#------------------------------------------------------------
def sample_amp(s):
    global cosdim,sindim,sample_point

    scopy = s.copy()

    if sample_point > 0:
        scopy = scopy[sample_point:] + scopy[:sample_point]

    cos_sum = sum([s*w for s,w in zip(scopy,cosdim)]) / SAMPLE_NUM
    sin_sum = sum([s*w for s,w in zip(scopy,sindim)]) / SAMPLE_NUM

    return math.sqrt(cos_sum**2 + sin_sum**2)

#------------------------------------------------------------

time.sleep_ms(500)
startms = time.ticks_ms()
sample_amp(ad1dim)
totalms = time.ticks_diff(time.ticks_ms(), startms)
print(totalms)

while True:
    ins = input('Input: ')

    if ins == 'q':
        break

    print((sample_amp(ad1dim), sample_amp(ad2dim), sample_amp(ad2dim)))

    time.sleep_ms(500)

#------------------------------------------------------------
#        END OF FILE : test11.PY
#============================================================

2.测量不同频率下的检测输出

#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST2.PY                     -- by Dr. ZhuoQing 2021-04-11
#
# Note:
#============================================================

from headm import *
from tsmodule.tsvisa        import *

def thonnycmd(cmd):
    tspsendwindowkey('Thonny', 's', alt=1, noreturn=1)
    tspsendwindowkey('Thonny', '%s'%cmd, noreturn=1)

def thonnyshs(cmd='', wait=0):
    tspsendwindowkey('Thonny', 's', alt=1, noreturn=1)
    if len(cmd) > 0:
        tspsendwindowkey('Thonny', '%s'%cmd, noreturn=1)
    if wait > 0:
        time.sleep(wait)
    tspsendwindowkey('Thonny', 'ac', control=1, noreturn=1)
    return clipboard.paste()

#------------------------------------------------------------
dg1062open()

freqset = linspace(110, 140, 100)

value = []

for f in freqset:
    dg1062freq(1, f)
    time.sleep(1)

    cmdstr = thonnyshs('\r',0.1).split('(')[-1].split(',')[-3]

    value.append(float(cmdstr))
    printff(f, cmdstr)

    tspsave('Scan3', f=freqset, v=value)

plt.plot(freqset, value)
plt.xlabel("Frequency(Hz)")
plt.ylabel("Value")
plt.grid(True)
plt.tight_layout()
plt.show()

#------------------------------------------------------------
#        END OF FILE : TEST2.PY
#============================================================

3.测量响应时间测试程序

#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST11.PY                     -- by Dr. ZhuoQing 2021-04-11
#
# Note:
#============================================================

from machine                import Pin,ADC,PWM
import time
from machine                import Timer
import math
import cmath
import machine

#------------------------------------------------------------
machine.freq(240000000)

#------------------------------------------------------------

led1 = Pin(18, Pin.OUT)
led2 = Pin(5, Pin.OUT)
checkpin = Pin(2, Pin.IN, Pin.PULL_UP)
outpin = Pin(15, Pin.OUT)

#------------------------------------------------------------
adc1 = ADC(Pin(36))
adc2 = ADC(Pin(39))
adc3 = ADC(Pin(34))

adc1.atten(ADC.ATTN_6DB)
adc2.atten(ADC.ATTN_6DB)
adc3.atten(ADC.ATTN_6DB)

SAMPLE_NUM = const(500)
AVERAGE_NUM = 16
ad1dim = [0] * SAMPLE_NUM
ad2dim = [0] * SAMPLE_NUM
ad3dim = [0] * SAMPLE_NUM

sample_point = 0
stop_flag = 0

def ADC3Sample(_):
    global ad1dim,ad2dim,ad3dim
    global sample_point
    global adc1,adc2,adc3
    global stop_flag

    ad1dim[sample_point] = adc1.read()
    ad2dim[sample_point] = adc2.read()
    ad3dim[sample_point] = adc3.read()

    sample_point += 1
    if sample_point >= SAMPLE_NUM:
        sample_point = 0

#------------------------------------------------------------
SAMPLE_PERIOD = 1

time0 = Timer(0)
time0.init(period=SAMPLE_PERIOD, mode=Timer.PERIODIC, callback=ADC3Sample)

#------------------------------------------------------------
FREQUENCY_MOD = 125

def angle1(n):
    return n*2*3.1415926*SAMPLE_PERIOD / 1000.0 * FREQUENCY_MOD

def wval(w):
    if w < SAMPLE_NUM / 2:
        return w * 2 / SAMPLE_NUM
    else: return (SAMPLE_NUM - w) * 2 / SAMPLE_NUM

wdim = [wval(w) for w in range(SAMPLE_NUM)]
cosdim = [int(math.sin(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]
sindim = [int(math.cos(angle1(a)) * wdim[a] * 0x7ff) for a in range(SAMPLE_NUM)]

#------------------------------------------------------------
def sample_amp(s):
    global cosdim,sindim,sample_point

    scopy = s.copy()

    if sample_point > 0:
        scopy = scopy[sample_point:] + scopy[:sample_point]

    cos_sum = sum([s*w for s,w in zip(scopy,cosdim)]) / SAMPLE_NUM
    sin_sum = sum([s*w for s,w in zip(scopy,sindim)]) / SAMPLE_NUM

    return math.sqrt(cos_sum**2 + sin_sum**2)

#------------------------------------------------------------

#time.sleep_ms(500)
#startms = time.ticks_ms()
#sample_amp(ad1dim)
#totalms = time.ticks_diff(time.ticks_ms(), startms)
#print(totalms)

#------------------------------------------------------------

print("Set pin2 low to return REPL..")

loopcount = 0
THRESHOLD_VAL = const(50000)

while True:
    check1 = sample_amp(ad1dim)
    check2 = sample_amp(ad2dim)

    flag = 0

    if check1 >= THRESHOLD_VAL:
        led1.on()
        flag = 1
    else: led1.off()

    if check2 >= THRESHOLD_VAL:
        led2.on()
        flag = 1
    else: led2.off()

    if flag == 0:
        outpin.off()
    else: outpin.on()

    if checkpin.value() == 0:
        break

print("User stop.")

#------------------------------------------------------------

#while True:
#    ins = input('Input: ')

#    if ins == 'q':
#        break

#    print((sample_amp(ad1dim), sample_amp(ad2dim), sample_amp(ad2dim)))

#    time.sleep_ms(500)

#------------------------------------------------------------
#        END OF FILE : test11.PY
#============================================================
卓晴
关注
专栏目录
【ESP32】6.激光传感器实验（串口）
CodeAllen嵌入式
10-17 9670
激光传感器常用于测距，优点是无接触远距离测量，速度快，精度高，量程大，抗光，电干扰能力强。这个实验室利用串口输入参数，然后通过激光模块模拟摩尔斯码进行输出。
基于STM32设计的智能门锁(微信小程序+手机APP等多种方式开锁)(188)
07-17 8602
当前智能门锁项目是基于STM32微控制器、ESP8266-WIFI模块、OLED显示屏、指纹模块、蓝牙模块、门禁刷卡模块、烟雾检测模块、火光检测模块、温湿度检测模块等硬件设备开发的一种智能门锁系统
ESP32 第29章 激光传感器实验
2301_79517641的博客
02-27 223
【代码】ESP32 第29章 激光传感器实验。
ESP32人脸识别开发--人脸识别模型（六）
最新发布
mcusun2000的博客
08-15 417
ESP32人脸识别和深度学习框架的配置
ROS2之ESP32简单速度消息测试（极限频率）
zhangrelay的专栏
07-02 1865
视频：turtlesim_esp32发布速度测试使用如下代码，测试： 效果如下： ros@ros:~$ ros2 topic -h usage: ros2 topic [-h] [--include-hidden-topics] Call `ros2 topic -h` for more detailed usage. ...Various topic related sub-commandsoptional arguments: -h, -...
开源ESP32彩屏WIFI/BLE智能万用表制作过程：3.频率占空比测量
jiafulu的博客
08-09 1831
上次制作无屏幕版本的万用表在测量交流信号时，没有频率和占空比测量功能，这次使用ESP32采集交流信号，计算频率和占空比。 频率为周期的倒数，占空比高电平时间T1与总周期时间T的比值，范围0%-100% 下面介绍3种实现方法，也是我逐一调试程序验证的过程。 1、先试一下用MCPWM捕获功能实现频率测量，参照官方例程配置比较简单 void M_pwm_cap_start() { M_pwm_init(); //7. Capture configuration //co.
基于STM32单片机设计的智能水温控制系统
01-18 5097
本项目研究并实现了一种基于STM32单片机的智能水温控制系统。系统以STM32F103RCT6作为主控制器，通过DS18B20温度传感器实时采集水温数据，利用PID控制算法精确调节5V直流防水型70W加热棒的功率输出，确保水温恒定在设定范围内。此外，采用OLED显示屏显示当前水温和预设上限阀值，并集成ESP8266-WiFi模块与自研Android手机APP进行远程通信和控制。用户可通过本地按键或手机APP设置温度阀值，实现实时监控与智能化管理。整个系统设计旨在提高水资源利用效率，提升生活及工业用水环境的舒
红外循迹避障小车程序（i）.zip
07-24
2. **微控制器**：小车的“大脑”通常是单片机，如Arduino或ESP32等，负责处理传感器数据，执行算法，并控制电机驱动。微控制器的选择取决于项目需求，如处理能力、IO口数量以及编程复杂度。 3. **算法实现**：寻迹...
生成式AI下的电子元器件
百态老人的博客
07-12 1047
电子元器件是电子电路的基本组成单元，它们负责执行各种电子功能，如信号放大、转换、控制、存储和传输等。电子元器件的种类繁多，包括电阻器、电容器、电感器、二极管、晶体管、集成电路等。这些元器件可以单独使用，也可以组合成复杂的电子系统.
计算机等级考试四级信息安全工程师
qq_42092076的博客
01-29 5596
计算机等级考试信息安全四级试题及解析 第一套试题 1.在进行操作系统设计时，下列哪一个是构造操作系统的方法？（C） A）网络式结构 B）并行式结构 C）微内核结构 D）主从式结构 【参考答案及解析】 C【解析】为了提高操作系统的“...
ESP32 DAC输出任意波1
08-03
需包含头文件：函数调用：dac某通道输出使能：dac_output_enable(DAC_CHANNEL_1)dac选定通道输出设定电压值：dac_output
基于ESP32的竞赛裁判系统功能调试-激光信号调试
TSINGHUAJOKING
06-12 797
  §01 智能车竞赛裁判系统 对于 基于ESP32的智能车竞赛裁判系统 中对于室内AI视觉组判别的要求在博文 AI视觉组基于ESP32的裁判系统第一版本设计要求 已经给出。这些裁判系统的功能最终可以由调制激光信号检测以及车模通过检测两个功能组合而成。下面继续调试在 基于ESP32智能车竞赛比赛系统硬件初步调试-5-6 基础上的激光调制信号检测功能。 1、激光信号检测 在 ESP32检测调制激光信号程序优化 中，对于采集激光信号中检测算法进行了优化。检测一个通道激光信号的时间，从原来的的40m.
一起玩儿物联网人工智能小车（ESP32）——38. 激光测距模块VL53L0X的使用
一起玩儿科技
01-17 3719
摘要：本文介绍ESP32如何使用激光测距模块VL53L0X进行距离测量
02 ESP32 常用函数
王牌飞行员_里海的博客
12-22 1021
ESP32
基于STM32的各种数学函数优化计算方法（代码开源）
black_sneak的博客
06-10 4176
本文为手把手教学 STM32 的数学计算公式优化方法的教程，优化的数学计算包括：sin（）、cos（）、arctan（）、arcsin（）与 1/sqrt（）。
【Arduino+ESP32专题】编写并使用函数
一点硬件
08-28 600
使用函数对程序进行封装后，程序可读性增加了许多。其实也可以看到系统中很多现成可调用的函数也是如此封装的，只是返回值、输入参数和功能有很大的区别。如果之前有过C语言的基础，就应该很轻松的可以掌握函数的建立。......
Arduino + ESP32-C3 + TFT（1.8‘ ST7735S）基础平台（实验二）玩具示波器
江哥工作室
05-11 2586
Arduino + ESP32-C3 + TFT（1.8‘ ST7735S）基础平台_姜戈12的博客-CSDN博客Arduino + ESP8266 + TFT（1.8‘ ST7735S）基础平台https://blog.csdn.net/jiangge12/article/details/123725675之前测试了 ESP8266+TFT , 本来想用到ESP32上应该也容易，但是手里没有没焊接排针的板，不方便直插TFT。还是新买吧。。。考虑到 ESP8266/ESP32 推出很久了，应该有新一代接班人
呼吸灯正弦函数
weixin_48142918的博客
08-12 875
包含#include “math.h” __weak void StartLED_Task(void const * argument) { /* USER CODE BEGIN 5 / / Infinite loop */ for(;???? { for(uint8_t i=0;i<120;i++) { if(i<100) { osDelay(20); brightNess=sin((3.1415926/100)*i); } else { osDelay(
ESP32与OpenCV结合实现运动检测：Squid Game风格
"使用 ESP32 和 OpenCV 进行动作检测，主要应用于构建类似 Squid Game 中的红灯绿灯游戏。通过 ESP32-CAM 模块捕获视频流，结合 Python 和 OpenCV 库进行运动检测，判断是否在红灯亮时有运动发生。项目适合对 Python...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

卓晴

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值