• [MicroPython]TPYBoard开发板DIY小型家庭气象站


    对于喜欢登山的人来说,都会非常关心自己所处的高度跟温度,海拔高度的测量方法,海拔测量一般常用的有两种方式,一是通过GPS全球定位系统,二是通过测出大气压,根据气压值算出海拔高度。

    BMP180是一直常见的气压传感器,BMP180是一款高精度、小体积、超低能耗的压力传感器,可以应用在移动设备中,它的性能卓越,精度最低可以达到0.03hPa,并且耗电极低,只有3μA;BMP180采用强大的8-pin陶瓷无引线芯片承载(LCC)超薄封装,可以通过I2C总线直接与各种微处理器相连。

    我们用TPYBoard v102跟BMP180气压传感器和OLED液晶屏制作一个简易的家庭气象站,检测屋内气压、温度跟当地海拔的高度。有兴趣的朋友可以接入其他的传感器,并显示在OLED上。

     

    BMP180实物图

     

    TPYBoard v102实物图

    上面是BMP180的实物图跟TPYBoard v102的实物图,OLED我就不介绍了,如果有需要的可以参考这个http://www.tpyboard.com/support/studyexample14/268.html,下面告诉大家硬件接线方法:

     

    效果展示图

     

    连接完毕后,将font.py,ssd1306.py与bmp180的库导入,就可以通过以下方法分别读取温度、气压、海拔高度。

    from bmp180 import BMP
    bmp=BMP180(1)
    tem=bmp.getTemp()
    press=bmp.getPress()
    altitude=bmp.getAltitude()
    

      

    导入需要的类库,编辑好main.py,直接运行就ok了,下面是main.py的程序源码

    import pyb
    from ssd1306 import SSD1306
    from bmp180 import BMP180
    
    bmp=BMP180(1)
    display = SSD1306(pinout={'dc': 'Y9',
                              'res': 'Y10'},
                      height=64,
                      external_vcc=False)
    while 1:
        tem=bmp.getTemp()
        press=bmp.getPress()
        altitude=bmp.getAltitude()
        display.poweron()
        display.init_display()
        display.draw_text(1,1,str(tem),size=1,space=1)
        display.draw_text(60,1,'C',size=1,space=1)
        display.draw_text(1,10,str(press),size=1,space=1)
        display.draw_text(60,10,'pa',size=1,space=1)
        display.draw_text(1,20,str(altitude),size=1,space=1)
        display.draw_text(60,20,'m',size=1,space=1)
        # 显示出你想要显示的内容
        display.display()
        pyb.delay(3000)
  • 相关阅读:
    TensorFlow(十五):使用inception-v3实现各种图像识别
    TensorFlow(十四):谷歌图像识别网络inception-v3下载与查看结构
    TensorFlow(十三):模型的保存与载入
    TensorFlow(十二):使用RNN实现手写数字识别
    TensorFlow(十一):递归神经网络(RNN与LSTM)
    TensorFlow(十):卷积神经网络实现手写数字识别以及可视化
    ffmpeg-20160628-git-bin.7z
    ffmpeg-20160617-git-bin.7z ffmpeg-20160626-git-bin.7z
    欧洲杯 2016 高清直播
    YY 神曲 李明霖 14部合集
  • 原文地址:https://www.cnblogs.com/xiaowuyi/p/9318371.html
Copyright © 2020-2023  润新知