Spelling suggestions: "subject:"ljudsensor"" "subject:"ljudsensorn""
1 |
Raspberry Pi-baserad lågeffektsmodul för dataloggning av olika miljöparametrarJonathan, Strandberg January 2018 (has links)
In this project a Raspberry Pi 3 B+ has been constructed to log a number of envi-ronmental data from connected sensors. The connectable sensors include: Rain sensor Temperature sensor Gas sensor Anemometer Sound sensor Camera These sensors availability are sensed at device start and the present ones arelogged in settable intervals, then saved locally in a .csv-file and for the cameraa .jpg-file. All log data is backed up periodically to a connected USB Flash drive.The log data is also available for transfer through Bluetooth and Wifi. A numberof energy saving procedures have also been implemented in the form of poweringoffand on a couple of hardware components. The system is created with energy consumption in mind as it will be mergedwith another system which has the goal of supporting this system with a batteryand solar panels whose energy flows an Arduino Uno is controlling. This does aconnection to the Arduino possible for transfer of information regarding total sunhours, battery charge and power consumption for extended logging. / I detta projekt har en Raspberry pi 3 B+ konstruerats till att logga ett antal miljödata från anslutna sensorer. De sensorer som kan anslutas innefattar: Regnsensor Temperatursensor Gassensor Vindsensor Ljudsensor Kamera Samtliga sensorer känner enheten av vid start om de är närvarande och om så kan mätdatan loggas i valfria intervall och sparas lokalt i ett .csv-kalkylark och för kameran en .jpg-fil. All loggdata säkerhetskopieras intervallsvis till ett anslutet USB-minne. Loggdatan är även tillgänglig för överföring via Bluetooth och Wifi. Diverse energibesparande metoder har även implementerats i form av på och avstängning för vissa hårdvarukomponenter. Systemet är utvecklat med energikonsumption i tanken då det kommer att slås samman med ett annat projekt vars mål är att driva detta system med ett batteri och solceller vars energiflöden en Arduino Uno kontrollerar. Detta gör även en anslutning till Arduinon möjlig där information om soltimmar, batteriladdning och effektförbrukning kan överföras för utökad loggning.
|
2 |
FunkyBot : Robotrörelser styrda i takt av ljudsignalerMörén, Siri, Nauwelaerts de Agé, Ebba January 2023 (has links)
In the following report, a study regarding the control of a dancing robot has been conducted. The study covers whether a robot’s movements can be controlled by a recurring and pacing audio signal at a given BPM, and how well it does so. In order to test this for results, five different BPMs have been played six times each in front of a sound sensor module connected to the robot’s microcontroller to perceive the signal. The reading of this signal then adjusts the speed at which the motors rotate. Two test subjects then pressed a button in the mobile app Soundbrenner each time they found the robot to change its movement. The presses of the button then generated a beat of their own which represents the viewer’s perceived BPM of the dancing robot. This is then used to compare the desired BPM with the BPM delivered by the robot. A maximum BPM for the robot to dance to has also been studied by gradually increasing the given BPM until it no longer could use the signal. The results showed that the robot could stick to the given BPM fairly well. The mean difference between the recorded and the desired beat was 4.9 BPM. At 100 and 140 BPM the sound sensor and microcontroller were most successful in reading the beat, while found it most challenging at 120. However, environmental factors such as noise pollution were a heavyweight cause for misreadings. The results where on the other hand near flawless when the signal was isolated and clear. The maximal beat the robot could follow was read to 239 BPM because of the delay used in the microcontroller’s code. / I följande projekt undersöks styrnnigen av en dansande robot och huruvida den kan, och isåfall hur väl, urföra sina rörelser i takt till ett uppspelat BPM, uppfattat av en ljudsensormodul. För att testa detta har fem olika takter spelats upp sex gånger var. När roboten börjat dansa, har två testpersoner fått klicka på en knapp i mobilappen Soundbrenner när de upplever att roboten byter rörelse. Dessa knapptryck har då alstrat en egen takt som i sin tur jämförs med den takt som faktiskt spelades upp. Även ett maximalt BPM som roboten kan dansa till har uppmäts genom en gradvis ökning tills den inte längre erhöll någon signal. Resultaten visade att roboten klarade av att hålla sig i takt någorlunda väl. Det medelvärde som erhölls för differensen mellan det uppmätta och den önskade takten var 4.9 BPM. Vid 100 och 140 BPM var det lättast för ljudsensorn och mikrokontrollern att göra korrekta mätningar, och svårat vid 120BPM. Dock var omgivningsfaktorer som buller en stor orsak till felläsningar. När signalen var tydlig och isolerad nog var resultaten mycket goda. Den högsta takt roboten kunde följa var 239 BPM på grund av den fördröjning som användes i mikrokontrollerns kod.
|
Page generated in 0.0339 seconds