STM32学习——传感器

简介: STM32学习——传感器

1、蜂鸣器

【驱动方式】:通过电压差供电驱动

GND:接地

I/O:接单片机I/O口

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

2、光敏传感器

【驱动方式】:有源器件,特定电压供电驱动。用于检测光源强度。

AO:接到单片机的 ADC 模拟输入引脚。把单片机对应引脚设置为「模拟输入模式」

DO:接单片机I/O口,把单片机对应引脚设置为「输入模式」读取电平。由板上的电位器设置“亮度阈值”。

GND:接地

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

补充:

① AO、DO 是两种不同的信号输出,可以单独用其中一个,也可以两个同时接、同时使用。

② AO为连续模拟电压输出,直接输出光敏电阻分压后的电压值:0V ~ 供电电压VCC,和光照强度呈对应关系。

③ DO为二值化的数字信号输出,由板上的 LM393 电压比较器实现:

  • 当实际光照强度 达到 / 超过阈值 时,DO 引脚输出 低电平,同时板上的 DO-LED 指示灯点亮;
  • 当实际光照强度 低于阈值 时,DO 引脚输出 高电平,DO-LED 熄灭。

④ AO 口用于检测当前电压对应的相对光照强度;光敏电阻本身具有非线性,若要得到准确的照度(lux)数值,需要用标准照度计进行校准拟合。

3、红外反射传感器

【驱动方式】:有源器件,特定电压供电驱动。主动发射红外光,依靠接收反射光工作。

AO:接到单片机的 ADC 模拟输入引脚。把单片机对应引脚设置为「模拟输入模式」

DO:接单片机I/O口,把单片机对应引脚设置为「输入模式」读取电平。由板上的电位器设置“反射阈值”。

GND:接地

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

补充:与光敏传感器一致

① AO、DO 是两种不同的信号输出,可以单独用其中一个,也可以两个同时接、同时使用。

② AO 为连续模拟电压输出,由红外接收管分压电路输出,电压范围 0V ~ 供电电压 VCC;电压值对应红外反射强度:前方物体越近、反光越强(颜色越浅),输出电压越低。

③ DO 为二值化的数字信号输出,由板上的 LM393 电压比较器实现:

  • 当检测到的红外反射强度达到 / 超过设定阈值时,DO 引脚输出低电平,同时板上的开关指示 LED 点亮;
  • 当检测到的红外反射强度低于设定阈值时,DO 引脚输出高电平,开关指示 LED 熄灭。

④ AO 口用于检测当前红外反射的相对强度,可间接判断前方物体的距离远近、表面反光程度;该模块无法直接输出准确的距离数值,如需精准距离需用标准距离进行校准。

⑤ 红外传感器在测试时,距离越远,测试延时越高。

⑥ 红外传感器遇到黑色时会被吸收,所传输回来的信号达不到阈值,因此可以用来实现循迹功能,同时也可用来测试距离。

4、热敏传感器

【驱动方式】:有源器件,特定电压供电驱动。依靠感受温度变化来工作。

AO:接到单片机的 ADC 模拟输入引脚。把单片机对应引脚设置为「模拟输入模式」

DO:接单片机I/O口,把单片机对应引脚设置为「输入模式」读取电平。温度触发阈值由板上的电位器调节。

GND:接地

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

补充:与 光敏传感器 一致

① AO、DO 是两种不同的信号输出,可以单独用其中一个,也可以两个同时接、同时使用。

② AO 为连续模拟电压输出,由 NTC 热敏电阻分压电路输出,电压范围 0V ~ 供电电压 VCC;模块默认采用负温度系数(NTC)热敏电阻:温度越高,热敏电阻阻值越小,AO 输出电压越低。

③ DO 为二值化的数字信号输出,由板上的 LM393 电压比较器实现:

当检测到的温度达到 / 超过设定阈值时,DO 引脚输出低电平,同时板上的开关指示 LED 点亮;

当检测到的温度低于设定阈值时,DO 引脚输出高电平,开关指示 LED 熄灭。

④ AO 口用于检测对应温度的分压电压,可反映温度的相对高低; 该模块无法直接输出准确的摄氏温度数值,如需精准温度值,需用标准温度计进行多点校准拟合。

5、对射式红外传感器

【驱动方式】:有源器件,特定电压供电驱动。U 型槽两侧分别集成红外发射端与红外接收端,发射端主动发射红外光,接收端通过检测红外光强度工作。

AO:接到单片机的 ADC 模拟输入引脚。把单片机对应引脚设置为「模拟输入模式」

DO:接单片机I/O口,把单片机对应引脚设置为「输入模式」读取电平。

GND:接地

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

补充:

① AO、DO 是两种不同的信号输出,可以单独用其中一个,也可以两个同时接、同时使用。

② AO 为连续模拟电压输出,由 红外接收管分压电路输出,电压范围 0V ~ 供电电压 VCC;接收的红外光越强,AO 输出电压越低。

③ DO 为二值化的数字信号输出,由板上的 LM393 电压比较器实现:

  • 当接收的红外光强达到 / 超过设定阈值(槽内无遮挡、光路畅通)时,DO 引脚输出低电平,同时板上的开关指示 LED 点亮;
  • 当接收的红外光强低于设定阈值(槽内有物体、光路被遮挡)时,DO 引脚输出高电平,开关指示 LED 熄灭。

④ AO 口用于检测接收红外光的相对强度,可判断光路的通断程度;该模块无法测量温度,也不能直接输出精准距离,主要用于物体遮挡检测、转速测量(配合码盘)、限位检测、流水线计数等场景。

6、火焰传感器

【驱动方式】:有源器件,特定电压供电驱动。核心传感元件为红外光电二极管,依靠检测火焰发出的特定波长红外辐射工作。

AO:接到单片机的 ADC 模拟输入引脚。把单片机对应引脚设置为「模拟输入模式」

DO:接单片机I/O口,把单片机对应引脚设置为「输入模式」读取电平。火焰检测灵敏度阈值由板上的电位器调节。

GND:接地

VCC:接正极电源(标准工作电压区间为直流 3.3V ~ 5V)

补充:与 光敏传感器 一致

① AO、DO 是两种不同的信号输出,可以单独用其中一个,也可以两个同时接、同时使用。

② AO 为连续模拟电压输出,由 红外光电二极管分压电路输出,电压范围 0V ~ 供电电压 VCC;检测到的火焰红外光越强(火焰越近、火势越大),AO 输出电压越低。

③ DO 为二值化的数字信号输出,由板上的 LM393 电压比较器实现:

  • 当检测到的红外光强达到 / 超过设定阈值(检测到火焰)时,DO 引脚输出低电平,同时板上的 DO-LED 指示灯点亮;
  • 当检测到的红外光强低于设定阈值(未检测到火焰)时,DO 引脚输出高电平,DO-LED 指示灯熄灭。

④ AO 口用于检测火焰红外光的相对强度,可间接判断火焰的远近、强弱;该模块无法测量温度,也不能直接输出准确的火势数值,如需精准检测需用标准火焰源校准。

相关文章
|
3天前
|
人工智能 JSON 开发工具
Jev 决策模型 2026 技术详解:SystemOne 架构原理解读、实战测评与落地保姆指南
对于开发者来说,可以优先在原型环境用Playground验证业务可行性,小规模真实样本测试之后,再上线生产环境;优先使用SDK封装调用,高风险链路增加人工兜底逻辑。随着生态持续完善,System One这类决策模型,会成为AI应用架构中越来越重要的组成部分。
133 0
|
1天前
|
缓存 前端开发 程序员
DeepSeek-V4.1-Flash-1017 上手实测:3D 直出,效果到底如何
DeepSeek-V4.1-Flash-1017 上手实测:3D 飞行特斯拉、千里江山、折叠掌机一次直出,跑分 77%、最高档单任务 1.3 元
DeepSeek-V4.1-Flash-1017 上手实测:3D 直出,效果到底如何
|
3天前
|
人工智能 移动开发 自然语言处理
阿里云千问办公 QwenWork详细介绍:产品核心能力、典型场景、价格及常见问题解答
千问办公(QwenWork)是阿里推出的一站式AI Agent生产力平台,主打“对话即交付”:用户用自然语言描述需求,即可自动生成PPT、Excel、网页、报告等可直接落地成果;深度集成钉钉,支持多模态解析、定时任务、技能复用与多端协同(网页/钉钉/桌面端),助力个人与企业提效降本。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
3天前
|
自然语言处理 数据可视化 API
阿里云 2026 Qwen-image-3.0 能力全解:通义千问新版图像生成模型,核心特性、底层架构与实操教程
综合来看,Qwen-image-3.0代表图像生成模型向实用生产力方向演进的重要一步,超长指令理解、高精度文本渲染、多图编辑能力,补齐了文生图在结构化图文场景的短板。无论是个人创作者做海报、漫画,还是企业搭建自动化素材生产API服务,这套模型都提供了稳定可落地的方案。开发者可以基于上面提供的curl、Python同步、图生图编辑、异步任务代码快速搭建测试环境,通过大量提示词测试积累经验,把图像生成能力集成到各类多模态应用当中,挖掘图文自动化生产的效率提升空间。
203 0
|
1天前
|
人工智能 监控 安全
钓鱼攻击激增背景下身份安全与协同防御体系研究
本文基于微软2026年数字防御报告,分析钓鱼攻击占比一年内从7%飙升至23%的深层动因,揭示身份失守引发横向渗透、漏洞武器化缩至24小时、攻击跨云/供应链互联等新威胁。提出融合抗钓鱼认证、AI赋能运营、双向情报共享与快速漏洞响应的协同防御框架,并务实探讨落地约束与优化路径。(239字)
28 3
|
2天前
|
数据采集 人工智能 运维
企业官网GEO是什么?GEO和SEO有什么区别,怎么做官网才容易被AI搜索引用
AI搜索时代,官网不只被"搜得到",还要被"答得出"。GEO与SEO的核心区别一句话:SEO管排名,GEO管AI引用。本文讲清GEO定义、与SEO的六维度对比、AI爬虫放行、llms.txt与JSON-LD配置,附20个站点验证数据和5个踩坑。
|
3天前
|
弹性计算 运维 监控
云监控 + 告警实战:千里达票务系统 7×24 稳定运行保障
节假日景区最怕无声故障。千里达票务系统基于阿里云云监控构建指标采集+告警通知+事件闭环运维体系:ECS/RDS/Redis/SLB云产品指标自动上报,自定义指标(QPS、错误率、P99延迟)通过Python SDK上报;告警分三级(钉钉/短信/电话),非工作时间15分钟未确认自动升级。附告警规则示例与踩坑复盘(告警风暴、阈值拍脑袋、无人响应、监控盲区)。重大故障发现时间从开园后缩短到3分钟内。
51 2
|
4天前
|
运维 安全 搜索推荐
高校环境下鱼叉式网络钓鱼攻击特征与防御研究
本文以荷兰格罗宁根大学鱼叉式钓鱼攻击事件为案例,系统分析高校场景下该攻击的精准性、信任构建与蠕虫式传播特征,揭示开放协作环境、工具依赖及人员多样性带来的独特风险,并从技术、内容、管理、意识四层面提出纵深防御框架,强调多因素认证与敏捷响应的关键作用。(239字)
40 0
|
15小时前
|
人工智能 弹性计算 安全
给团队搭一个自己的 ChatGPT,数据一步都不出内网
Open WebUI 是可扩展的开源自托管 AI 平台,内置多模型对话、RAG 知识问答、联网搜索、图像生成与团队权限管理,可对接 Ollama 和 OpenAI 兼容接口。通过阿里云计算巢一键部署,数据全程留在自己的 ECS 中,安全代理访问,无需暴露公网端口。
|
4天前
|
人工智能 安全 前端开发
面向邮箱 AI 助手的双目标钓鱼攻击风险与防御研究
本文分析AI时代新型“双目标钓鱼攻击”:攻击者在邮件中同时植入面向人类的欺诈内容和针对AI助手的隐藏提示注入载荷(如HTML注释、零字号文本等),诱导AI篡改摘要、伪造付款信息,间接误导业务决策。基于ACSC与Barracuda真实案例,揭示传统邮件防护与大模型安全机制的短板,提出涵盖邮件净化、AI权限管控、流程校验、人员培训与应急响应的闭环防御框架。(239字)
37 2