基于Arduino的植物浇水系统

简介: 基于Arduino的植物浇水系统

基于Arduino的植物浇水系统

一、项目说明

欢迎来到我最新的DIY项目介绍:一个由Arduino驱动的自动植物浇水系统。这个项目旨在简化浇水任务,确保植物每天只需最少的努力就能得到适量的水分。

项目概述

  • 功能性:该系统通过一个简单的开关激活,你每天只需要打开一次。
  • 操作:当开关打开时,系统会触发一个水泵,释放水精确地5秒钟,确保你的植物得到充分浇水,同时避免过度浇水。
  • 自动化:这个项目非常适合那些想要一个可靠且易于使用的解决方案来进行日常植物护理的植物爱好者。

实物图:

二、项目材料

  • 笔记本电脑(用于上传代码到Arduino Uno)
  • Arduino Uno - 1个
  • 18650电池座 - 1个
  • 伺服电机 - 1个(带伺服角)
  • Arduino Uno USB数据线 - 1根(Mac用户使用USB C线)
  • 公对公跳线 - 3根
  • 切割刀片 - 1个
  • 18650电池 - 2个
  • 小透明胶带 - 1个
  • 9V电池夹 - 1个
  • 9V电池 - 1个
  • 3型超静音无刷电机潜水水泵(120L/H 3-6VDC)- 1个
  • 枪胶(带1根胶棒)
  • 小双面胶带 - 1个
  • 一对剪刀 - 1把
  • 一个容器(用于装水)- 1个
  • 一小片锡箔纸
  • 泡沫块 - 2块

三、制作步骤

3.1 步骤一

将跳线连接到伺服电机的以下线:

  • 白色 => 橙色/黄色
  • 绿色 => 红色
  • 灰色 => 黑色

3.2 步骤二

然后将跳线连接到Arduino Uno板的以下位置:

  • 白色 => 9号引脚
  • 红色 => 5V
  • 灰色 => GND引脚

3.3 步骤三

将18650电池座连接到Arduino Uno的以下区域:

  • 18650电池座的负极端连接到GND引脚
  • 18650电池座的正极端连接到VIN引脚

3.4 步骤四

将Arduino Uno USB数据线连接到笔记本电脑(如果你使用的是Mac,请使用USB C端口)

3.5 步骤五

现在将USB 2.0数据线连接到Arduino Uno板

3.6 步骤六

编写并上传以下代码:

#include <Servo.h>
Servo myServo; // 创建一个Servo对象
void setup() { myServo.attach(9); // 将伺服电机连接到9号引脚 }
void loop() { // 将伺服移动到3度
  myServo.write(20);
  delay(5000); // 等待5秒
  // 将伺服移回0度
  myServo.write(0);
  delay(1000); // 等待1秒
  // 停止进一步操作
  while (true) {
    // 无操作
  }
}

*现在上传此代码,直到显示“Done uploading.”消息。

3.7 步骤七

在跳线末端(黑色塑料部分)贴上一些透明胶带以固定它们。

3.8 步骤八

将水泵的电线连接到9V电池夹:

  • 红色代表正极端
  • 黑色代表负极端
  • 红 => 红
  • 黑 => 黑

3.9 步骤九

剪一小块双面胶带,贴在电池夹上。然后在双面胶带上粘贴一个伺服角。然后在伺服角上倒一些枪胶以使其固定。

注意:确保等待2分钟让枪胶干燥。

3.10 步骤十

我制作了一个小型设置,你可以制作(它必须使伺服触摸到电池连接器的正确侧面以打开水泵)

3.11 步骤十一

最后,水泵必须就位,以吸取水分并像上图所示输出水分。

四、结论

希望你喜欢这个项目,并在构建过程中找到乐趣!如果你有任何问题或需要帮助,欢迎在评论区交流。

作者:Svan.


注意:本博文为不得在未经本人同意进行转载或者二次创作,违者必究!!!


目录
相关文章
|
存储 消息中间件 运维
Kubernetes中部署ELK Stack日志收集平台(上)
Kubernetes中部署ELK Stack日志收集平台
Kubernetes中部署ELK Stack日志收集平台(上)
|
传感器
基于Arduino的自动浇灌系统
基于Arduino的自动浇灌系统
1260 1
|
5月前
|
传感器 监控 算法
基于 STM32 的老人摔倒报警装置项目【源码分享】
在我国逐步迈入老龄化社会的背景下,独居老人摔倒事故频发且救援不及时的情况越来越受到关注。摔倒后无法及时呼救,是老年人伤亡的重要原因之一。因此,构建一套低成本、可靠、可实时报警的摔倒监测系统具有重要价值。
|
机器学习/深度学习 人工智能 自然语言处理
论文推荐:R1-Omni、VisualPRM、4D LangSplat、Vision-R1、GoT
简要介绍:由复旦大学、上海AI实验室等机构提出了首个统一多模态理解和生成的奖励模型UnifiedReward。该工作构建了大规模人类偏好数据集,包含图像和视频生成/理解任务,并利用该模型进行自动构建高质量偏好对数据,最终通过DPO优化视觉模型。实验结果表明,联合学习评估多样化视觉任务可以带来显著的相互益处。
476 1
|
存储 Kubernetes 调度
k8s常见的排错指南Node,svc,Pod等以及K8s网络不通问题
k8s常见的排错指南Node,svc,Pod等以及K8s网络不通问题
5742 1
|
传感器
DIY_实现光敏电阻传感器简单控制LED
DIY_实现光敏电阻传感器简单控制LED
4118 2
|
传感器 IDE 开发工具
基于Arduino的自行车转向指示灯
基于Arduino的自行车转向指示灯
428 0
|
机器学习/深度学习 存储 安全
YOLOv8火灾和烟雾检测
YOLOv8火灾和烟雾检测

热门文章

最新文章