分类目录其他作料

    卡尔曼滤波（Kalman filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
    数据滤波是去除噪声还原真实数据的一种数据处理技术，Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态。（百度百科）

    实际应用中，我们陀螺仪实验的时候，会发现获取的数值抖动太大，不够平滑；这样的数值在应用时会导致很多问题，因此需要通过一定的算法将数值转换的更平滑。如下采集数据：

105.87231557, 108.0076993, 85.64052734, 84.23328308, 124.71488794, 102.91086635, 96.6229862, 93.07739765, 98.52594135, 111.79610743, 94.78393208, 105.27301268, 87.23224952, 89.71036819, 117.43724425, 64.70525616, 75.48832499, 91.99249324, 105.44355624, 84.93538347

    上面的数据是获取的陀螺仪Roll方向20次样本数据，可见数值波动很大，如84都124，89到117等。下面我们将尝试卡尔曼算法，实现数值降噪滤波。

代码示例：

#!/usr/bin/env python

#coding:utf-8



'''

from JiuJiang

树莓酱的操作实例

https:://www.suhmeijiang.com

'''

import matplotlib.pyplot as plt



#滤波类

class kalman_filter:

    def __init__(self,Q,R):

        self.Q = Q

        self.R = R



        self.P_k_k1 = 1

        self.Kg = 0

        self.P_k1_k1 = 1

        self.x_k_k1 = 0

        self.ADC_OLD_Value = 0

        self.Z_k = 0

        self.kalman_adc_old=0



    def kalman(self,ADC_Value):



        self.Z_k = ADC_Value



        if (abs(self.kalman_adc_old-ADC_Value)>=60):

            self.x_k1_k1= ADC_Value*0.382 + self.kalman_adc_old*0.618

        else:

            self.x_k1_k1 = self.kalman_adc_old;



        self.x_k_k1 = self.x_k1_k1

        self.P_k_k1 = self.P_k1_k1 + self.Q

        self.Kg = self.P_k_k1/(self.P_k_k1 + self.R)



        kalman_adc = self.x_k_k1 + self.Kg * (self.Z_k - self.kalman_adc_old)

        self.P_k1_k1 = (1 - self.Kg)*self.P_k_k1

        self.P_k_k1 = self.P_k1_k1



        self.kalman_adc_old = kalman_adc



        return kalman_adc



if __name__ == '__main__':

    kalman_filter =  kalman_filter(0.001,0.1)



    #陀螺仪测试数据

    test_array = [105.87231557, 108.0076993, 85.64052734, 84.23328308, 124.71488794, 102.91086635, 96.6229862, 93.07739765, 98.52594135, 111.79610743, 94.78393208, 105.27301268, 87.23224952, 89.71036819, 117.43724425, 64.70525616, 75.48832499, 91.99249324, 105.44355624, 84.93538347, 105.87231557, 108.0076993, 85.64052734, 84.23328308, 124.71488794, 102.91086635, 96.6229862, 93.07739765, 98.52594135, 111.79610743, 94.78393208, 105.27301268, 87.23224952, 89.71036819, 117.43724425, 64.70525616, 75.48832499, 91.99249324, 105.44355624, 84.93538347]



    print(test_array)

    n = len(test_array)



    #卡尔曼过滤

    new_array=[]

    for i in range(n):

        new_array.append(int(kalman_filter.kalman(test_array[i])))



    #滤波后数据

    print(new_array)



    #图形生成展示

    plt.plot(new_array)

    plt.plot(test_array)

    plt.show()

效果如图：

    上图可见，我们通过vnc进入可视化桌面，然后命令行执行程序文件，左侧是输出的数据；右侧是图表化滤波数据和原值数据，蓝色是滤波后数据，黄色是原值数据。可见，滤波后数据变的平滑很多。

    算法部分来源于大神文章：https://blog.csdn.net/moge19/article/details/82531119

    图形化展示部分，使用的是matplotlib，Python的2D绘图库；系统默认是没有安装的，需要自己安装，由于默认安装的matplotlib版本执行一直有问题，所以安装时指定了版本：

pip install matplotlib==2.0.2

    安装后执行如果报问题：Couldn't find foreign struct converter for 'cairo.Context'，那么执行如下命令：

 sudo apt-get install python-gi-cairo

其他滤波算法，还没尝试，如果有兴趣可以试一下：十种滤波算法的Python实现。

    树莓派长时间启动运行时，会发现发热很严重；尤其是单板子放在桌子或其他物品上时，经常因为紧挨物品而无法很好散热；所以想了下自己弄了一个较好的散热装置用作参考。

    用到的物品如下：

材料：
（1）树莓派3b+；
（2）散热小风扇；
（3）散热铜柱10个（数量可自己调整）；
（4）M3螺帽8个；
（5）M3*20螺丝两个；
（6）长度65雪糕片一个；

组装过程：
（1）两个铜柱组合，组个四组，目的提高离地间隙（根据自己需要）；
（2）用螺丝组合雪糕片和散热小风扇；
（3）树莓派四个小孔扩大，此处用的直径4mm的钻头；

（4）组合好的铜柱分别安装到树莓派的四个孔，用作支撑角；效果如下：

（5）将组合好的散热小风扇，安装到树莓派尾部（TF卡端）；
（6）小风扇的电源线连接树莓派，黑线接GND，红线接5V；
（7）树莓派开机，可见散热小风扇开始转动，给树莓派降温；
（8）组装完成，效果如下：

    摄像头云台买了很久，今天才想起来尝试一下；时间有限，初步尝试用键盘操作一下云台四个方向操作；其中ad控制左右转动，ws控制前后转动；驱动板用的是pca9685。

    其中舵机驱动采用的是adafruit-circuitpython-pca9685，可以参考以前的文章：https://www.shumeijiang.com/2021/08/29/舵机的新驱动方式。

组合效果：

代码示例：

#coding:utf-8



'''

from JiuJiang

树莓酱的操作实例

https:://www.shumeijiang.com

'''



import time

from board import SCL, SDA

import busio



from adafruit_pca9685 import PCA9685

from adafruit_motor import servo



#引入i2c

i2c = busio.I2C(SCL, SDA)



#实例化 此处是0x41 驱动板地址修改过导致

pca = PCA9685(i2c, address=0x40)  #地址可以修改  默认0x40

pca.frequency = 40



#左右

servo_0 = servo.Servo(pca.channels[0])

servo_0.set_pulse_width_range(min_pulse=500, max_pulse=2500)

base_0 = 60



#前后

servo_1 = servo.Servo(pca.channels[1])

servo_1.set_pulse_width_range(min_pulse=500, max_pulse=2500)

base_1 = 80



while True:

    code = input('方向是?')

    angle_n = 10

    if base_0+angle_n >= 180:

        continue

    if base_1+angle_n >= 180:

        continue

    if base_0 <= angle_n:

        continue

    if base_1 <= angle_n:

        continue



    if code == 'a':

        base_0 = base_0 - angle_n

    elif code == 'd':

        base_0 = base_0 + angle_n

    elif code == 'w':

        base_1 = base_1 + angle_n

    elif code == 's':

        base_1 = base_1 - angle_n



    servo_0.angle = base_0

    servo_1.angle = base_1

    time.sleep(0.2)

pca.deinit()

执行效果：

    web.py是Python的web框架，它简单而且功能强大。它安装后启动服务，然后通过url和端口访问服务内容；下面将简单尝试一下，更多的内容可以参考官网内容：https://webpy.org/docs/0.3/。

首先安装服务，可以采用pip安装，这边用的是Python3版本；

pip3 install web.py

模块安装后，启动服务，首先新建jiujiang.py，然后录入如下代码；

#!/usr/bin/env python

#coding:utf-8



'''

from JiuJiang

树莓酱的操作实例

https:://www.suhmeijiang.com

'''



#模块引入

import web



#路由规则定义

urls = (

    '/index/(.*)', 'index',

    '/jiujiang/(.*)', 'jiujiang'

)

app = web.application(urls, globals())



class index:

    def GET(self, name):

        if not name:

            name = 'World'

        return 'Hello, ' + name + '!'

#定义处理类

class jiujiang:

    def GET(self, data):

        return 'jiujiang test '+ data



#服务启动

if __name__ == "__main__":

    app.run()

文件保存后，执行命令，启动服务；其中2323是自定义端口，不写默认为8080；

python3 jiujiang.py  2323

服务启动后，我们可以用同局域网的电脑和手机访问；http://192.168.0.118:2323/jiujiang/webpy

接口访问后，可以看到服务端访问日志如下图：

 其他操作或者效果可以参考网上其他讲解。

上面文章已经安装了mongo数据库，现在要通过Python操作mongo数据库，因此下面要进行一些操作。

参考文章： http://www.shumeijiang.com/2021/01/24/多个树莓派之间实现通信对话 

#首先要安装驱动pymongo
1、执行命令

sudo pip install pymongo==3.2

（指定版本是因为mongo有版本的要求，3.2实验不会报错，3.11会报错）
2、安装完成后查看版本是否正确

python

>>> import pymongo

>>> pymongo.version

'3.2'

#mongo连接

1  #coding:utf-8

2  from pymongo import MongoClient

3

4  USER = 'pi'  #用户名

5  PASS = 'shumeijiang'  #验证密码

6  ADDRESS = '192.168.0.120'  #数据库地址

7  PORT = 27017   #默认端口

8  DB_NAME = 'command'  #指定库

9  COLLECTION = 'master.command'  #指定集合（表）

10 

11 conn = MongoClient("mongodb://"+USER+':'+PASS+'@'+ADDRESS, PORT)

12 db = conn[DB_NAME]

13 collect = db[COLLECTION]

14

15 for i in collect.find():   #数据查询

16     print(i)

#查询结果

#实验目的：在局域网内，通过在一个树莓派上安装mongo载体，然后设置其他树莓派可远程访问，从而实现多个树莓派之间消息传递，命令传递以及通信对话功能。

如图可见有两个树莓派，分别是120和118；数字的含义其实是他们各自的静态ip，因为涉及到彼此访问，因此需要首先设置静态ip。120的IP地址为192.168.0.120；118的IP地址为192.168.0.118。

#安装mongo
1、由于树莓派的软件源自带mongodb-server的安装包（此处用的是清华的软件源http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian），因此只需要执行

sudo apt-get install mongodb-server

2、不过安装的是32bit 的mongodb，数据库的大小会被限制在2GB；因此需要对旧数据添加一个合理的清理机制；
3、安装完成执行命令：

mongo

4、如下图所示则表示安装成功，120和118都需要安装；

#设置通信
1、由于默认ip是127.0.0.1，无法远程连接，因此需要执行编辑配置文件，如果非root需要sudo vim /etc/mongodb.conf 
2、寻找bind_ip = 127.0.0.1这一行，注释掉；注释后可见 #bind_ip = 127.0.0.1 
3、由于默认登录权限设置是关闭的 对于通信非常的不安全，因此我们需要打开 auth=true这行； 
4、由于增加了权限 因此需要增加用户 见下图
5、保存文件，然后重启系统 sudo reboot 

#通信实验
1、分别登录118和120机器，然后执行 mongo 192.168.0.120 -u "pi" -p "shumeijiang" --authenticationDatabase admin （其中-u为用户名 -p为密码）
2、然后在120执行
（1）use command
（2）db.master.command.insert({_id:1, data:'data', 'status':1})
3、然后在118机器执行 db.master.command.find({})
4、可见118读取到消息 { "_id" : 1, "data" : "data", "status" : 1 } 
5、同理118在mongo写入一条信息，120执行查询也可见消息；
6、如此实现一个双向的消息同步机制，后续增加消息的读取状态，以及消息的清理机制等。

#更多实验可见 https://www.shumeijiang.com/2021/07/21/树莓派语音识别-物联网实验/

#实验目的：通过旋转降压按钮，可见自带或外接电压显示表显示电压数值变化。

#接线示例1

#接线示例2

#实验效果：
1、示例1为自带电压显示模块，示例2为不带电压显示模块；
2、示例2后添加单独电压显示表，为示例2降压模块提供电压显示；
3、通过旋转示例1或示例2的降压变压旋转钮，可见电压表电压值在变化；如果无变化，需要多旋转几圈，直到数值变化；
4、示例1的降压模块还自带一个可显示输入电压按钮，通过按压按钮可见输入电压为12V；
5、变压后电压不会高于输入电压，同时最低电压也不会为0；

#视频效果地址：

#直观理解：
1、数字信号用高电平和低电平标示，表示有或者无，高或者低；
2、模拟信号则可以表示多少；

如上图，用电池电量举例；数字信号表示电池有无电量，而模拟信息可以表示有多少电量。

#应用场景不同
1、有的传感器比如通电即量的LED灯，如果使用数字信号，则只可控制LED量或者熄灭；如果使用模拟信号则可以模拟LED亮度多少。