本小车的驱动板只采用一个L298N驱动板来控制四个电机，两个两个电机并联，传感器采用红外传感器模块，有白线是为0，黑线时为1。
一共用了三个红外传感器模块。
（具体的驱动电路和单片机接口程序中都有说明）
一共用了三个红外传感器模块。
（具体的驱动电路和单片机接口程序中都有说明）
2024/3/4 14:38:03
227KB
1
以STM32F103C8T6为控制器，L298N驱动两个直流电机，通过3个反射式红外传感器采集数据，采用两节3.2V锂电池串联作为电源的巡线小车。
车上搭在了其他模块，如：超声波测距模块、显示屏模块等。
程序为Ｃ语言编写。
数据流向： 传感器-＞ADC-＞DMA-＞RAM-＞PID控制器-＞PWM-＞L298N-＞直流电机 红外反射传感器：有发射头和接收头，发射头发出红外光经物体表面反射进入接收头，根据不同颜色表面对光的反射率不同，达到识别路径的目的。
用于测试的路径可以采用如下方式制作： 在Ａ０的白纸上粘贴黑色电工胶带作为巡线路径。
车上搭在了其他模块，如：超声波测距模块、显示屏模块等。
程序为Ｃ语言编写。
数据流向： 传感器-＞ADC-＞DMA-＞RAM-＞PID控制器-＞PWM-＞L298N-＞直流电机 红外反射传感器：有发射头和接收头，发射头发出红外光经物体表面反射进入接收头，根据不同颜色表面对光的反射率不同，达到识别路径的目的。
用于测试的路径可以采用如下方式制作： 在Ａ０的白纸上粘贴黑色电工胶带作为巡线路径。
2024/3/1 6:09:10
610KB
1
不同于传统的非制冷红外成像技术，提出了基于微电子机械系统(MEMS)的新概念光学读出非制冷红外成像技术。
它的光学读出系统基于空间刀口滤波原理，具有高灵敏度、高分辨率和高抗震性等优点，但同时也受到了反光板的弯曲变形、粗糙度等复杂因素的影响。
在大量实验数据的基础上，利用夫琅禾费近场衍射理论，建立了复杂因素下光学灵敏度的理论分析模型，详细分析了刀口滤波位置、反光板的长度、曲率半径、粗糙度、LED光源的强度以及扩展宽度等对光学灵敏度的影响，并提出了通过极限操作使系统的光学灵敏度最大化的光学优化方法。
它的光学读出系统基于空间刀口滤波原理，具有高灵敏度、高分辨率和高抗震性等优点，但同时也受到了反光板的弯曲变形、粗糙度等复杂因素的影响。
在大量实验数据的基础上，利用夫琅禾费近场衍射理论，建立了复杂因素下光学灵敏度的理论分析模型，详细分析了刀口滤波位置、反光板的长度、曲率半径、粗糙度、LED光源的强度以及扩展宽度等对光学灵敏度的影响，并提出了通过极限操作使系统的光学灵敏度最大化的光学优化方法。
2024/2/27 12:50:09
9.02MB
1
stm32f1+esp8266+温湿度+光强+噪音+红外检测节点，做的检测节点，可连接路由器或者热点，程序里面修改路由器名字和连接密码，节点为服务器，采用TCP，可以设定好IP和端口号，在上位机上接收检测数据。
2024/2/23 23:26:58
338KB
1
信息时代，通信的手段日益变化，红外作为一种可行的通信方式也发挥着重要的作用，这里利用红外进行简单的通信，通过proteus软件对其进行软件仿真。
包含了proteus仿真模块和基于keil的源代码实现。
包含了proteus仿真模块和基于keil的源代码实现。
2024/2/16 5:25:19
112KB
1
提出一种基于红外图像分层处理及动态压缩的DDE算法。
该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取，并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理，再调整和压缩各图层的动态范围并最终合成8bits图像。
实验结果表明，该算法能较好地保留并突出原始红外图像中的边缘和细节信息，达到了预期设计的目标
该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取，并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理，再调整和压缩各图层的动态范围并最终合成8bits图像。
实验结果表明，该算法能较好地保留并突出原始红外图像中的边缘和细节信息，达到了预期设计的目标
2024/2/11 1:40:29
453KB
1
基于msp430的智能家居完整程序，整个系统包括红外一体接收模块，步进电机模块，继电器模块，蜂鸣器模块，GSM模块，语音模块，彩屏显示模块，温度传感器模块。
功能强大。
并且采取模块化编程，便于移植。
另附硬件连接说明
功能强大。
并且采取模块化编程，便于移植。
另附硬件连接说明
2024/2/8 19:42:41
186KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB