STHS34PF80人体存在传感器(1)----获取人体存在状态

STHS34PF80人体存在传感器.1--获取人体存在状态

  • 概述
  • 视频教学
  • 样品申请
  • 完整代码下载
  • 主要特点
  • 硬件准备
  • 接口
  • 最小系统图
  • 生成STM32CUBEMX
  • 串口配置
  • IIC配置
  • CS设置
  • 串口重定向
  • 参考案例
  • 获取ID
  • 温度测量滤波方式
  • 智能识别算法
  • 使用块数据更新（BDU）功能
  • 设置ODR速率
  • 获取状态
  • 测试结果

概述

STHS34PF80是一款高性能的红外(IR)传感器，特别适用于检测存在感和运动。其主要特点是高灵敏度，能在没有透镜的情况下探测到4米远的物体（尺寸为70 x 25厘米），并配有集成的硅红外滤波器。这款传感器能够区分静止和移动物体，并具有80°的视场角。它出厂时已校准，且设计为低功耗，包含用于提高探测效果的智能算法。
其应用范围广泛，不仅包括存在感和接近感应、报警/安全系统、智能家居、智能照明、物联网、智能储物柜和智能墙板，还特别适用于检测人体的存在。由于其高灵敏度和精确度，它能够有效地用于人体检测，如在安保系统中探测潜在的入侵者，或在智能家居系统中监测房间内的人员动态。
最近在弄ST的课程，需要样片的可以加群申请：615061293 。
在这里插入图片描述

视频教学

https://www.bilibili.com/video/BV1fN4y1e7gu/

STHS34PF80人体存在传感器(1)----获取人体存在状态

样品申请

https://www.wjx.top/vm/OhcKxJk.aspx#

完整代码下载

主要特点

高灵敏度探测: 专为探测红外线的存在和运动设计，具有高灵敏度。
探测范围: 能够在没有透镜的情况下，探测到70 x 25厘米大小的物体，最远达4米。
集成硅红外滤波器: 通过滤除非红外波长，确保精确探测。
静态和运动物体探测: 能够检测到静止和移动的物体。
视场角: 提供80°的视场角。
出厂校准: 出厂即校准，保证了即插即用的可靠性和准确性。
低功耗设计: 设计注重能效，确保低能耗。
嵌入式智能算法: 用于提升存在感和运动探测的效果。

在这里插入图片描述

硬件准备

首先需要准备一个开发板，这里我准备的是自己绘制的开发板：
在这里插入图片描述

接口

STHS34PF80模块接口的示意图如下所示，支持IIC或者SPI通讯。
在这里插入图片描述

最小系统图

在这里插入图片描述

生成STM32CUBEMX

用STM32CUBEMX生成例程，这里使用MCU为STM32WB55RG。
配置时钟树，配置时钟为32M。
在这里插入图片描述

串口配置

查看原理图，PB6和PB7设置为开发板的串口。

在这里插入图片描述

配置串口。

在这里插入图片描述

IIC配置

在这里插入图片描述

配置IIC为快速模式，速度为400k。
在这里插入图片描述

CS设置

STS34PF80IO设置如下所示。
在IIC模式下CS需要给个高电平。
在这里插入图片描述

官方提供IIC接线如下所示。

在这里插入图片描述
在这里插入图片描述
设置PC0为输出口。
在这里插入图片描述

串口重定向

打开魔术棒，勾选MicroLIB
在这里插入图片描述

在main.c中，添加头文件，若不添加会出现 identifier “FILE” is undefined报错。

/* USER CODE BEGIN Includes */
#include "stdio.h"
/* USER CODE END Includes */

函数声明和串口重定向：

/* USER CODE BEGIN PFP */
int fputc(int ch, FILE *f){HAL_UART_Transmit(&huart1 , (uint8_t *)&ch, 1, 0xFFFF);return ch;
}
/* USER CODE END PFP */

参考案例

https://github.com/STMicroelectronics/sths34pf80-pid

获取ID

参考例程序中对应的获取ID驱动程序,如下所示。

在这里插入图片描述

获取ID可以查看0x0F，读出来的值应该为0xD3。

在这里插入图片描述

对应的获取ID驱动程序,如下所示。

	printf("??????????");HAL_GPIO_WritePin(CS_GPIO_Port, CS_Pin, GPIO_PIN_SET);		uint8_t whoami;sths34pf80_lpf_bandwidth_t lpf_m, lpf_p, lpf_p_m, lpf_a_t;/* Initialize mems driver interface */dev_ctx.write_reg = platform_write;dev_ctx.read_reg = platform_read;dev_ctx.handle = &SENSOR_BUS;/* Wait sensor boot time */platform_delay(BOOT_TIME);/* Check device ID */sths34pf80_device_id_get(&dev_ctx, &whoami);printf("STHS34PF80_ID=0x%x,whoamI=0x%x\n",STHS34PF80_ID,whoami);if (whoami != STHS34PF80_ID)while(1);

温度测量滤波方式

首先需要设置AVG_TRIM (10h) 寄存器用于配置温度平均值滤波的参数，以控制环境温度和目标温度测量的平滑度和稳定性。在温度测量中，可能会受到噪声和干扰的影响，这可能导致短期内测量值的波动。通过应用平均值滤波，可以平滑这些波动，从而得到更加稳定的温度数据。AVG_TRIM 寄存器中的设置会决定平均值滤波的级别，从而影响滤波的时间常数以及平滑度。

这里默认参数如下

  1. 在AVG_TRIM（10h）寄存器中写入02h // AVG_T = 8，AVG_TMOS = 32
  2. 在CTRL1（20h）寄存器中写入07h // ODR = 15 Hz
    在这里插入图片描述

AVG_T[1:0]: 这个设置位用于选择环境温度的平均值滤波样本数。
AVG_TMOS[2:0]: 这个设置位用于选择目标温度的平均值滤波样本数以及与之相关的噪声水平。

在这里插入图片描述

在这里插入图片描述

对象温度的平均值数量 (sths34pf80_avg_tobject_num_set 函数): 这个函数设置用于测量对象温度的平均值数量。参数 val 可以是多种不同的值，例如 AVG_TMOS_2, AVG_TMOS_8, AVG_TMOS_32, 等等，表示不同的平均值数量。这些设置影响传感器输出的平滑程度和响应速度，高的平均值数量会增加输出数据的平滑度，但也可能增加响应时间。

环境温度的平均值数量 (sths34pf80_avg_tambient_num_set 函数): 类似地，这个函数设置环境温度测量的平均值数量。参数 val 可以是 AVG_T_8, AVG_T_4, AVG_T_2, AVG_T_1 等，用于设置不同的平均值数量。这也会影响传感器输出的平滑程度和响应速度。

在你提供的代码段中，使用了 STHS34PF80_AVG_TMOS_32 和 STHS34PF80_AVG_T_8 作为参数，分别用于设置对象温度和环境温度的平均值数量。这意味着传感器会对对象温度使用32个数据点的平均值，对环境温度使用8个数据点的平均值。这样的设置有助于在传感器的测量中实现一定程度的数据平滑和过滤噪声，同时保持适当的响应速度。

  /* Set averages (AVG_TAMB = 8, AVG_TMOS = 32) */sths34pf80_avg_tobject_num_set(&dev_ctx, STHS34PF80_AVG_TMOS_32);sths34pf80_avg_tambient_num_set(&dev_ctx, STHS34PF80_AVG_T_8);

智能识别算法

STHS34PF80嵌入了智能数字算法，以支持以下三种检测模式：
• 存在检测
• 运动检测
• 环境温度冲击检测
这些算法分别使用不同的低通滤波器（LPF_P、LPF_M和LPF_A_T）。此外，存在和运动检测算法使用另一个共同的低通滤波器（LPF_P_M）。这些滤波器用于生成中间信号（TPRESENCE、TMOTION和TAMB_SHOCK），可以用于对算法本身进行微调。这些滤波器的截止频率值可以通过它们各自的位范围进行配置，这些位范围可以在LPF1（0Ch）和LPF2（0Dh）寄存器中找到，如下所示。

在这里插入图片描述

寄存器LPF1 (0Ch)和LPF2 (0Dh)如下所示。

在这里插入图片描述
案例中只是对滤波器进行了读取以及打印。

  /* read filters */sths34pf80_lpf_m_bandwidth_get(&dev_ctx, &lpf_m);sths34pf80_lpf_p_bandwidth_get(&dev_ctx, &lpf_p);sths34pf80_lpf_p_m_bandwidth_get(&dev_ctx, &lpf_p_m);sths34pf80_lpf_a_t_bandwidth_get(&dev_ctx, &lpf_a_t);printf("lpf_m: %02d, lpf_p: %02d, lpf_p_m: %02d, lpf_a_t: %02d\r\n", lpf_m, lpf_p, lpf_p_m, lpf_a_t);

使用块数据更新（BDU）功能

在很多传感器中，数据通常被存储在输出寄存器中，这些寄存器分为两部分：MSB和LSB。这两部分共同表示一个完整的数据值。例如，在一个加速度计中，MSB和LSB可能共同表示一个加速度的测量值。
连续更新模式（BDU = ‘0’）：在默认模式下，输出寄存器的值会持续不断地被更新。这意味着在你读取MSB和LSB的时候，寄存器中的数据可能会因为新的测量数据而更新。这可能导致一个问题：当你读取MSB时，如果寄存器更新了，接下来读取的LSB可能就是新的测量值的一部分，而不是与MSB相对应的值。这样，你得到的就是一个“拼凑”的数据，它可能无法准确代表任何实际的测量时刻。
块数据更新（BDU）模式（BDU = ‘1’）：当激活BDU功能时，输出寄存器中的内容不会在读取MSB和LSB之间更新。这就意味着一旦开始读取数据（无论是先读MSB还是LSB），寄存器中的那一组数据就被“锁定”，直到两部分都被读取完毕。这样可以确保你读取的MSB和LSB是同一测量时刻的数据，避免了读取到代表不同采样时刻的数据。
简而言之，BDU位的作用是确保在读取数据时，输出寄存器的内容保持稳定，从而避免读取到拼凑或错误的数据。这对于需要高精度和稳定性的应用尤为重要。

在这里插入图片描述

案例也是设置了BDU。
BDU在CTRL1 (20h)寄存器中。

在这里插入图片描述

  /* Set BDU */sths34pf80_block_data_update_set(&dev_ctx, 1);

设置ODR速率

初始化完毕之后需要通过CTRL1（20h）寄存器中的ODR[3:0]位范围选择其中一种操作模式（连续模式），或者在CTRL2（21h）寄存器中将ONE_SHOT位设置为1（单次触发模式）。

在这里插入图片描述

当配置了寄存器LPF1 (0Ch)和LPF2 (0Dh) 的LPF_P、LPF_M和LPF_A_T、LPF_P_M滤波器之后，可以去设置ODR速率。

在这里插入图片描述

这里设置速率为8Hz。

  /* Set ODR */sths34pf80_odr_set(&dev_ctx, STHS34PF80_ODR_AT_8Hz);

获取状态

STATUS (地址为0x23U) 用于表示传感器的状态。
drdy（1位）：这个位用于指示数据就绪（Data Ready）状态。当传感器有新的数据可供读取时，这个位会被设置。

FUNC_STATUS（25h）主要检测三个标志位：PRES_FLAG、MOT_FLAG 和 TAMB_SHOCK_FLAG，这些标志位用于检测不同类型的事件。
PRES_FLAG是存在检测标志位。当存在检测到人员存在时，此位变为1。
MOT_FLAG：运动检测标志位。当检测到运动时，此位变为1。
TAMB_SHOCK_FLAG：环境温度冲击检测标志位。当检测到环境温度冲击时，此位变为1。

在这里插入图片描述

  /* Infinite loop *//* USER CODE BEGIN WHILE */while (1){sths34pf80_drdy_status_t status;sths34pf80_func_status_t func_status;sths34pf80_drdy_status_get(&dev_ctx, &status);if (status.drdy){sths34pf80_func_status_get(&dev_ctx, &func_status);printf("TAmbient Shock: %d - Presence: %d - Motion: %d\r\n",func_status.tamb_shock_flag, func_status.pres_flag, func_status.mot_flag);}		/* USER CODE END WHILE *//* USER CODE BEGIN 3 */}/* USER CODE END 3 */

测试结果

在未有人的情况下。

在这里插入图片描述

在人体纯在情况下。

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/601769.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Stable Diffusion架构的3D分子生成模型 GeoLDM - 测评与代码解析

Stable Diffusion架构的3D分子生成模型 GeoLDM - 测评与代码解析

之前，向大家介绍过3D分子生成模型 GeoLDM。 GeoLDM按照Stable Diffusion架构，将3D分子生成的扩散过程运行在隐空间内，优化了基于扩散模型的分子生成。可能是打开Drug-AIGC的关键之作。让精确控制分子生成有了希望。 详见：分子生成…
阅读更多...
Python 中的==操作符 和 is关键字

Python 中的==操作符 和 is关键字

Python是一种功能强大的通用编程语言，提供了各种比较值和对象的方法。其中包括操作符和is关键字，它们的用途不同，但由于它们有时可以达到相同的目的，所以经常会被混淆。在本文中，我们将深入研究和is之间的区别&#xf…
阅读更多...
海外分支访问国内服务器系统慢怎么办？

海外分支访问国内服务器系统慢怎么办？

在全球业务不断扩张的今天，企业面临着海外分支访问国内总部服务器系统慢的问题。为了解决这一挑战，我们引入了lxway全球系统专网产品，为企业提供高效、安全的全球网络连接方案。通过解析技术瓶颈和专网的优势，本文将揭示如何借助先…
阅读更多...
设计模式之过滤器模式

设计模式之过滤器模式

目录 1.简介 2.过滤器的实现 2.1.过滤器的角色 2.2.类图 2.3.具体实现 3.过滤器模式的优点 4.过滤器模式的不足 5.适用的场景 1.简介 过滤器模式（Filter Pattern）或标准模式（Criteria Pattern）是一种结构型设计模式&…
阅读更多...
【Python学习】Python学习3-变量类型

【Python学习】Python学习3-变量类型

目录 【Python学习】Python学习3 前言变量赋值多个变量赋值标准数据类型Python Numbers(数字)Python List（列表）Python Tuple（元组）Python Dictionary（字典） Python数据类型转换总结参考 文章所属专区 Py…
阅读更多...
【数据库原理】（9）SQL简介

【数据库原理】（9）SQL简介

一.SQL 的发展历史 起源：SQL 起源于 1970 年代，由 IBM 的研究员 Edgar F. Codd 提出的关系模型概念演化而来。初期：Boyce 和 Chamberlin 在 IBM 开发了 SQUARE 语言的原型，后发展成为 SQL。这是为了更好地利用和管理关系数据库。…
阅读更多...
C#使用条件语句判断用户登录身份

C#使用条件语句判断用户登录身份

目录 一、示例 二、生成 利用条件语句判断用户登录身份，根据用户登录身份的不同，给予相应的操作权限。 一、示例 主要用if语句及ComboBox控件。其中，ComboBox是窗体中的下拉列表控件，在使用ComboBox控件前，可以先向…
阅读更多...
springboot实现ChatGPT式调用（一次调用，持续返回）

springboot实现ChatGPT式调用（一次调用，持续返回）

下边实现了一个持续返回100以内随机数的接口，在接口超时之前会每隔1秒返回一个随机数 GetMapping(value "/getRandomNum", produces MediaType.TEXT_EVENT_STREAM_VALUE) public SseEmitter getRandomNum() {SseEmitter emitter new SseEmitter();Th…
阅读更多...
【airsim】python控制airsim

【airsim】python控制airsim

使用airsim 1.8.1编译完成，进过block项目在cpp测试后，开始踩坑使用python。 使用AirSim\PythonClient\setup.py或者pip安装airsim。 python setup.py install或者 pip install airsim此时，windows电脑的环境信息 (air_py38) D:\code\Gith…
阅读更多...
如何计算CAN通信波特率

如何计算CAN通信波特率

目录 1、理论 2、实践 3、注意事项 在CAN总线系统中，波特率的计算是一个关键步骤，它确保网络上的所有设备能够以相同的速率进行通信。 1、理论 波特率的计算涉及到几个关键参数，包括CAN控制器的时钟频率、分频因子、以及位时间的不同部分…
阅读更多...
vue icon 本地正常 线上打包失败变乱码

vue icon 本地正常 线上打包失败变乱码

出现这个原因是因为sass解析的问题 Node版本高的话可以通过升级sass版本 并且配置vue.config规避这个问题 //给sass配置的东西 这个对应的版本是sass 1.39.0 本人node版本v14 升级sass版本后出现报错css: {loaderOptions: {scss: {additionalData: import "/styles/var…
阅读更多...
JVM知识总结（简单且高效）

JVM知识总结（简单且高效）

1. JVM内存与本地内存 JVM内存：受虚拟机内存大小的参数控制，当大小超过参数设置的大小时会报OOM。本地内存：本地内存不受虚拟机内存参数的限制，只受物理内存容量的限制；虽然不受参数的限制，如果所占内存超过…
阅读更多...
软件工程概论------文件管理

软件工程概论------文件管理

目录 1.文件的相关概念 2.文件目录 3.位示图 4.索引文件 5.例题 1.文件的相关概念 文件:具有符号名的、在逻辑上具有完整意义的一组相关信息项的集合。 逻辑结构:有结构的记录式文件、无结构的流式文件。 物理结构: 连续结构、链接结构、索引结构、多个物理块的索引表。 …
阅读更多...
ROS-arbotix安装

ROS-arbotix安装

方式一：命令行输入： sudo apt-get install ros-melodic-arbotix如果ROS为其他版本，可将melodic替换为对应版本。 方式二： 先从 github 下载源码，然后调用 catkin_make 编译 git clone https://github.com/vanadiumla…
阅读更多...
MySQL--基础篇

MySQL--基础篇

这里写目录标题 总览MySQl各个阶段基础篇总览 MySQL概述数据库相关概念查看本机MySQL版本号启停mysql打开windows服务管理windows命令行启停 连接mysql客户端mysql运行逻辑数据模型关系型数据库 总结 SQL总览SQL通用语法SQL语句分类DDL数据库操作表操作查询表创建表结构数据类型…
阅读更多...
sublim安装Autoprefixer插件

sublim安装Autoprefixer插件

有时候在写css样式的时候，分不清哪些属性需要前缀，哪些不需要写前缀，sublime text这款编辑器下安装autoprefixer这款插件可以省去很多问题，写起来也很方便。1 确保系统已经安装node.js 可直接去官网上下载并安装，我的系…
阅读更多...
c语言：用结构体找出学生年龄｜练习题

c语言：用结构体找出学生年龄｜练习题

一、题目 在结构体数组中&#xff0c;输入学生信息&#xff0c;找出学生的年龄。 如图&#xff1a; 二、代码图片【带注释】 三、源代码【带注释】 #include <stdio.h> //设置结构体&#xff0c;结构体有3个变量 struct student { int id; char name[20]; …
阅读更多...
BMTrain来高效训练预训练模型-大模型的福音

BMTrain来高效训练预训练模型-大模型的福音

一.背景知识 在2018年&#xff0c;预训练语言模型技术的出现成为人工智能领域一场革命性的变革。研究表明&#xff0c;通过增加模型参数量和训练数据规模&#xff0c;可以有效提升语言模型的性能&#xff0c;因此十亿、百亿甚至千亿级大模型的探索成为业界的热门话题。这一趋势…
阅读更多...
使用Spring Cache优化数据库访问

使用Spring Cache优化数据库访问

使用Spring Cache优化数据库访问 在这篇博客中&#xff0c;我们将学习如何使用Spring Cache来优化数据库访问&#xff0c;提高系统性能。我们将创建一个简单的图书管理应用作为示例&#xff0c;并演示如何通过缓存减少对数据库的频繁查询。 1. 项目结构 首先&#xff0c;我们…
阅读更多...
使用vite构建Vue3项目

使用vite构建Vue3项目

1、安装vite npm init vitelatest npm构建vite项目 yarn create vite yarn构建vite项目2、依次需要配置项目名 、框架选择、原生和ts版本的选择 r enter 重新开始服务 o enter 快速打开浏览器3、项目启动效果
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023