
2025 Автор: John Day | [email protected]. Последнее изменение: 2025-01-23 15:05



В этом руководстве мы узнаем, как мы можем использовать датчик PIR (пассивный инфракрасный) с Raspberry Pi, чтобы построить простой детектор движения, который используется для определения движения людей, животных или других объектов. Они обычно используются в системах охранной сигнализации и автоматически активируемых систем освещения.
Принцип работы:
Все объекты с температурой выше абсолютного нуля излучают тепловую энергию в виде излучения. Обычно это излучение не видно человеческому глазу, потому что оно излучается в инфракрасном диапазоне длин волн, но оно может быть обнаружено электронными устройствами, предназначенными для этой цели (Источник: Википедия).
Цель инструктажа:
Основная идея этого урока состоит в том, чтобы включить светодиод, если обнаружено движение, и выключить светодиод, если в противном случае. Как я сказал во введении, вы можете использовать датчик для управления освещением или сигнализацией вместо светодиода.
Шаг 1. Расходные материалы

Расходные материалы для оборудования:
1. Raspberry Pi 3 Модель B
2. Датчик PIR
3. Макетная плата
4. Резистор 220 Ом.
5. Светодиод
6. Провода
Расходные материалы для программного обеспечения:
1. Raspbian Jessie (Операционная система Raspberry Pi: более подробную информацию вы можете найти в моем предыдущем руководстве здесь).
2. Python IDLE
Итак, я предполагаю, что вы успешно выполнили несколько базовых проектов. Если нет, не волнуйтесь, я советую вам следовать моему предыдущему руководству (Начните свой первый проект с Raspberry: мигающий светодиод)
Шаг 2: Сборка схемы


Разводка довольно простая, у датчика PIR три контакта:
1. Vcc к 5 В GPIO Raspberry.
2. GND к GNS GPIO Raspberry.
3. ВЫХОД на вывод 17 GPIO.
Чтобы подключить светодиод и резистор, выполните следующие действия:
1. Подключите резистор 220 Ом к аноду светодиода, затем резистор к 5 В. 2. Подключите катод светодиода к 4 контакту GPIO (см. Рисунок выше).
Шаг 3: код Python

1. Включите Pi и создайте новый текстовый файл «pir.py» (вы можете назвать файл как хотите).
2. Введите следующий код:
импортировать RPi. GPIO как GPIO
import timeGPIO.setmode (GPIO. BCM) GPIO.setup (17, GPIO. IN) #PIR GPIO.setup (4, GPIO. OUT) # Светодиод try: time.sleep (2) # для стабилизации датчика, пока True: i = GPIO.input (17) if i == 0: # Когда выходной сигнал датчика движения НИЗКИЙ GPIO.output (4, 0) # ВЫКЛЮЧИТЬ LED print («Движение не обнаружено», i) elif i == 1: # Когда выходной сигнал датчика движения - ВЫСОКИЙ GPIO. выход (4, 1) # Включить светодиодную печать («Обнаружено движение», i) за исключением: GPIO.cleanup ()
3. После того, как вы наберете весь проверенный код, сохраните его.
4. Запустите код Python, набрав в терминале следующий код:
- cd Desktop и нажмите Enter (я набираю Desktop, потому что я сохранил файл на рабочем столе pi).
- python pir.py и нажмите Enter.
Шаг 4: Поддержка

Вы можете подписаться на мой канал на YouTube, чтобы получить больше уроков и проектов. Подпишитесь на поддержку. Спасибо.
Зайдите на мой канал на YouTube - ссылка
Рекомендуемые:
Ночной свет, обнаружение движения и темноты - без микро: 7 шагов (с изображениями)

Night Light Motion & Darkness Sensing - No Micro: эта инструкция предназначена для предотвращения удара ногой при ходьбе по темной комнате. Можно сказать, что это для вашей же безопасности, если вы встаете ночью и пытаетесь безопасно добраться до двери. Конечно, вы можете использовать прикроватную лампу или основную лампу
Обнаружение движения под освещением кровати: 16 шагов (с изображениями)

Обнаружение движения при освещении кровати: Вы когда-нибудь пытались тихонько встать с постели ночью, только чтобы споткнуться о что-то и разбудить весь дом? Ночные огни с датчиком движения, незаметно установленные под вашей кроватью, обеспечивают низкий уровень света, достаточно яркий, чтобы направлять вас вокруг этих беспорядочных кубиков LEGO
Мониторинг террариума ящериц с помощью Wi-Fi-контроллера Adosia IoT + обнаружение движения: 17 шагов (с изображениями)

Мониторинг террариума ящериц с помощью Wi-Fi-контроллера Adosia IoT + обнаружение движения: в этом уроке мы покажем вам, как построить простой террариум ящерицы для горстки яиц сцинков, которые мы случайно нашли и потревожили во время садоводства на открытом воздухе. Мы хотим, чтобы яйца вылуплялись безопасно, так что все, что мы сделаем, это создадим безопасное пространство с помощью пластика
Самая простая веб-камера в качестве камеры безопасности - обнаружение движения и отправка изображений по электронной почте: 4 шага

Самая простая веб-камера в качестве камеры безопасности - обнаружение движения и отправка изображений по электронной почте: вам больше не нужно загружать или настраивать программное обеспечение для получения изображений, обнаруженных движущимися объектами, с веб-камеры на электронную почту - просто используйте свой браузер. Используйте последнюю версию браузера Firefox, Chrome, Edge или Opera на Windows, Mac или Android, чтобы сделать снимок
Обнаружение опухолей головного мозга с помощью МРТ с помощью Matlab: 6 шагов

Обнаружение опухоли головного мозга с помощью МРТ с помощью Matlab: Авторы: Мадхумита Каннан, Генри Нгуен, Эшли Уррутия Авила, Мей Джин Этот код MATLAB представляет собой программу для определения точного размера, формы и местоположения опухоли, обнаруженной на снимках МРТ головного мозга пациента. Эта программа изначально предназначена для работы с детектором опухолей