SlideShare uma empresa Scribd logo
1 de 94
1
AIoT基礎入門
Part 3
2022 / Q1
創客教材教具代理商
3
課程介紹
上不完
• Day1 AM 失敗的大數據案例
• Day1 PM IoT基礎課程(元件、焊接基礎程式點燈)
• Day2 AM 呼吸燈專案
• Day2 PM 霹靂燈專案(團隊專案)
• Day3 AM 聲音感測、氣體感測
• Day3 PM 心律感測(智慧長照產品規劃與思考)
4
順利上課三大部分需要大家配合
講解部分 課程協作部分
1) 上課為團體學習,請開啟合作學
習模式(非競爭模式)
2) 請有經驗的夥伴主動協助,不用
客氣,感謝
1) 請先關注投影螢幕簡報內容
2) 聽完說明後再動手
3) 請優先聆聽補充說明
實作部分
1) 注意杜邦線線顏色、模組腳位、電阻值
與接線順序
2) 注意積木程式是否一致
3) 注意停止實作時間
到站/啟程
課程教材、軟體下載
http://smf.ntc.im
03 吹氣燈
聲音感測器、AP 模式遠端監控
5
6
根據訊號控制 LED 燈
吹一下開燈, 再吹一下關燈
7
8
聲音感測器
9
聲音感測器
10
靈敏度
靈敏度越高, 對聲音越敏感;反之對雜訊也更敏感
靈敏度旋鈕
11
靈敏度調整
麥克風朝左平放
1
逆時針旋轉到底
2
順時針轉 45 度
3
12
D1 mini 的數位輸入
接線圖
13
14
動手做 - 聲音感測器與 LED 的接線
以上選一個接線圖,結果都一樣唷
15
Flag's Block 積木程式
處理聲音感測器的訊號
根據訊號控制 LED 燈
16
處理聲音感測器的訊號
每 50 毫秒讀取一次感測器的訊號, 所以 1 秒會讀取 20 次
空間中的雜訊, 會讓感測器誤以為聽到聲音, 我們現在調整的
靈敏度使誤以為聽到聲音的次數在 1 秒中不會超過 5 次
我們吹一口氣, 對感測器來說是連續的聲音, 1 秒超過 5 次
17
根據訊號控制 LED 燈
吹一下開燈, 再吹一下關燈
18
18
1
加入腳位輸出 / 設定腳位的電位為…積木
2 設定為低電位 (LOW)
動手做 - 熄滅 LED
19
19
1
加入變數 / 設定變數的初值積木,
設定名稱為燈的狀態
2 加入邏輯 / 真 (true) 積木, 並改成假 (false)
真 (true) :開燈
假 (false) :關燈
布林變數
動手做 - 設定變數 (燈的狀態)
20
20
1
加入變數 / 設定變數的初值積木,
設定名稱為聽到聲音的次數
2 加入數學 / 0 積木
我們要此變數來紀錄一秒內聽到幾次聲音
動手做 - 設定變數 (聽到聲音的次數)
21
21
1
加入變數 / 設定變數的初值積木,
設定名稱為紀錄時間
加入時間 / 開機到現在經過的時間 (毫秒) 積木
2
動手做 - 設定變數 (紀錄時間)
我們要此變數來紀錄過了多久
22
22
要怎麼知道過了多久了?
T(時間)
t1 t2
t2 - t1
開機
23
23
判斷吹一口氣的程式處理機制
T(時間)
判斷與紀錄時間是否相差超過 1 秒
0 1 2 3 4
-
切換 LED 燈
必須在 1 秒內
聽到聲音的次數
開
機
時
間
24
24
T(時間)
判斷與紀錄時間是否相差超過 1 秒
0 1 2 3 4
必須在 1 秒內
0 1 2
必須在 1 秒內
…
25
25
1 加入時間 / 暫停 1000 毫秒積木, 更改為 50 毫秒
2
加入流程控制 / 如果執行積木
3 加入邏輯 / = 積木 (右鍵:多行輸入)
加入腳位輸入 / 讀取腳位的電位高低積木, 更改為 D1
4
5 加入腳位輸入 / 高電位積木
動手做 - 判斷是否聽到聲音
26
26
1 加入流程控制 / 如果執行積木, 點小齒輪增加否則區塊
2 加入邏輯 / = 積木, 更改為 > 符號 (右鍵多行顯示)
3 加入數學 / + 積木, 更改為 - 符號 (右鍵多行顯示)
加入時間 / 開機到現在經過
的時間 (毫秒) 積木
4
加入變數 / 變數積木, 更改為紀錄時間
5
加入數學 / 0 積木, 更改為 1000
6
開機時間
超過一秒
一秒內
動手做 - 判斷 "現在時間" 與上次的 "紀錄時間" 是否相差超過 1 秒
27
27
紀錄時間
0
1 加入變數 / 設定變數為積木, 更改為聽到聲音的次數
加入數學 / 0 積木
2
3 加入變數 / 設定變數為積木, 更改為紀錄時間
4 加入時間 / 開機到現在經過的時間 (毫秒) 積木
聽到聲音的次數
動手做 - 第一次的聲音 ( 1 秒外 )
28
28
0 1 2 3 4
1 秒內
聽到聲音的次數
加入流程控制 / 如果執行積木, 點小齒輪
增加否則區塊
1
動手做 - 進入 1 秒內的狀態
29
29
3 4 切換 LED 燈
判斷聽到聲音的次數是否等於 4
1
加入變數 / 設定變數為積木,
更改成燈的狀態
2
3 加入邏輯 / 非積木
加入變數 / 燈的狀態
4
真 (true)
假 (false)
真 (true)
假 (false)
動手做 - 次數達 4 次
30
30
3 4 切換 LED 燈
設定腳位 D2 的電位為
1 2 變數 / 燈的狀態
真 (true)
假 (false)
高電位 (HIGH)
低電位 (LOW)
動手做 - 次數達 4 次
31
31
完整程式碼 - SETUP 設定
32
完整程式碼 - 主程式
LAB 二氧化碳
遠端監控
33
34
各類氣體感測器
氣體感測器可以偵測環境中的二氧化碳/酒精濃度,根據濃度的高低不同,而輸出對應的訊號。
感測器背面有標示腳位名稱
酒精氣體
35
類比訊號
35
許多感測器會輸出不同的的電壓值來代表感測器的狀態,例如二氧化碳/酒精濃度越高,感測器輸出電壓則越高。
數位訊號
類比訊號 0 ~ 5V
36
D1 mini 的類比輸入
D1 mini 的類比輸入可以幫我們量測外界的電壓值,故可得知感測器狀態。
量測電壓範圍約是 0 ~ 3.2V。
37
使用分壓電路轉換到可量測範圍
37
0~5V 分壓電路
二氧化碳感測器的輸出電壓
0~3.2V
類比輸入
38
分壓電路概念(酒精已內置)
38
我們可以用和尚搶水喝的比喻來看分壓電路
39
使用類比輸入讀取量測電壓值
39
40
電阻色碼
40
紅紅紅金 橘白紅金
41
動手做 - 氣體感測器接線
CO2的同學看這裡接線 酒精的同學看這裡接線
42
積木程式 – CO2檢測
43
積木程式 - 酒精值檢測
44
45
讚
http://smf.ntc.im/index.php?topic=13.0
46
什麼是血氧濃度? …
氧合血紅素占總血紅素容量的百分比
47
如何量測 SpO2 …
紅光 紅外光
48
如何量測 SpO2 …
49
• 血液氧氣偵測可以作為人體心肺功能最初步的判斷
49
50
血氧(SpO2)
的偵測原理
50
51
51
典型脈搏血氧計可根據HbO2和Hb對紅光(採用600∼750nm波長)和
紅外線光(採用850∼1,000nm波長)的吸收特性
52
52
53
53
54
54
55
如何量測 SpO2 …
http://smf.ntc.im/index.php?topic=13.0
56
接線圖 …
3V3
G
D2
D1
GND
SDA
VIN
SCL
57
I2C 通訊介面 …
前面的序列傳輸只能一對一兩個裝置互傳
使用 I2C 介面則可串接多個裝置相互傳輸
個別裝置間以 I2C 位址 (數值) 來區別彼此
D2
D1
58
範例程式 : LAB 05 血氧濃度計 …
改網路名稱(每個人要不一樣)
59
上傳網頁內容 …
60
上傳程式 …
OR
61
實測 : 自製遮光片 …
62
實測 : 開啟網頁 …
63
實測 …
64
錯誤排除 …
沒有亮燈
1. 先將連接 3V3 的線拔起後再重新插入
2. 按 D1 mini 上的 reset 鈕。
65
AI把脈
66
LAB09
遞迴神經網路脈搏機
實驗目的
利用 MAX30100 量測 PPG 訊
號,並使用 RNN 當作動態閥值,
計算出脈搏速率,再透過網頁當介
面,打造一台脈搏機。
67
如何量測脈搏? …
還記得它嗎?
68
認識 PPG …
69
接線圖 …
220Ω
長
短
3V3
G
D2
D1
SDA
VIN
SCL
GND
70
範例程式:LAB09 遞迴神經網路脈搏機
…
上傳網頁資料:
『 FlagsBlock/www/
webpages_heart.h 』
OR
改網路名稱(每個人要不一樣)
71
實測 …
72
實測 …
73
74
75
AI 的發展 - 機器學習 …
76
AI – 生醫2.0 …
77
LAB07
簡易心電圖機
實驗目的
利用 AD8232 ,量測心電圖訊號,
並使用 RNN 將訊號中的小雜訊
濾除掉,製作一個簡單的心電圖機。
78
認識心電圖 …
79
心臟電
流傳導
途徑
79
80
工作原理
80
81
81
82
需要去顫的情況
82
83
83
84
如何量測心電圖? …
使用肢體導程中的導程 Ι
85
用神經網路來濾波 …
有記憶的神經網路
遞歸神經網路(RNN)
86
接線圖 …
G
3V3
A0
GND
3.3V
OUTPUT
http://smf.ntc.im/index.php?topic=11.0
87
人體接線圖 …
88
範例程式 : LAB 07 簡易心電圖機 …
OR
89
實測 – 開啟Arduino內建的繪圖家 …
先在 Arduino IDE 中開啟程式碼
按此鈕開起
序列埠繪圖家
90
實測 …
91
92
實測 …
93
Arduino 可以做出產品
www.ntc.im
Thank you

Mais conteúdo relacionado

Mais de NTC.im(Notch Training Center)

NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習
NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習
NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習NTC.im(Notch Training Center)
 
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習NTC.im(Notch Training Center)
 
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言NTC.im(Notch Training Center)
 
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用NTC.im(Notch Training Center)
 
TENSORFLOW深度學習講座講義(很硬的課程) 4/14
TENSORFLOW深度學習講座講義(很硬的課程) 4/14TENSORFLOW深度學習講座講義(很硬的課程) 4/14
TENSORFLOW深度學習講座講義(很硬的課程) 4/14NTC.im(Notch Training Center)
 
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授NTC.im(Notch Training Center)
 
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座NTC.im(Notch Training Center)
 
簡報美學課程分享的資源連結(1/21於鴻海大樓)
簡報美學課程分享的資源連結(1/21於鴻海大樓)簡報美學課程分享的資源連結(1/21於鴻海大樓)
簡報美學課程分享的資源連結(1/21於鴻海大樓)NTC.im(Notch Training Center)
 

Mais de NTC.im(Notch Training Center) (16)

Make2win 線上課程分析
Make2win 線上課程分析Make2win 線上課程分析
Make2win 線上課程分析
 
門市銷售預測大數據分析
門市銷售預測大數據分析門市銷售預測大數據分析
門市銷售預測大數據分析
 
影領風騷 大數據電影娛樂城
影領風騷 大數據電影娛樂城影領風騷 大數據電影娛樂城
影領風騷 大數據電影娛樂城
 
一夜臺北~訂房網站的大數據分析
一夜臺北~訂房網站的大數據分析一夜臺北~訂房網站的大數據分析
一夜臺北~訂房網站的大數據分析
 
台灣房地產售價與租價分析
台灣房地產售價與租價分析台灣房地產售價與租價分析
台灣房地產售價與租價分析
 
展店與汰店的大數據分析技術
展店與汰店的大數據分析技術展店與汰店的大數據分析技術
展店與汰店的大數據分析技術
 
NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習
NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習
NTC_Tensor flow 深度學習快速上手班_Part2 -深度學習
 
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習
NTC_Tensor flow 深度學習快速上手班_Part1 -機器學習
 
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言
NTC_Tensor flow 深度學習快速上手班_Part4 -自然語言
 
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用
NTC_TENSORFLOW深度學習快速上手班_Part3_電腦視覺應用
 
TENSORFLOW深度學習講座講義(很硬的課程) 4/14
TENSORFLOW深度學習講座講義(很硬的課程) 4/14TENSORFLOW深度學習講座講義(很硬的課程) 4/14
TENSORFLOW深度學習講座講義(很硬的課程) 4/14
 
TENSORFLOW深度學習講座講義(很硬的課程)
TENSORFLOW深度學習講座講義(很硬的課程)TENSORFLOW深度學習講座講義(很硬的課程)
TENSORFLOW深度學習講座講義(很硬的課程)
 
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授
從Alpha go四勝一敗。看Deep Learning 發展趨勢 - 台大電機系 于天立教授
 
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座
淺談物聯網巨量資料挑戰 - Jazz 王耀聰 (2016/3/17 於鴻海內湖) 免費講座
 
簡報美學課程分享的資源連結(1/21於鴻海大樓)
簡報美學課程分享的資源連結(1/21於鴻海大樓)簡報美學課程分享的資源連結(1/21於鴻海大樓)
簡報美學課程分享的資源連結(1/21於鴻海大樓)
 
簡報美學(20160121 於鴻海內湖總部)
簡報美學(20160121 於鴻海內湖總部)簡報美學(20160121 於鴻海內湖總部)
簡報美學(20160121 於鴻海內湖總部)
 

A io t_ganalfhuang_day3_2022q1

Notas do Editor

  1. D1 mini 要如何接收聲音感測器的輸出訊號
  2. 我們要處理三件事
  3. 設定一個變數來記錄 LED 燈的開關狀態, 稍後根據這變數來告訴瀏覽器燈是開還是關
  4. 設定一個變數來記錄 LED 燈的開關狀態, 稍後根據這變數來告訴瀏覽器燈是開還是關
  5. 設定第二個變數
  6. 我們來看一次程式處理吹一口氣的流程, 一開始程式啟動, 當吹一口氣, 這一口氣包含很多個高電位, 當遇到第一個高電位時, 我們紀錄時間, 並將聽到聲音的次數這個變數設定為 0, 時間往後走, 遇到第二個時, 這時會判斷與剛剛紀錄的時間相差是否超過一秒, 如果沒有, 則將變數聽到聲音的次數+1, 如此持續下去, 直到變數聽到聲音的次數為 4 就切換 LED, 如果超過一秒, 則回到第一個狀態
  7. 進入主程式, 每 50 毫秒判斷一次是否讀取到高電位 (是否聽到聲音)
  8. ADC (Analog-to-Digital Converter) 即數位類比轉換器,為一個將連續的類比訊 號或者物理量 ( 通常為電壓 ) 轉換成數位訊號。 D1 mini 內建了這個轉換器,可以將感測器讀到的類比訊號轉換成 0~1023 的數 位訊號。
  9. 我們可以用和尚搶水喝的比喻來看分壓電路: 在電路中,我們將電源看成 1 碗水,這碗水總共有 5V 的份量,在電路中, 每個電阻就像一個和尚,若只有一個和尚,便可以獨佔這碗水,此電阻消耗了 5V 的電壓;若有 2 個和尚以上,則會瓜分這碗水,越胖的和尚 ( 電阻越大 ) , 喝到的水越多,可以根據分壓公式來得到,各個電阻分到的電壓是多少:
  10. 當訊號源變成氣體感測器的輸出