基于电信云平台的智能灌溉一体化系统

随着物联网技术在智慧农业中的广泛应用,智能灌溉的重要作用在农业生产中得以彰显。基于中国电信物联网开放平台设计了一套智能灌溉一体化系统,该系统以Arduino UNO单片机为控制中心,选择Air724UG 4G LTE模块作为系统底层数据与电信云平台连接的中间件,分别采用DHT11温湿度传感器、土壤湿度传感器、光敏传感器...     

一种基于Arduino的智能家居控制系统

介绍了一种基于Arduino的智能家居控制系统,利用Arduino作为主控系统,结合传感器技术、GSM通信技术、语音控制技术等实现对家居环境中的温湿度、空气质量、照明设备、家电设备等的智能控制。该系统具有无线控制的功能,操作方便,成本低,适合大量推广使用。     

基于Arduino的家用智能垃圾桶设计

介绍了一种基于Arduino的家用智能垃圾桶。主要以Arduino UNO R3为核心,利用近红外传感器避障模块、电机驱动模块、超声波检测模块、语音识别模块、舵机驱动模块和无线通信模块搭建其硬件电路,程序调试,实现自动避障、垃圾桶盖自动闭合、手机和语音控制其移动状态等功能。     

基于Arduino控制的汽车空调温湿度控制系统设计

针对传统汽车空调温湿度控制装置检测效率不突出、操作不易等问题,设计一款基于Arduino微处理器的汽车空调智能控制系统。该系统由温湿度检测模块、主控模块、LCD显示模块、继电器控制模块和执行设备模块等组成,能够实现智能温湿度的监测功能。该系统整体结构简单明了,易于操作,检测效率高。经实验验证,测量数据精准度有明显提升,能够精确反映车厢内的温度及湿度的变化情况,完成相应的智能控制,符合设计预期。     

基于Arduino与yeelink平台的实时环境监测系统

利用基于ATmega328P单片机的Arduino UNO硬件平台,单总线温湿度传感器AM2303和高精度灰尘传感器DSM501A设计一种环境监测系统,采用单总线串行和PWM脉宽调制的输出方式,便于数据处理。传感器收集的环境数据变量实时上传到yeelink平台,便于实时、异地监控和长时数据分析,同时实现了实地空气质量和温湿度的环境状态综合评估,是一种低成本、多功能、实时化和远程化的环境状态监测方案。     

基于EMQX云平台与ESP-WiFi-MESH的物联网系统设计与实现

设计基于EMQX云平台与ESP-WiFi-MESH的物联网系统,该系统将ESP8266-NodeMCU模块作为核心控制部件,使用Arduino IDE平台开发物联网网关与智能设备。智能设备可以通过各类传感器检测到现场状态信息,例如：使用DHT11传感器检测环境温湿度,使用HW-824传感器检测土壤湿度,使用MQ-135传感器监测空气中有害物含量等,随后通过ESP-WiFi-MESH网络连接到物联网网关,并定时将各类状态信息经EMQX平台数据转存至本地/云端数据库中。使用者也可以使用手机软件控制智能设备,例如：使用SRD-05VDC-SL-C继电器模块控制电路的开闭,使用28BYJ-48实现对步进电机的转向速度和旋转角度的控制等。     

基于ETR232网络模块的温湿度采集系统设计

传统的温湿度传感器大多需要设计信号调理电路,并需要经过复杂的校准和标定过程。本文设计了基于嵌入式网络模块ETR232和温湿度传感器SHT10的温湿度采集系统。SHT10是瑞士Sensirion公司推出的新型温湿度传感器,该传感器将CMOS芯片技术与传感器技术结合起来,具有体积小、精度高、数字式输出等优点。     

基于Arduino的纸币整理分类控制系统设计

设计了一种基于Arduino开发板的纸币整理、分类控制系统。该系统采用Arduino Mega2560单片机作为控制核心,结合步进电机驱动板、颜色传感器、显示屏、语音播放模块等组成整套系统,实现了纸币整理、分类、显示、语音播报等功能。该系统利用Arduino IDE开发环境编写控制程序,通过模拟人工整理纸币过程实现纸币整理,通过颜色传感器采集数据以及算法控制,实现纸币分类,并通过实验证明了设计的可靠性、稳定性。     

Arduino库的编写实例:制作基于DHT11的温湿度计

以DHT11温湿度传感器为例,根据通讯时序图详细讲解了Arduino库的编写过程。同时,作为该库的应用实例,给出了一个基于DHT11的电子温湿度计的设计,并展示了使用效果。     

温室环境信息采集及控制系统设计

本文基于智能农业的技术架构,采用DHT11温湿度数字传感器和SI4432无线数传模块实现了温室农作物环境信息监控的系统设计方案。通过对系统应用及实验验证,结果显示:温湿度传感器,SI4432无线模块和单片机对数据处理等方面均可以正常工作,信息监控系统采集到的温湿度传感器的温湿度真实有效。因此本系统在实际应用方面有一定的实践意义。     

基于人工智能与物联网技术的家居门禁系统

提出一种基于人工智能与物联网技术的家居门禁系统。以树莓派4B作为上位机、Arduino作为下位机,依靠OpenCV开源计算机视觉库,实现面部识别;采用WiFi模块ESP32,达成通信联桥,实现无线通信;采用语音播报模块LD3320、震动传感器SW-180、红外传感器Fibocom L610、三轴加速度传感器ADXL34...     

云和木玩物流机器人控制系统软硬件设计与开发

以云和木玩为研究对象,对轮式循迹搬运机器人的软硬件系统进行了探讨。通过对所需各电气元件及传感器进行选型,设计了轮式循迹搬运机器人的整体方案;定义了Arduino平台的电路接口,设计了循迹模块软硬件系统;设计了机器人的搬运物料模块,开发了基于Arduino平台得搬运控制程序。     

基于Arduino和Machtalk的温棚环境监测系统设计

为了便于实时掌控温棚养殖环境的变化,基于Arduino开源平台,结合WiFi模块和Machtalk物联网平台设计了一种体积小、性价比高的温棚养殖环境监测系统。利用独特的过采样技术和低功耗的传感模块,结合Arduino开源环境对温湿度、土壤湿度、PH值、光照强度、CO2等温棚养殖系统中常用环境参数进行实时采集测量,与正常养殖系统的环境参数对比,进行预警动作。实验表明,该监测系统可以对温棚环境参数进行实时采集,并得到精确的测量数据。     

基于掌控板的智能浇花系统的设计与实现

设计的基于掌控板的智能浇花系统主要由三个传感器(即温湿度传感器DHT11、光线传感器、土壤湿度传感器(Arduino兼容))、继电器、水泵组成,用户可通过微信小程序“我的掌控版”及时查看植物信息。该设计包含灯光和浇水两种功能;另外,在浇水功能上考虑到用户需求,设计了手动与自动两种模式,手动模式是使用者自行控制浇水时间的...     

基于CC2430的无线传感器网络节点设计

基于无线传感器网络的特点,以CC2430芯片为核心设计了一种微型传感器节点。详细阐述了传感器节点的温湿度数据采集模块、电池能量检测模块以及节点之间"点对点"无线通信的软件流程。     

基于开源硬件的在线空气质量监测系统设计

以开源硬件Arduino为主控板,配合灰尘传感器、有机物挥发气体传感器、温湿度传感器采集空气质量数据,通过以太网控制器将数据上传至物联网平台,从而实现了空气质量的在线监测。该系统具有性价比高、稳定性好、精度高等优点,并可扩展传感器满足其他测量环境需求。     

基于开源硬件与虚拟仪器的智能农业监测系统设计

为了智能化采集农作信息,高效利用农业资源及实现智能农业,设计了基于开源硬件的智能农业监测系统.系统以开源硬件Arduino为核心控制器,配合光照传感器、土壤水分传感器、温湿度传感器、二氧化碳传感器采集农作环境参数,利用ZigBee技术上传数据至虚拟仪器LabVIEW,实现数据在线监测.该系统具有性价比高、扩展性强、可更换组网方式等优点,有着较强的实践性和可操作性.     

基于nRF9E5的无线温湿度传感器网络节点设计

针对实验场所和装备弹药仓库等地点需及时监测环境温湿度的需求,基于无线传感器网络设计实现了以nRF9E5芯片为核心的微型低功耗无线温湿度传感器网络节点。本文详细阐述了该节点的通信与处理模块和温湿度数据采集模块的设计,并给出了时分多址点到多点的节点之间无线通信的软件流程。     

基于物联网架构的仓库温湿度监控系统的设计

给出了基于物联网的体系结构模型,以温湿度传感器作为信息采集基点。利用Freescale单片机MC9S12XS128对温湿度传感器实时采集的数据进行处理,并通过NRF24L01无线模块将温湿度信息传送至上位机,最后通过上位机对温湿度进行实时监控。     

基于STM32单片机的古籍阅览室温湿度自动化检测和控制系统设计

考虑古籍阅览室温湿度对古籍的存储重要性,设计基于STM32单片机的古籍阅览室温湿度自动化检测和控制系统,提高古籍阅览室温湿度自动化检测和控制能力。系统温湿度检测模块通过多台SHT11温湿度传感器检测古籍阅览室温湿度数据,并采用最小二乘方法融合多传感器检测温湿度数据,实现古籍阅览室温湿度自动化检测,当检测到温湿度异常时,报警模块会向应用模块发送报警信息;温湿度控制模块以STM32单片机为核心硬件构建温湿度控制器,以通信模块传输的融合后温湿度数据为依据,采用模糊PID得出古籍阅览室温湿度控制量,并对业务模块空调机下发温湿度控制指令,实现古籍阅览室温湿度自动化控制;古籍阅览室管理人员可在应用模块查看古籍阅览室温湿度异常情况及控制结果。实验结果说明：该系统温湿度检测平均误差低于0.03℃和1.1%,响应时间平均为389.6 ms,温度控制误差和湿度控制误差分别平均为0.28℃和0.47%,降温效率提升了约29%。