共查询到18条相似文献,搜索用时 78 毫秒
1.
基于GSM短信的烟雾传感报警系统 总被引:1,自引:0,他引:1
应用GSM网络模块TC35i,实现了短信息报警系统。系统以AT89S52芯片为控制核心,以手机短信为载体,通过烟雾传感器MQ-2感应可燃气体及烟雾信号,将其传输给单片机芯片,再通过与单片机相连的GSM模块发送短信至家人,提示报警情况及报警等级,完成报警功能。 相似文献
2.
研制一种基于三轴加速度传感器和GSM模块的老人跌倒检测及远程报警系统。该系统以单片机为核心,实时检测三轴加速度传感器输出信号变化,并配合脉搏传感器检测老人跌倒过程中的心率变化,最终触发GSM模块实现报警短信远传。 相似文献
3.
GSM短信是基于GSM网络收发文本信息的技术,具有时效性好,费用低廉等优点。该文针对该技术提出了远程火焰报警系统的设计方法。该文结合相关系统设计理论知识,详细阐述了GSM短信的PDU模式、内容编码方式,并借助于编程语言VB6.0进行通讯软件的编写,给出了远程火焰报警系统设计的详细步骤和具体内容。 相似文献
4.
为了更好的实现对家庭、车库、博物馆、银行、办公室等重要场所的防范,建立基于单片机的智能红外无线报警系统。系统主要由单片机、GSM模块、电源模块、无线通信模块、执行器、串行接口组成。探测器采集前端信号,对采集到的信息处理,得到有用的部分,通过单片机控制进行报警和信息发送。该系统实际使用中性能良好。 相似文献
5.
6.
7.
设计一种无手鼠标,使手部残疾或脊髓损伤的患者能够通过无手操作的方式使用计算机。系统以 MSP430F5529为控制芯片,控制放置在头部的 MEMS 加速度传感器测量头部倾角,并将倾角转换为光标位移量来控制光标的移动;利用声控模块和继电器模块设计声控开关,来实现鼠标按键的点击功能;利用 nRF2401无线模块实现鼠标系统与计算机的无线通信。该倾斜鼠标可以使用户通过倾斜头部来控制光标的移动,通过向吹气开关吹气实现鼠标按键的点击功能。该倾斜鼠标可以辅助手部残疾或脊髓损伤的患者通过无手操作的方式有效地控制光标移动,为其使用计算机提供了一种途径。 相似文献
8.
本文设计了一种基于ARM的超声波倒车雷达监测报警系统。该系统在汽车挂倒挡时开始工作,通过超声波传感器发送超声波检测障碍物信息,经微处理器处理成测距信息,并进行显示,当距离小到设定的安全范围时,自动启动语音报警。该系统安装简单,抗震能力强,测距准确且工作稳定可靠。该文给出了系统各部分的硬件及软件实现。 相似文献
9.
本文设计了一种基于ARM的超声波倒车雷达监测报警系统。该系统在汽车挂倒挡时开始工作,通过超声波传感器发送超声波检测障碍物信息,经微处理器处理成测距信息,并进行显示,当距离小到设定的安全范围时,自动启动语音报警。该系统安装简单,抗震能力强,测距准确且工作稳定可靠。该文给出了系统各部分的硬件及软件实现。 相似文献
10.
11.
12.
13.
14.
为了实现对物体运动位移的检测,设计了一种以国产高精度MEMS电容式加速度传感器MSCA3002为核心,24位高精度A/D转换器ADS1255,高性能ARM处理器LM3S2B93为主控制器的位移检测系统,并详细给出该系统的硬件电路及其软件算法设计。系统将传感器检测到的物体运动的加速度,经过积分算法转换为物体运动位移。实验结果表明:系统采样精度高、速度快、误差小,A/D转换器对加速度信号的检测精度能达到0.4%,积分后对位移的测量精度能控制在3%左右,很好地实现了对运动位移的检测。 相似文献
15.
16.
三轴加速度传感器校正方法研究 总被引:1,自引:0,他引:1
加速度是研究汽车安全的重要数据来源,而要获得可靠的加速度参数则要求加速度传感器有较高的精确性,针对三轴加速度传感器基本标定和坐标轴不垂直的校正问题,设计了相应的加速度传感器校正模型和模型求解算法,并通过实际测试对比加速度传感器在校正前和校正后的精度,从而来验证校正方法的可用性.经过该方法校正的多轴加速度传感器可以将不垂... 相似文献
17.
18.
Person identification with accurate position information is essential for providing location-based services in real environments, such as a shopping mall. For this purpose, we propose a method that integrates 3D position information from environmental depth sensors and acceleration data from wearable devices to anonymously gather the trajectories of people who have wearable devices as well as others. Our proposed method identifies a person who has a wearable device by comparing two time series of acceleration data from device and position information. To do this, we extracted the behaviours of each axis using the changes of each bit of acceleration data at certain time periods. We evaluated our method with data collected at a shopping mall and a children’s playroom to investigate its effectiveness and robustness in different environments. Our evaluation results showed that it achieved an average identification of 85%, which is better than several alternative methods. 相似文献