树莓派 智能家居

树莓派使用HC-SR04超声波测距

Posted by linx on 05-28，2023

超声波模块介绍

  超声波测距原理很简单：
  1、通过记录发送超声波的时间、记录超声波返回的时间，返回时间与发送时间相减得到超声波的持续时间。
  2、通过公式：(超声波持续时间 * 声波速度) / 2就可以得出距离；

image.png

  HC-SR04参数：
  工作电压： 5V   工作电流：15mA
  最短测量距离：3cm
  最长测量距离：4m
  角度15度
  Trig引脚输入信号：10us TTL 脉冲
  Echo引脚输出信号：5v脉冲信号

超声波模块接线与工作过程

接线：

  总共4引脚：2电源引脚（Vcc、GND）和2个控制引脚Trig、Echo；
  Vcc为5v供电
  Trig引脚用于接收树莓派信号，可接所有GPIO口。
  Echo引脚用于发送测距结果给树莓派，可接所有GPIO口，返回5v信号。

测距工作过程：

  1、树莓派向Trig引脚发送持续10us的脉冲信号；
  2、HC-SR04发送超声波，将Echo置位高电平，准备接收超声波返回；
  3、HC-SR04收到超声波返回把Echo置位低电平；

程序实现

  通过上面HC-SR04超声波测距模块使用过程，原理的分析，使用Python很容易就写出了超声波测距的Demo程序，具体实现如下：
  程序的关键点：
  1、获取超声波发送时的时间
  2、获取超声波返回时的时间
  3、把超声波发送与返回的时间差带入公式：(超声波持续时间 * 声波速度) / 2 即可得到距离

Trig_Pin = 14
Echo_Pin = 4

GPIO.setmode(GPIO.BCM)
#设备GPIO工作方式IN/OUT
GPIO.setup(Trig_Pin,GPIO.OUT,initial = GPIO.LOW)
GPIO.setup(Echo_Pin,GPIO.IN)

def ultrasonic():
    #发送高电平到Trig引脚
    GPIO.output(Trig_Pin,GPIO.HIGH)
    #持续10us 微秒
    time.sleep(0.00001)
    GPIO.output(Trig_Pin,GPIO.LOW)
    #记录发送超声波时刻,发送前Echo_Pin为低电平，当变为高电平是说明超声波已发送
    while GPIO.input(Echo_Pin) == GPIO.LOW:
        pass
    t1 = time.time()

    #记录收到返回超声波时刻，当Echo_变为低电平时说明超声波已经返回
    while GPIO.input(Echo_Pin) == GPIO.HIGH:
        pass
    t2 = time.time()

    #超声波往返时间：t2-t1
    #声波在空气中传播速度340m/s 记录时间 t 来回 2
    #高电平时刻时间减去低电平时刻时间，得到超声波传播时间，单位转换为厘米乘以100
    distance = (t2-t1) * 340 *100 /2
return distance

image.png

CATALOG
    FEATURED TAGS
    Agent 大模型 ChatGPT HA 智能家居 LSM Linux Dapr 开发 插件 Linux,虚拟机,ubuntu 缓存 图片 Flink 反射 内置函数 go 限流 大数据,Spark,Kafka 面向对象 镜像 docker,hadoop,镜像 kafka,java 求导 链式法则 微积分 源码 快照 协议 ZooKeeper ZAB tomcat Hadoop Spark python 自动微分 React Native React Node.js Android Kafka lambda jvm rasp 框架 SPI asm maven idea 依赖管理 module helm 逻辑回归 S函数 IOS Fiddler Andriod Protocol Buffer kryo 车联网，大数据，神经网络 字节序 最小二乘法 线性代数 线性回归 最大似然法 网络编程 大数据 树莓派 Raspbian redis 海南 分析 人口 函数式编程 clojure 线程 并行 actor 红黑树 数组 动态数组 tcp 编程 markdown 二叉搜索树 AVL树 数据结构 golang 梯度下降法 skaffold k8s 机器学习 选法 一致性 算法 分布式 paxos Raft 一致性协议 引擎 容器 通信 微服务 Kubernetes docker 文件系统 NFS 神经网络 神经元 深度学习 poi 反向传播 java 并发模型 并发 多线程 Scala
    FRIENDS