big_uncle
big_uncle
今年比赛的能量机关大变样，成了一个大风车，我们决定自己也做一个，官方的灯条是SK6812灯珠，每米144个灯珠，但是真的贵，最后选择了每米60珠的WS2811灯珠。 这一类的灯珠自带了IC，只需要一根信号线就能控制灯条上的每一个灯的颜色，且灯条长度理论上可以无限长。 这类灯条的控制方式都差不多，只是逻辑0和逻辑1的表现方式不同而已。我手里这款灯条的驱动方式如下：     这里要吐槽一下，就是逻辑0和逻辑1的表示方法这里，我在百度上看到了三种版本，除了上面这种正确的外，另外两种如下：   我真的是佛了，导致逻辑0和逻辑1的发送成了我驱动灯条最大的障碍。如果时序不对，那么整个灯条的颜色都是乱的。 后来我使出了绝招，用示波器看对应的灯条遥控器的输出信号，结果如下： * 逻辑0  * 逻辑1  从图中可以大致读出，`T0H`大约`300ns`，`T0L`大约`900ns`，`T1H`大约`600ns`，`T1L`大约`600ns`。 另外还要说一下，像这种一根信号线输出控制的一般逻辑电平都要求5V及以上，而STM32只能输出3.3V，所以这里使用arduino，但是arduino有一个致命的弱点，就是封装得太死，导致执行效率不高。 # arduino快速操作IO口 arduino操作IO口需要两步，第一步设置IO口为输出模式，第二步控制IO口电平高低，代码如下： ```c setup() { pinMode(8, OUTPUT); } void...
DS18B20温度传感器提供9-Bits到12-Bits的高精度温度数据，我手上的封装类型如下：  一开始盲目自信，觉得这就是一个三极管，两端电压随温度改变，直接ADC读取电压值就行了，结果半天没反应，网上一搜数据手册才知道，这温度传感器中大有文章。 # DS18B20简介 ## 单线接口 DS18B20有其独特的单线接口方式，常见的通信协议都至少是两根线，而DS18B20利用它自己的一套通信协议实现了单线半双工通信。 通过这唯一的信号线可以实现数据读取，配置寄存器等操作，温度数据直接以数字信号形式返回来，比ADC高级多了。 ## 唯一ROM 每一个DS18B20在出厂的时候都自带了唯一的光刻64位ROM，前8位是传感器的ID，这样每一个DS18B20的ID都不一样，可以实现总线的功能，理论上总线上的设备可以无限多，而这些都是在一根信号线上完成的。 # 读取DS18B20数据 DS18B20对逻辑0和逻辑1有自己的定义，且收发不同，具体见下图：  DS18B20的可操作寄存器如下表所示：  DS18B20的每一次读/写操作都必须按照下面的步骤进行： > ## TRANSACTION SEQUENCE > The transaction sequence for accessing the...
终于终于，我的这个外接小项目完成了。回过头来一看其实很简单，也就两部分，一部分是[步进电机](https://imuncle.github.io/content.html?id=27)，一部分是[编码器](https://imuncle.github.io/content.html?id=32)，今天就完成最后一步，把两者组合起来。 # 系统框图 我这个小demo的系统框图如下：  # 程序逻辑 小项目的要求是实现步进电机与编码器同步旋转，所以需要实现步进电机的位置环控制，而因为我使用了步进电机驱动器TB6600，只需要发送一定数目的脉冲就可以了，反正我这也只是一个demo，所以也就没有弄什么角度传感器，直接开环控制。 ## 单脉冲模式 所以问题的关键就在如何产生指定数目的脉冲。我这里用到了TIM的单脉冲模式，也就是默认启动PWM后只产生一个脉冲，因为它默认一个周期后自动失能，这个时候需要再次使能PWM才能产生下一个脉冲。 我这里使用的是TIM5的CH1通道，周期1ms，占空比50%，单脉冲模式。 ## 根据编码器值控制步进电机角度 直接拿代码说话： 我定义了一个`RotateMotor()`函数： ```c void RotateMotor(void) { int32_t rotate = GetEncoderBias()>>15; if(rotate > round_count) { anticlockwise(); }...
最近上的材料测试方法课程有一个大作业，要求根据原理做一种材料分析仪器的演示装置。像这种大制作的东西，毫无疑问我承担了其中的编程部分。在“产品经理”的强烈要求下，我用MATLAB写了一个串口通信的程序，可以获取STM32发送的数据，并绘制出曲线。 # MATLAB GUI 之前也没用过MATLAB GUI，这次是因为时间比较紧，技术比较菜，MATLAB代码量挺少的，就选择了MATLAB，之前一直用的Qt，本来也想尝试electron的，但是好像它不能访问USB设备。 所以现学了一波MATLAB GUI操作，实在是很简单，正所谓MATLAB一时爽，一直MATLAB一直爽。 首先在命令行输入'guide'新建一个空白GUI。 ```matlab >> guide ```  然后简单添加，效果如下图所示：  其中下拉菜单我一直添加到了COM23口，可谓是丧心病狂。 # 实现逻辑 其实GUI开发很简单，全程写回调函数就行了，界面设计又是图形化拖动，简直没难度有木有。 我这里只有一个下拉菜单，两个按钮，所以有三个回调函数，再加上一个串口接收中断回调函数，一共四个函数。 ## 下拉菜单回调函数 ```matlab % --- Executes on selection change...
随着博客写的越来越多，寻找内容越来越麻烦，于是萌生出了做一个文章搜索的功能。 # GitHub API 在查阅了GitHub API后，发现可以很方便地搜索issue，repository，commit，author等，还支持多条件查询，可以说是非常方便了，详情见[Search | GitHub Developer Guide](https://developer.github.com/v3/search/) 我这里只需要查询我自己发布的issue，这里的查询条件有以下五个： * 查询关键词 * 作者：imuncle * 对象：open状态的issue * 范围：标题和内容 * 排序：匹配程度递减排序 所以我的查询链接为： ```javascript var search_url = 'https://api.github.com/search/issues?q='+search+' author:imuncle+in:title,body+is:open+is:public+sort:interactions'; ``` 关于以上的查询条件设置可以查看这两个链接了解：...
整理电脑文件的时候发现了去年的奋斗史，截个图纪念一下  **RM2019继续加油！** 🥇
当我们要分享一段代码的时候，通常流程是使用截图工具，然后增加一些备注等等。最近发现一个小工具 - carbon。 carbon是一个在线工具，它负责生成更加漂亮不同风格的代码图片，绝对比截图工具更加搞逼格。 效果图：  地址：[Carbon](https://carbon.now.sh/)
寻路算法学习
前几天搞美赛，题目是怎么逃离卢浮宫最快，感觉应该是一个路径规划的问题。于是死磕了几天的寻路算法。 寻路算法主要见于即时战略游戏（RTS）中，分为静态路径寻路和动态路径寻路，这里只讨论静态寻路。 静态寻路算法中最常见的就是**A-Star算法**和**Dijkstra算法**，其中**A-Star算法**是基于**Dijkstra算法**的。 ## Dijkstra算法 Dijkstra算法又称为最短路径算法，是由荷兰著名的计算机科学家Dijkstra提出来的。它是一种集中式的静态算法，用来求解图中指定节点到其他节点的最短距离。 Dijkstra算法的具体算法如下： 如下图，首先以终点（图中红圈处）为原点，然后访问四周相邻的方格，如果不是障碍块，则给改方格记录上从终点到达该方格的步数。接下来在此基础上进一步访问更多的方格，直至遍历完所有的方格。  可以查看这个[在线示例](https://howtorts.github.io/examples/2-dijkstra-path-building/)，如果没有蓝线则说明没有找到路径，刷新页面即可（因为障碍是随机生成的，不一定能找到路径）。 ## A-Star算法 1968年，Hart，Nillsion等提出了基于启发式函数的最短寻路算法A-Star，用于解决静态路由网中的最短路径问题。它与Dijkstra算法同属于求最短路径搜索算法，但是A-Star算法使用了启发式信息，不会盲目的搜索路径，而是评估地图上任意点到目标点的费用，更好地选择搜索方向，优先搜索最有希望的节点。A-Star算法通过估价函数（Heuristic Function）$$f(h)$$来估计图中的当前点S到目标点G的距离，并由此决定它的搜索方向，其公式表示为： =h(n)+g(n)$$) 其中`n`代表地图上的某个节点，`g(n)`是从起始点S到当前节点n的实际花费，`h(n)`为当前节点`n`到目标节点的最佳路径代价估计，用于估计当前节点到目标节点的最佳距离，而并非是实际的距离，估计得时候并不需要考虑地图中的障碍物的存在。常用的距离估计有：曼哈顿距离、欧几里得距离、平方欧式距离、对角距离等。不同的估计方法使用与不同的地图场景中，这也是A-Star算法的一大缺点，如果估计方法选择的不对，那么可能找不出最短路径。  上图展示的是一个使用A-Star算法计算出的最短路径，方格中有两个数字，第一个数字`g(n)`，第二个数字是`h(n)`，从上图可以清晰地看出A-Star算法的工作过程。 关于A-Star算法的讲解，这个网址讲解的非常详细： [Introduction to the A* Algorithm](https://www.redblobgames.com/pathfinding/a-star/introduction.html) 最后贴上一些在线示例，这些示例全部来自博客[How To RTS](https://howtorts.github.io/) [最基本的Dijkstra算法查找的路径](https://howtorts.github.io/examples/2-dijkstra-path-building/) [基本的Flow Field模型](https://howtorts.github.io/examples/5-flow-field-improvements/index.html)...
开始学习ROS啦，我以胡春旭编写的《ROS机器人开发实践》作为参考书籍。 首先是装了ubuntu 16.04系统，然后安装ROS，结果就安装ROS这一步就卡了一下午。 下载ROS需要添加镜像源，可以添加国内的也可以添加国外官方的镜像源，书上写的镜像源链接如下： ```bash sudo sh -c 'echo "deb http://packages.ros/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.lis' sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu $DISTRIB_CODENAME main" > /etc/apt/sources.list.d/ros-latest.lis' sudo...
 今天给Ubuntu重装系统，在Ubuntu镜像文件下载界面发现了**rufus**这个小巧的软件，下载地址如下： [下载地址](https://rufus.ie/) 只需要注意在**Boot Selection**这一栏选择FreeDOS，其他的就傻瓜操作就行了。