【测评SGP40】快速部署实现的人工智能环境空气质量跟踪模型 #1 开箱介绍
<p>1、本次评测的主要内容</p><p>因为SGP40是高精度，低功耗VOC挥发性空气污染指数监测传感器，有16位的数字采样精度。<br />
监测环境，提供家具装修对于空气环境的影响监测+整合进入空调换气扇的自动控制，制作一个演示项目+空气污染指数综合监测和状态预测功能。</p>
<p>具体：</p>
<ul>
<li>监测环境，使用Arduino 101开发板，采集I2C接口的数字信号，读取传感器的数据，测试传感器的数据格式和数据范围。</li>
<li>使用杰发autochip的BLDC电机控制开发板评测，增加一个联动的功能，在传感器数值越限后，触发BLDC电机的控制功能。实现自动换气控制。</li>
<li>学习使用tensorflow lite的功能，记录时间序列数据，采集VOC的随时间变化的规律。采用现有的模型model，进行深度学习测试和训练。并把数据分析部署到微处理器中。这一部分是演示功能，因为采集的数据量需要比较长的时间段才能数据收敛，但是可以演示这个开发和训练的过程。</li>
</ul>
<p>以上3个主要任务分别实现，功能争取在时间范围内实现，板子是计划中的，实际发帖会略有调整。</p>
<p>2、首先获得资料，最好的资料在<a href="https://www.sensirion.com/cn/download-center/gas-sensors/sgp40/" target="_blank">sensirion官网</a>，然后范例代码在github上，https://github.com/Sensirion/embedded-sgp/releases/tag/7.1.1</p>
<p></p>
<p> </p>
<p>开箱如下</p>
<p></p>
<p></p>
<p>引脚和连接如下</p>
<p></p>
<p>使用UART和I2C皆可</p>
<p></p>
<p>那么最初使用I2C的方案就可以很好调整一下了。</p>
<p>随后就开始代码阶段了。</p>
<p>速度好快啊</p>
<p>这是EE的评测吗？啥时候搞这么多好东西？</p>
<p>跟着学习学习</p>
<p>这个做传感器的<span style="color:#504646">Sensirion公司总部是在瑞士</span></p>
页:
[1]