Day: June 7, 2022

[マーティン]は、主要な都市で彼の仕事から約25kmの小さな村に住んでいます。時折彼の家の警報システムは旅行し、彼はすべてが大丈夫であることを確認するために家に帰るでしょう。だから彼は代わりにDVRシステムを購入することを選択しました…そして彼は犬の襟を主センサーの1つに変えました。 あなたが知っているかもしれないので、DVRはビデオカメラの負荷に加えてセンサー入力もあります。湿気、湿度、温度など、小さなビデオクリップがそうでない他のものを教えるのに非常に便利です。 Sharp 817 OptocouplerとFunky V3ワイヤレスモジュールを使用することで、センサー入力の1つをワイヤレスにしました。 ファンキーなワイヤレスセットアップのもう一方の端には、犬の襟に取り付けられたKinder Surprise Shellです。無線モジュールに加えて、それは金属ピンの上に浮かぶ小さなスプリングからなる初歩的な2軸衝撃センサーを含みます – 激しく移動したとき（犬が走っているときに）接触させ、[Martin] DVRは彼に通知する電子メールで、システムから彼の写真を送ります。 彼は彼がさまよう猫によって見たされている犬の写真がたくさんあると思われるのが疑いません。

船の位置を識別するために船舶がGPSに頼っている前に、そしてLoranのようなラジオナビゲーションシステムの前にさえも、静的に洗練された船舶は彼らの位置を特定することを意味しています：慣性ナビゲーション。理論は簡単です。電子ジャイロと加速度計はすべて場所全体であるので、[Sebastian]は彼自身の慣性ナビゲーションシステムを作成することに行くだろうと思った。 この方法を使用することの難しさは、すべてのジャイロスコープが常にいくつかのエラーを有することです。ジャイロと加速度計からの測定値が互いに統合されているため、エラーも統合され、時間が経過するにつれて位置決め誤差が高まります。いくつかのスマートアルゴリズムと非常に良いセンサーを使用すると、この誤差を減らすことができます。 [Sebastian]は本当に素晴らしいハードウェアを持っていません – 彼は実験的な目的のために十分なほど良好な加速度計/ジャイロのブレイクアウトボードと協力しています。 Arduinoで加速度計データを読み取った後、彼はすべてのセンサーデータをキャプチャしてそれをPythonスクリプトに読み込むことができます。 次のステップは、すべてのセンサーデータを統合するための良いアルゴリズムを把握し、エラーの補償をより適切に補正するために気圧計と磁気コンパスを追加することです。プロジェクトはまだ初期のフェーズにありますが、慣性ナビゲーションシステムが20世紀初頭のエンジニアリング勝利の1つであるかとして見て、あらゆる進歩の更新を待っています。