Nano Hash - криптовалюты, майнинг, программирование

Время обнаружения входа Arduino

Мне было интересно, если бы я мог построить простую программу на Arduino, которая определяла бы направление звука. Я бы подключил 2 микрофона к arduino, и при обнаружении звука arduino сообщит, какой микрофон среагировал первым.

Меня беспокоит, будет ли arduino достаточно быстрым, чтобы обнаружить эту разницу, так как я буду использовать это устройство на металлических трубах. Скорость звука в металле составляет ~ 5000 м / с, поэтому, если бы микрофоны находились на расстоянии 1 метра друг от друга, это означало бы разницу в 0,2 миллисекунды.

Сможет ли ардуино выполнить эту задачу?

07.01.2016

Ответы:


1

Это кажется очень выполнимым. Однако аналоговое чтение не такое быстрое, как цифровое. Если вы проводите слишком много времени между чтениями, задержка в одном динамике может быть просто зарегистрирована как немного более низкое значение, но в то же время.

Тем не менее, глядя на таблицу данных, один образец занимает 13 тактовых циклов в автономном режиме, что составляет около 812,5 нс, поэтому есть достаточно времени для выполнения нескольких операций чтения, возможно, даже более 10-битного чтения. Просто помните, что это напрямую использует АЦП, а не использует функцию Arduino analogRead(), которая намного медленнее.

Вы можете поискать и посмотреть, не опубликовал ли кто-нибудь тайминги для analogRead(), однако существует множество руководств по непосредственному использованию ADC.

Кроме того, если вам нужны мгновенные показания, вы можете перепроектировать свою схему, чтобы выдавать цифровой импульс после того, как датчик обнаруживает превышение порога. Затем, используя внешние прерывания, вы можете захватить первый датчик, сработавший в течение 1 цикла импульсов. Поиск порогового детектора может указать вам правильное направление.

07.01.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..