当前位置:网站首页>【Arduino】重生之Arduino 学僧(1)
【Arduino】重生之Arduino 学僧(1)
2022-07-27 05:19:00 【垮起个老脸】
大家对内容感兴趣的话,可以点赞关注哦
一、什么是Arduino?
如果想要知道arduino就先要了解什么是单片机,Arduino平台的基础就是聚合AVR指令集的单片机。
1、什么是单片机?它与个人计算机有什么不同?
能够正常工作的计算机要有这样几个部份构成:
a.中央处理单元CPU(进行运算、控制)
b.随机存储器RAM(进行数据存储)
c.存储器ROM(进行程序存储)
d.输入/输出设备I/O(进行串行口、并行输出口等)
在PC上这些部份被分成若干块芯片,安装在一个被称之为主板的印刷线路板上。而在单片机中,这些部份全部被做到一块集成电路芯片中了,所以就称为单片机,而且有一些单片机中除了上述部份外,还集成了其它部份如A/D转换和数字量/模拟量转换(D/A)等。
2、单片机有什么用?
单片机广泛应用于仪器仪表、家用电器、医用设备、航空航天、专用设备的智能化管理及过程控制等领域。
1.在智能仪器仪表上的应用
单片机具有体积小、功耗低、控制功能强、扩展灵活、微型化和使用方便等优点,广泛应用于仪器仪表中,结合不同类型的传感器,可实现诸如电压、功率、频率、湿度、温度、流量、速度、厚度、角度、长度、硬度、元素、压力等物理量的测量。采用单片机控制使得仪器仪表数字化、智能化、微型化,且功能比起采用电子或数字电路更加强大。例如精密的测量设备(功率计,示波器,各种分析仪)。
2.在工业控制中的应用
用单片机可以构成形式多样的控制系统、数据采集系统。例如工厂流水线的智能化管理,电梯智能化控制、各种报警系统,与计算机联网构成二级控制系统等。
3.在家用电器中的应用
可以这样说,现在的家用电器基本上都采用了单片机控制,从电饭煲、洗衣机、电冰箱、空调机、彩电、其他音响视频器材、再到电子秤量设备,五花八门,无所不在。
4.在计算机网络和通信领域中的应用
现代的单片机普遍具备通信接口,可以很方便地与计算机进行数据通信,为在计算机网络和通信设备间的应用提供了极好的物质条件,现在的通信设备基本上都实现了单片机智能控制,从手机,电话机、小型程控交换机、楼宇自动通信呼叫系统、列车无线通信、再到日常工作中随处可见的移动电话,集群移动通信,无线电对讲机等。
5.单片机在医用设备领域中的应用
单片机在医用设备中的用途亦相当广泛,例如医用呼吸机,各种分析仪,监护仪,超声诊断设备及病床呼叫系统等等。
6.在各种大型电器中的模块化应用
某些专用单片机设计用于实现特定功能,从而在各种电路中进行模块化应用,而不要求使用人员了解其内部结构。如音乐集成单片机,看似简单的功能,微缩在纯电子芯片中(有别于磁带机的原理),就需要复杂的类似于计算机的原理。如:音乐信号以数字的形式存于存储器中(类似于ROM),由微控制器读出,转化为模拟音乐电信号(类似于声卡)。在大型电路中,这种模块化应用极大地缩小了体积,简化了电路,降低了损坏、错误率,也方便于更换。
7.单片机在汽车设备领域中的应用
单片机在汽车电子中的应用非常广泛,例如汽车中的发动机控制器,基于CAN总线的汽车发动机智能电子控制器,GPS导航系统,abs防抱死系统,制动系统等等。
此外,单片机在工商,金融,科研、教育,国防航空航天等领域都有着十分广泛的用途。
实际工作中并不是任何需要计算机的场合都要求计算机有很高的性能,一个控制电冰箱温度的计算机难道要用酷睿处理器吗?应用的关键是看是否够用,是否有很好的性能价格比。如果一台冰箱都需要用酷睿处理起来进行温度控制,那价格就是天价了。如一个Atmega328P-PU单片机,基于AVR指令集的8位处理器,频率20MHz,存储器空间32KB。
3.Arduino简介
Arduino是一款便捷灵活、方便上手的开源电子原型平台。包含硬件(各种型号的Arduino板)和软件(ArduinoIDE)。由一个欧洲开发团队于2005年冬季开发。Arduino能通过各种各样的传感器来感知环境,通过控制灯光、马达和其他的装置来反馈、影响环境。Arduino可以用来开发交互产品,比如它可以读取大量的开关和传感器信号,并且可以控制各式各样的电灯、电机和其他物理设备。Arduino项目可以是单独的,也可以在运行时和你电脑中运行的程序(例如:Flash,Processing,MaxMSP)进行通讯。板子上的微控制器可以通过Arduino的编程语言来编写程序,编译成二进制文件,烧录进微控制器。对Arduino的编程是通过 Arduino编程语言 (基于 Wiring)和Arduino开发环境(基于 Processing)来实现的。基于Arduino的项目,可以只包含Arduino,也可以包含Arduino和其他一些在PC上运行的软件,它们之间进行通信 (比如 Flash, Processing, MaxMSP)来实现。
4.Arduino优点
- 软件开源可扩展
- 硬件开源可扩展
- 可跨平台
- 开发板价格便宜(组装好的成品,价格也不会很高)
- 拥有简易的编程环境
- 适宜非专业爱好者使用
5.Arduino开发板展示

图一. Arduino Uno展示
下面的学习大多都将围绕一UNO型号的Arduino开发板进行学习
为方便理解,部分资料来源于网上文献~
可以下载VBB平台进行实操仿真哦~
边栏推荐
- Social media user level psychological stress detection based on deep neural network
- Emoji Emoji for text emotion analysis -improving sentimental analysis accuracy with Emoji embedding
- RK3288板卡HDMI显示uboot和kernel的logo图片
- 10. Gradient, activation function and loss
- Rk3288 board HDMI displays logo images of uboot and kernel
- 19.上下采样与BatchNorm
- 3. Classification problems - initial experience of handwritten digit recognition
- 10.梯度、激活函数和loss
- How to not overwrite the target source data when dBSwitch data migrates data increments
- mysql优化sql相关(持续补充)
猜你喜欢

Day 9. Graduate survey: A love–hurt relationship

3.分类问题---手写数字识别初体验

Day 9. Graduate survey: A love–hurt relationship

1. Introduction to pytorch

16.过拟合欠拟合

pytorch使用data_prefetcher提升数据读取速度

7. Merger and division

6.维度变换和Broadcasting

Inno setup package jar + H5 + MySQL + redis into exe

Day 7. Towards Preemptive Detection of Depression and Anxiety in Twitter
随机推荐
dpdk 网络协议栈 vpp OvS DDos SDN NFV 虚拟化 高性能专家之路
Day 3. Suicidal ideation and behavior in institutions of higher learning: A latent class analysis
18.卷积神经网络
2.简单回归问题
6. Dimension transformation and broadcasting
[MVC Architecture] MVC model
GBASE 8C——SQL参考6 sql语法(6)
新冠时空分析——Global evidence of expressed sentiment alterations during the COVID-19 pandemic
GBASE 8C——SQL参考6 sql语法(10)
Day 8.Developing Simplified Chinese Psychological Linguistic Analysis Dictionary for Microblog
Day 15. Deep learning radiomics can predict axillary lymphnode status in early-stage breast cancer
Day 15. Deep learning radiomics can predict axillary lymphnode status in early-stage breast cancer
关于pytorch反向传播的思考
Matlab 画图(超详细)
GBase 8c产品简介
Gbase 8C - SQL reference 4 character set support
15. GPU acceleration, Minist test practice and visdom visualization
cycleGAN解析
5. Indexing and slicing
西瓜书学习笔记---第四章 决策树