Funpack3-2 基于 PIC-IoT WA 的手指数量辨识工具

内容介绍

项目介绍

这里是我参加Funpack第三季第二期活动的任务总结报告，我所完成的是任务一，搭建一个手指数量辨识工具。板卡上集成了光照传感器，将板卡平放后，伸出不同数量的手指在板卡上挥动，识别出有几根手指。

我将按照以下步骤进行开发板的控制开发：

步骤 1: 初始化

启动系统，准备好光传感器模块和ADC（模数转换器）功能。

步骤 2: 获取ADC值

通过板载光传感器采集实时的光强数据，转换为相应的ADC值。

步骤 3: 实时数据采集和处理

连续检测ADC值，将数据存储在缓冲区中。

步骤 4: 数据分析和挥动规律检测

利用算法对采集的数据进行分析与处理，检测数据中的光强规律变化。
寻找光强值的高峰和低谷，代表光线变暗和变亮的时刻。

步骤 5: 手指挥动识别

通过规律检测算法确定挥手动作的特征，如从光线变暗到变亮的持续时间或幅度。
基于确切的规律及阈值，识别手指的挥动次数。

步骤 6: 提示与反馈

在识别出手指挥动次数后，输出结果

步骤 7: 循环检测

持续循环执行上述步骤，保持对光传感器数据的实时监测和手指挥动的识别。

通过这个流程，你可以持续监测光传感器的输出，利用适当的算法和规律检测技术来识别手指的挥动次数，从而实现对手指挥动的智能识别和监测。

主要硬件介绍

PIC24FJ128GA705 微控制器：

16位微控制器，低功耗设计。时钟频率为32MHz，提供强大的处理能力。集成了12位ADC，用于模拟信号转数字信号转换，如光传感器的数据采集。

Wi-Fi模块 WINC1510：

基于 Microchip 的 ATWINC1510 技术，是一款低功耗认证的 IoT 网络控制器。允许设备通过 Wi-Fi 连接到云服务（如 Google IoT Cloud 或 AWS），实现远程数据传输和控制。

ATECC608 密码协处理器：

集成在控制器板上，用于生成私钥和公钥，加密消息传输以确保通信安全。

传感器：

TEMT6000X01 光传感器：

连接到PIC控制器的10位ADC，用于检测环境光照强度变化。

MCP9808 温度传感器：

通过I2C接口连接，用于测量温度范围在-20℃至100℃之间，具有0.25℃的典型精度。

PIC IoT WA开发板：

可以通过微型USB端口或4.2V锂电池供电，提供灵活的供电方式。具有板上编程仿真器和调试器（PKOB），支持串口通信和逻辑分析功能。

这个系统结合了低功耗的 PIC 微控制器、Wi-Fi模块、安全密码协处理器和多种传感器，实现了智能控制和监测功能，适合用于物联网应用中。通过集成这些组件，可以实现实时数据采集、通信和安全加密等功能，为物联网设备提供稳定可靠的运行和通信环境。

主要软件介绍

在进行开发时，我使用官方的 MPLAB X IDE。在首次安装 IDE 后，需要安装适用于 16 位微控制器的编译器工具。安装完编译器后，可以通过点击右上角的 "MCC" 按钮，进入图形化配置界面。

我们需要配置串口外设

点击添加后，在此处界面进行更加具体的配置

而在此处，需要对串口所对应的引脚进行配置

光传感器我们是使用adc的引脚进行模拟量的测量，所以我们也需对adc外设开启，并设置使用。具体的配置参考串口的配置，也可以看视频里的介绍。

uint8_t start_flag=0;
#define normal_average_value 1111
#define invertal 150
uint8_t deep_num=0;
uint8_t normal_count=0;
uint8_t dir=0;
int main(void)
{
    // initialize the device
    SYSTEM_Initialize();
    uint16_t i=0;
    uint16_t data=0,last_data=0;
    uint16_t total_count=0;
    while (1)
    {
        //printf("%d: %d\r\n",i++,get_linght_adc_value());
        //err_led_Toggle();
        data=get_linght_adc_value();
        if(!start_flag ){
            if(abs(data-normal_average_value) > invertal){
                start_flag=1;
                last_data=data;
                dir=0;
                delay_ms(20);
                printf("start\r\n"); 
            }
        }else{
            total_count++;
            if(abs(data-normal_average_value) > invertal){
                if(!dir){//??
                    if(last_data > data){
                        printf("ccc: %d:%d\r\n",last_data,data); 
                    }else{
                        printf("bbb +1: %d:%d\r\n",last_data,data); 
                        deep_num++;
                        dir=1;
                    }                
                }else{//??
                    if(last_data > data){
                        printf("ddd: %d:%d\r\n",last_data,data); 
                        dir=0;
                    }else{
                        printf("eeee: %d:%d\r\n",last_data,data); 
                    }
                }                
            }
            last_data=data;
            if(total_count>2000){
                start_flag=0;
                dir=0;
                total_count=0;
                printf("\r\nfinger_num => %d\r\n\r\n",deep_num); 
                deep_num=0;
            }
        }
        
//        UART1_Write(0x03);
//        UART1_Write(0xFC);
//        
//        
//        UART1_Write(data);
//        UART1_Write(data>>8);
//        
//        UART1_Write(0xFC);
//        UART1_Write(0x03);

//        delay_ms(5);
        // Add your application code
    }

    return 1;
}

代码部分核心逻辑非常简单：首先：

设定环境下的 ADC 平均值。在主循环中持续监测 ADC 值

一旦检测到值显著低于设定值，表示周围有遮挡物通过，系统将进入检测状态，该状态大约持续 2 秒（可根据需要调整）

在检测状态下，系统将获取每个 ADC 值，并进行分析统计，以便确定数据流中存在的波谷数，每个波谷对应一根手指

尽管这种检测方式易于理解和实现，但当手指数量增多时，系统可能会出现不准确的情况

总结

在本次活动中，学习了如何pic家的相关芯片。在过程中遇到的问题，通过百度搜索都能找到适合的答案，使自我得到了提升，感谢硬禾学堂平台。