新闻详情

新闻详情

首页 / 资讯中心 / 详情

第一个MLX90614项目:用ohcode积木亲手打造非接触式温度计

发布时间:2026/11/15 10:13:34来源:尧图网络
第一个MLX90614项目:用ohcode积木亲手打造非接触式温度计
第一个MLX90614项目用ohcode积木亲手打造非接触式温度计【免费下载链接】CupCode_MLX90614红外测温模块源师兄的红外测试模块扩展项目地址: https://gitcode.com/yuanshixiong/mlx0614还在为“怎么从零做一个红外测温仪”发愁MLX90614 红外测温模块搭配ohcode 积木编程让零基础的你也能在几块积木的拖动中亲手完成一个非接触式温度计。它通过 I2C 接口读取被测物体的表面温度和环境芯片温度全程无需物理接触是新手入门传感器项目的绝佳选择。为什么第一个传感器项目选 MLX90614特性说明非接触测温对准物体即可读取表面温度不烫手、不干扰被测物I2CSMBus通信只需 4 根线接线简单地址固定0x5A双温度输出同时提供物体温度(℃)与环境温度(℃)积木式开发ohcode 中拖入积木即可生成 Python 驱动调用告别手写 I2C 读写对新手来说最大的价值是驱动、通信协议这些底层细节都封装好了你只需要关心“初始化 → 读温度”两步。快速上手4 根线完成接线准备工作一块开发板、一个 MLX90614 模块、4 根杜邦线。模块引脚接开发板说明SCLGPIO22I2C 时钟线可在积木中修改SDAGPIO21I2C 数据线VCC3.3V供电GNDGND共地 默认使用 GPIO22/GPIO21 作为 SCL/SDA如果你的板子引脚不同直接改初始化积木里的数字即可代码会自动同步更新。积木搭建步骤3 块积木做出温度计本扩展在 ohcode 积木箱中新增了一个MLX90614红外测温分类定义见 category.json包含三块积木初始化积木红外测温 MLX90614 | SCL脚 → SDA脚填入 22 和 21积木会自动生成import mlx90614_lib以及MLX90614(22, 21)的初始化代码。读物体温度MLX90614 物体温度(℃)返回被测物体表面的温度值例如把它放进“显示”或“打印”积木里就能看到实时读数。读环境温度MLX90614 环境温度(℃)返回传感器芯片自身感受到的环境温度适合做参考值。三块积木的拼装逻辑非常直观初始化积木 → 循环显示MLX90614 物体温度(℃)并延时 1 秒积木背后的代码生成逻辑在 blocksdef.js 中定义它会把积木翻译为对驱动类的调用而真正的 I2C 读写、16 位寄存器解析、开尔文转摄氏度的换算全部由 library/mlx90614_lib.py 驱动完成——object_temp()读物体温度ambient_temp()读环境温度你完全不手写底层代码。安装这个 ohcode 扩展获取完整扩展目录含积木定义和驱动库git clone https://gitcode.com/yuanshixiong/mlx0614将整个扩展目录放入 ohcode 的扩展库位置积木MLX90614红外测温分类即会自动出现。⚠️ 上传/打包项目时请务必保留library/目录否则运行时找不到驱动。项目文件导览文件作用library/mlx90614_lib.pyMLX90614 驱动object_temp()/ambient_temp()blocksdef.js积木定义 Python 代码生成category.json积木分类初始化 / 读取config.json扩展名称与说明信息README.md官方说明接线与积木用法新手常见问题Q读出的温度是 0 或读数异常怎么办先检查 4 根线是否接反、VCC 是否接在 3.3V再确认 SCL/SDA 与积木中填写的引脚一致默认 22/21。I2C 对共地要求严格GND 一定要接好。Q物体温度和什么有关系物体温度受距离、物体发射率金属表面偏低影响。把镜头对准深色、非金属的物体读数更接近真实值。Q能只读环境温度吗可以。MLX90614 环境温度(℃)积木独立使用初始化后即可随时读取芯片环境温度适合做“房间温度计”这类子项目。写在最后从接线到第一块积木落下整个过程不到 10 分钟。当你看到屏幕上跳动的温度数字时你就已经完成了人生第一个MLX90614 红外测温项目 下一步可以试试把温度接入报警逻辑做一个“过热即蜂鸣器响”的免接触测温小卫士。【免费下载链接】CupCode_MLX90614红外测温模块源师兄的红外测试模块扩展项目地址: https://gitcode.com/yuanshixiong/mlx0614创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉