新闻详情

新闻详情

首页 / 资讯中心 / 详情

MLX90614积木使用完全指南:3块积木搞定初始化、物体温度与环境温度读取

发布时间:2026/11/17 10:43:17来源:尧图网络
MLX90614积木使用完全指南:3块积木搞定初始化、物体温度与环境温度读取
MLX90614积木使用完全指南3块积木搞定初始化、物体温度与环境温度读取【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本指南带你快速上手MLX90614 积木——源师兄的红外测温扩展CupCode_MLX90614。它基于 I2C 通信实现非接触式红外测温只需 3 块积木就能完成初始化、读取被测物体表面温度℃和传感器环境温度℃非常适合新手在 ohcode 积木编程平台上做免接触测温、热源探测等小项目 ️。 这个MLX90614红外测温积木能做什么扩展在积木库中提供 3 块积木分类见 category.json定义见 blocksdef.js积木作用红外测温 MLX90614 \| SCL脚 \| SDA脚初始化传感器指定 I2C 的 SCL / SDA 引脚MLX90614 物体温度(℃)读取被测物体表面温度返回数字MLX90614 环境温度(℃)读取传感器芯片自身环境温度返回数字底层驱动封装在 library/mlx90614_lib.py通过 SMBus 读取寄存器0x06环境/芯片温度和0x07红外物体温度自动换算为摄氏度积木只是把驱动变成了拖一拖的操作 。 MLX90614接线方法4根线接好就能用按下面的默认接线方式连接I2C 地址固定为0x5AMLX90614 引脚开发板引脚SCLGPIO22可在积木内修改SDAGPIO21可在积木内修改VCC3.3VGNDGND 提示如果 SCL/SDA 换到其他引脚只需在初始化积木里修改数字即可其余积木不变。⚡ 最快安装方法一行命令获取扩展整个扩展目录放入 ohcode 的扩展库即可使用上传代码时请保留library/目录详见 README.mdgit clone https://gitcode.com/yuanshixiong/mlx0614 积木1初始化 MLX90614必放第一块拖入红外测温 MLX90614 | SCL脚 | SDA脚积木SCL、SDA 默认分别为 22 和 21与上表默认接线一致一般不用改。该积木会自动生成驱动导入和初始化代码见 blocksdef.js放在程序最前面即可import sys sys.path.insert(0, library) import mlx90614_lib _mlx mlx90614_lib.MLX90614(22, 21)️ 积木2 积木3读取物体温度与环境温度这两块积木都是取值型积木输出数字可以放进任意需要的地方比如打印、显示、比较print(物体温度:, _mlx.object_temp(), ℃) print(环境温度:, _mlx.ambient_temp(), ℃)两者的区别物体温度镜头看到的被测物体表面温度是测温的主角环境温度传感器芯片自身的温度可用来判断传感器是否过热、做数据校准参考。 常见问题读不到温度怎么办检查接线SCL/SDA 是否接反VCC 必须是 3.3V 而不是 5V检查积木初始化积木是否放在读取积木之前引脚号是否与实际接线一致保持距离MLX90614 是红外传感器正对物体表面读取距离约 1~20cm 效果最佳。 相关文件一览文件说明library/mlx90614_lib.pyMLX90614 驱动object_temp()/ambient_temp()blocksdef.js积木定义与 Python 代码生成category.json积木分类初始化 / 读取config.json扩展说明信息README.md扩展完整说明文档按初始化 → 物体温度 → 环境温度的顺序拖好 3 块积木你的免接触红外测温程序就搭好了 【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 2026/11/17 7:04:08

【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 2026/11/17 5:42:44

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 2026/11/16 19:23:38

【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 ... 2026/11/17 6:55:04

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 2026/11/17 5:57:47

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 2026/11/16 17:28:18

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
📞 ✉