人体红外自动报警

一、实验目的

二、实验材料

三、实验步骤

四、代码块

五、实验结果

一、实验目的

如果在7m内有人的话，人体红外传感器就会感应到，蜂鸣器就会发出警报。

二、实验材料

Arduino UNO开发板、USB数据线一根、HC-SR04超声波测距仪、有源蜂鸣器、连接线若干。

三、实验步骤

人体红外传感器：OUT对应接2号数字IO口，GND----GND，VCC----5V

有源蜂鸣器：S----3，—-----GND，中间----5V

三、电路图

五、代码块

int Sensor_pin = 2;
int Buzzerpin = 3;
void Alarm() //蜂鸣器发出警报
 {
 for(int i=0;i<100;i++){
 digitalWrite(Buzzerpin,HIGH); //发声音
 delay(2);
 digitalWrite(Buzzerpin,LOW); //不发声音
 delay(2); //修改延时时间，改变发声频率
   }
 }

void setup() {
  pinMode(Sensor_pin,INPUT); //设置人体红外接口为输入状态
 pinMode(Buzzerpin,OUTPUT); //设置蜂鸣器接口为输出状态
}

void loop() {
int val=digitalRead(Sensor_pin); //定义参数存储人体红外传感器读到的状态
 if(val == 1) //如果检测到有动物运动（在检测范围内），蜂鸣器发出警报
 { 
  Alarm();
 }
 else 
 {
  return;
 } 
 delay(100); //延时100毫秒
}

六、实验结果

人体红外报警

 

# 物联网
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

计算机视觉（opencv）实战——人脸识别：LBPH / Eigen / Fisher 综合使用指南（训练、保存、加载、预测与调优）

收集至少 5~10 张/人的多光照、多表情照片（LBPH 少量也能用）。用级联/关键点检测裁切并对齐人脸，转为灰度并统一尺寸（如 200×200）。做直方图均衡或其他归一化。按目录加载数据，构建。选择识别器（LBPH/Eigen/Fisher），进行train()。使用验证集调参并设定confidence阈值。save()模型与 label 映射。部署时read()模型，并在实时流中检测 -> 预

avatar 2048 AI社区

自定义Traits应用

重新排列范围，使得指定位置的元素等于排序后的元素，并且左边的元素都不大于它，右边的元素都不小于它。算法的原理是 “覆盖” 要删除的元素，将保留的元素移到前面，返回新的逻辑尾迭代器，但。对范围内的每个元素应用一个函数，并将结果存储在另一个范围内。移除范围内连续的重复元素，返回新的逻辑结尾迭代器。旋转范围内的元素，使中间元素成为新的第一个元素。这些算法不会改变它们所操作的容器中的元素。这些算法会修改它

avatar 2048 AI社区

【深度学习】一个基于 Q-learning学习在赛道环境中如何做出最优决策，让智能体能够沿着赛道行驶附Matlab代码

在自动驾驶仿真、竞速游戏 AI、无人车测试等场景中，“赛道环境智能体行驶” 的核心需求是让智能体（如虚拟车辆、无人车模型）在预设赛道内（含直道、弯道、障碍物）自主做出转向、加速、减速等决策，实现 “无碰撞行驶 + 最优路径跟踪”—— 既要避免冲出赛道边界或碰撞障碍，又要尽可能沿赛道中心线行驶以保证行驶效率。传统赛道行驶控制多依赖 “预编程规则”（如固定弯道转向角度、直道匀速策略），但面对复杂赛道（

avatar 2048 AI社区