Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Manufacturing Technology >> Industrietechnik

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Sie kennen viele externe Sensoren, aber der MPU-9250 Arduino ist einer der besten. Was macht diesen 9-Achsen MEMS-Sensor aus? Welche Verbesserungen gegenüber Vorgängern?

Was ist der MPU-9250 Arduino?

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Abb. 1: Bewegungssensor.

Micro-Electro-Mechanical System (MEMS) Sensor, Arduino-kompatibel. Effektives Werkzeug für Motion-Tracking-Messungen & Applikationen. Neben Arduino-Uno-Kompatibilität: hohe Performance, niedriger Stromverbrauch. Im Gegensatz zu MPU-9150 & Wearable-Sensoren: kleineres Formfaktor. Kombiniert Accelerometer, Gyroscope, Magnetometer. Zwei Dies in einem QFN-Package: 1× AK8963 3-Achsen-Magnetometer, 1× Accelerometer + 3-Achsen-Gyroskop.

Pin-Konfiguration MPU-9250 Sensor Modul

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Abb. 2: Experte montiert Bewegungssensor

Pinout-Tabelle:

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Features

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Abb. 3: Weißer Bewegungssensor.

GyroskopAccelerometerMagnetometer
X,Y,Z Digital-Ausgang, Full-Scale ±250/±500/±1000/±2000 °/s, 16-bit ADC 3-Achsen, 16-bit ADC, ±2g/±4g/±8g/±16g Monolithischer Hall-Effekt-Sensor, 3 Achsen, magnetischer Konzentrator
Digital programmierbarer Low-Pass-Filter Stromaufnahme 450 µA Großer Messbereich, hohe Auflösung, niedriger Strom
Stromaufnahme 3,2 mA Low-Power-Modi: 8,4 µA @ 0,98 Hz, 19,8 µA @ 31,25 Hz Stromaufnahme 280 µA @ 8 Hz Wiederholrate
Sleep-Mode 8 µA Sleep-Mode 8 µA 14-bit Ausgabe, 0,6 µT/LSB
Werkskalibrierter Sensitivitäts-Skalierungsfaktor User-programmierbare Interrupts, Wake-on-Motion (Low-Power) Messbereich ±4800 µT
Self-Test-Funktion Self-Test Self-Test mit interner Magnetquelle

MPU-9250 vs. MPU-9150: Verbesserungen

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Abb. 4: Bewegungssensor montieren.

  1. Kleiner & stromsparender als MPU-9150.
  2. Bessere Gyro- & Kompass-Performance.
  3. AK8963 Magnetometer + MPU-6500 (vs. AK8975 + MPU-6050).
  4. Höhere Leistung & weniger Rauschen durch MPU-6500.
  5. Verbesserter Full-Scale-Bereich dank AK8963.

MPU-9250 Arduino Anleitung

Verdrahtung gemäß Diagramm.

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Anschlusstabelle:

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Weitere Schritte

MPU-9250 Library in Arduino IDE installieren → IDE neustarten → Code hochladen (liefert 3 Accel-, 3 Gyro-, 3 Mag-Werte).

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Anwendungen

MPU-9250: Fortschrittlicher 9-Achsen-Bewegungssensor für Arduino-Projekte

Abb. 5: TV-Fernbedienung.

Fazit

Sie beherrschen nun den MPU-9250 MEMS MotionTracking™ Sensor. Bei Fragen: Kontaktieren Sie uns.

Industrietechnik

  1. ON Semiconductor lanciert Low-Power, High-Frame-Rate ARX3A0 Image Sensor für Intelligent Vision
  2. STTS22H: 0,25 °C Genauigkeit, ultraniedrigenergetischer digitaler Temperatursensor
  3. SmartThings Bewegungssensor mit Computer Vision auf Raspberry Pi 3
  4. Sicheres Home Monitoring mit Home Assistant auf Raspberry Pi: Bewegung, Alarm & Video-Capture
  5. DIY Infrarot-Bewegungsmelder für Raspberry Pi – Schritt-für-Schritt-Anleitung
  6. LED mit PIR-Bewegungsmelder am Raspberry Pi steuern
  7. Raspberry Pi GPIO meistern: PIR-Bewegungsmelder an B+/Model 2 anschließen
  8. HC-SR501 PIR-Bewegungssensor an Raspberry Pi anschließen, kalibrieren und programmieren
  9. Präziser Lagertemperatursensor: Genaues Erkennen & Überwachen
  10. Fortgeschrittener Handgelenk-montierter Hautsensor übersetzt Fingerbewegungen in Echtzeit-3D-Virtuelle Hand