Tartalomjegyzék:
Videó: TinyLiDAR az IoT számára: 3 lépés
2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:43
Ha körülnéz, észreveszi, hogy sok okos kis eszközt használnak a mindennapi életben. Általában elemmel működnek, és általában valamilyen módon csatlakoznak az internethez (más néven „felhő”). Ezeket az úgynevezett „IoT” eszközöknek nevezzük, és ma már gyorsan elterjedtek a világban.
Az IoT -rendszer mérnökei számára sok tervezési erőfeszítést fordítanak az energiafogyasztás optimalizálására. Ennek oka természetesen az akkumulátorok korlátozott kapacitása. Az elemek nagy mennyiségű cseréje távoli területeken nagyon drága ajánlat lehet.
Ez az oktatható tehát az apróLiDAR teljesítmény optimalizálásáról szól.
TL; DR összefoglaló
Van egy új "Valós idejű" mérési módunk (az 1.4.0 firmware -től), hogy segítsük az IoT -eszközök akkumulátor -üzemidejének maximalizálását.
További gyümölcslé préselése az akkumulátorokból
Intuitív módon növelhetjük a futási időt az IoT -eszközök energiafogyasztásának egyszerű csökkentésével. Oké, így nyilvánvaló! De hogyan lehet ezt hatékonyan megtenni, és megfelelően kiszámítani a várható futási időt? Találjuk ki…
1. lépés: Tiszta energia
Ennek számos módja van, de inkább lebontjuk az alapokra, és mindent energiává alakítunk. Az elektromos energiát Joule -ban (J szimbólum) és definíció szerint mérik:
A Joule az az energia, amely hőként oszlik el, amikor egy erősítő elektromos árama egy ohmos ellenálláson halad át egy másodpercig.
Mivel az energia (E) is feszültség (V) x töltés (Q), a következőket kapjuk:
E = V x Q
Q az aktuális (I) x idő (T):
Q = I x T
Tehát az energia Joules -ban kifejezhető:
E = V x I x T
ahol V a feszültség, I az áramerősség amperben és T az idő másodpercben.
Tegyük fel, hogy van egy akkumulátorcsomagunk, amely négy sorba kapcsolt AA alkáli (LR6) elemből áll. Ez 4*1.5v = 6v teljes indítási feszültséget eredményez. Az AA alkáli elem élettartama körülbelül 1,0 volt, így az átlagos feszültség körülbelül 1,25 volt. Az mfr adatlapja szerint "A szállított kapacitás függ az alkalmazott terheléstől, az üzemi hőmérséklettől és a kikapcsolási feszültségtől." Tehát körülbelül 2000 mAh -t feltételezhetünk, vagy alacsonyabb fogyasztású alkalmazásokhoz, például IoT -eszközökhöz.
Ezért kiszámíthatjuk, hogy 4 elem x 1,25 V cellánként x 2000mAhr * 3600 mp = 36000 J energia áll rendelkezésre ebből az akkumulátorból, mielőtt ki kell cserélni.
Az egyszerűbb számítások érdekében azt is feltételezhetjük, hogy a konverziós hatékonyság 100% -os a rendszerszabályozónknál, és figyelmen kívül hagyjuk a gazdavezérlő energiafogyasztását.
Egy szó a kerékpározásról
Nem, nem az a típus, amin lovagol! Van néhány technikai koncepció, amelyek "Power Cycling" és "Sleep Cycling" néven ismertek. Mindkettő használható az energiafogyasztás csökkentésére, de van különbség a kettő között. Az első esetben le kell állítani a készüléket, amíg szükség van rá, majd csak rövid időre be kell kapcsolni, hogy végre lehessen hajtani a mérést stb. Bár ez a módszer csábító a használata miatt a nulla kikapcsolási áram miatt, van egy hátránya, amely némi időt vesz igénybe. nem triviális idő az újraindításhoz és az energiaégetéshez.
A második koncepció magában foglalja az eszköz alvó üzemmódban tartását azzal a reménnyel, hogy gyorsabban ébred fel, de alvás közben véges mennyiségű áramot éget el. Tehát melyik a legjobb használni?
Attól függ, milyen gyakran kell felébredni.
2. lépés: Futtassa a számokat
Meg akarjuk találni a teljes energiát (E) 1 másodpercre normalizálva minden alább felsorolt forgatókönyv esetében.
A eset: Tc = 1 mp; minden másodpercben végezzen távolságmérést B eset: Tc = 60 mp; percenként végezzen távolságmérést. C eset: Tc = 3600 mp; óránként végezzen távolságmérést.
Ehhez azt mondhatjuk, hogy Tc a méréseink ciklusideje, az aktív idő tonna, az inaktív idő kikapcsolása és az energiaképletek átrendezése az itt látható módon:
A tinyLiDAR esetében az indítási idő körülbelül 300 ms vagy kevesebb, és ez idő alatt átlagosan 12,25 mA szükséges, miközben szabályozott 2,8 V -os tápegységről működik. Ezért körülbelül 10,3 mJ energiát fogyaszt minden indításkor.
A tinyLiDAR alvó/nyugalmi árama rendkívül alacsony 3uA. Ez jóval alacsonyabb, mint egy alkáli akkumulátor havi 0,3% -os önkisülési rátája, ezért itt csak az "alvó ciklus" módszert fogjuk vizsgálni.
Miért nem hagyja el a mikrot és menjen közvetlenül a VL53 érzékelőhöz?
A válasz erre nem annyira egyértelmű. Az okostelefonok fejlesztésének első napjaiban megtanultuk, hogy az energiaigényes nagysebességű processzor életben tartása az mp3 -k lejátszásához egy biztos módszer az akkumulátor élettartamának csökkentésére. Már akkor is mindent megtettünk annak érdekében, hogy kisebb teljesítményű "alkalmazásprocesszorokat" használjunk a perifériás feladatokhoz, például a zenéléshez. Ez ma sem sokban különbözik, sőt, mondhatnánk, hogy ez még fontosabb is, mivel ezeket az IoT -eszközöket miniatürizáljuk minden csökkenő akkumulátorkapacitással. Tehát az ultra alacsony fogyasztású alkalmazás-processzor használata a VL53 érzékelő vezérlésének és a további feldolgozásra kész adatok biztosításának kizárólagos feladata minden elemmel működő alkalmazás számára.
tinyLiDAR mérési módok
Előfordulhat, hogy a felhasználói kézikönyvben jelenleg nem világos [de valamikor az lesz, mivel mindig frissítjük a felhasználói kézikönyvet:)] - valójában 3 különböző mérési mód létezik a tinyLiDAR -ban.
MC mód
A tinyLiDAR kezdetétől fogva megszállottan törekedtünk arra, hogy gyorsabb méréseket végezzünk a VL53 ToF érzékelővel. Ezért optimalizáltuk a firmware -t, hogy a leggyorsabb és legkövetkezetesebb adatfolyamot kapjuk belőle. Ez magában foglalta a pufferelés bevezetését. Egy kis pufferelés jó dolog, mivel lehetővé teszi, hogy a gazdavezérlő (azaz Arduino) villámgyorsan megkapja a mérési adatait, és továbblépjen a fontosabb dolgokhoz. Ezért feltétlenül szükséges a pufferelés, és emiatt képesek vagyunk elérni a 900 Hz -nél nagyobb adatátviteli sebességet még a viszonylag lassú Arduino UNO -n is. Ezért a leggyorsabb válaszidő a tinyLiDAR MC vagy "folyamatos" módjának használata.
BTW, ha valaha is van esélye, csatlakoztasson egy soros kábelt a tinyLiDAR TTY kimeneti tűjéhez, és látni fogja, hogy ez az MC mód mit tesz. Szó szerint a lehető leggyorsabban végez mérést, és ezáltal feltölti az I2C puffert az abszolút legújabb adatokkal. Sajnos, mivel teljes sebességgel működik, a maximális teljesítményt is égeti. Lásd alább az MC mód aktuális és idő grafikonját.
SS mód
A következő mód az "egylépéses" mód "SS". Ez alapvetően ugyanaz a nagy teljesítményű üzemmód fent, de egyetlen lépcsős hurokban. Így a tinyLiDAR gyors válaszokat kaphat, de az adatok az előző mintából származnak, így két mérést kell elvégeznie a legfrissebb adatok megszerzéséhez. Lásd alább az SS mód aktuális és idő grafikonját.
Mindkét fenti mód jól illeszkedik a számlához a legtöbb felhasználó számára, mivel gyors és egyszerű volt használni - csak adjon ki egy "D" parancsot, és olvassa el az eredményeket. Azonban …
Ha továbblépünk az IoT világába, ahol minden milli-Joule számít, új paradigmánk van.
És ez pont az ellenkezője annak, amit a tinyLiDAR -ban kódoltunk! Az IoT világ számára ritka időközönként egyszeri mérésekre van szükségünk az energiatakarékosság és a futási idő meghosszabbítása érdekében.
RT mód
Örömmel mondhatjuk most, hogy van megoldásunk erre a forgatókönyvre az 1.4.0 firmware -ről. Ezt "RT" módnak nevezik a "valós idejű" mérésekhez. És alapvetően egy trigger, várakozás és olvasás módszert valósít meg. Használatához még mindig kiadhatja a "D" parancsot a mérés elindításához, de ehhez az RT módhoz megfelelő ideig várnia kell a mérés befejezésére, majd el kell olvasnia az eredményeket. A tinyLiDAR automatikusan a legalacsonyabb nyugalmi állapotba, a 3uA alatti mintákba kerül. Valójában még mindig egyszerű a használata, és még energiatakarékosabb is, mivel csak egy mérést kell elvégeznie kettő helyett a legfrissebb adatok, azaz a nulla pufferelés eléréséhez.
Lásd alább az új RT mód aktuális és idő grafikonját.
3. lépés: Tényleges mérések
Az MC folyamatos mód ritka IoT -mérésekhez való használata nem sok értelme, mivel csak egyszeri mérésekre van szükségünk. Ezért inkább az SS és RT módokra összpontosíthatjuk figyelmünket. A tinyLiDAR +2.8V szabályozott tápegységről történő üzemeltetése biztosítja a legalacsonyabb energiaveszteséget. Tehát a nagy pontosságú (200 ms) előbeállítások használatával a következő energiafogyasztást mértük a tinyLiDAR -on:
SS/egylépéses üzemmód: 31,2 mJ, 2 mérés átlagában
RT/valós idejű mód: 15,5 mJ átlagolva 1 mérés során
Ha ezeket a fenti értékeket bekapcsoljuk az energiaképletünkbe, és egy másodpercre normalizáljuk, megtaláljuk a futási idejű elvárásokat, feltételezve, hogy az akkumulátorból származó energia 36000 J.
A eset: olvasás másodpercenként (2 leolvasás a legfrissebb adatok megszerzéséhez) 2,8 V tápfeszültség A terhelés által fogyasztott aktív energia Joule -ban Eon = Vcc x Ion x Ton = 2,8 V x 26,5 mA * 420 ms = 31,164 mJ A Joules terhelés által fogyasztott inaktív energia Eoff = Vcc x Ioff x Toff = 2,8 V x 3uA x 580 ms = 4,872uJ Normalizálás TcE = (Eon + Eoff)/Tc = (31,164 mJ + 4,872uJ)/1 = 31,169 mJ vagy 31,2mJ másodpercenként Az üzemidő másodpercben tehát a forrás/felhasznált energia teljes energiája, amely 36000J / 31,2mJ = 1155000 másodperc = 320 óra = 13,3 nap
Ezeket a számításokat megismételve megtalálhatjuk a többi forgatókönyv futási idejét:
SS mód
A eset: 2 leolvasás másodpercenként. A normalizált energia 31,2mJ. Ezért az üzemidő 13,3 nap.
B eset: 2 leolvasás percenként. A normalizált energia 528uJ. Ezért az üzemidő 2,1 év.
C eset: 2 leolvasás óránként. A normalizált energia 17uJ. A futási időt >> 10 évre számítják, ezért a tinyLiDAR miatt a betöltés elhanyagolható. Az akkumulátort ezért csak az eltarthatósága korlátozza (azaz kb. 5 év)
RT mód
A eset: 1 Olvasás másodpercenként. A normalizált energia 15,5 mJ. Ezért az üzemidő 26,8 nap.
B eset: 1 Olvasás percenként. A normalizált energia 267uJ. Ezért az üzemidő 4,3 év.
C eset: 1 Olvasás óránként. A normalizált energia 12,7uJ. A futási időt >> 10 évre számítják, ezért a tinyLiDAR miatt a betöltés elhanyagolható. Az akkumulátort ezért csak az eltarthatósága korlátozza (azaz kb. 5 év)
Ennélfogva az alvó kerékpározást használó új valós idejű mód előnyt jelent, ha meghosszabbítja az elmúlt 4 év futási idejét, ha percenként egy mérést végeznek, amint azt a B eset mutatja.
Ne feledje, hogy a gazdavezérlő energiafogyasztását nem vették figyelembe ebben az elemzésben, és az akkumulátor specifikációi konzervatívak voltak. Igény szerint sokkal erősebb akkumulátorokat találhat.
Köszönjük, hogy elolvasta, és maradjon velünk, mivel működő IoT -példát mutatunk be a tinyLiDAR segítségével a következő oktatható témához. Egészségére!
Ajánlott:
DockerPi sorozat IoT csomópont (A) tábla a Raspberry Pi 4B számára: 4 lépés
DockerPi sorozat IoT csomópont (A) kártya a Raspberry Pi 4B számára: Leírások: Az IoT csomópont (A) a Docker Pi sorozat egyik modulja. IOT csomópont (A) = GPS/BDS + GSM + Lora. Az IC közvetlenül vezérli Lora -t, küld és fogad adatok, vezérli a GSM/GPS/BDS modult az SC16IS752 segítségével, az alaplapnak csak I2C támogatásra van szüksége. Támogatás Raspbe
Botletics LTE CAT-M/NB-IoT + GPS pajzs Arduino számára: 10 lépés (képekkel)
Botletics LTE CAT-M/NB-IoT + GPS Shield az Arduino számára: Áttekintés A Botletics SIM7000 LTE CAT-M/NB-IoT pajzs az új LTE CAT-M és NB-IoT technológiát használja, valamint integrált GNSS-t (GPS, GLONASS és BeiDou) /Iránytű, Galileo, QZSS szabványok) a helykövetéshez. Számos SIM7000 sorozatú modul létezik
IOT BIT 4G, 3G V1.5 kalap a Raspberry Pi számára: 16 lépés (képekkel)
IOT BIT 4G, 3G V1.5 Hat a Raspberry Pi számára: Az IoT Bit büszkén mutatja be a 4G Development boardot, a Raspberry Pi 4G HAT -ját, amely 4G mobil adatátvitelt biztosít a Raspberry Pi mini számítógéphez. Intelligens HAT modulunk Raspberry Pi mobil adatokkal, GPS helymeghatározási információkkal látja el
IOT BIT GSM V1.5 kalap a Raspberry Pi számára: 9 lépés
IOT BIT GSM V1.5 kalap a Raspberry Pi számára: Az IOT BIT a végső kalap, amely a Raspberry Pi -t bárhol igazán hasznosá teszi. Intelligens HAT modulunk GSM mobil adatokat biztosít a Raspberry Pi számára, GPS helymeghatározási információkat és Bluetooth kapcsolatot. Ez a tökéletes modul a hackerek számára
Olcsó WiFi hatótávolság -bővítő az IoT számára: 8 lépés
Olcsó WiFi hatótávolság-kiterjesztő az IoT-hez: Hogyan építsünk saját WiFi-bővítőt egy olcsó, 2 dolláros, 8 dolláros ESP8266 WiFi modulból *** SZERKESZTÉS: Ennek az utasításnak az írása óta a firmware jelentősen javult, kiegészítve egy GUI-beállítási oldallal (mint egy normál útválasztó), tűzfal, erőforrás