登录
首页 » Others » 数字三轴加速度计ADXL34551单片机例程

数字三轴加速度计ADXL34551单片机例程

于 2020-11-27 发布
0 320
下载积分: 1 下载次数: 1

代码说明:

ADI公司生产的三轴数字加速度计ADXL345基于51单片机的例程,用液晶屏1602显示三轴数字加速度。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • STM32 USART例源代码
    曾经开发STM32用过的一些基本应用的源代码,希望对学习嵌入式的同学们有所用处
    2020-12-10下载
    积分:1
  • 6自由度机器人视觉伺服控制MATLAB
    MATLAB代码,实现六自由度机器人的视觉伺服控制,代码运行前需要配置机器人工具箱
    2021-05-06下载
    积分:1
  • openmp的矩阵相乘cannon算法实现
    基于多线程的实现矩阵相乘的openmp程序,采用cannon算法,采用共享任务结构的sections(功能并行性)。
    2021-05-07下载
    积分:1
  • 车联网白皮书(2018)
    本白皮书从技术、产业和政策措施三个维度对车联网国内外发展现状及趋势进行分析。技术部分包括单车智能化相关汽车电子技术和 V2X 无线通信、多接入边缘计算、车路协同平台等网联化相关技术,以及信息安全等共性关键技术;产业部分从专利布局、产业链协同重点剖析产业发展新趋势,探索新生态和新模式等; 政策措施部分包括顶层设计规划、协同推进机制、法律法规等;最后总结全文,对车联网融合创新发展提出“1+3”举措建议,包括构建一个跨行业协调机制和技术创新、产业融合、安全管理三个发展体系。版权声明本白皮书版权属于中国信息通信研究院,并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明“来源:中国信息通信研究院”。违反上述声明者,本院将追究其相关法律责任。前言车联网涉及汽车、电子、信息通信、交通等多个产业,正处于加速发展的关键阶段。我国应以加快推进车联冈新技术产业化和构建“人-车一路一云”协同的智慧交通体系为切入点,促进跨部门协同,加强法规标准建设、共性技术突破、基础设施改造等重点工作,打造产业新生态,实现新的产业集聚。本白皮书从技术、产业和政策措施三个维度对车联网国内外发展现状及趋势进行分析。技术部分包括单车智能化相关汽车电子技术和V2X无线通信、多接入边缘计算、车路协同平台等网联化相关技术,以及信息安全等共性关键技术;产业部分从专利布局、产业链协同重点剖析产业发展新趋势,探索新生态和新模式等;政策措施部分包括顶层设计规划、协同推进机制、法律法规等;最后总结全文,对车联网融合创新发展提出“1-3”举拮建议,包括构建一个跨行业协调机制和技术创新、产业融合、安全管理三个发展体系目录第一章车联网应用发展需求(一)以用户体验为核心的信息服务类应用(二)以车辆驾驶为核心的汽车智能类应用.(三)以协同为核心的智慧交通类应用第二章车联网技术发展研判(一)汽车电子成为新的战略竞争高地(二)V2X无线通信技术发展进入快车道(三)多接入边缘计算助力车联网全面发展(四)“端-管-云”协同的发展模式初现雏形...(五)车联网安全技术亟待完善第三章车联网产业发展趋势14(一)车联网产业融合发展新趋势........14(二)车联网商业模式发展现状及趋势20第四章政策措施及发展建议...........,...........23(一)美欧日等发达国家普遍重视车联网发展(二)我国支持车联网产业发展的政策措施基础............,,,,24(三)我国车联网产业创新融合发展建议..26图表目录图1车联网专利布局变化趋势.16图2专利企业数量变化趋势图16图3汽车智能化、自动驾驶专利申请企业活跃排名图4谷歌自动驾驶专利布局图5车联网的基本价值链.20图6智慧交通类应用商业模式屮国信息通信研究院车联网白皮书(2018年)第一章车联网应用发展需求当前,车联网技术发展和服务能力不断提升,借助于人、车、路云平台之间的全方位连接和信息交互,催生了大量新的产品应用。狭义的车联网应用通常指车载信息服务类应用,即通过车辆把车主与各种服务资源整合在一起;广义的车联网应用还包括面向交通的安全效率类应用以及以自动驾驶为基础的协同服务类应用。新应月也对汽车交通的智能化与网联化水平提出了新的发展需求,引领车联网技术与产业发展,促进城市数字化与智能化发展。车联网应用从不同的视角有不同的分类方式。根据联网技术不同,可以分为车内网、车际网和车云网应用;根据车联网应用对象不同,可以分为单用户应用以及行业应用两大类,行业应用又进一步分为企业应用和政府应用等;根据需求对象不同,可以分为自动驾驶、安全出行、效率出行、交通管理、商业营运、涉车服务等应用。无论哪种应用分类方式,都基本涉及到以用户体验为核心的信息服务类应用、以车辆驾驶为核心的汽车智能化类应用和以协同为核心的智慧交通类应用。(一)以用户体验为核心的信息服务类应用此类应用既包括提高驾乘体验、实现欢乐出行的基础性车载信息类应用,也包括与车辆上路驾驶、车辆出行前或岀行后的涉车服务后市场服务、车家服务等应用。该类应用需要车辆具备基本的联网通信能力和必要的车辆基础状态感知能力。基础性车载信息类应用仍是当前车联网主要应用形态,主要涉及车联网白皮书(2018年)屮国信息通信研究院车主的前台式互动体验,包含导航、娱乐、通信、远程诊断和救援、资讯等。目前很多车辆三加装车载模块,用户可以通过车载网联化获得信息服务,包括在线导航、娱乐等多媒体服务。随着语音识别、人眼动作识别等技术的逐步发展,车载信息类应用将更加丰富。涉车服务主要与定位、支付相结合,包括共享汽车、网约车、网租车等应用。汽车后市场服务主要有汽车保险、车辆维护延保、车辆美容、二手车交易等应用,随着汽车保有量增速的放缓,后市场服务应用价值将获得更多关注。车家服务主要通过基于位置、时间、日期等信息来智能化判定车主行为习惯,创建相应规则为车主提供智能家居系统服务应用,包括家用电器远程遥控等(二)以车辆驾驶为核心的汽车智能类应用此类应用主要与车辆行驶过程中的智能化相关,利用车上传感器,随时感知衎驶中的周围环境,收集数据、动静态辨识、侦测与追踪,并结合导航地图数据,进行系统运算与分析,主要有安全类和效率类等各种应用。安全类应用与车辆行驶安全及道路通行效率息息相关,有助于避免交通事故的发生。目前,依靠单车感知的安全驾驶辅助系统等传统应用处于快速成长期,在中低端车型渗透率将会逐步提升。同时,随着网联技术的不断成熟和推广,出现了更多安全预警类应用。例如,通过网联技术,行驶在高速公路等快速路段的前车,在感知到事故后可提早通知后面车辆事詼信息,避免连环追尾事故。效翠类应用主要是通过车车、车路信息交互,实现车辆和道路基屮国信息通信研究院车联网白皮书(2018年)础设施智能协同,有助于缓解交通拥堵、降低车辆排放等。典型应用有交叉路口智能信号灯、自适应巡航增强、智能停车管理等。例如,交叉路口智能信号灯应用通过网联技术来收集周边车辆速度、位置等信息,对信号灯参数进行动态优化,提高交叉路口车辆通行效率。(三)以协同为核心的智慧交通类应用此类应用是在自动驾驶的基础上,与多车管理调度及交通环境等智慧交通相关,最终支持实现城市大脑智能处置城市运行和治理协同。智慧交通主要是基于无线通信、传感探测等技术,实现车、路、环境之间的大协同,以缓解交通环境拥堵、提高道路环境安全、达到优系统资源为目的。在实现高等级自动驾驶之后,应用场景将由限定区域向公共交通体系拓展。在相对封闭的环境或危险地带场景中,因物理空间有限,行驶路况、线路、行驶条件等因素相对稳定,重复性高,通过独立云端平台协同度管理,采用固定路线、低速运行、重复性操作的应用更容易成熟落地。典犁应用有对园区、景区、机场、校园等限定区域内的自动驾驶巴士进行调度、港口专用集装箱智能运输等。在公共交通系统场景下,车辆的路径规划和行为预测能力对车辆的智能化和网联化水平提出了更高要求,需要更完善的自动驾驶控制策略、行驶过程全覆盖的5GV2X网联技术以及云平台的高效衔接调度。该类应用除依赖技术突破,还涉及到伦理、法规等,距实际成熟应用尚需时日,如自动驾驶出租车、自动驾驶公交车、智能配送等。车联网白皮书(2018年)屮国信息通信研究院第二章车联网技术发展研判车联网发展的热点聚焦网联化和智能化,并由单车智能逐步转向多车办同、以及“智慧的车”与“智慧的路”协同发展,这对车联网技术创新和产品研发提出了新的发展需求。汽车电子、2X无线通信、多接入边缘计算、云平台以及安全等为车联网网联化、智能化、协同化发展提供了坚实的技术基础。近年来,全球汽车产业快速增长,汽车电子成为产业增长的重要引擎,通过人机交互、汽车功能提升等方式提升驾驶体验。此外,自动驾驶等协同应用成为汽车巳子发展的重要方向。V2X无线通信技术旨在将“人-车-路-云”等交通参与要素有机地联系在一起,不仅可以为交通安全和效率类应用提供通信基础,还可以将车辆与其他车辆、行人、路侧设施等交通元素有机结合,弥补了单车智能的不足,推动了协巨式应用服务发展。多接入边缘计算可以有效解决未来网络高带宽、低时延、高可靠需求以及大规模终端连接等要,支持多种终端接入方式,有效提升道路的智能化水平云平台能够为未来的协同交通体系提供统一的数据采集、智能决策及控制执行等基础支撑,继而将整个车联网要素连接成一个整体。车联网安全形势紧迫,需要在车载终端安全、数据交互安全、平台信息安全和隐私保护等方面开展关键技术攻关及产品研制,形成贯穿于车联风“端-管-云”全链条的综合安全体系。(一)汽车电子成为新的战略竞争高地全球汽车产业增速放缓,汽车电子成为产业增长的重要引擎。据
    2020-12-09下载
    积分:1
  • RS译码matlab
    RS编译码程序,,,,,,,,,,,,,,,,,,,,,,,,,,,,
    2020-12-01下载
    积分:1
  • 基于ABAQUS的高速切削切屑形成过的有限元模拟
    基于有限元分析软件ABAQUS的Johnson-Cook材料模型以及断裂准则模拟高速切削淬硬钢锯齿状切屑形态,并讨论刀具前角和锯齿状切屑形态对切削力的影响。研究表明仿真结果和试验结果是一致的,文中介绍的有限元模拟方法可以准确地模拟并预测高速切削淬硬钢时的切屑形成过程。刀4有限元模拟及试验结果将有限元模拟仿真预测的切屑形态与试验结果进行比较,如图2、图3、图4所示。预测的切屑形态结果以积分点处等效塑性应变( equivalent plastic strain,PEEQ)的形式显示。由图中可以看出,有限元预测的切屑形态与试验结果非常接近。图中PEEQ的最大值随刀具前角从-10°改变到10而逐渐减小,说明主剪切(a)锯齿状切屑显微照片(b)锯齿状切屑形态有限元模拟结果区内的切屑变形也随刀具前角的增大而减小。刀具前(a) A micrograph of(b) fe simulation result of serrated角对切屑形态有重要影响,当使用负前角时容易形成serrated chipchip morphology锯齿状切屑。图4锯齿状切屑形态有限元模拟仿真与试验结果的对比(Fig 4 Comparison between experimentally and numerically obtained80.70.6hI号0.5H总0.4(a)锯齿状切屑显微照片(b)锯齿状切屑形态有限元模拟结果(a)a micrograph of(b)fe simulation result of serrated肥0.2●试验结果 Experimental resulserrated chipch0:→摸拟结果 Simulation result图2锯齿状切屑形态有限元模拟仿真与试验结果的对比(yo=-10)1010Fig 2 Comparison between experimentally and numerically obtained刀具前角 Tool rake angle(°)chip morphology (Yo =-10)图5不同刀具前角条件下的锯齿化程度Fig 5 Sawtooth degree under different tool rake angles4000003600320.l6000012000(a)锯齿状切屑显微照片(b)锯齿状切屑形态有限元模拟结果4000(a)A microgram(b)FE simulation result of serrated0.000.050.100.150.20serrated chchip morphology时间Time×103/s图3锯齿状切屑形态有限元模拟仿真与图6锯齿状切屑形成时的切削力波动(y6=-10)试验结果的对比(y0=0)Fig 6 Efect of tool angle on the cutting force(%o =-10Fig 3 Comparison between experimentally and numerically obtained加而逐渐降低。刀具前角对切削力也有很大影响,如图6、图7和图8所示,平均切削力F的值随着刀具刀前通常使用锯齿化程度C9表示锯齿状切屑变形和角的增加而逐渐降低。切屑形态。Gs的定义如下Gs =(H-h,)/h(4)5结论Gs的测量方法如图2所示,Gs与刀具前角之间的关系本文的目的在于预测高速切削过程中的切屑形如图5图5说明模拟结果与试验结果符合很好,当切态。使用适合高速变形条件的 Johnson-Cook材料模削速度和进给量一定时,锯齿化程度随刀具前角的增型、断裂准则和 ABAQUS有限元软件,模拟并测量高速0.80LIU Zhan Qiang, WAN Yi, AI Xing. Cutting forces in High Speed Milling[J]. China Mechanical Engineering, 2003, 14(9): 734-737( In Chix0.60[2]Kishawy H A. An experimental evaluation of cutting temperature duringhigh speed machining of hardened D2 tool steel[ J]. Machining Science0.40and Technology, 2002, 6(1): 67-79[3]刘战强,艾兴.高速切削刀具磨损表面形态研究[门摩擦学学〓0.20报,2002,22(6):468-471RLIU Zhan Qiang, Al Xing. Wear characteristics of cutting tools in high尽0speed machining[J]. Tribology, 2002, 22(6): 468-471( In Chinese)0.000.050.100.150.20[4]赵文祥,龙震海,王西彬,等.高速切削超高强度钢时次表面层时间 Time x103/s的组织特性研究[J.航空材料学报,200,25(4):2025图7锯齿状切屑形成时的切削力波动(y0=0)ZHAO Wen Xiang, LONG ZhenHai, WANG XiBin, et al. Study on theFig7 Effect of tool angle on the cutting force(yo =00)metallurgical structure characters of sub-surface layer of ultra-high strength0.80alloy steel in high speed milling condition[J]. Joumal of Aeronautical MEterials, 2005, 25(4): 20-25( In Chinese)[5] Sung H R, Soo-Ik 0. Prediction of serrated chip formation in metal cutting0.60process with new flow stress model for AISI 1045 steellJ]. Joumal of Ma-terials Processing Technology, 2006,171: 417-4220.40[6】赵军,孟辉,王素玉,等.高速切削锯齿状切屑的有限元模拟[.工具技术,2005,39(1):29-310.20ZHAO Jun, MENG Hui, WANG SuYu, et al. Finite element simulatinganalysis of serrated chip formation in high speed cutting[J]. Tool Engi-0ing,2005,39(1):29-31( In Chinese)早0.000050.100.150.20时间 Time x103/s[7]Christian H, Svendsen B. Simmlation of chip formation during high-speed图8锯齿状切屑形成时的切削力波动(=10)cutting[ J]. Joumal of Materials Processing Technology, 2007, 186: 66Fig8 Effect of tool angle on the cutting force(%o = 100)[8] Klocke F, Raedt H W, Hoppe S. 2D-deform simulation of the orthogonal切削AISI4340钢过程中不同刀具前角条件下的切屑high speed cutting process[]. Machining Science and Technology, 2001形态和切削力,讨论刀具前角和切屑形态对切削力的5(3):323-340.影响。研究结果表明,模拟结果与试验结果能很好地9)]shkH,AbeE, Sahm a. Material aspects of chip formation in HSC相符。因此,本文使用的有限元模拟方法可以准确预machining[ J]. Amals of the CIRP- Manufacturing Technology, 2001, 50(1)测高速切削淬硬钢时切屑形成过程。参考文献( References)[1]刘战强,万熠,艾兴.高速铣削中切削力的研究[J.中国机械工程,2003,14(9):734-737.
    2020-12-07下载
    积分:1
  • ABB机械臂与PC通讯(socket),含RAPID和C++
    1.把rapid程序拷入ABB,且删去注释(双斜杠)即可使用(有注释)2.C++程序上把(127.0.0.1)改为示教器上IP地址3.先运行rapid程序,然后运行C++程序(有注释,参考)
    2020-03-30下载
    积分:1
  • 《MATLAB 神经网络43个案例分析》源代码&数据
    《MATLAB 神经网络43个案例分析》源代码&数据.zip
    2020-05-23下载
    积分:1
  • CRLB 讲解PPT
    Cramer-Rao Lower Bound (CRLB)下界可以用于计算无偏估计中能够获得的最佳估计精度,因此经常用于计算理论能达到的最佳估计精度,和评估参数估计方法的性能(是否接近CRLB下界)。本篇博客融合和总结了若干PPT的内容。
    2020-12-06下载
    积分:1
  • STM32-PWM输出源码
    STM32-PWM输出源码
    2020-12-06下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载