研究筆記 - 試玩 ARM mbed

緣起

• 喜獲 ARM mbed 公版贊助四套

試玩

• 使用 online 開發環境
• 跟著 Application board 範例基本走一些 samples
  • https://developer.mbed.org/components/mbed-Application-Board/
  • app-board-LCD
  • Christmas-LCD
  • app-board-Joystick - main.cpp
  • app-board-Speaker - main.cpp
  • app-board-Bubble-Level
  • app-board-RGB - main.cpp
  • app-board-LM75B - main.cpp
  • 範例的 NTP 似乎不會動，改使用這個就正常
    • https://developer.mbed.org/users/4180_1/code/app_board-NTPclock/
• 玩一下 Grove LED Bar v2.0 ( HOH 套件 )
  • 接線 LED Bar - ARM mbed ( GND/VCC/DCK1/D1 - GND/VOUT/p5/p6 )
  • Import https://developer.mbed.org/components/Grove-Seeed-LED-Bar/
  • 修改這行 LED_Bar bar(p5, p6);
  • LED 燈號顯示會一格一格變多，每 0.1 s 加一格
• 玩一下 Grove Barameter Sensor ( BMP180 )
  • 接線 Barameter - ARM mbed ( GND/VCC/TP3/TP4 - GND/VOUT/p9/p10 )
  • import https://developer.mbed.org/components/Grove-Barometer-Sensor/
  • 修改這行 BMP085 barometer(p9, p10);
  • Sample output(9600N81):
  • Pressure: 1004.76 Temperature(c):  32.90 Temperature(F):  91.22
  • Pressure: 1004.81 Temperature(c):  32.90 Temperature(F):  91.22
  • Pressure: 1004.78 Temperature(c):  32.90 Temperature(F):  91.22

• 觀察颱風氣壓實驗
  • Log 須能附上時間，後面才好分析
    • cat /dev/cu.usbmodem1412 | ts
    •  7 08 06:38:28 Pressure: 989.45 Temperature(c):  31.70 Temperature(F):  89.06
    •  7 08 06:38:29 Pressure: 989.42 Temperature(c):  31.70 Temperature(F):  89.06
    • 用 python 轉成想要的格式，CSV

• 
  
• import re
• p = re.compile(ur’(\d\d) (\d\d:\d\d:\d\d) Pressure: (\d*.\d*)’)
• with open(’test.txt’) as f:
•     content = f.readlines()
• str_all = ’\n’.join(content) 
• result=re.findall(p, str_all)
• for i in range(0,len(result)):
•         if i % 60 == 0:
•                 print("2016/07/%s %s,%s" % (result[i][0], result[i][1],result[i][2]))
• 轉出的格式
• 2016/07/08 07:25:22,989.81
• 2016/07/08 07:26:28,989.59
• 觀察颱風氣壓曲線，直接 Numbers 畫圖（類似 Excel 的都可以）

• 附上原始資料檔，萬一有人有興趣 
• 觀察電風扇能否影響氣壓感測值
• 實驗設計1：
• 讓感測器用最快的方式持續量測，約一分鐘 1000 次，17 次/s
• 做一分鐘有風（風扇擺頭），一分鐘沒電風扇，一分鐘有風（風扇擺頭），一分鐘沒電風扇，共四分鐘
• 看是否可以看到變化，其中電風扇約一分鐘可擺頭四次
• 
  
• 如果變化可觀察，應可看到0-1/4, 1/2-3/4 的時候震盪的比較厲害
• 
  
• 結果：觀察不出這樣的現象，覺得電風扇影響，無法用這樣的方法測量出
• 詳細資料：wind1.csv, 收集到 4181 筆資料，資料範圍在 991.82-991.92
•         圖表資料為 170 筆 moving average 的結果輸出

• 實驗設計2：
• 讓感測器用最快的方式持續量測，約一分鐘 1000 次，17 次/s
• 做一分鐘有風，一分鐘沒電風扇，一分鐘有風，一分鐘沒電風扇，共四分鐘
• 看是否可以看到變化
• 
  
• 如果變化可觀察，應可看到0-1/4, 1/2-3/4 的時候應可看出數值高或是低
• 
  
• 結果：觀察不出這樣的現象，覺得電風扇影響，無法用這樣的方法測量出
• 詳細資料：wind2.csv, 收集到 4240 筆資料，資料範圍在 991.52-991.64
•         圖表資料為 170 筆 moving average 的結果輸出
• 
  

• 用 R 做動平均範例

• dat = read.csv("/tmp/wind.csv", header = FALSE)
• #CSV 範例值
• #991.50
• #991.56
• #991.53
• y <- apply( embed( dat[[1]], 170 ), 1, mean ) #用 170個 sample 做動平均，約 10 秒
• yy <- y < 1000 #濾掉一兩個怪異值
• plot(y[yy]) #將濾過的值畫出來