【STM32-HAL库】AHT10温湿度传感器使用(STM32F407ZGT6配置i2c)(附带工程下载连接)

一、温湿度传感器:

温湿度传感器是一种能够检测环境中的温度和湿度,并将其转化为电信号输出的装置。它在智能家居、工业自动化、气象监测、农业等领域有着广泛的应用。

原理:

温湿度传感器通常基于不同的物理原理,以下是一些常见的原理:

  1. 热电偶原理:热电偶传感器通过两种不同金属导线连接点的电压变化来感应温度。

  2. 热敏电阻原理:热敏电阻的电阻值随温度变化而变化,通过测量电阻值可以计算出温度。

  3. 湿敏电容原理:湿敏电容的电容值会随着湿度的变化而变化,通过测量电容值可以确定湿度。

  4. 露点温度原理:通过测量空气冷却至露点时的温度来确定湿度。

作用:

  • 环境监测:监测室内外环境的温湿度,用于舒适度控制。
  • 工业控制:在工业生产过程中,控制环境的温湿度以保证产品质量。
  • 农业:监测温室或农田的温湿度,优化作物生长条件。
  • 医疗:医院等场所需要精确控制温湿度以保证病人舒适及设备正常运作。

AHT10温湿度传感器:

  AHT10,新一代温湿度传感器在尺寸与智能方面建立了新的标准:它嵌入了适于回流焊的双列扁平无引脚SMD 封装,底面 4 x 5mm ,高度1.6mm。传感器输出经过标定的数字信号,标准 I2C 格式。AHT10 配有一个全新设计的 ASIC专用芯片、一个经过改进的MEMS半导体电容式湿度传感元件和一个标准的片上温度传感元件,其性能已经大大提升甚至超出了前一代传感器的可靠性水平,新一代温湿度传感器,经过改进使其在恶劣环境下的性能更稳定。每一个传感器都经过校准和测试,在产品表面印有产品批号。由于对传感器做了改良和微型化改进,因此它的性价比更高,并且最终所有设备都将得益于尖端的节能运行模式。

  应用范围主要在暖通空调 、除湿器、测试及检测设备、消费品、汽车 、自动控制、数据记录器、气象站、家电、湿度调节、医疗及其他相关温湿度检测控制。

电气特点:

  • 数字输出:AHT10采用数字I2C接口,与微控制器通信方便。
  • 精度高:温度测量精度为±0.5°C,湿度测量精度为±2%RH。
  • 响应速度快:快速响应环境中的温湿度变化。
  • 低功耗:适合电池供电的便携式设备。
  • 集成度高:AHT10将传感器、模拟信号处理、数字接口等功能集成在一个小型封装内。

AHT10的工作流程大致如下:

  1. 上电初始化:AHT10在上电后需要初始化,这通常通过发送特定的命令序列来完成。
  2. 测量:初始化后,可以命令AHT10进行一次或周期性的温湿度测量。
  3. 数据读取:测量完成后,通过I2C接口读取测量数据。
  4. 数据处理:将读取的原始数据转换为实际的温湿度值。

二、cubeMX配置

1、开启I2C

2、开启串口

具体串口配置如下:

【STM32-HAL库】串口配置、printf函数重定向icon-default.png?t=O83Ahttps://blog.csdn.net/qq_39150957/article/details/136638229?fromshare=blogdetail&sharetype=blogdetail&sharerId=136638229&sharerefer=PC&sharesource=qq_39150957&sharefrom=from_link

三、编写代码

AHT10.h

#ifndef _AHT10_H_
#define _AHT10_H_#include "i2c.h"// 定义AHT10地址
#define AHT10_ADDRESS 0x70
#define AHT10_Write_ADDRESS 0x70
#define AHT10_Read_ADDRESS 0x71// 定义AHT10命令
#define AHT10_Init_com 0xE1      // 1110 0001
#define AHT10_SoftReset_com 0xBA // 1011 1010
#define AHT10_TrigeMea_com 0xAC  // 1010 1100void AHT10_SoftReset(void);
void AHT10_TrigeMea(void);
void AHT10_Init(void);
uint8_t AHT10_Read_predata(float *humidity, float *temperature);#endif

AHT10.c

#include "AHT10.h"/*** @brief  AHT10 初始化* @param  void* @retval void*/
void AHT10_Init(void)
{uint8_t senddata;senddata = AHT10_Init_com;HAL_I2C_Master_Transmit(&hi2c1, AHT10_Write_ADDRESS, &senddata, 1, 0xFFFF);
}/*** @brief  AHT10 软复位* @param  void* @retval void*/
void AHT10_SoftReset(void)
{uint8_t senddata;senddata = AHT10_SoftReset_com;HAL_I2C_Master_Transmit(&hi2c1, AHT10_Write_ADDRESS, &senddata, 1, 0xFFFF);HAL_Delay(20);
}/*** @brief  AHT10触发测量* @param  void* @retval void*/
void AHT10_TrigeMea(void)
{uint8_t senddata[3];senddata[0] = AHT10_TrigeMea_com;senddata[1] = 0x33; // DATA0senddata[2] = 0x00; // DATA1HAL_I2C_Master_Transmit(&hi2c1, AHT10_Write_ADDRESS, senddata, 3, 0xFFFF);HAL_Delay(80);
}/*** @brief  AHT10 设备读取 相对湿度和温度* @param  float *humidity:湿度信息;*         float *temperature:温度信息。* @retval uint8_t:0-读取数据正常; 1-读取设备失败,设备一直处于忙状态,不能获取数据*/
uint8_t AHT10_Read_predata(float *humidity, float *temperature)
{AHT10_TrigeMea();HAL_Delay(75);static uint32_t humi, temp;uint8_t readdata[6];uint8_t BusyIndication, CalEnable;HAL_I2C_Master_Receive(&hi2c1, AHT10_Read_ADDRESS, readdata, 6, 0xFFFF);BusyIndication = (readdata[0] >> 7) & 0x01; // 状态标志位CalEnable = (readdata[0] >> 3) & 0x01;      // 校准标志位if (CalEnable == 0){AHT10_SoftReset();}if (BusyIndication == 0){humi = (readdata[1] << 12) | (readdata[2] << 4) | (readdata[3] >> 4);temp = ((readdata[3] & 0x0F) << 16) | (readdata[4] << 8) | (readdata[5]);*humidity = ((humi * 100.0) / 1048576);*temperature = ((float)temp / 1048576) * 200 - 50;return 0;}return 1;
}

main.c

引入头文件

/* USER CODE BEGIN Includes */#include "AHT10.h"/* USER CODE END Includes */

初始化函数

  /* USER CODE BEGIN 2 */
HAL_Delay(20);
AHT10_Init();float humidity,temperature;/* USER CODE END 2 */

主循环内代码

  /* USER CODE BEGIN WHILE */while (1){/* USER CODE END WHILE *//* USER CODE BEGIN 3 */AHT10_Read_predata(&humidity,&temperature);printf("湿度:%.2f%%;温度:%.2f\r\n",humidity,temperature);HAL_Delay(1000);}/* USER CODE END 3 */

四、接线示意

I2C接模块,我们可以从cubeMX中配置看到引脚及引脚定义

STM32       

AHT10温湿度传感器

PB6SCL
PB7SDA
3.3VVCC
GND       GND

串口接引脚我们也可以从下面引脚示意中看到

STM32串口模块
PA9RX
PA10TX
3.3VVCC
GNDGND

五、运行效果

我们打开串口助手即可查看到当前的效果

我哈了一口气,所以看到温度在上升、湿度也在上升。

工程下载

通过百度网盘分享的文件:AHT10.zip 链接:https://pan.baidu.com/s/1hoSKvpqDYm9s_rrKE9KCEQ 提取码:6666icon-default.png?t=O83Ahttps://pan.baidu.com/s/1hoSKvpqDYm9s_rrKE9KCEQ

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/441046.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

前端vue-配置基地址并发送请求

1.首先&#xff0c;在HBuilder的终端下载安装luch-request 2.创建一个目录utils&#xff0c;以及下面的http.js文件&#xff0c;导入安装包&#xff0c;在new一下request&#xff0c;配置接口的基地址 3.在测试文件目录里面进行测试&#xff0c;看看请求能否发送成功&#xff…

Activity

文章目录 1.启停活动页面1.Activity启动和结束2.Activity生命周期3. Activity启动模式 2.在活动之间传递信息1.显示Intent和隐式Intent显示Intent隐式Intent 2.向下一个Activity发送数据3.向上一个Activity返回数据 3.为活动补充附加信息1.利用资源文件配置字符串2.利用元数据传…

零基础入门AI大模型应用开发,你需要一个系统的学习路径!

前言 随着人工智能技术的迅猛发展&#xff0c;特别是在大型语言模型&#xff08;LLMs&#xff09;领域的突破&#xff0c;AI大模型已经成为当今科技领域的热门话题。不论是对于希望转型进入AI行业的职场人士&#xff0c;还是对未来充满憧憬的学生&#xff0c;掌握AI大模型的应…

在java中使用redis

Redis Java使⽤ 引入依赖 Java 操作redis的客⼾端有很多.其中最知名的是jedis. 创建maven项⽬,把jedis的依赖拷⻉到pom.xml中 <!-- https://mvnrepository.com/artifact/redis.clients/jedis --> <dependency><groupId>redis.clients</groupId><…

基于SpringBoot的音乐网站系统

本地测试环境&#xff1a;eclipse或idea&#xff0c;数据库MySQL5.7&#xff0c; jdk1.8 使用技术&#xff1a;SpringBootMyBatis 主要功能&#xff1a;分类管理、音乐管理、系统管理等

ASR的King:我又回来了,更小,且更快——openai/whisper-large-v3-turbo

Whisper 是用于自动语音识别&#xff08;ASR&#xff09;和语音翻译的最先进模型&#xff0c;由来自 OpenAI 的 Alec Radford 等人在论文《通过大规模弱监督实现鲁棒语音识别》中提出。 Whisper 在超过 500 万小时的标注数据上进行了训练&#xff0c;证明了其在零点场景下对许多…

计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07

计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07 目录 文章目录 计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07目录1. Evaluation of Large Language Models for Summarization Tasks in the Medical Domain: A Narrative Review摘要研究…

【大语言模型-论文精读】谷歌-BERT:用于语言理解的预训练深度双向Transformers

【大语言模型-论文精读】谷歌-BERT&#xff1a;用于语言理解的预训练深度双向Transformers 目录 文章目录 【大语言模型-论文精读】谷歌-BERT&#xff1a;用于语言理解的预训练深度双向Transformers目录0. 引言1. 简介2 相关工作2.1 基于特征的无监督方法2.2 无监督微调方法2.3…

基于深度学习的多焦点图像融合系统【数据集+深度学习模型+源码+PyQt5界面】

深度学习多焦点聚焦图像融合 文章目录 研究背景代码下载链接一、效果演示1.1 界面设计1.2 图像融合演示11.3 图像融合演示21.4 图像融合演示3 二、技术原理2.1 引言2.2 融合策略2.3 深度特征的提取2.4 融合策略2.4.1 利用深度特征计算模糊度2.4.2 去噪与平滑2.4.3 图像融合 三、…

【MYSQL】mysql约束---自增长约束(auto_increment)

1、概念 在Mysql中&#xff0c;当主键为自增长后&#xff0c;这个主键的值就不再需要用户输入数据了&#xff0c;而由数据库系统根据定义自动赋值。每增加一条记录&#xff0c;主键会自动以相同的步长进行增长。 注意&#xff1a;自增长约束通常与主键放在一起使用。 通过给…

【CKA】十七、集群故障排查-node节点kubelet服务异常

17、集群故障排查-node节点kubelet服务异常 1. 考题内容&#xff1a; 2. 答题思路&#xff1a; 1、考试环境就是&#xff1a;kubelet这个服务没有设置开机自启&#xff0c;导致node节点状态异常。 2、只需要切换环境&#xff0c;登录到指定主机&#xff0c;获取root权限后&am…

LeetCode 54 Spiral Matrix 解题思路和python代码

题目&#xff1a; Given an m x n matrix, return all elements of the matrix in spiral order. Example 1: Input: matrix [[1,2,3],[4,5,6],[7,8,9]] Output: [1,2,3,6,9,8,7,4,5] Example 2: Input: matrix [[1,2,3,4],[5,6,7,8],[9,10,11,12]] Output: [1,2,3,4,8,1…

73.【C语言】C/C++的内存区域划分

目录 1.内存里的几个区域 2.示意图 3.解释 1.内存里的几个区域 除了耳熟能详的栈区,堆区,静态区,还有内核空间,内存映射段,数据段,代码段 2.示意图 3.解释 栈区(stack area):局部变量,函数参数,返回数据,返回地址 内存映射段:将文件映射到内存 映射的含义: 如果看过李忠…

【python实操】python小程序之对象的属性操作

引言 python小程序之对象的属性操作 文章目录 引言一、对象的属性操作1.1 题目1.2 代码1.3 代码解释 二、思考2.1 添加属性2.2 获取属性 一、对象的属性操作 1.1 题目 给对象添加属性 1.2 代码 class Cat:# 在缩进中书写⽅法def eat(self):# self 会⾃动出现,暂不管print(f…

OpenAI 推出全新 “Canvas” 工具的系统提示词泄露

OpenAI 推出了一款叫做 Canvas 的新工具&#xff0c;用来帮助用户更好地与 ChatGPT 协作写作和编程。 Canvas 允许用户和 ChatGPT 在一个独立的窗口中协作&#xff0c;实时修改内容。这个工具可以帮助改进文本、调整语言、审查和修复代码&#xff0c;甚至转换成不同编程语言。…

大模型之RAG-关键字检索的认识与实战(混合检索进阶储备)

前言 按照我们之前的分享&#xff08;大模型应用RAG系列3-1从0搭建一个RAG&#xff1a;做好文档切分&#xff09;&#xff1a; RAG系统搭建的基本流程 准备对应的垂域资料文档的读取解析&#xff0c;进行文档切分将分割好的文本灌入检索引擎&#xff08;向量数据库&#xff…

【单例模式】

单例模式是指在内存中只会创建且仅创建一次对象的设计模式。 一、实现方式 1. 饿汉式 在类加载的时候就创建实例&#xff0c;无论是否使用&#xff0c;实例都会被创建。优点是实现简单&#xff0c;线程安全。缺点是可能造成资源浪费&#xff0c;而程序可能不一定会使用这个实例…

【Linux】自主shell编写

如果学习了常见的Linux命令&#xff0c;exec*函数&#xff0c;环境变量&#xff0c;那你就可以尝试一下写一个简单的shell; 下面跟着我的步骤来吧&#xff01;&#xff01;&#x1f929;&#x1f929; 输入命令行 既然要写一个shell&#xff0c;我们第一步先把这个输入命令行…

Java中数组的应用

Java中数组的应用 数组数组的使用使用方式1-动态初始化数组的定义&#xff1a;数组的引用&#xff08;使用/访问/获取数组元素&#xff09;&#xff1a;快速入门案例 使用方式2-动态初始化**先声明**数组**再创建**数组使用方式1和2的比较 使用方式3-静态初始化初始化数组快速入…

【AI知识点】残差网络(ResNet,Residual Networks)

残差网络&#xff08;ResNet&#xff0c;Residual Networks&#xff09; 是由微软研究院的何凯明等人在 2015 年提出的一种深度神经网络架构&#xff0c;在深度学习领域取得了巨大的成功。它通过引入残差连接&#xff08;Residual Connection&#xff09; 解决了深层神经网络中…