Infrarotsensor mit Matlab/Simulink

Autor: Janis Ostermann
Sensor: High Precision Medium Range Infrared distance sensor for NXT or EV3
Software: Arduino Software, MATLAB R2018a
Lehrveranstaltung: Signalverarbeitende Systeme im Sommersemester 2018
Dozent und Betreuer: Prof. Dr.-Ing. Ulrich Schneider

Aufgabenstellung

Im Rahmen der Lehrveranstaltung Signalverarbeitende Systeme im Master-Studiengang Business and Systems Engineering der Hochschule Hamm-Lippstadt war es Aufgabe, einen zugeteilten Sensor mit der Hilfe der Sowftware MATLAB/Simulink auszulesen und dessen Signalverarbeitungskette zu beschreiben, zu untersuchen und zu verstehen.

Sensor

Abb. 1: High Precision Medium Range Infrarotsensor für NXT und EV3

Bei dem in der Lehrveranstaltung genutzten Sensor mit dem Namen DIST-Nx-v3 handelt es sich um ein Sensormodul der Firma mindsensors.com, welches es ermöglicht einen Infrarotsensor mit einem Lego Mindstorms NXT oder EV3 zu verbinden, um eine Distanz zu messen. Der verwendete Infrarotsensor ist ein Sensor der Firma Sharp mit der Bezeichung 2Y0A21. Das DIST-Nx-v3 Modul ist kein Lego Produkt und wird von mindsensors.com für die Verwendung mit Lego Mindstorms Produkten produziert. Dazu wird die in Abbildung 1 zu sehende I²C Schnittstelle inklusive einer vorverarbeitenden Schaltung in dem Modul verbaut. Diese Schaltung ist nicht bekannt und geht auch nicht aus den Dokumentationen von mindsensors.com hervor. Es ist anzunehmen, dass ein Mikrocontroller verbaut wurde, welcher zum Aufbau einer Verbindung über I²C benötigt wird. Darüber hinaus ist die sensorseitig vorhandene Schnittstelle des Sharp Sensors weiterhin nutzbar. Diese besteht aus einer JST (Japan Solderless Terminals) Buchse mit drei Pins.

Da die Aufgabenstellung eine möglichst detaillierte Auseinandersetzung mit einem Sensor behandelt, wird im folgenden Artikel der Sensor ausschließlich über die sensorseitige Schnittstelle ausgelesen. Somit wird die modulseitige Nachverarbeitung der Sensorwerte umgangen, um einen genaueren Blick auf die Funktionsweise und das Verhalten des Sharp Sensors zu erhalten.

Sharp 2Y0A21:

Bei dem verbauten Infrarotsensor handelt es sich um einen Infrarot Abstandssensor der Firma Sharp mit der Bezeichnung 2Y0A21.

Der Sensor besitzt folgende Technische Daten:

• Arbeitsbereich von 10 bis 80 Zentimetern
• Präzisionsbereich zwischen 10 und 40 Zentimetern (laut Hersteller)
• Stromaufnahme 30 Milliampere
• Betriebsspannung zwischen 4,5 und 5,5 Volt
• analoge Ausgangsspannung zwischen 0 und 5 Volt
• Abmessungen 13 x 44,5 x 13,5 Millimeter (Höhe x Breite x Tiefe).

Wie in Abbildung 2 zu erkennen ist, besteht der Infrarotsensor aus einem optischen Positionssensor (Position Sensitive Device), einer Infrarot Diode und einer signalverarbeitenden Schaltung. Die Reflektivität des gemessenen Objekts, die Umgebungstemperatur und die Betriebsdauer des Sensors werden nicht in die Abstandsmessung eingerechnet. Bei der Triangulation wird der Winkel des Infrarotlichts, welches vom zu messenden Gegenstand reflektiert wird, gemessen. (siehe Abbildung 3) In Abhängigkeit vom Winkel verändert sich die Ausgangsspannung des Sensors zwischen 0 und 5 Volt. Mithilfe der im Datenblatt angegebenen Kennlinie (siehe Abbildung 4) kann die Ausgangsspannung in den Abstand umgerechnet werden. Der Mindestabstand des Sensors (10 Zentimeter) entspricht somit 2,3 Volt Ausgangsspannung. Bei dem maximal messbaren Abstand von 80 Zentimetern beträgt die Ausgangsspannung 0,4 Volt. Die Pin-Belegung des Sensor ist in Abbildung 5 dargestellten.

Abb. 2: Blockschaltbild des Infrarotsensors

Abb. 3: Darstellung der Triangulation

Abb. 4: Kennlinie des Infrarotsensors

Abb. 5: Pin Belegung

Signalverarbeitung

Um die analogen Sensordaten des Sharp 2Y0A21 Infrarotsensors in MATLAB oder für eine andere Anwendung nutzen zu können, ist es nötig, diese zu verarbeiten und in digitaler Form an einer Schnittstelle (in dies Fall USB) für die weitere Verarbeitung, wie zum Beispiel in einem MATLAB Programm, zur Verfügung zu stellen. Die Werte sollen wie in der Aufgabenstellung beschrieben in MATLAB verarbeitet, möglicherweise gefiltert und grafisch dargestellt werden. Im Folgenden werden die Schritte beschrieben, die benötigt werden um dies zu realisieren. Abbildung 6 beschreibt zusätzlich den Ablauf in Form eines Projekt-Ablauf-Plans.

Abb. 6: Messkette als Projektablaufplan

Hardwareaufbau

Abb. 7: Hardwareaufbau

Herzstück des Hardwareaufbaus ist das Sensormodul, welches den Sharp 2Y0A21 beinhaltet. Dieses ist, wie Abbildung 7 zeigt, mit Hilfe von Jumper-Kabeln über den sensorseitigen Anschluss mit dem Arduino UNO verbunden. Der Vo Pin des Sensors ist mit der Ausgangsspannung belegt und wird an den analogen Input Port A0 des Arduino UNO angeschlossen. Der GND Pin des Sensors wird mit dem Ground des Arduino UNO verbunden. Der Vcc Pin des Sensors ist mit der Versorgungsspannung des Sensors belegt und wird an die 5V Spannung des Arduino UNO angeschlossen. Da die Sensorsignale analog an den Arduino UNO übertragen werden, ist kein Bussystem zur Übertragung der Sensordaten nötig. Der Arduino UNO ist über die vorhandene USB Schnittstelle mit einem PC verbunden. Der PC führt MATLAB aus, welches das Programm zur weiteren Verarbeitung der Daten beinhaltet. Das Programm erhält über den COM-Port des PCs Zugriff auf die digitalen Sensordaten vom Mikrocontroller.

Mikrocontroller

Abb. 8: Arduino UNO

Der DIST-Nx-v3 Sensor verfügt über zusätzliche vorverarbeitende Elektronik, welche es ermöglicht, die rohen Sensorsignale des Sharp 2Y0A21 zu filtern und eine Kommunikation mit einem Mikrocontroller über I²C herzustellen. Im Fall der Aufgabenstellung ist es nötig, einen Mikrocontroller hinzuzuziehen, welcher die Umwandlung der analogen in digitalen Signale durchführt und diese zur Weiterverarbeitung an einen MATLAB ausführenden PC überträgt. Hierzu wurde ein Arduino UNO gewählt. (Abbildung 8) Dieser verfügt über AD-Wandler, welche in der Lage sind, das analoge Signal zu digitalisieren. Das gewandelte Signal wird daraufhin über die vorhandene USB-Schnittstelle an einen PC zur Weiterverarbeitung übertragen. Der Arduino UNO arbeitet mit 5 Volt Versorgungsspannung, welche er gleichzeitig zur Datenübertragung über die USB-Schnittstelle des PCs bezieht.

Analog-Digital-Umsetzter

Abb. 9: ATmega328p Mikrocontroller des Arduino UNO

Um die analogen Sensorsignale des Infrarotsensors verarbeiten zu können, müssen diese zunächst digitalisiert werden. Diese Aufgabe übernehmen die Analog-Digital-Umsetzer (ADU) des ATmega328p Mikrocontrollers, welcher auf dem Arduino UNO verbaut ist. (siehe Abbildung 9) Der Mikrocontroller verfügt über 10 Bit aufgelöste ADUs, welche nach dem Prinzip der sukzessiven Approximation agieren. Es wird bei diesem Vorgehen ein ständiger Vergleich zwischen der analogen Eingangsspannung des ADUs mit einer Referenzspannung durchgeführt. Bei jedem Durchlauf wird die Referenzspannung so angepasst, dass sie sich der Eingangsspannung annähert. Die Auflösung des ADUs beschreibt gleichzeitig die Anzahl an Taktzyklen, die erforderlich sind um ein analoges Signal zu digitalisieren.

Der Analog-Digital-Umsetzter weist folgende Technische Daten auf:

• Auflösung von 10 Bit
• Wandlungszeit 13 bis 260 Mikrosekunden
• Genauigkeit ± 2 LSB (least significant bit)
• Eingangsspannung 0 Volt (Ground) bis Eingangsspannung des Mikrocontrollers abzüglich eines LSB

Abb. 10: Sukzessive Approximation

Die Vorgehensweise des ADUs lässt sich anhand von Abbildung 10 erläutern. Im ersten Schritt wird das höchstwertige Bit (most significat bit) mit der Eingangsspannung des ADU verglichen. Wenn die Eingangsspannung größer als das MSB ist, wird das Bit gesetzt. Wenn die Eingangsspannung jedoch kleiner als das MSB ist, wird das Bit auf Null zurückgesetzt. Dieser Schritt dauert einen Taktzyklus. Im zweiten Schritt wird das nächst niedrigere Bit gesetzt. Bei jedem Schritt halbiert sich die Wertigkeit des Bits. Bei dem erneuten Vergleich der Spannungen werden die Wertigkeiten aller vorherigen Bits addiert. Wenn diese Summe kleiner als die Eingangsspannung ist, wird das zweite Bit gesetzt. Wenn die Eingangsspannung jedoch niedriger ist als die Summe, wird das Bit wiederum zurückgesetzt. Dieser Ablauf erfolgt für jedes Bit der 10 Bits Auflösung. Sind alle Bits überprüft worden, resultiert die entstandene Bitfolge als digitales Abbild der Eingangsspannung. Bei der vorliegenden Anwendung wird die maximale Ausgangsspannung des Sensors von 5 Volt durch die 10 Bit Auflösung des ADUs geteilt. Damit ist der ADU in der Lage, die Spannung auf die Werte von 0 bis 1024 ($2^{10}$) abzubilden.

Das LSB hat eine Wertigkeit und der Sensor somit eine Auflösung von:

$\frac{5 V}{1023} = 4,89 mV.$

Der erste Vergleich des ADU startet mit dem MSB, welches folgende Wertigkeit aufweist:

$\frac{5 V}{2} = 2,5 mV.$

Digitale Signalverarbeitung

Die digitale Signalverarbeitung beginnt, sobald die analogen Sensorwerte durch den Analog-Digital-Umsetzter des Mikrocontrollers in digitale Signale umgewandelt wurden. Dem Datenblatt des Sensors ist zu entnehmen, dass für eine Messung 38.3 Millisekunden ± 9.6 Millisekunden benötigt werden. Daher wird ein Code für den Arduino geschrieben, welcher die Sensorsignale in einem Takt von 50 Millisekunden abgetastet. Als Sensorwert wird ein Wert vom analogen Eingangs-Pin A0 eingelesen. Der Sensorwert wird daraufhin an die serielle Schnittstelle des Arduino UNOs gesendet.

Der Code des Arduino lautet wie folgt:

int sensorPin = 0;
int sensorDelay = 50;
int sensorAdValue;
 
void setup() {
  Serial.begin(9600);
}
 
void loop() {
  sensorAdValue = analogRead(sensorPin);
  Serial.println(sensorAdValue);
  delay(sensorDelay);
}

Die Daten, welche an der seriellen Schnittstelle anliegen, werden daraufhin von MATLAB ausgelesen. Das MATLAB Programm nutzt dazu die Funktionen fopen, fgetl und fclose, um mit der seriellen Schnittstelle zu kommunizieren. Dazu muss ein Objekt erzeugt werden, welches die Informationen

• Nummer des COM-Ports
• Baud Rate des Arduino UNOs
• Bit Breite

enthält. Mit diesen Informationen kann eine Verbindung zur seriellen Schnittstelle hergestellt werden. Die Rückgabewerte der fgetl-Funktion sind jedoch in ASCII Format und müssen daher zunächst auf einen Zahlenwert gecastet werden. Erst nach diesen Schritten kann mit dem Sensorwert gerechnet werden.
Um aus dem übertragenen Zahlenwert den Spannungswert des Infrarotsensors zu errechnen, wird eine Umrechnung benötigt:

$V= Zahlenwert \cdot \frac{5 V}{1023}$

Diese Vorgehensweise wird in MATLAB folgendermaßen umgesetzt:

port =  'COM4';
baudRate = 9600;

serialArduino = serial(port,'BaudRate',baudRate,'DataBits',8);
fopen(serialArduino) % Verbindung mit serieller Schnittstelle aufbauen

ASCII = fgetl(serialArduino); % Sensorwert von serieller Schnittstelle auslesen
ArdV = str2num(ASCII); % Sensorwert von ASCII in Zahlenwert umwandeln
V = ArdV*(5/1023); % Umrechnungsfaktor auf Volt

fclose(serialArduino); % Verbindung mit serieller Schnittstelle beenden

Um die richtigen Distanzen zu den gemessenen Spannungen zu erhalten, wurde eine Lookup-Tabelle implementiert. Diese ist eine Nachbildung der Infrarotsensor Kennlinie aus Abbildung 4 für die Distanzen zwischen 10 und 80 Zentimetern. Da sich die Kennlinie aus Geraden zusammengesetzt, wurde auch die zusammengesetzte Funktion aus Geradengleichungen realisiert. Um eine Berechnung der Distanzen zu den jeweiligen Spannungen zu erhalten, wurde die Funktion umgestellt. Die im Datenblatt dargestellte Kennlinie stellt den Zusammenhang zwischen Distanz und Spannung dar. Jedoch wird die Distanz auf der x-Achse angegeben. Für die benötigte Berechnung wird die Spannung auf der x-Achse benötigt. Dazu werden bei der Aufstellung der Geradengleichungen die Achsen vertauscht. Es ergibt sich folgende Funktion:

function [ CM ] = LUT( V )

if V < 0.44
    CM = (-1)*(500)*V+290;
elseif V < 0.51
    CM = (-1)*(1000/7)*V+(930/7);
elseif V < 0.6 
    CM = (-1)*(1000/9)*V+(350/3);    
elseif V < 0.74 
    CM = (-1)*(500/7)*V+(650/7);    
elseif V < 0.93    
    CM = (-1)*(1000/19)*V+(1500/19);
elseif V < 1.01   
    CM = (-1)*(469/8)*V+(67617/800);
elseif V < 1.31    
    CM = (-1)*(177/10)*V+43.187;
elseif V < 1.65    
    CM = (-1)*(487/34)*V+38.76382353;    
else
    CM = (-1)*(171/22)*V+27.955;
 
end

end

Mit Hilfe dieser Lookup-Tabelle werden die Sensorsignale in MATLAB zu Distanzen umgerechnet. Dazu wird der Funktion ein Spannungswert übergeben. Die Funktion unterscheidet mit Hilfe der if-Bedingungen zwischen den verschiedenen Abschnitten. Daraufhin wird durch die hinterlegte Geradengleichung eine Distanz bestimmt. Diese Distanz wird als Rückgabewert der Funktion an das Hauptprogramm übergeben.

Ergebnis

Die durchgeführte Datenverarbeitung ermöglicht es erste Messungen durchzuführen. Die Ergebnisse der Messung sollen zeigen, wie hoch ein möglicher Fehler der Messungen ausfällt. Dazu werden im Folgenden die verarbeiteten ungefilterten Messwerte analysiert, bewertet und gegebenenfalls eine Filterung durchgeführt.

Messunsicherheit:

Mit Hilfe der Lookup-Tabelle können erste Messungen durchgeführt werden. Es zeigt sich dabei, dass die gemessenen Werte stark rauschen. Um dies darzustellen wird eine Messreihe durchgeführt.

Dabei wird auch die Messunsicherheit berechnet. Sie berechnet sich wie folgt:

$u_A = \bar x \pm \frac{t(n-1)}{\sqrt n}\cdot s$

Die Messunsicherheit berechnet sich mit Hilfe der Konstanten der Student-t-Verteilung. Dieser kann aus der zugehörigen Tabelle abgelesen werden. Für den Sensor wird dabei eine Überschreitungswahrscheinlichkeit $\alpha$ von 95% gewählt, da dies bei industriellen Anwendungen, wie auch Messtechnik, einem üblichen Vertrauensniveau entspricht. Zusammen mit dem Stichprobenumfang n von 10 Messungen ergibt sich eine Konstante von 2,26. Des Weiteren wird für die Berechnung der Messunsicherheit die Standardabweichung s benötigt. Diese berechnet sich folgendermaßen:

$s = \sqrt{\frac{1}{n-1}\cdot\sum_{i=1}^n (x_i - \bar x)^2}$


Die Standardabweichung berechnet sich aus dem Stichprobenumfang n, dem Mittelwert aller Werte der Stichprobe $\bar x$ und den Messwerten $x_i$.

Die Berechnungen der Messreihe lieferten folgende Ergebnisse:

Wahrer Wert (in cm)	Messungen in cm										Mittelwert	Standardabweichung	Messunsicherheit	Vertrauensbereich
	1	2	3	4	5	6	7	8	9	10
10	9,738	9,092	9,282	9,472	9,737	9,624	8,941	9,206	9,738	9,548	9,438	0,291	0,208	9,438 ± 0,208
15	15,474	15,684	15,013	15,127	15,264	15,684	14,709	14,937	15,089	15,684	15,267	0,350	0,250	15,267 ± 0,250
20	19,950	20,241	20,332	20,650	20,559	19,740	20,104	20,650	20,422	20,559	20,321	0,311	0,222	20,321 ± 0,222
25	22,742	22,697	21,969	22,242	22,742	22,515	22,560	21,969	22,742	22,378	22,456	0,306	0,219	22,456 ± 0,219
30	34,231	33,460	29,847	30,633	33,974	32,432	33,203	33,717	34,231	31,661	32,739	1,554	1,110	32,739 ± 1,110
35	9,114	34,488	37,058	38,086	38,086	38,857	37,829	35,516	36,544	38,343	37,392	1,489	1,064	37,392 ± 1,064
40	40,193	42,285	43,331	43,680	44,727	39,628	41,588	42,634	43,331	44,029	42,543	1,651	1,180	42,543 ± 1,180
45	46,819	47,866	48,214	42,634	44,727	46,470	47,168	47,866	47,168	44,029	46,296	1,869	1,336	46,296 ± 1,336
50	53,733	54,818	49,261	51,020	52,105	55,360	49,958	48,214	49,958	55,360	51,979	2,680	1,916	51,979 ± 1,916
55	55,903	58,073	59,158	52,648	54,818	56,445	59,158	52,105	51,563	54,818	55,469	2,799	2,001	55,469 ± 2,001
60	61,010	58,073	55,360	56,988	59,158	61,010	63,103	53,190	56,445	59,158	58,350	2,966	2,120	58,350 ± 2,120
65	66,590	64,498	54,818	67,288	62,405	63,800	67,288	67,985	61,010	63,103	63,879	3,958	2,828	63,879 ± 2,828
70	61,010	65,195	67,985	77,598	59,158	62,405	65,893	80,039	75,156	60,313	67,475	7,566	5,408	67,475 ± 5,408
75	69,381	89,805	59,701	65,195	67,288	70,273	60,313	65,195	69,381	80,039	69,657	9,105	6,507	69,657 ± 6,507
80	75,156	89,805	65,195	68,683	75,156	87,363	62,405	67,288	70,273	89,805	10,369	75,113	7,410	75,113 ± 7,410

Die Messung ergibt, dass eine extrem hohe Messunsicherheit bei den Messwerten vorliegt. Bis 25 cm scheint die Messung sehr genau zu sein. Bei Werten über einer Distanz von 50 Zentimetern steigt auch die Messunsicherheit auf über ± 2 Zentimeter an. Dies unterstreicht die Aussage des Herstellers, dass der Präzisionsbereich des Sensors bei 10 bis 40 Zentimetern liegt.

Um das vorhandene Rauschen zu verringern, wird ein "Gleitender Mittelwert"-Filter auf die Sensorsignale des Infrarotsensors angewendet. Dieser soll den Mittelwert über den letzten 10 Messwerten bilden und so ein Rauschen dämpfen. Es besteht jedoch die Gefahr, dass kleinere Werteänderungen durch diesen Filter ebenfalls abgeschwächt werden und daraus eine ungenaue Messung resultiert.

Im Folgenden ist die Messung nach der Filterung durch den "Gleitender Mittelwert"-Filter dargestellt:

Wahrer Wert (in cm)	Messungen in cm										Mittelwert	Standardabweichung	Messunsicherheit	Vertrauensbereich
	1	2	3	4	5	6	7	8	9	10
10	10,007	9,988	9,958	9,920	9,935	9,931	9,916	9,867	9,829	9,852	9,920	0,058	0,041	9,920 ± 0,041
15	15,414	15,493	15,552	15,531	15,552	15,552	15,642	15,621	15,663	15,684	15,570	0,083	0,059	15,570 ± 0,059
20	20,511	20,450	20,380	20,296	20,207	20,114	20,058	19,987	19,908	19,810	20,172	0,237	0,169	20,172 ± 0,169
25	23,937	24,312	24,340	24,683	25,021	25,050	25,079	25,440	25,787	26,125	24,977	0,685	0,490	24,977 ± 0,490
30	32,124	31,995	31,790	31,558	31,661	31,635	31,533	31,353	31,122	31,147	31,592	0,329	0,235	31,592 ± 0,235
35	38,420	38,317	37,983	37,726	37,418	37,521	37,186	37,007	36,775	36,544	37,490	0,631	0,451	37,490 ± 0,451
40	43,122	42,913	42,669	42,320	41,902	41,867	41,727	41,518	41,134	41,239	42,041	0,690	0,493	42,041 ± 0,493
45	48,547	48,303	47,989	47,640	47,115	47,080	46,871	46,592	46,122	45,773	47,203	0,916	0,654	47,203 ± 0,654
50	48,688	49,054	49,315	49,471	49,417	49,678	50,114	50,410	50,356	50,477	49,698	0,618	0,441	49,698 ± 0,441
55	56,391	56,174	55,903	55,577	55,414	55,469	55,143	54,655	54,329	53,733	55,279	0,835	0,597	55,279 ± 0,597
60	60,751	60,696	60,093	59,559	59,993	60,101	59,567	59,312	58,778	59,158	59,801	0,644	0,460	59,801 ± 0,460
65	65,533	64,955	65,095	64,955	64,955	64,378	64,796	64,936	65,075	64,498	64,918	0,320	0,229	64,918 ± 0,229
70	73,707	72,397	72,064	70,754	71,312	70,246	70,246	69,668	70,691	69,381	71,046	1,341	0,958	71,046 ±0,958
75	72,148	72,935	73,583	74,071	74,997	74,753	75,400	75,645	75,645	75,156	74,433	1,208	0,863	74,433 ± 0,863
80	79,178	78,202	76,737	78,640	78,884	78,152	76,931	78,345	79,551	80,039	78,466	1,048	0,749	78,466 ± 0,749

Abb. 11: Vergleich von ungefilterten und gefilterten Sensorsignalen

Das Ergebnis der Messung zeigt ein deutlich besseres Ergebnis. Die Messunsicherheiten überschreiten bei keiner Distanz einen Zentimeter. Damit ist eine enorme Verbesserung des Wahrheitsgehaltes der Messung mit dem Sharp Infrarotsensor möglich.

Abbildung 11 zeigt eine beispielhaft aufgezeichnete Messkurve. Der Zeitpunkt 0 stellt dabei den aktuellen Messwert dar, die weiteren Zeitangaben beschreiben wie weit die Messungen in der Vergangenheit liegen. Die Zeit wird dabei in Dezisekunden bemessen. Bei der Darstellung der Messwerte im Graphen zeigt sich, dass sich der gleitende Mittelwert träger verhält als die unverarbeiteten Sensorsignale und minimal verzögert zum rauschenden Wert angezeigt wird. Dies ist auf die Art der Glättung zurückzuführen. Durch die Mittelwertbildung der letzten 10 Messwerte wird der Wert bei aufsteigenden Wertefolgen herabgesetzt und bei absteigenden Wertefolgen heraufgesetzt. Aus diesem Verhalten resultiert die verzögerte Reaktionszeit der dargestellten Werte.


Ausblick: Trotz umfänglicher Auseinandersetzung mit dem Thema bestehen einige Möglichkeiten zur Optimierung des Projekts. Dadurch könnte eine noch korrektere Darstellung der Messwerte für reale Anwendungen realisiert werden. Folgende Vorschläge könnten zu dieser Optimierung beitragen:

• Es besteht die Möglichkeit, die Lookup-Tabelle durch eigene Referenzmessungen noch genauer an die realen Werte anzupassen, um die Umrechnung der Signale möglichst genau durchführen zu können.
• Des Weiteren besteht Verbesserungspotential in der Auswahl eines anderen Filters, welcher weniger Trägheit und eine gleiche oder bessere Glättung aufweist.

YouTube Video

Das YouTube Video als visueller Beleg steht unter folgendem Link zur Verfügung:

Infrarotsensor DIST-Nx-v3 Sensorwerte mit Arduino UNO an MATLAB übertragen

Quellenverweise

---

→ zurück zum Hauptartikel: Signalverarbeitende Systeme