使用大声音传感器监控声音

描述

语境

我的邻居最近进行了一些施工，因此在我的窗外就有噪音。我想看看这种声音是如何随着时间的推移而传播的，这样我就可以提前计划并确保找到其他地方不受干扰地工作。

大声音传感器

 

出于本项目的目的，我计划通过模拟引脚收集数据，因为模拟值最适合记录实时数据。

电路

粒子氩的鸟瞰图

 

我首先将 Big Sound 传感器连接到 Particle Argon。

粒子氩气（左）和大声音传感器（右）

 

传感器上的“A0”连接到第 12 行，对应粒子氩气上的“A0”。

传感器上的“G”连接到我的面包板上的第 11 行，它对应于粒子氩气上的“GND”。

传感器上的“+”连接到我的面包板上的第 14 行，与 Particle Argon 上的“USB”引脚相关。

传感器上的“D0”连接到第 20 行，对应于粒子氩气上的“D3”。

粒子氩的左侧视图

 

粒子氩的右侧视图

 

我还确保使用螺丝刀调整传感器的灵敏度（通过扭转图像中蓝色框顶部的小螺丝），以便 LED2 保持关闭，直到传感器检测到声音。

 

在 CoolTerm 中查看模拟值

时间戳 --> 模拟值

 

CoolTerm 是一个免费的串口终端应用程序，可从https://freeware.the-meiers.org/获得，感谢 Roger Meier。它使用简单且设置快速（只需确保为您的设备显示正确的端口）。

我使用 CoolTerm 来监控来自 Big Sound 传感器的模拟值。

允许模拟值出现在串行监视器中的代码

 

为了测试传感器是否接收到不同的值，我在手机上播放了“与自己共舞”，并将其放在传感器附近。

来自传感器的模拟值作为我的手机播放的“与自己共舞”

 

然后我将它们存储为文本文件，然后将文件作为 Excel 表格打开，以便绘制折线图以显示任何明显的趋势。

左侧为模拟值的 excel 表，右侧为相应的图表

 

现在我知道该设备似乎与串行监视器配合良好，我再次在 Particle IDE 中刷新我的代码，并将 Argon 和传感器放置在我打开的窗口附近几个小时，以便它可以在 CoolTerm 上捕捉外面的构造声音。

我窗台上的传感器

 

这样做之后，我重复了将 CoolTerm 中的数据保存为文本文件并在 excel 中使用数据绘制图表的过程。

传感器捕获的模拟值，绘制为折线图

 

通过绘制折线图，​​与下午晚些时候相比，我能够看到一天开始时的声音范围要大得多，这促使我确保尽早期待很多声音。这样我就知道我可以在下午回到我的房间，而不会在工作时分心。

在 Google 表格中查看模拟值

与 CoolTerm 非常相似，Google Sheets 可用于查看来自 Big Sensor 的实时模拟值。感谢 CoolTerm，我能够通过我的计算机在本地存储数据。但是，我想尝试将数据存储在谷歌表格上，以便它可以保留在云中。

我可以通过将我的代码附加到包含将触发 Particle 环境中的 webhook 集成的部分来做到这一点。这种集成将帮助我将传感器中的模拟值“推送”到我制作的空白谷歌表格文件中。

（绿框 --> 新代码）

 

 

谷歌表上实时显示的模拟值

 

一旦值滴入，我再次制作了另一个折线图，以便更清楚地可视化数据。

使用推入工作表的模拟值的折线图

 

如前所述，使用这些数据，我可以通过查看传感器接收到的波动来了解窗外声音何时最大，因此我知道何时移动。现在我可以使用串行监视器和 excel 或谷歌表格来可视化这些数据！