Mikrocontroller: Sensordaten mit Micro Python und ESP8266 auslesen

Python gilt als relativ einfach und ist die Sprache der Wahl in der Data Science und beim maschinellen Lernen. Aber die Sprache kann auch anders. Mithilfe von Micro Python können zum Beispiel Sensordaten ausgelesen werden. Ein kleines Elektronikprojekt ganz ohne Löten.

Eine Anleitung von Dirk Koller veröffentlicht am
Micro Python läuft unter anderem auf den beliebten ESP32- und ESP8266-Boards
Micro Python läuft unter anderem auf den beliebten ESP32- und ESP8266-Boards (Bild: Dirk Koller)

Auf der Suche nach einer günstigen Lösung für Sensorabfragen landet man schnell beim Arduino-Projekt, einer aus Hard- und Software bestehenden Physical-Computing-Plattform. Der Bastler kann hier aus einer stattlichen Anzahl von Entwicklungsboards wie Nano, Uno oder Duemilanove auswählen, die sich preislich zwischen 5 und 50 Euro bewegen. Die zugehörige Entwicklungsumgebung Processing ist einfach gehalten und erlaubt die Programmierung in einer C/C++-ähnlichen Programmiersprache. Lediglich die zwei Funktionen setup und loop sind zu implementieren, um etwa an die Daten eines Sensors zu gelangen.


Weitere Golem-Plus-Artikel
Bildverkleinern in C#: Eine Windows-App zur Verkleinerung von Bilddateien
Bildverkleinern in C#: Bildverkleinern in C#: Eine Windows-App zur Verkleinerung von Bilddateien

Wir zeigen mit Visual Studio, wie Drag-&-Drop funktioniert, klären, ob unter Windows runde Fenster möglich sind, und prüfen, wie aufwendig eine mehrsprachige Bedienungsoberfläche ist (ziemlich).
Eine Anleitung von Michael Bröde


Web Components mit StencilJS: Mehr Klarheit im Frontend
Web Components mit StencilJS: Web Components mit StencilJS: Mehr Klarheit im Frontend

Je mehr UI/UX in Anwendungen vorkommt, desto mehr Unordnung gibt es im Frontend. StencilJS zeigt, wie man verschiedene Frameworks mit Web Components zusammenbringt.
Eine Anleitung von Martin Reinhardt


Maschinelles Lernen und Autounfälle: Es muss nicht immer Deep Learning sein
Maschinelles Lernen und Autounfälle: Maschinelles Lernen und Autounfälle: Es muss nicht immer Deep Learning sein

Nicht nur das autonome Fahren, sondern auch die Fahrzeugsicherheit könnte von KI profitieren - nur ist Deep Learning nicht unbedingt der richtige Ansatz dafür.
Von Andreas Meier


    •  /