Adafruit BNO085 Breakout für absolute Orientierung (BNO080), 9-DOF, STEMMA QT / Qwiic, 4754

Der BNO085 der Motion-Sensing-Experten von Hillcrest Laboratories nimmt die bekannten 3-Achsen-Beschleunigungsmesser, -Gyroskope, -Magnetometer und packt diese zusammen mit einem ARM Cortex M0-Prozessor auf einen Chip. Auf dem Prozessor läuft die SH-2-Firmware von Hillcrest, die das Lesen der Sensoren übernimmt und die Messungen zusammenführt. Die Beschreibung ähnelt sehr dem BNO055 von Bosch Sensortec und dennoch gibt es Unterschiede. Durch eine Vereinbarung zwischen Bosch und Hillcrest, besteht der BNO085 aus der gleichen Hardware, wie der BNO055. Die Unterschiede liegen jedoch in der Firmware.

Hier zunächst die Überschneidungen beider Sensoren:

• Beschleunigungsvektor / Beschleunigungsmesser
  • Drei Beschleunigungsachsen (Schwerkraft + lineare Bewegung) in m/s^2
• Winkelgeschwindigkeitsvektor / Kreisel
  • Drei "Rotations"-Achsen in rad/s
• Magnetfeldstärke-Vektor / Magnetometer
  • Drei Achsen der Magnetfelderfassung in Mikro-Tesla (uT)
• Linearbeschleunigungsvektor
  • Drei Achsen linearer Beschleunigungsdaten (Beschleunigung minus Schwerkraft) in m / s ^ 2
• Schwerkraftvektor
  • Drei Achsen der Gravitationsbeschleunigung (abzüglich jeglicher Bewegung) in m / s ^ 2
• Absoluter Orientierungs- / Rotationsvektor
  • Vierpunkt-Quaternionsausgabe für genaue Datenmanipulation

Dank der Assistenten für Sensorfusion und Signalverarbeitung von Hillcrest verfügt der BNO085 auch über:

• Anwendungsoptimierte Rotationsvektoren
  • Für AR / VR, geringe Latenz und geringer Stromverbrauch
• Zusätzliche Basissensorberichte
  • Separate und gleichzeitige Ausgänge der kalibrierten, nicht kalibrierten + Korrektur- und Raw-ADC-Ausgänge für den Beschleunigungsmesser, den Gyro und den Magnetometer
• Erkennungs- und Klassifizierungsberichte:
  • Stabilitätserkennung und -klassifizierung
  • Bewegungsmelder
  • Antipp-, Schritt- und Schüttel-Erkennung
  • Aktivitätsklassifizierung

Darüberhinaus bietet der BNO085 auch eine Reihe von Erkennungs- und Klassifizierungsfunktionen, indem er die gemessene Bewegung weiter analysiert:

• Stabilitätserkennung und -klassifizierung
• Tap-Detektor
• Schrittdetektor
• Schrittzähler
• Aktivitätsklassifizierung
• Bewegungsmelder
• Schüttelmelder

Durch die Adafruit Platine lässt sich der Sensor sowohl mit 5V als auch mit 3,3V betreiben und durch die STEMMA QT Anschlüsse ohne löten zu müssen mit einem Mikrocontrollerboard verbinden. Weitere Informationen und Bibliotheken für Arduino und CircuitPython/Python liefert Adafruit.