Waveshare DVK600 ist eine FPGA CPLD-Hauptplatine mit Erweiterungsanschlüssen zum Anschluss der FPGA CPLD-Hauptplatine und Zubehörplatinen. DVK600 bietet eine einfache Möglichkeit, ein FPGA CPLD-Entwicklungssystem einzurichten.
Merkmale
FPGA CPLD-Core-Board-Anschluss: zum einfachen Verbinden von Core-Boards, die einen FPGA CPLD-Chip integriert haben
8I/Os_1 Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
8I/Os_2-Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
16I/Os_1 Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
16I/Os_2 Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
32I/Os_1 Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
32I/Os_2-Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
32I/Os_3 Schnittstelle , zum Anschluss von Zusatzplatinen/Modulen
SDRAM-Schnittstelle
zum Anschluss der SDRAM-Zubehörkarte
funktioniert auch als FPGA CPLD Pins Erweiterungsstecker
LCD-Interface , zum Anschluss von LCD22, LCD12864, LCD1602
ONE-WIRE-Schnittstelle: Einfache Verbindung mit ONE-WIRE-Geräten (TO-92-Gehäuse) wie Temperatursensor (DS18B20), elektronischer Registrierungsnummer (DS2401) usw.
5 V DC-Buchse
Joystick: fünf Positionen
Summer
Potentiometer: zur Einstellung der Hintergrundbeleuchtung von LCD22 oder zur Kontrasteinstellung von LCD12864 und LCD1602
Stromschalter
Summer-Jumper
ONE-WIRE-Jumper
Joystick-Jumper
Downloads
Schema
Lernen Sie, wie Sie den ESP32-Mikrocontroller und die MicroPython-Programmierung in Ihren zukünftigen Projekten einsetzen können!
Das Projektbuch – geschrieben von Dogan Ibrahim – enthält viele Software- und Hardware-basierte Projekte, die speziell für das MakePython ESP32 Development Kit entwickelt wurden. Das Kit wird mit verschiedenen LEDs, Sensoren und Aktoren geliefert. Ziel des Kits ist es, grundlegende Kenntnisse für die Erstellung von IoT-Projekten zu erwerben.
Die in diesem Buch vorgestellten Projekte sind umfassend getestet und funktionsfähig und verwenden alle mitgelieferten Komponenten. Für jedes Projekt gibt es im Buch ein Blockdiagramm, einen Schaltplan, ein vollständiges Programmlisting und eine komplette Programmbeschreibung.
Lieferumfang des Kits
1x MakePython ESP32-Entwicklungsboard mit LCD
1x Ultraschall-Entfernungsmodul
1x Temperatur- und Feuchtigkeitssensor
1x Buzzer-Modul
1x DS18B20-Modul
1x Infrarotmodul
1x Potentiometer
1x WS2812-Modul
1x Schallsensor
1x Vibrationssensor
1x Lichtempfindliches Widerstandsmodul
1x Pulssensor
1x Servomotor
1x USB-Kabel
2x Taste
2x Steckplatine
45x Schaltdraht
10x Widerstand 330R
10x LED (Rot)
10x LED (Grün)
1x Projektbuch (Deutsch, 213 Seiten)
46 Projekte im Buch
LED-Projekte
Blinkende LED
Blinkendes SOS
Blinkende LED – mit einem Timer
Abwechselnd blinkende LEDs
Tastersteuerung
Ändern der LED-Blinkrate durch Taster-Interrupts
Laufschrift-LEDs
Binär zählende LEDs
Weihnachtsbeleuchtung (zufällig blinkende 8 LEDs)
Elektronischer Würfel
Glücklicher Tag der Woche
Pulsweitenmodulation (PWM) Projekte
Erzeugt eine 1000-Hz-PWM-Wellenform mit 50% Tastverhältnis
Steuerung der LED-Helligkeit
Messung der Frequenz und des Tastverhältnisses einer PWM-Wellenform
Melodie-Macher
Einfache elektronische Orgel
Steuerung eines Servomotors
Servomotor DS18B20 Thermometer
Analog-Digital-Wandler (ADC) Projekte
Spannungsmesser
Aufzeichnung der analogen Eingangsspannung
ESP32 interner Temperatursensor
Ohmmeter
Lichtempfindliches Widerstandsmodul
Digital-Analog-Wandler (DAC) Projekte
Erzeugung von Festspannungen
Erzeugen eines Sägezahnsignals
Erzeugen eines Dreieckssignals
Arbiträre periodische Wellenform
Generierung eines Sinussignals
Erzeugung eines genauen Sinussignals mit Hilfe von Timer-Interrupts
Verwendung des OLED-Displays
Sekundenzähler
Ereigniszähler
DS18B20 OLED-basiertes Digitalthermometer
ON-OFF Temperaturregler
Messung der Temperatur und Luftfeuchtigkeit
Ultraschall-Entfernungsmessung
Höhe einer Person (Stadiometer)
Messung der Herzfrequenz (Puls)
Andere mit dem Kit gelieferte Sensoren
Alarm bei Diebstahl
Tonaktiviertes Licht
Infrarot-Hindernisvermeidung mit Summton
WS2812 RGB-LED-Ring
Zeitstempel für Temperatur- und Luftfeuchtigkeitswerte
Netzwerk-Programmierung
WLAN-Scanner
Fernsteuerung über den Internetbrowser (mit einem Smartphone oder PC) – Webserver
Speichern von Temperatur- und Luftfeuchtigkeitsdaten in der Cloud
Low-Power-Betrieb
Aufwecken des Prozessors mit einem Timer
Dieser mehrachsige Roboter bringt Leistung und Größe perfekt in Einklang.
Features
5 Achsen
Nutzlast: 3 kg
Reichweite: 700 mm
Wiederholgenauigkeit: 0,1 mm
Maximale Geschwindigkeit 1000 mm/s
Anwendungen
Maschinenwartung
Bin Picking
Mobile Plattform
Laborautomatisierung
Roboterforschung
Langlebige kollaborative Roboter für Ihre Automatisierung
Harmonische Antriebe und Servomotoren in Industriequalität garantieren einen ununterbrochenen Betrieb rund um die Uhr.
Hergestellt aus Kohlefaser, 15 kg Gewicht ermöglichen einen einfacheren Einsatz.
Flexible Bereitstellung mit sicherer Funktion
Handprogrammierung, leicht, platzsparend und einfach für mehrere Anwendungen einsetzbar, ohne Ihr Produktionslayout zu ändern. Perfekt für wiederkehrende Aufgaben.
Kollisionserkennung ist für alle unsere Cobots verfügbar. Ihre Sicherheit hat immer oberste Priorität.
Grafische Oberfläche für einsteigerfreundliche Programmierung
Kompatibel mit verschiedenen Betriebssystemen, einschließlich macOS und Windows.
Webbasierte Technologie, kompatibel mit allen gängigen Browsern.
Drag & Drop, um Ihren Code in wenigen Minuten zu erstellen.
Leistungsstarkes und Open-Source-SDK immer zur Hand
Das voll funktionsfähige Open-Source-Python/C++-SDK bietet eine flexiblere Programmierung.
ROS/ROS2-Pakete sind einsatzbereit.
Beispielcodes helfen Ihnen, den Roboterarm reibungslos einzusetzen.
Technische Daten
UFactory 850
xArm 5
xArm 6
xArm 7
Nutzlast
5 kg
3 kg
5 kg
3,5 kg
Reichweite
850 mm
700 mm
700 mm
700 mm
Freiheitsgrade
6
5
6
7
Wiederholbarkeit
±0,02 mm
±0,1 mm
±0,1 mm
±0,1 mm
Maximale Geschwindigkeit
1 m/s
1 m/s
1 m/s
1 m/s
Gewicht (nur Roboterarm)
20 kg
11,2 kg
12,2 kg
13,7 kg
Maximale Geschwindigkeit
180°/s
180°/s
180°/s
180°/s
Joint 1
±360°
±360°
±360°
±360°
Joint 2
-132°~132°
-118°~120°
-118°~120°
-118°~120°
Joint 3
-242°~3.5°
-225°~11°
-225°~11°
±360°
Joint 4
±360°
-97°~180°
±360°
-11°~225°
Joint 5
-124°~124°
±360°
-97°~180°
±360°
Joint 6
±360°
±360°
-97°~180°
Joint 7
±360°
Hardware
Umgebungstemperaturbereich
0-50°C
Stromverbrauch
Min. 8,4 W, typisch 200 W, max. 400 W
Eingangsstromversorgung
24 V DC, 16,5 A
Fußabdruck
Ø 126 mm
Materialien
Aluminium, Kohlefaser
Basis-Connector-Typ
M5x5
Reinraum der ISO-Klasse
5
Robotermontage
Alle
Endeffektor-Kommunikationsprotokoll
Modbus RTU(rs485)
Endeffektor-E/A
2x DI/2x DO/2x AI/1x RS485
Kommunikationsmodus
Ethernet
Lieferumfang
1x xArm 5 Roboterarm
1x AC-Steuerbox
1x Roboterarm-Stromkabel
1x Roboterarm-Endeffektor-Adapterkabel
1x Roboterarm-Signalkabel
1x Steuerbox-Stromkabel
1x Netzwerkkabel
1x Montagewerkzeug
1x Kurzanleitung
Das Elektor Arduino Nano MCCAB Trainingsboard enthält alle Bauteile (inkl. Arduino Nano), die für die Übungen des "Mikrocontroller-Praxiskurs für Arduino-Einsteiger" benötigt werden wie Leuchtdioden, Schalter, Taster, akustische Signalgeber usw. Auch externe Sensoren, Motoren oder Baugruppen können mit diesem Mikrocontroller-Übungssystem abgefragt oder gesteuert werden.
Technische Daten (Arduino Nano Trainingsboard MCCAB)
Stromversorgung
Über die USB-Verbindung des zur Erstellung der Programme sowieso angeschlossenen PCs oder ein externes Netzteil (nicht im Lieferumfang enthalten)
Betriebsspannung
+5 Vcc
Eingangsspannung
Alle Eingänge
0 V bis +5 V
VX1 und VX2
+8 V bis +12 V (nur bei Verwendung eines externen Netzteils)
Mikrocontrollermodul
Arduino Nano
Hardwareperipherie
LCD
2x16 Zeichen
Potenziometer P1 & P2
JP3: Auswahl der Betriebsspannung von P1 & P2
Verteiler
SV4: Verteiler für die BetriebsspannungenSV5, SV6: Verteiler für die Ein-/Ausgänge des Mikrocontrollers
Schalter und Taster
RESET-Taster auf dem Arduino Nano-Modul6x Tastschalter K1 … K66x Schiebeschalter S1 … S6JP2: Verbindung der Schalter mit den Eingängen des Mikrocontrollers
Summer
Piezo-Summer Buzzer1 mit Steckbrücke auf JP6
Leuchtanzeigen
LED L auf dem Arduino Nano-Modul, verbunden mit GPIO D1311x LED: Zustandsanzeige für die Ein-/AusgängeJP6: Verbindung der LEDs LD10 … LD20 mit den GPIOs D2 … D12
Serielle SchnittstellenSPI & I²C
JP4: Auswahl des Signals an Pin X der SPI-Steckerleiste SV12SV9 bis SV12: SPI-Interface (3,3 V/5 V) bzw. I²C-Interface
Schaltausgang für externe Geräte
SV1, SV7: Schaltausgang (maximal +24 V/160 mA, extern zugeführt)SV2: 2x13 Pins zum Anschluss externer Module
3x3 LED-Matrix (9 rote LEDs)
SV3: Spalten der 3x3 LED-Matrix (Ausgänge D6 … D8)JP1: Verbindung der Reihen mit den GPIOs D3 … D5
Software
Library MCCABLib
Steuerung der Hardware-Komponenten (Schalter, Taster, Leuchtdioden, 3x3 LED-Matrix, Summer) auf dem MCCAB Trainingsboard
Betriebstemperatur
bis +40 °C
Abmessungen
100 x 100 x 20 mm
Technische Daten (Arduino Nano)
Mikrocontroller
ATmega328P
Architektur
AVR
Betriebsspannung
5 V
Flashspeicher
32 KB, davon 2 KB vom Bootloader belegt
SRAM
2 KB
Taktfrequenz
16 MHz
Analoge IN-Pins
8
EEPROM
1 KB
DC-Strom pro I/O-Pin
40 mA an einem I/O-Pin, insgesamt maximal 200 mA an allen Pins gemeinsam
Eingangsspannung
7-12 V
Digitale I/O-Pins
22 (6 davon sind PWM-fähig)
PWM-Ausgänge
6
Stromverbrauch
19 mA
Abmessungen
18 x 45 mm
Gewicht
7 g
Lieferumfang
1x Elektor Arduino Nano Trainingsboard (MCCAB)
1x Arduino Nano
TurtleBot 4 ist die nächste Generation der weltweit beliebtesten Open-Source-Robotikplattform für Bildung und Forschung und bietet bessere Rechenleistung, bessere Sensoren und ein erstklassiges Benutzererlebnis zu einem erschwinglichen Preis.
TurtleBot 4 Lite ist mit einer mobilen iRobot Create 3-Basis, einem leistungsstarken Raspberry Pi 4 mit ROS 2, einer räumlichen KI-Stereokamera OAK-D, 2D LiDAR und mehr ausgestattet. Alle Komponenten wurden nahtlos integriert, um eine sofort einsatzbereite Entwicklungs- und Lernplattform zu bieten.
Technische Daten
Basisplattform
iRobot Create 3
Räder (Durchmesser)
72 mm
Bodenfreiheit
4,5 mm
Bordcomputer
Raspberry Pi 4 (4 GB)
Maximale Lineargeschwindigkeit
0,31 m/s im abgesicherten Modus0,46 m/s ohne abgesicherten Modus
Maximale Winkelgeschwindigkeit
1,90 rad/s
Maximale Nutzlast
9kg
Betriebszeit
2h 30m – 4h je nach Belastung
Ladezeit
2h 30m
Lidar
RPLIDAR A1M8
Kamera
OAK-D-Lite
Benutzerleistung
VBAT @1,9 A5 V @ Schwachstrom3,3 V @ Schwachstrom
USB-Erweiterung
2x USB 2.0 (Typ A)2x USB 3.0 (Typ A)
Programmierbare LEDs
Erstelle 3 Lichtringe
Tasten und Schalter
2x Create 3 User Buttons1x Create 3 Power Button
Batterie
26 Wh Lithium-Ionen (14,4 V nominal)
Ladestation
Inbegriffen
Größe (L x B x H)
342 x 339 x 192 mm
Gewicht
3,3 kg
Downloads
User Manual
The FRDM-MCXN947 is a compact and versatile development board designed for rapid prototyping with MCX N94 and N54 microcontrollers. It features industry-standard headers for easy access to the MCU's I/Os, integrated open-standard serial interfaces, external flash memory, and an onboard MCU-Link debugger.
Technische Daten
Microcontroller
MCX-N947 Dual Arm Cortex-M33 cores @ 150 MHz each with optimized performance efficiency, up to 2 MB dual-bank flash with optional full ECC RAM, External flash
Accelerators: Neural Processing Unit, PowerQuad, Smart DMA, etc.
Memory Expansion
*DNP Micro SD card socket
Connectivity
Ethernet Phy and connector
HS USB-C connectors
SPI/I²C/UART connector (PMOD/mikroBUS, DNP)
WiFi connector (PMOD/mikroBUS, DNP)
CAN-FD transceiver
Debug
On-board MCU-Link debugger with CMSIS-DAP
JTAG/SWD connector
Sensor
P3T1755 I³C/I²C Temp Sensor, Touch Pad
Expansion Options
Arduino Header (with FRDM expansion rows)
FRDM Header
FlexIO/LCD Header
SmartDMA/Camera Header
Pmod *DNP
mikroBUS
User Interface
RGB user LED, plus Reset, ISP, Wakeup buttons
Lieferumfang
1x FRDM-MCXN947 Development Board
1x USB-C Cable
1x Quick Start Guide
Downloads
Datasheet
Block diagram
Get Cracking with the Arduino Nano V3, Nano Every, and Nano 33 IoT
The seven chapters in this book serve as the first step for novices and microcontroller enthusiasts wishing to make a head start in Arduino programming. The first chapter introduces the Arduino platform, ecosystem, and existing varieties of Arduino Nano boards. It also teaches how to install various tools needed to get started with Arduino Programming. The second chapter kicks off with electronic circuit building and programming around your Arduino. The third chapter explores various buses and analog inputs. In the fourth chapter, you get acquainted with the concept of pulse width modulation (PWM) and working with unipolar stepper motors.
In the fifth chapter, you are sure to learn about creating beautiful graphics and basic but useful animation with the aid of an external display. The sixth chapter introduces the readers to the concept of I/O devices such as sensors and the piezo buzzer, exploring their methods of interfacing and programming with the Arduino Nano. The last chapter explores another member of Arduino Nano family, Arduino Nano 33 IoT with its highly interesting capabilities. This chapter employs and deepens many concepts learned from previous chapters to create interesting applications for the vast world of the Internet of Things.
The entire book follows a step-by-step approach to explain concepts and the operation of things. Each concept is invariably followed by a to-the-point circuit diagram and code examples. Next come detailed explanations of the syntax and the logic used. By closely following the concepts, you will become comfortable with circuit building, Arduino programming, the workings of the code examples, and the circuit diagrams presented. The book also has plenty of references to external resources wherever needed.
An archive file (.zip) comprising the software examples and Fritzing-style circuit diagrams discussed in the book may be downloaded free of charge below.
Build your own AI microcontroller applications from scratch
The MAX78000FTHR from Maxim Integrated is a small development board based on the MAX78000 MCU. The main usage of this board is in artificial intelligence applications (AI) which generally require large amounts of processing power and memory. It marries an Arm Cortex-M4 processor with a floating-point unit (FPU), convolutional neural network (CNN) accelerator, and RISC-V core into a single device. It is designed for ultra-low power consumption, making it ideal for many portable AI-based applications.
This book is project-based and aims to teach the basic features of the MAX78000FTHR. It demonstrates how it can be used in various classical and AI-based projects. Each project is described in detail and complete program listings are provided. Readers should be able to use the projects as they are, or modify them to suit their applications. This book covers the following features of the MAX78000FTHR microcontroller development board:
Onboard LEDs and buttons
External LEDs and buttons
Using analog-to-digital converters
I²C projects
SPI projects
UART projects
External interrupts and timer interrupts
Using the onboard microphone
Using the onboard camera
Convolutional Neural Network
Build your own AI microcontroller applications from scratch
The MAX78000FTHR from Maxim Integrated is a small development board based on the MAX78000 MCU. The main usage of this board is in artificial intelligence applications (AI) which generally require large amounts of processing power and memory. It marries an Arm Cortex-M4 processor with a floating-point unit (FPU), convolutional neural network (CNN) accelerator, and RISC-V core into a single device. It is designed for ultra-low power consumption, making it ideal for many portable AI-based applications.
This book is project-based and aims to teach the basic features of the MAX78000FTHR. It demonstrates how it can be used in various classical and AI-based projects. Each project is described in detail and complete program listings are provided. Readers should be able to use the projects as they are, or modify them to suit their applications. This book covers the following features of the MAX78000FTHR microcontroller development board:
Onboard LEDs and buttons
External LEDs and buttons
Using analog-to-digital converters
I²C projects
SPI projects
UART projects
External interrupts and timer interrupts
Using the onboard microphone
Using the onboard camera
Convolutional Neural Network
Das AVR-IoT WA-Entwicklungsboard kombiniert einen leistungsstarken ATmega4808 AVR MCU, einen ATECC608A CryptoAuthentication™ Secure Element IC und den vollständig zertifizierten ATWINC1510 Wi-Fi-Netzwerkcontroller – was die einfachste und effektivste Möglichkeit bietet, Ihre eingebettete Anwendung mit Amazon Web Services zu verbinden ( AWS). Das Board verfügt außerdem über einen integrierten Debugger und erfordert keine externe Hardware zum Programmieren und Debuggen der MCU.
Im Auslieferungszustand ist auf der MCU ein Firmware-Image vorinstalliert, mit dem Sie mithilfe der integrierten Temperatur- und Lichtsensoren schnell eine Verbindung zur AWS-Plattform herstellen und Daten an diese senden können. Sobald Sie bereit sind, Ihr eigenes benutzerdefiniertes Design zu erstellen, können Sie mithilfe der kostenlosen Softwarebibliotheken in Atmel START oder MPLAB Code Configurator (MCC) ganz einfach Code generieren.
Das AVR-IoT WA-Board wird von zwei preisgekrönten integrierten Entwicklungsumgebungen (IDEs) unterstützt – Atmel Studio und Microchip MPLAB X IDE – und gibt Ihnen die Freiheit, mit der Umgebung Ihrer Wahl Innovationen zu entwickeln.
Merkmale
ATmega4808 Mikrocontroller
Vier Benutzer-LEDs
Zwei mechanische Tasten
mikroBUS-Header-Footprint
TEMT6000 Lichtsensor
MCP9808 Temperatursensor
ATECC608A CryptoAuthentication™-Gerät
WINC1510 WiFi-Modul
Onboard-Debugger
Auto-ID zur Platinenidentifizierung in Atmel Studio und Microchip MPLAB
Eine grüne Betriebs- und Status-LED auf der Platine
Programmieren und Debuggen
Virtueller COM-Port (CDC)
Zwei DGI GPIO-Leitungen
USB- und batteriebetrieben
Integriertes Li-Ion/LiPo-Akkuladegerät
For Raspberry Pi, ESP32 and nRF52 with Python, Arduino and Zephyr
Bluetooth Low Energy (BLE) radio chips are ubiquitous from Raspberry Pi to light bulbs. BLE is an elaborate technology with a comprehensive specification, but the basics are quite accessible.
A progressive and systematic approach will lead you far in mastering this wireless communication technique, which is essential for working in low power scenarios.
In this book, you’ll learn how to:
Discover BLE devices in the neighborhood by listening to their advertisements.
Create your own BLE devices advertising data.
Connect to BLE devices such as heart rate monitors and proximity reporters.
Create secure connections to BLE devices with encryption and authentication.
Understand BLE service and profile specifications and implement them.
Reverse engineer a BLE device with a proprietary implementation and control it with your own software.
Make your BLE devices use as little power as possible.
This book shows you the ropes of BLE programming with Python and the Bleak library on a Raspberry Pi or PC, with C++ and NimBLE-Arduino on Espressif’s ESP32 development boards, and with C on one of the development boards supported by the Zephyr real-time operating system, such as Nordic Semiconductor's nRF52 boards.
Starting with a very little amount of theory, you’ll develop code right from the beginning. After you’ve completed this book, you’ll know enough to create your own BLE applications.
Das LoRa-E5 Development Kit ist ein benutzerfreundliches, kompaktes Entwicklungs-Toolset, mit dem Sie die leistungsstarke Leistung des LoRa-E5 STM32WLE5JC nutzen können. Es besteht aus einem LoRa-E5-Entwicklungsboard, einer Antenne (EU868), einem USB-Typ-C-Kabel und einem 2 AA 3-V-Batteriehalter. LoRa-E5-Entwicklungsplatine mit eingebettetem LoRa-E5-STM32WLE5JC-Modul, das die weltweit erste Kombination aus LoRa-HF- und MCU-Chip in einem einzigen winzigen Chip ist und FCC- und CE-zertifiziert ist. Es wird von einem ARM Cortex-M4-Kern und einem Semtech SX126X LoRa-Chip angetrieben und unterstützt sowohl das LoRaWAN- als auch das LoRa-Protokoll auf der weltweiten Frequenz sowie (G)FSK-, BPSK-, (G)MSK- und LoRa-Modulationen. Das LoRa-E5-Entwicklungsboard zeichnet sich durch eine extrem lange Übertragungsreichweite, einen extrem niedrigen Stromverbrauch des Chips und benutzerfreundliche Schnittstellen aus. Das LoRa-E5-Entwicklungsboard hat eine Langstrecken-Übertragungsreichweite von LoRa-E5 von bis zu 10 km in einem offenen Bereich. Der Ruhestrom der LoRa-E5-Module an Bord beträgt nur 2,1 uA (WOR-Modus). Es wurde nach Industriestandards mit einem breiten Arbeitstemperaturbereich von -40℃ ~ 85℃, hoher Empfindlichkeit zwischen -116,5 dBm bis -136 dBm und einer Ausgangsleistung von bis zu +20,8 dBm bei 3,3 V entwickelt. LoRa-E5 Dev Board hat auch umfangreiche Schnittstellen. Entwickelt, um die volle Funktionalität des LoRa-E5-Moduls freizuschalten, hat das LoRa-E5-Entwicklungsboard volle 28 Pins von LoRa-E5 herausgeführt und bietet umfangreiche Schnittstellen, darunter Grove-Anschlüsse, RS-485-Anschluss, männliche/weibliche Stiftleisten für Sie Verbinden Sie Sensoren und Module mit verschiedenen Anschlüssen und Datenprotokollen und sparen Sie Zeit beim Löten von Drähten. Sie können das Board auch einfach mit Strom versorgen, indem Sie den Batteriehalter mit 2 AA-Batterien verbinden, was eine vorübergehende Verwendung ermöglicht, wenn keine externe Stromquelle vorhanden ist. Es ist ein benutzerfreundliches Board für einfaches Testen und schnelles Prototyping. Technische Daten Abmessungen LoRa-E5 Dev Board: 85,6 x 54 mm Spannung (Versorgung) 3-5 V (Batterie) / 5 V (USB-C) Spannung (Ausgang) EN 3V3 / 5 V Leistung (Ausgang) Bis zu +20,8 dBm bei 3,3 V Frequenz EU868 Protokoll LoRaWAN Empfindlichkeit -116,5 dBm ~ -136 dBm Schnittstellen USB-C / JST2.0 / 3x Grove (2x I²C/1x UART) / RS485 / SMA-K / IPEX Modulation LoRa, (G)FSK, (G)MSK, BPSK Betriebstemperatur -40℃ ~ 85℃ Strom LoRa-E5-Modul mit nur 2,1 uA Ruhestrom (WOR-Modus) Lieferumfang 1x LoRa-E5 Dev Board 1x Antenne (EU868) 1x USB-C-Kabel (20 cm) 1x 2 AA 3-V-Batteriehalter