Langsung ke konten utama

ARDUINO :: Komunikasi Arduino Uno dengan Komputer


Komunikasi serial Arduino adalah Komunikasi antara Arduino Uno dan Komputer dapat dilakukan melalui port serial (via USB). Dalam hal ini, Arduino Uno tidak hanya bisa membaca data dari komputer yang ada di port serial, melainkan juga dapat mengirim data ke komputer. Sehingga komunikasi yang dilakukan bersifat dua arah.
Pada Arduino IDE menyesuaikan fasilitas untuk melakukan komunikasi dua arah tersebut melalui serial monitor. Dengan menggunakan fasilitas ini, dapat dikirimkan data ke Arduino Uno dan sebaliknya dapat membaca kiriman dari arduino uno. Tentu saja, hal ini memungkinkan dapat mengontrol Arduino Uno melalui komputer dan memantau sesuatu yang sedang terjadi di Arduino Uno. Sebagai contoh, saat mengirimkan isyarat untuk menghidupkan lampu atau memantau suhu yang terdeteksi oleh sensor suhu di Serial Monitor.
ilustrasi sederhana komunikasi antara laptop dengan arduino

Jenis Perintah Komukasi serial Arduino

  1. Serial.begin() : berguna untuk menentukan kecepatan pengiriman dan penerimaan data melalui port serial. Kecepatan yang umum digunakan adalah 9600 bit per detik (9600 bps). Namun, kecepatan hingga 115.200 didukung oleh Arduino Uno. Contoh : Serial.begin(9600)
  2. Serial.end() : digunakan untuk menghentikan komunikasi serial
  3. Serial.available : berguna untuk menghasilkan jumalh byte di port serial yang belum terbaca. Jika port serial dalam keadaan kosong, fungsi ini dapat menghasilkan nilai nol.
  4. Serial.read() : berguna untuk membaca satu byte data yang terdapat di port serial. Setelah pemanggilan Serial.read(), jumlah data di port serial berkurang satu. Untuk membaca seluruh data, diperlukan perintah seperti berikut :
  5. Serial.print(data) : berfungsi untuk mengirimkan data ke port serial. Apabila argumen format disertakan, data yang dikirim akan menyesuaikan dengan format tersebut. Dalam hal ini, format yang digunakan bisa berupa :
    • DEC : format desimal atau basis 10
    • HEX : format hexadesimal atau basis 16
    • OCT : format oktal atau basis 8
    • BIN : format biner atau basis 2
    jika argument hanya satu, hasilnya dalam bentuk string. Contoh :
    • Serial.print(65); //hasil nilai tertampil 65
    • Serial.print(65,DEC) //hasil nilai tertampil 65
    • Serial.print(65, HEX); //hasil nilai tertampil 41
    • Serial.print(65, OCT) //hasil nilai tertampil 101
    • Serial.print(65, BIN) //hasil nilai tertampil 1000001
  6. Serial.flush() : berguna untuk mengosongkan data pembacaan yang ditaruh pada buffer
  7. Serial.parseFloat() : berguna untuk bilangan titik mengambang atau real
  8. Serial.println(data) : memiliki fungsi yang hampir sama dengan serial print, yang memberi efek perpindahan baris berikutnya
  9. Serial.parseln() : untuk menghasilkan nilai bulat
Contoh program komunikasi serial
Hasil pembacaan seperti gambar dibawah ini, dengan kondisi memberikan nilai “ngarep.net” dan send :
Komunikasi Serial 1
Tampilan komunikasi serial
note tambahan, pengiriman string ke port serial dapat diatur dengan:
  • No line ending : tanpa tambahan apapun
  • Carriage return
  • Newline
  • tambahan newline dan carriage return
Tutorial lanjutan  : Aplikasi pengendalian LED Melalui port serial

Komentar

Postingan populer dari blog ini

CV :: Simple Color Tracking Menggunakan Webcam Dengan Library AForge.NET

Simple Color Tracking Menggunakan Webcam Dengan Library AForge.NET Berikut installer demo software simple color tracking. http://www.mediafire.com/file/304priwevhameq0/simple%20color%20tracking.rar Schematic dan firmware http://www.mediafire.com/file/mqdrsjj3qoc7777/Color_Tracking-wangready.wordpress.com.rar Beberapa waktu lalu saat sempat terpikir untuk membuat aplikasi image processing, saya menemukan sebuah library yang saya kira cukup simple untuk diimplementasikan yaitu  AForge.NET  untuk bahasa C#. Alhamdulillah saat itu ada beberapa perangkat yang tersedia di laboratorium sehigga bisa terealisasi. Berikut uraian saya. Simple Color Tracking Abstraksi Robotics vision adalah salah satu bidang kajian dalam dunia robotika. Salah satu langkah awal untuk memulainya adalah robot mampu mengenali warna. Dalam kesempatan kali ini, robot didisain mampu mengenali warna lalu mengikuti gerak dari warna yang terdeteksi tersebut. Sebagai sensornya digunakan ...

CV :: Color Detection & Object Tracking

Color Detection & Object Tracking Object detection and  segmentation  is the most important and challenging fundamental task of computer vision .   It is a critical part in many applications such as image search, scene understanding, etc. However it is still an open problem due to the variety and complexity of object classes and backgrounds. The easiest way to detect and segment an object from an image is the color based methods . The object and the background should have a significant color difference in order to  successfully    segment objects  using color based methods . Simple Example of Detecting a Red Object In this example, I am going to process a video with a red color object and create a binary video by thresholding the red color. (Red color area of the video is  assigned  to '1' and other area is assigned to '0' in the binary image so that you will see a white patch wherever the red object is i...

CV :: Histogram Equalization of Grayscale or Color Image

Histogram Histogram is the intensity distribution of an image. E.G - Consider the following image. Say, depth of the image is 2 bits. Therefore the value range for each and every pixel is from 0 to 3. Sample Image (Depth = 2 bits) Histogram of the a image shows how the pixel values are distributed. As you can see in the above image there are 5 pixels with value 0, 7 pixels with value 1, 9 pixels with value 2 and 4 pixels with value 3. These information is tabulated as follows. Intensity Distribution of above image Histogram of a image usually presented as a graph. The following graph represents the histogram of the above image. Image Histogram Histogram Equalization Histogram Equalization is defined as equalizing the intensity distribution of an image or flattening the intensity distribution curve. Histogram equalization is used to improve the contrast of an image. The equalized histogram of the above image should be ideally like the following graph....