Biometrisch

HuskyLens ist ein einfach zu bedienender AI-Sensor für maschinelles Sehen. Er ist mit mehreren Funktionen ausgestattet, wie Gesichtserkennung, Objektverfolgung, Objekterkennung, Linienverfolgung, Farberkennung und Tag(QR-Code)-Erkennung. Über den UART / I2C-Port kann HuskyLens an gängige Hauptsteuerplatinen wie Arduino, micro:bit, Raspberry Pi und LattePanda angeschlossen werden, um Ihnen zu helfen, sehr kreative Projekte zu machen, ohne mit komplexen Algorithmen zu spielen. HuskyLens ist ziemlich einfach zu bedienen. Sie können verschiedene Algorithmen durch Drücken der Funktionstaste ändern. Klicken Sie auf die Lerntaste und HuskyLens beginnt, neue Dinge zu lernen. Danach ist HuskyLens in der Lage, diese zu erkennen. Außerdem verfügt HuskyLens über einen 2,0 Zoll großen IPS-Bildschirm. Sie brauchen also keinen PC, um die Parameter einzustellen. Genießen Sie die Bequemlichkeit, die sie mit sich bringt, denn was Sie sehen, ist was Sie bekommen! HuskyLens ist so konzipiert, dass es intelligent ist. Sie verfügt über eine eingebaute maschinelle Lerntechnologie, die es HuskyLens ermöglicht, Gesichter und Objekte zu erkennen. Durch langes Drücken der Lerntaste kann die HuskyLens sogar aus verschiedenen Blickwinkeln und in unterschiedlichen Entfernungen immer wieder neue Dinge lernen. Je mehr sie lernt, desto genauer ist sie. HuskyLens verwendet die neue Generation des speziellen KI-Chips Kendryte K210. Die Leistung dieses speziellen KI-Chips ist bei der Ausführung des neuronalen Netzwerkalgorithmus 1.000 Mal schneller als die des STM32H743. Mit dieser hervorragenden Leistung ist er in der Lage, auch sich schnell bewegende Objekte zu erfassen. Mit der HuskyLens haben Ihre Projekte neue Möglichkeiten, mit Ihnen oder der Umgebung zu interagieren, z. B. interaktive Gestensteuerung, autonomer Roboter, intelligente Zugangskontrolle und interaktives Spielzeug. Es gibt so viele neue Anwendungen für Sie zu entdecken. HuskyLens' Fähigkeiten zur Objektverfolgung können zum Erlernen bestimmter Gesten genutzt werden. Sie ist in der Lage, diese erlernten Handbewegungsmuster zu erkennen und ihre Positionen zu übermitteln. Mit diesen Daten ist es nie so einfach gewesen, tolle interaktive Projekte zu erstellen. HuskyLens kann Linien erkennen und ihnen folgen. Linienverfolgung ist nichts Neues, es gibt viele hervorragende Methoden und Algorithmen für dieses Szenario. Die meisten von ihnen erfordern jedoch ein mühsames Einstellen der Parameter. Diesmal bietet HuskyLens einen neuen Weg, Linien zu verfolgen: Klicken Sie einfach auf die Schaltfläche, dann beginnt es zu lernen und neue Linien zu verfolgen. Genießen wir den Spaß am Basteln mit HuskyLens! HuskyLens können die Augen von Robotern sein. Damit kann Ihr Roboter Sie erkennen, Ihre Handgestenbefehle verstehen oder Ihnen helfen, Dinge in Ordnung zu bringen und so weiter. Mit Huskylens ist nichts unmöglich! Spezifikationen Prozessor: Kendryte K210 Bildsensor: OV2640 (2.0Megapixel Kamera) Versorgungsspannung: 3.3~5.0V Stromverbrauch (TYP): 320mA@3.3V, 230mA@5.0V (Gesichtserkennungsmodus; 80% Helligkeit der Hintergrundbeleuchtung; Fülllicht aus) Verbindungsschnittstelle: UART, I2C Display: 2,0-Zoll-IPS-Bildschirm mit 320*240 Auflösung Eingebaute Algorithmen: Gesichtserkennung, Objektverfolgung, Objekterkennung, Linienverfolgung, Farberkennung, Tag Recognition Abmessung: 52mm * 44.5mm Lieferumfang HuskyLens Mainboard x1 M3-Schrauben x6 M3-Muttern x6 Kleine Montagehalterung x1 Erhöhungshalterung x1 Schwerkraft 4-Pin Sensor Kabel x1 Dokumentation / Downloads Produkt-Wiki Tutorials für Devastator Tank, Romeo und HUSKYLENS Anleitungen für micro:Maqueen Plus und HUSKYLENS Mind+(Scratch3.0 basierter Offline Editor) kostenlos herunterladen Forum Gemeinschaft

Dies ist eine 10er-Packung Biomedical Sensor Pads, Einweg-Elektroden, die zur Messung von EEG, EKG und EMG verwendet werden können. Diese kleinen Pads sind perfekt für die kurzfristige Überwachung von Neurofeedback und Biofeedback-Zwecken. Sie sind einmalig zu verwenden und durch das integrierte, latexfreie Gel sehr handlich. Jedes Pad haftet sehr gut auf der Haut und der Schnappstecker kann problemlos auf die Elektrodenleitung aufgeschoben oder entfernt werden. Hinweis: Dieses Produkt ist KEIN Medizinprodukt und ist nicht dazu bestimmt, als solches oder als Zubehör zu einem solchen verwendet zu werden. Merkmale: 24mm x 1mm 4 mm Anschluss Dokumente: Datenblatt Produktvideo

Das MyoWare® 2.0 Referenzkabel ist als Verlängerung für den Referenzpin des MyoWare 2.0 Muskelsensora gedacht. Sie müssen nur den Stift in das Gehäuse einführen und ein biomedizinisches Sensorpad in die Elektrodenaufnahme stecken. Wenn Sie fertig sind, stecken Sie den Schnappstift des Referenzkabels in einen separaten Bereich des Körpers, z. B. in einen knöchernen Teil des Ellenbogens oder in einen nicht benachbarten Muskel in der Nähe des Zielmuskels, den der integrierte Referenzstift des MyoWare 2.0 Muskelsensors nicht erreichen kann. Hinweis: Die Buchse für die Referenzelektrode bleibt aktiv, auch wenn das Kabel eingesteckt ist. Deaktivieren Sie die Buchse, indem Sie die Leiterbahn auf der Oberseite des Sensors durchtrennen. Aktivieren Sie die Buchse wieder, indem Sie die Jumperpads mit Lot kurzschließen. Das MyoWare® 2.0-Ökosystem besteht aus Shields, die sich leicht mit dem MyoWare® 2.0-Muskelsensor verbinden lassen, einem kostengünstigen, Arduino-kompatiblen All-in-One-Elektromyographie (EMG)-Sensor von Advancer Technologies. Das innovative Steckersystem ermöglicht es dem Benutzer, die Schilde mit einem kompakten, niedrigen Profil einfach zusammenzustecken und an den analogen Eingang eines Mikrocontrollers anzuschließen, um die rohe, gefilterte und gleichgerichtete elektrische Aktivität eines Zielmuskels zu messen. Dadurch entfällt die Notwendigkeit, Verbindungen zwischen den Platinen zu löten. Dieses Produkt ist eine Zusammenarbeit mit Brian Kaminski von Advancer Technologies. Ein Teil des Verkaufserlöses fließt in die Produktunterstützung und die weitere Entwicklung. Get Started with the MyoWare 2.0 Reference Cable Guide Dokumente: Anschlussanleitung Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4,37MB) Erweitertes Handbuch (9.00MB) MyoWare 2.0 Ecosystem Seite

All-in-One Thin-Type Finger Vein ModuleDas All-in-One Thin-Type Finger Vein Module ist ein hochentwickeltes Fingeradererkennungsmodul, das für Anwendungen in Zugangskontrollsystemen, Schlössern und kleinen Smart-Geräten entwickelt wurde. Es basiert auf einem leistungsstarken 32-Bit ARM Cortex-M4F Prozessor, der durch eine maximale Betriebsfrequenz von 144 MHz Gleitkomma-Berechnungen und eine DSP-Befehlssatz-Architektur (Digital Signal Processing) ermöglicht, was präzise und schnelle Datenverarbeitung sicherstellt.Geschlossenes DesignDas Modul zeichnet sich durch sein komplett geschlossenes Design aus, welches Schutz vor Staub und Wasser bietet. Es erreicht die Schutzklasse IP56, während die freiliegenden Komponenten sogar den Standard IP66 erfüllen. Dies macht es robust und langlebig in anspruchsvollen Umgebungen. Der einzige sichtbare Anschluss ist ein Stecker für die Verbindung mit Hostgeräten, der die einfache Integration erleichtert.FingeradererkennungstechnologieAnstelle der herkömmlichen Fingerabdruckerkennung verwendet dieses Modul eine Infrarot-Bildgebungstechnologie, die die innere Struktur der Fingeradern analysiert. Diese Methode extrahiert die einzigartigen Eigenschaften lebender Personen und ist damit besonders geeignet für Nutzer, deren Fingerabdrücke schwer lesbar oder nicht vorhanden sind. Durch diese Technologie wird eine erhöhte Sicherheit und Genauigkeit in der Identifikation gewährleistet.Vielseitige KompatibilitätDas Modul unterstützt USB und UART-Schnittstellen, wodurch es problemlos in bestehende Systeme integriert werden kann. Es ist kompatibel mit Standards aus der Fingerabdrucktechnologie und kann sowohl mit privaten Protokollen als auch mit dem Fingerabdruck-Industriestandard arbeiten. Damit eignet es sich für eine Vielzahl von Anwendungen, darunter Smart-Locks, Apartment-Schlösser, Smarte-Schränke, Tresore und grundlegende Zugangskontrollsysteme.Energieeffizienz und LeistungDas Modul überzeugt durch eine optimierte Energieeffizienz: Der Standby-Stromverbrauch liegt bei weniger als 2 µA, der Betriebsstromverbrauch bei weniger als 43 mA. Zudem ist es innerhalb von weniger als 20 Millisekunden einsatzbereit, was schnelle Reaktionszeiten ermöglicht. Trotz seiner kompakten Abmessungen von 59 mm x 26 mm x 15 mm bietet es eine Benutzerkapazität von bis zu 100 IDs und verarbeitet Erkennungsanfragen in unter 1 Sekunde. Merkmale im Überblick Griff-Smart-Lock-Fingervenenmodul mit 13,5 mm Einbaustärke Integriertes All-in-One-Design mit einem Anschluss für Host-Geräte SOC-Mikrocontroller-Architektur mit leistungsstarker Kernel-Engine für Fingervenen-Algorithmus Standby-Stromverbrauch < 2uA, Betriebsstromverbrauch < 43,0mA, Einschaltzeit < 20ms Geschlossenes Design mit IP56-Wasserdichtigkeit, freiliegende Teile IP66, entspricht industriellen Standards Kompatible Modulschnittstelle für Fingerabdruck-Industriestandard Algorithmus unterstützt Fingerabdruckprotokoll und private Protokolle Anti-Interferenz-Fähigkeit für Einsatz unter 30.000 LUX Kompatibilität Windows-Betriebssystem  UART-Schnittstelle für Mikrocontroller-Systeme Technische Daten Prozessor: 32-Bit ARM Cortex-M4F, 144 MHz Benutzerkapazität: 100 IDs Erkennungsgeschwindigkeit: 1 Sekunde Falsche Akzeptanzrate (FAR): 0,0001 % Falsche Ablehnungsrate (FRR): 0,01 % Kommunikationsschnittstelle: USB und UART Betriebsspannung: 3,3 V (±3 %) Abmessungen: 59 mm x 26 mm x 15 mm Gehäusematerial: ABS + PC, UL94-5VB Brandschutzklasse Passende Methode: 1:1 oder 1:N Venenvorlagedaten: Einzelne Vorlage ≤ 1K Bytes Betriebsstrom: 43 mA Stand-By-Strom: ≤ 2uA Lieferumfang 1x Finger Vein Scanner Module (A)  1x 3,3V Adapterplatine  1x Type-A male to MX1.25 4PIN Kabel  1x MX1.25 9PIN to 4PIN Kabel  1x MX1.25 4PIN Dual-Stecker Kabel 1x MX1.25 9PIN to 2.54 Kabel ~200 mm  Links Wiki

Puls Sensor für Arduino.Kann mit einem MCP3008 auch in Verbindung mit dem Raspberry Pi eingesetzt werden. Technische DatenBetriebsspannung: 3 - 5VVerstärkungsfaktor: 330LED Wellenlänge: 609nm

Sparkfun MyoWare 2.0 LED Shield Das MyoWare 2.0 LED Shield ist ein innovatives Erweiterungsmodul, das entwickelt wurde, um Muskelaktivität visuell darzustellen und den MyoWare 2.0 Muskelsensor mit Energie zu versorgen. Mit seinem integrierten 40mAh Lithium-Polymer-Akku und der USB-C-Ladefunktion bietet das Shield eine zuverlässige Stromquelle für den Sensor und sorgt gleichzeitig für ein stabiles und sauberes Signal. Das auffällige blaue 10-Segment-Balkendiagramm zeigt die Stärke der Muskelaktivität, sodass Nutzer auf einfache Weise die Signalintensität des Muskels beobachten können. Je stärker ein Muskel aktiviert wird, desto mehr LEDs leuchten auf. Diese visuelle Rückmeldung ist besonders nützlich für Trainingsanalysen, Bildungsprojekte oder kreative Anwendungen wie myoelektrische Effekte für Kostüme. Das Shield lässt sich dank der Schnappanschlüsse unkompliziert auf den MyoWare 2.0 Muskelsensor montieren. Der integrierte Schalter ermöglicht eine schnelle Aktivierung und stellt sicher, dass der Sensor die nötige Energie für eine präzise Messung der myoelektrischen Signale erhält. Das kompakte Design und die intuitive Handhabung machen das MyoWare 2.0 LED Shield zu einer vielseitigen Lösung für zahlreiche Anwendungsbereiche. Merkmale im Überblick 10-Segment-LED-Balkendiagramm zur Anzeige der Signalstärke. Integrierter 40mAh LiPo-Akku mit USB-C-Ladeanschluss. Status-LEDs für Lade- und Betriebsanzeige (CHG, FULL, VIN). Kompatibel mit dem MyoWare 2.0 Muskelsensor. Eingebauter Power-Schalter und steckbare Schnappanschlüsse. Kompatibilität Kompatibel mit MyoWare 2.0 Muskelsensor. Arduino-kompatibel für den Anschluss an Mikrocontroller. Technische Daten Eingangsspannung: 5V über USB Typ C Anschluss Ausgangsspannung (VIN): 3,7V (nenn) / 4,2V (voll aufgeladen) Akku-Typ: Einzelzellen-LiPo, 40mAh Nennkapazität Lade-IC: MCP73831, Ladestrom auf 40mA begrenzt LED-Anzeigen: VIN, FULL, CHG 2x 5-Segment-LED-Balkendiagramme 3x weibliche Schnappanschlüsse (Strom und EMG-Ausgang) Abmessungen: 46,15mm x 38,00mm Sonstige Daten Stecksystem eliminiert die Notwendigkeit von Lötverbindungen. Geeignet für Trainingsanalysen, Bildung und kreative Projekte. Wichtiger Hinweis: Nicht für medizinische Diagnosen oder Behandlungen geeignet. Lieferumfang 1x MyoWare 2.0 LED Shield Integrierter 40mAh LiPo-Akku Dokumente: Board Abmessungen Anschlussanleitung Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4,37MB) Erweitertes Handbuch (9.00MB) Patente [1] MCP73831-Datenblatt Polymer-Lithium-Ionen-Akku (40mAh) Datenblatt MSDS Arduino Referenzsprache: ArduinoBLE Library GitHub Beispiel Repo MyoWare 2.0 Ecosystem Page

Das MyoWare® 2.0 Arduino Shield wurde entwickelt, um bis zu sechs MyoWare 2.0 Muskelsensoren und Link Shields mit 3,5 mm TRS-zu-TRS-Audiokabeln anzuschließen. Das Board ist bereits mit Steckern bestückt, so dass Sie es nur noch auf Ihren Arduino stecken und die Sensoren anschließen müssen, um bis zu sechs Muskelgruppen abzulesen! Der Arduino Shield Formfaktor passt direkt zu Entwicklungsboards, die den Arduino Uno R3 Standard Footprint haben. Alle sechs analogen Eingangspins (A0-A5) des Arduino sind auf diesem Shield reserviert. Auf der Rückseite des Arduino Shields befindet sich ein Power-Jumper, mit dem Sie die Ausgangsspannung auf 5 V (Standard) oder 3,3 V für die Muskelsensoren einstellen können. Sie benötigen ein MyoWare 2.0 Link Shield und ein TRS-zu-TRS-Kabel für jeden MyoWare 2.0 Muskelsensor. Hinweis: MyoWare und das Arduino Shield sind nicht für die Diagnose von Krankheiten oder anderen Zuständen oder für die Heilung, Linderung, Behandlung oder Vorbeugung von Krankheiten bei Menschen oder anderen Tieren bestimmt. Das MyoWare® 2.0-Ökosystem besteht aus Shields, die sich leicht mit dem MyoWare® 2.0-Muskelsensor verbinden lassen, einem kostengünstigen, Arduino-kompatiblen All-in-One-Elektromyographie (EMG)-Sensor von Advancer Technologies. Das innovative Steckersystem ermöglicht es dem Benutzer, die Schilde mit einem kompakten, niedrigen Profil einfach zusammenzustecken und an den analogen Eingang eines Mikrocontrollers anzuschließen, um die rohe, gefilterte und gleichgerichtete elektrische Aktivität eines Zielmuskels zu messen. Dadurch entfällt die Notwendigkeit, Verbindungen zwischen den Platinen zu löten. Dieses Produkt ist eine Zusammenarbeit mit Brian Kaminski von Advancer Technologies. Ein Teil des Verkaufserlöses fließt in die Produktunterstützung und die weitere Entwicklung. Einstieg mit dem MyoWare 2.0 Arduino Shield Guide Features: 6x 3,5 mm TRS-Stecker Steckverbinder gelötet Arduino Uno R3 Standard Grundfläche 3.3V/5V Stromversorgungs-Jumper Abmessungen der Platine 53,34mm x 59,69mm (2,10? x 2,35?) Dokumente: Board Abmessungen Anschlussanleitung Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4,37MB) Erweitertes Handbuch (9.00MB) Patente [1] Arduino Referenzsprache: ArduinoBLE Library GitHub Beispiel Repo MyoWare 2.0 Ecosystem Page

Sichern Sie Ihr Projekt mit Biometrie ab - dieser hinreißend kleine optische All-in-One-Fingerabdrucksensor macht das Hinzufügen von Fingerabdruckerkennung und -verifizierung super einfach. Er ist extrem schlank, mit einem Kunststoffgehäuse, das in jedes Gehäuse geklebt oder eingebaut werden kann! Es gibt einige eingebettete blaue LEDs, die das äußere Gehäuse beleuchten, wenn der Sensor auf Fingerberührungen wartet. Diese Module werden typischerweise in Tresoren verwendet - es gibt einen leistungsstarken DSP-Chip, der die Bildwiedergabe, die Berechnung, das Finden von Merkmalen und die Suche übernimmt. Sie werden an einen beliebigen Mikrocontroller oder ein System mit serieller TTL-Schnittstelle angeschlossen und senden Datenpakete, um Fotos zu machen, Abdrücke zu erkennen, zu hashen und zu suchen. Sie können auch direkt neue Finger einlesen - bis zu 80 Fingerabdrücke können im onboard FLASH-Speicher gespeichert werden. Außerdem liegt ein 6-poliger Molex-Stecker im 1mm-Raster bei, den man einfach abschneiden und direkt an die Drähte löten kann. Aber natürlich geben wir Ihnen nicht nur eine Anleitung und ein "Viel Glück!" - wir haben sowohl eine Arduino-Bibliothek und CircuitPython-Bibliothek geschrieben, so dass Sie in weniger als 10 Minuten loslegen können. Die Bibliothek kann sich anmelden und suchen, so dass sie perfekt für jedes Projekt ist. Wir haben auch ein detailliertes Tutorial zur Verdrahtung und Verwendung dieser Art von Fingerabdrucksensoren geschrieben. Verwenden Sie diese Pinbelegung für den Anschluss an Ihren Mikrocontroller und verwenden Sie dann unsere Bibliothek für die Schnittstelle über UART-Pins. Bitte beachten Sie, dass dieser Sensor 115200 Baud verwendet und nicht den "Standard" 57600, der von vielen anderen Sensoren verwendet wird, daher müssen Sie die Beispiele auf 115200 Baud aktualisieren, damit der Sensor reagiert. Schwarz an GND Gelb an Mikrocontroller TX (Daten aus vom Mikrocontroller) Grün an Mikrocontroller RX (Daten in vom Mikrocontroller) Rot an 3,3V VIN Weiß an IRQ (kann unbeschaltet bleiben) Blau an 3,3V VCC (kann abgeklemmt bleiben)

Übersicht Dies ist ein hochintegriertes, rund geformtes, kapazitives All-in-One-Fingerabdrucksensormodul, das fast so klein ist wie ein Nagel. Das Modul wird über UART-Befehle gesteuert und ist relativ einfach zu bedienen. Zu seinen Vorteilen gehören 360° omnidirektionale Verifikation, schnelle Verifikation, hohe Stabilität und geringer Stromverbrauch, etc. Basierend auf einem leistungsstarken Cortex-Prozessor, kombiniert mit einem hochsicheren kommerziellen Fingerabdruck-Algorithmus, bietet der UART Fingerprint Sensor Funktionen wie Fingerabdruckerfassung, Bilderfassung, Featurefindung, Vorlagengenerierung und -speicherung, Fingerabdruckabgleich und so weiter. Ohne Wissen über den komplizierten Fingerabdruck-Algorithmus müssen Sie nur einige UART-Befehle senden, um ihn schnell in Fingerabdruck-Verifizierungsanwendungen zu integrieren, die eine geringe Größe und hohe Präzision erfordern. Merkmale Einfach zu bedienen durch einige einfache Befehle, Sie müssen keine Fingerabdruck-Technologie kennen. Kommerzieller Fingerabdruck-Algorithmus, stabile Leistung, schnelle Verifizierung, unterstützt Fingerabdruckerfassung, Fingerabdruckabgleich, Erfassung von Fingerabdruckbildern und Hochladen von Fingerabdruckfunktionen, etc. Kapazitive sensitive Erkennung, nur leichtes Berühren des Sammelfensters für eine schnelle Überprüfung. Hardware hochintegriert, Prozessor und Sensor in einem kleinen Chip, geeignet für kleine Anwendungen Schmaler Edelstahlrand, großer Berührungsbereich, unterstützt 360° omnidirektionale Verifikation Eingebauter menschlicher Sensor, der Prozessor geht automatisch in den Ruhezustand über und wacht bei Berührung auf, was den Stromverbrauch senkt. Integrierter UART-Anschluss, einfach zu verbinden mit Hardwareplattformen wie STM32 und Raspberry Pi Technische Daten Sensortyp: kapazitive Berührung Auflösung: 508DPI Bildpunkte: 192×192 Bild Graustufen: 8 Sensorgröße: R15.5mm Kapazität der Fingerabdrücke: 500 Abgleichzeit: <500ms (1:N und N≤100) Falsche Akzeptanzrate: <0.001% Falsche Ablehnungsrate: <0.1% Betriebsspannung: 2,7~3,3V Betriebsstrom: <50mA Schlafstrom: <16uA Antielektrostatik: Kontaktentladung 8KV / Antennenentladung 15KV Schnittstelle: UART Baudrate: 19200 bps Betriebsumgebung: Temperatur: -20°C~70°C Luftfeuchtigkeit: 40%RH~85%RH (keine Kondensation) Speicherumgebung: Temperatur: -40°C~85°C Luftfeuchtigkeit: <85%RH (keine Kondensation) Dokumentation / Downloads https://www.waveshare.com/wiki/UART_Fingerprint_Sensor_(C)

Low power consumption Wide power supply range: DC 3~5V Convenient to use High sensitivity Weitere Informationen sowie Datenblätter, Anleitungen, Downloads finden Sie unter:http://www.seeedstudio.com/Grove-Ear-clip-Heart-Rate-Sensor.htmlLieferumfang:- Modul- Grove Anschlusskabel

Seeed Grove - GSR Sensor Der Grove - GSR Sensor (Galvanic Skin Response) ist ein Sensor zur Messung des elektrischen Leitwerts der Haut. Dieser Leitwert ändert sich in Abhängigkeit von der Aktivität der Schweißdrüsen, die wiederum durch emotionale Reaktionen des Körpers beeinflusst werden. Der Sensor erfasst diese Veränderungen und gibt sie als analoge Spannung aus. Das Gerät verfügt über ein integriertes Potentiometer zur Empfindlichkeitsanpassung und kann über die Grove-Schnittstelle an Mikrocontroller oder Einplatinencomputer angeschlossen werden. Die Spannungsversorgung erfolgt über 3,3 V oder 5 V. Wenn der Körper unter emotionalem Stress steht oder starke emotionale Reaktionen zeigt, steigt die Aktivität des sympathischen Nervensystems, was die Sekretion der Schweißdrüsen erhöht. Diese physiologische Reaktion führt zu einem Anstieg der elektrischen Leitfähigkeit der Haut. Der Sensor kann über zwei Elektroden an zwei Fingern einer Hand befestigt werden. Die gemessene Leitfähigkeit wird als analoges Signal bereitgestellt, das weiterverarbeitet werden kann. Der Sensor eignet sich zur Erkennung emotionaler Zustände, zum Beispiel bei der Entwicklung von Projekten im Bereich Schlafüberwachung, zur Analyse des Stressniveaus oder für emotionale Interaktionssysteme. Auch in Geräten zur galvanischen Hautreaktionsmessung wie Lügendetektoren wird dieses Messprinzip verwendet. Der Grove - GSR Sensor kann für biophysiologische Messungen genutzt werden, bei denen die Hautleitfähigkeit als Indikator für Aktivitäts- oder Stressniveaus dient. Durch die analoge Signalverarbeitung ist der Sensor flexibel in Projekte integrierbar, bei denen emotionale Zustände oder Reaktionen erkannt werden sollen. Die einfache Grove-Schnittstelle erlaubt eine schnelle Inbetriebnahme mit kompatiblen Mikrocontroller-Plattformen. Merkmale im Überblick Messung der Hautleitfähigkeit zur Erkennung emotionaler Reaktionen Analoger Spannungsausgang Empfindlichkeit einstellbar über Potentiometer Grove-kompatible Schnittstelle Geeignet für 3,3 V und 5 V Systeme Kompatibilität Arduino mit Grove-Basis Einplatinencomputer mit analogem Eingang und Grove-Schnittstelle Technische Daten Batterie: nicht enthalten Betriebsspannung: 3,3 V / 5 V Analoger Ausgang Empfindlichkeit über Potentiometer einstellbar Sonstige Daten Anwendung basiert auf physiologischen Reaktionen des sympathischen Nervensystems Lieferumfang 1x Grove - GSR Sensor Links Technische Dokumentation (PDF) Schaltplan Version 1.0 (PDF) Layout Version 1.0 (PDF) Schaltplan Version 1.2 (PDF) Layout Version 1.2 (PDF) Eagle-Dateien Version 1.0 (ZIP) Eagle-Dateien Version 1.2 (ZIP) LM324 Datenblatt (PDF)

Sichern Sie Ihr Projekt mit Biometrie - mit diesem optischen All-in-One-Fingerabdrucksensor wird das Hinzufügen von Fingerabdruckerkennung und -verifizierung super einfach. Er verfügt sogar über einen LED-Ring um das Erkennungspad, der auf rot, blau oder lila eingestellt werden kann (sowie einige Überblend-/Blinkeffekte) für eine großartige Benutzererfahrung. Diese Module werden typischerweise in Tresoren verwendet - es gibt einen leistungsstarken DSP-Chip, der das Bildrendering, die Berechnung, das Finden von Merkmalen und die Suche übernimmt. Sie können an jeden Mikrocontroller oder jedes System mit serieller TTL-Schnittstelle angeschlossen werden und Datenpakete senden, um Fotos zu machen, Fingerabdrücke zu erkennen, zu hashen und zu suchen. Sie können auch direkt neue Finger einlesen - bis zu 200 Fingerabdrücke können im onboard FLASH-Speicher gespeichert werden. Wir mögen diesen speziellen Sensor, weil er ein schönes, robustes Metallgehäuse hat, mit einer Panel-Montage, die es einfach macht, ihn zu jedem Produkt oder Projekt hinzuzufügen. Er wird außerdem mit einem 6-poligen Molex-Stecker im 1mm-Raster geliefert, den Sie einfach abschneiden und direkt an die Drähte löten können. Aber natürlich geben wir Ihnen nicht nur eine Anleitung und ein "Viel Glück!" - haben wir sowohl eine Arduino-Bibliothek als auch eine CircuitPython-Bibliothek geschrieben, damit Sie in weniger als 10 Minuten loslegen können. Die Bibliothek kann sich einschreiben und suchen, so dass sie perfekt für jedes Projekt ist. Wir haben auch ein detailliertes Tutorial zur Verdrahtung und Verwendung dieser Art von Fingerabdrucksensoren. Prüfen Sie das Datenblatt auf die Strom-/Daten-Pinbelegung und verwenden Sie dann unsere Bibliothek, um die Schnittstelle über UART-Pins zu realisieren.

Das MAX30101 Breakout ist ein hochentwickelter Herzfrequenz-, Oximeter- und Rauch-/Partikelsensor. Verwenden Sie es als eine lustige Möglichkeit, Ihren Herzschlag zu sehen, oder um LEDs oder Lichter im Takt Ihres Herzens pulsieren zu lassen. Es ist Raspberry Pi und Arduino-kompatibel. Dieser Sensor verfügt über drei LEDs - grün, rot und infrarot - und Photodetektoren, die zusammen verwendet werden können, um die Menge des zum Sensor zurückreflektierten Lichts zu erkennen. Eine Technik namens Photoplethysmographie (PPG) kann verwendet werden, um die Farbveränderung der Haut bei jedem Herzschlag zu erkennen, wenn der Sensor gegen die Fingerspitze gedrückt wird. Sie können den MAX30101 verwenden, um Partikel in der Luft, wie z. B. Rauch, zu erkennen, indem Sie die Lichtmenge messen, die von den Partikeln zum Sensor zurückgeworfen wird. Ein grobes Beispiel dafür finden Sie in unserer Python-Bibliothek. Es ist kompatibel mit unserem schicken Breakout Garden HAT, bei dem die Verwendung von Breakouts so einfach ist wie Einstecken in einen der sechs Slots, Anlegen von Projekten und Coden. Wenn Sie den MAX30101 mit Breakout Garden zur Messung der Herzfrequenz verwenden, dann empfehlen wir das Breakout Garden Extender Kit zusammen mit einigen Female to Female Jumperkabeln. Dadurch wird es viel einfacher, zuverlässige Herzschlagmessungen zu erhalten. Siehe Hinweise weiter unten für weitere Informationen. Hinweis zu MAX30105: Der Sensor MAX30105, den wir ursprünglich in diesem Breakout verwendet haben, wurde 2021 von Maxim abgekündigt, aber keine Sorge, er ist als MAX30101 wieder da - es ist genau der gleiche Sensor mit einem anderen Namen. Dieser Sensor (und der Code in unserer Python-Bibliothek) sollte nicht zur medizinischen Diagnose, als Basis für einen echten Rauch- oder Feuermelder oder in lebenskritischen Situationen verwendet werden. Er ist nur für Spaß gedacht, also bedenken Sie das, wenn Sie ihn benutzen. Features MAX30101 - Herzfrequenz, Oximeter, Rauchmelder (Datenblatt) Grüne, rote und infrarote LEDs Photodetektoren Umgebungslichtunterdrückung Temperatursensor I2C-Schnittstelle (Adresse 0x57) 3,3V oder 5V kompatibel Verpolungsschutz Kompatibel mit allen Modellen von Raspberry Pi und Arduino Python-Bibliothek Kit beinhaltet MAX30101 Breakout 1x5 Stiftleiste 1x5 Buchsenleiste im rechten Winkel Wir haben dieses Breakout-Board so entworfen, dass Sie das Stück der rechtwinkligen Buchsenleiste anlöten und direkt auf die unteren linken 5 Pins der GPIO-Stiftleiste Ihres Raspberry Pi stecken können (Pins 1, 3, 5, 7, 9). Beispiel für die Herzfrequenz Wir haben ein neues Beispiel zu unserem Breakout Garden GitHub Repo hinzugefügt, das zeigt, wie man eine kleine Herzfrequenzanzeige mit dem MAX30101 Breakout, 1.12" OLED-Breakout, und ein Breakout Garden HAT oder pHAT erstellen kann. Hier ist er in Aktion: Software Unsere Python-Bibliothek macht es einfach Ihren MAX30101-Sensor zu verwenden. Wir haben einige Beispiele für die Darstellung und grafische Darstellung der Herzfrequenz und ein grobes Beispiel für die Erkennung relativer Werte von Partikeln wie Rauch beigefügt. SparkFun hat eine wirklich umfangreiche Arduino-Bibliothek für den MAX30101-Sensor zusammengestellt, die auch Beispiele für die Messung der Blutsauerstoffsättigung (SPO2), der Temperatur und der Anwesenheitserkennung enthält. Unsere Software unterstützt Raspbian Wheezy nicht. Hinweise Dieser Sensor (und der Code in unserer Python-Bibliothek) sollte nicht zur medizinischen Diagnose, als Basis für einen echten Rauch- oder Feuermelder oder in lebenskritischen Situationen verwendet werden. Er ist nur für Spaß/Neuheit gedacht, also bedenken Sie das, wenn Sie ihn benutzen. Bei der Messung der Herzfrequenz mit dem MAX30101 Sensor erhalten Sie wesentlich zuverlässigere Messwerte, wenn Sie den Sensor mit einem Stück Draht oder Gummiband, das durch die Befestigungslöcher am Breakout geschlungen wird, an der Fingerspitze (der fleischigen Seite) befestigen Abmessungen: 19x19x3,2mm (LxBxH)

Dies ist ein einfaches, dreiadriges Sensorkabel mit Elektrodenanschlussleitungen. Diese Kabel sind 24" lang und verfügen über einen 3,5 mm Audio-Klinkenstecker an einem Ende mit Schnappsteckern für biomedizinische Sensorpads. Jedes Kabel wird in einem rot/blau/schwarzen Set geliefert. Merkmale: 24" lang 4 mm Stecker Dokumente: Produktvideo

Seeed Grove - EMG Detektor Der Grove - EMG Detektor stellt eine Schnittstelle zwischen dem menschlichen Körper und einem elektrischen System dar. Der Sensor erfasst geringe Muskelaktivitäten und verarbeitet diese Signale durch eine sekundäre Verstärkung und Filterung. Das resultierende Ausgangssignal kann direkt von einem Arduino-System verarbeitet werden. Im Standby-Modus beträgt die Ausgangsspannung 1,5 V. Bei Muskelaktivität steigt die Ausgangsspannung bis auf maximal 3,3 V. Das Modul kann mit 3,3 V oder 5 V betrieben werden und benötigt keine zusätzliche Stromversorgung. Es besitzt einen 3,5 mm-Klinkenanschluss und ein 1000 mm langes Anschlusskabel. Für präzisere Messungen sind sechs Einweg-Oberflächenelektroden im Lieferumfang enthalten. Die Elektromyographie (EMG) ist ein wissenschaftliches Verfahren zur Erfassung elektrischer Signale, die durch Muskelaktivitäten entstehen. Dieses Verfahren wird seit den 1950er Jahren klinisch eingesetzt und dient zur Untersuchung neuromuskulärer Funktionen. EMG kann Informationen zur Lokalisation, Art und Schwere neuromuskulärer Erkrankungen liefern, die durch andere Verfahren wie Histochemie, molekularbiologische Tests, genetische Untersuchungen oder Bildgebung nicht zugänglich sind. Der Sensor eignet sich zur Erfassung neuromuskulärer Aktivität und kann in steuerungstechnischen Systemen integriert werden. Die gemessenen Muskelimpulse lassen sich beispielsweise zur Steuerung von Bewegungen in DIY- oder Human-Interface-Projekten verwenden. Das Ausgangssignal wird verstärkt und gefiltert, um zuverlässig geringe Spannungsänderungen zu erfassen, die bei Muskelkontraktionen entstehen. Diese Daten können über Mikrocontroller-Plattformen wie Arduino ausgewertet und in verschiedenste Anwendungen eingebunden werden. Der Sensor ist nicht für medizinische Anwendungen zugelassen. Merkmale im Überblick Erfassung elektrischer Muskelaktivität (EMG) Verarbeitung über Verstärker- und Filtersystem Spannungsausgabe zwischen 1,5 V (Ruhe) und 3,3 V (Aktivität) Kompatibilität Arduino 3,3 V- und 5 V-Mikrocontroller-Plattformen Technische Daten Versorgungsspannung: 3,3 V – 5 V Ausgangsspannung: 1,5 V (Standby), bis 3,3 V (bei Aktivität) Verbindung: 3,5 mm-Klinkenstecker Kabellänge: 1000 mm Sonstige Daten Keine medizinische Zulassung Lieferumfang 1 × Grove - EMG Detektor 1 × Grove Kabel 6 × Einweg-Oberflächenelektroden 1 × DC-Jack-zu-Knopfanschluss-Kabel (1000 mm) Links Grove EMG Sensor v1.0 ZIP Eagle-Dateien v1.1 Schaltplan v1.1 (PDF) Democode für Grove EMG Detektor

Der SparkFun Pulsoximeter- und Herzfrequenzsensor ist ein I2C-basierter biometrischer Sensor, der zwei Chips von Maxim Integrated verwendet: den MAX32664 Biometric Sensor Hub und das MAX30101 Pulsoximetrie- und Herzfrequenzmodul. Während der letztere die gesamte Sensorik übernimmt, ist der erstere ein unglaublich kleiner und schneller Cortex-M4-Prozessor, der alle algorithmischen Berechnungen, die digitale Filterung, die Druck-/Positionskompensation, die erweiterte R-Wellen-Erkennung und die automatische Verstärkungsregelung übernimmt. Wir haben einen Qwiic-Stecker für den einfachen Anschluss an die I2C-Datenleitungen vorgesehen, aber Sie müssen auch zwei zusätzliche Leitungen anschließen. Diese Platine ist mit 25,4mm x 12,7mm sehr klein und passt somit gut an Ihren Finger, ohne dass sie zu groß ist. Der MAX30101 nutzt seine internen LEDs, um Licht von den Arterien und Arteriolen in der subkutanen Schicht Ihres Fingers zu reflektieren, und misst mit seinen Photodetektoren, wie viel Licht absorbiert wird. Dies wird als Photoplethysmographie bezeichnet. Diese Daten werden an den MAX32664 weitergeleitet und von diesem analysiert, der seine Algorithmen anwendet, um die Herzfrequenz und die Sauerstoffsättigung des Blutes (SpO2) zu bestimmen. Die SpO2-Ergebnisse werden als der Prozentsatz des Hämoglobins, das mit Sauerstoff gesättigt ist, angegeben. Darüber hinaus liefert der Sensor nützliche Informationen wie z. B. das Vertrauen in seine Berichterstattung sowie einen praktischen Datenpunkt zur Fingererkennung. Um das Beste aus dem Sensor herauszuholen, haben wir eine Arduino-Bibliothek geschrieben, die es einfach macht, alle möglichen Konfigurationen einzustellen. Features: SparkFun Pulsoximeter und Herzfrequenzsensor MAX30101 und MAX32664 Sensor und Sensor-Hub Qwiic-Anschlüsse für Stromversorgung und I2C-Schnittstelle I2C-Adresse: 0x55 MAX30101 - Pulsoximeter und Herzfrequenzsensor Herzfrequenzmonitor und Pulsoximeter-Sensor in LED-Reflexionslösung Integriertes Deckglas für optimale, robuste Leistung Ultra-Low-Power-Betrieb für mobile Geräte Schnelle Datenausgabefähigkeit Robuste Widerstandsfähigkeit gegen Bewegungsartefakte MAX32664 - Ultra-Low-Power Biometric Sensor Hub Biometrische Sensor-Hub-Lösung Fingerbasierte Algorithmen messen Pulsfrequenz und Blutsauerstoffsättigung (SpO2) Beide Rohdaten und verarbeitete Daten sind verfügbar Basischer Peripherie-Mix optimiert Größe und Leistung Dokumente: Anleitung für den Anschluss von Pulsoximetern und Herzfrequenzmessgeräten Schaltplan Eagle-Dateien Platinenabmessungen Anschlussanleitung Datenblatt (MAX30101) Datenblatt (MAX32664) Benutzerhandbuch (MAX32664) Arduino Bibliothek GitHub Hardware Repo

Das MyoWare® 2.0 Muscle Sensor Development Kit ist ein Arduino-kompatibles All-in-One-Elektromyografie (EMG)-Sensor-Kit, das dir alle Boards aus dem MyoWare 2.0-Ökosystem bietet, um verschiedene Konfigurationen für deine Anwendung zu testen. Je nach Konfiguration kannst du die Muskeln in Aktion mit dem MyoWare 2.0 LED Shield visualisieren oder den analogen Ausgang mit einem Arduino-kompatiblen Mikrocontroller auslesen! Schnapp dir einfach ein MyoWare 2.0 Shield, füge ein paar EMG-Sensorpads hinzu, befestige den Sensor an einer Muskelgruppe und los geht's! Im Lieferumfang enthalten sind außerdem ein Minischraubendreher zum einfachen Entfernen der Shields, ein USB-A-zu-C-Kabel zum Aufladen der 40mAh-LiPo-Akkus oder zum Anschließen deines Mikrocontrollers an einen Computer, ein MyoWare 2.0-Referenzkabel zum Anschließen an große Muskelgruppen, ein Sensorkabel zum Anschließen an vom Sensor entfernte Muskelgruppen, ein 3,5-mm-Klinke-auf-TRS-Kabel zum einfachen Anschließen des MyoWare 2.0-Ökosystems an ein Arduino-kompatibles Entwicklungsboard mit einem Uno R3-Footprint und ein RedBoard Plus. Der MyoWare 2.0 Muskelsensor, der in diesem Kit enthalten ist, wurde von Grund auf mit einem neuen, benutzerfreundlichen und kompakten Design neu gestaltet und mit dem neuesten und besten Chipsatz ausgestattet, der die Leistung und Zuverlässigkeit des Sensors verbessert. Der Sensor misst die Muskelaktivität über das elektrische Potenzial des Muskels, was auch als Oberflächen-Elektromyografie (EMG oder kurz sEMG) bezeichnet wird. Wenn dein Gehirn deinem Muskel sagt, dass er sich anspannen soll, sendet es ein elektrisches Signal an den Muskel, um die Rekrutierung der motorischen Einheiten (die Muskelfaserbündel, die die Kraft hinter deinen Muskeln erzeugen) zu starten. Je stärker du dich anspannst, desto mehr motorische Einheiten werden rekrutiert, um eine größere Muskelkraft zu erzeugen. Je größer die Anzahl der motorischen Einheiten ist, desto mehr steigt die elektrische Aktivität deines Muskels. Der MyoWare 2.0 Muskelsensor analysiert die gefilterte und gleichgerichtete elektrische Aktivität eines Muskels und gibt ein Signal (0-VIN Volt, wobei VIN für die Spannung der Stromquelle steht) aus, das angibt, wie stark der Muskel angespannt wird. Das innovative Steckersystem macht das Löten von Verbindungen für das MyoWare 2.0 Ökosystem überflüssig, egal ob du die Muskeln in Aktion mit dem MyoWare 2.0 LED Shield visualisierst oder den analogen Ausgang mit einem Arduino-kompatiblen Entwicklungsboard ausliest. Dieses Kit ist so konstruiert, dass es den Standalone-Beispielen mit dem MyoWare 2.0 Power Shield und dem LED Shield folgt und die Ausgangsspannung eines einzelnen Muskelsensors mit einem Arduino-kompatiblen Mikrocontroller aus dem MyoWare 2.0 Muscle Sensor Guide ausliest. Wenn du eine Grundausstattung ohne Mikrocontroller brauchst, schau dir das MyoWare 2.0 Muscle Sensor Basic Kit an. Das Basic Kit enthält das absolute Minimum aus dem MyoWare 2.0 Ökosystem, um deine Muskeln in Aktion zu sehen, ohne sie zu programmieren. Hinweis: Dieser Artikel kann aufgrund der im Gerät installierten Batterie eine längere Bearbeitungszeit haben und qualifiziert sich daher nicht für die Same-Day Shipping Policy. Außerdem können diese Batterien nicht per Ground oder Economy nach Alaska oder Hawaii verschickt werden. Wir entschuldigen uns für die Unannehmlichkeiten, die dadurch entstehen können. Die Boards im MyoWare 2.0 Ökosystem sind nicht für die Diagnose von Krankheiten oder anderen Zuständen oder für die Heilung, Linderung oder Vorbeugung von Krankheiten bei Menschen oder anderen Tieren bestimmt. Das MyoWare 2.0 Ökosystem besteht aus Shields, die sich leicht mit dem MyoWare® 2.0 Muskelsensor verbinden lassen, einem kostengünstigen, Arduino-kompatiblen All-in-One-Elektromyografie (EMG)-Sensor von Advancer Technologies. Das innovative Steckersystem ermöglicht es den Nutzern, die Abschirmungen mit einem kompakten, niedrigen Profil einfach zusammenzustecken und an den Analogeingang eines Mikrocontrollers anzuschließen, um die rohe, gefilterte und gleichgerichtete elektrische Aktivität eines Zielmuskels zu messen. Dadurch entfällt die Notwendigkeit, Verbindungen zwischen den Platinen zu löten. Dieses Produkt ist eine Zusammenarbeit mit Brian Kaminski von Advancer Technologies. Ein Teil des Verkaufserlöses fließt in den Support und die Weiterentwicklung des Produkts. Get Started with the MyoWare 2.0 Muscle Sensor Guide Enthält: 1x MyoWare 2.0 Muskelsensor (Version 2.0.4) 1x MyoWare 2.0 Power Shield 1x MyoWare 2.0 LED Shield 1x MyoWare 2.0 Link Shield 1x TRS 3,5mm Kabel 1x MyoWare 2.0 Arduino Shield 1x Reversibles USB A zu C Kabel - 2m 1x Einweg-Oberflächen-EMG/ECG/EKG-Elektrode - 24mm (10er Pack) 1x MyoWare 2.0 Kabelabschirmung 1x Sensorkabel - Elektrodenpads (3 Stecker) 1x MyoWare 2.0 Referenzkabel 1x SparkFun Mini-Schraubenzieher 1x SparkFun RedBoard Plus Hinweis: Dies ist ein fortgeschrittenes Entwicklungskit für den Einstieg in den Muskelsensor und enthält die Mindestteile, um mit einem Muskelsensor loszulegen. Bis zu fünf zusätzliche Muskelsensoren können mit den fünf oben aufgeführten Link Shields & TRS 3,5 mm Kabeln zu diesem Kit hinzugefügt werden. Features: MyoWare 2.0 Muskelsensor Eigenschaften: Wearable Design Versorgungsspannung Minimum: +2,27V Typischerweise: +3,3V bis +5V Maximal: +5,47V Eingangsspannungsstrom 250pA, max 1nA Verpolungsschutz Drei Ausgangsmodi Roh-EMG Gerichtet Hüllkurve Erweiterbar über Shields MyoWare® 2.0 Muskelsensor Formfaktor 3x Female Snap Pins (Power und EMG Envelope Output) 3x männliche Schnappstifte (Eingangselektroden) LED-Anzeigen VIN ENV Jumper für Referenzelektroden Speziell entwickelt für Mikrocontroller Einstellbare Verstärkung Platinenabmessungen 37,57mm x 35,90mm (1,48? x 1,41?) Revisionsänderungen: Zu den folgenden Änderungen für V2.0.4 gehören: Die Leiterplattendicke wurde erhöht. NPTH für Druckknöpfe. Aktualisierte Grundfläche für Schnappsteckerknöpfe mit Schlitzen für bessere Reinigung. Aktualisierte Größe des Jumperpads für den Referenzpin. Dokumente: Boardabmessungen Muskelsensor Sensorabdeckung Kabelabdeckung Power Shield LED-Schild Link Shield Arduino Shield Hookup Guide Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4.37MB) Erweitertes Handbuch (9.00MB) Patente [1] MCP73831 Datenblatt Polymer-Lithium-Ionen-Akku (40mAh) Datenblatt MSDS Arduino Referenzsprache: ArduinoBLE Bibliothek GitHub Beispiel Repo MyoWare 2.0 Ecosystem Page

Overview The Capacitive Fingerprint Reader is a standard fingerprinting module designed for secondary development, allows fast and stable fingerprint verification. Based on a high-speed digital processor STM32F105R8, combined with high-security commercial fingerprinting algorithm, and advanced semiconductor sensor, the Capacitive Fingerprint Reader becomes a simple but smart integration module, provides functionalities like fingerprint enrolling, image processing, feature finding, template generating and storing, fingerprint matching and searching, etc. Features Easy to use by some simple commands, you don't have to know any fingerprint technology, or the module inter structure/calculation Commercial fingerprinting algorithm, stable performance, fast verification Sensitive detection, just touch the collecting window lightly, without pressing Allows to freely input/output fingerprint images, fingerprint feature file and other fingerprinting actions Dual communication, UART or USB Processor will enter sleep and wake up when detecting, achieves low power consumption Comes with rich related resources (software on PC, development SDK, tools, and examples for Raspberry/Arduino/STM32) Applications Fingerprint lock Fingerprint safe deposit box Access control system Clock in and out Specifications ParameterValue Processor (CPU) STM32F105 Sensor Semiconductor (capacitive) Module dimension (mm) 45 x 30 Sensor dimension (mm) 33.4 x 20.4 Image DPI 508 Image resolution 192 x 256 Sensing area (mm) 9.6 x 12.8 Fingerprint capacity 1000 (expandable) Security level 0-9 low to high security, 5 by default Matching time 1s False acceptance rate 0.0001% False rejection rate 0.01% Dynamic current <40mA Operating voltage 3.3V-5V Communication UART or USB Anti-electrostatic aerial discharge: ± 15KV contact discharge: ± 8KV Development Resources Wiki : https://www.waveshare.com/wiki/Capacitive_Fingerprint_Reader Package Content Capacitive Fingerprint Reader x1 PH2.0 wire 20cm 6 Pin x 1

Fingerabdruck-Scanner sind seit einigen Jahren auf Verbraucherebene leicht verfügbar, daher ist es nur logisch, dass sie im Laufe der Zeit weiter wachsen und sich weiterentwickeln. Das ist es, was uns zu diesem kapazitiven Fingerabdruckscanner von ADH-Tech bringt. Das AS-108M Fingerabdruck-Sensormodul ist eine Kombination aus Fingerabdruck-Scanner und MCU, die eine UART-Schnittstelle für einfache Funktionalität bietet. Der AS-108M hebt sich von anderen Fingerabdruckscannern dadurch ab, dass er das Bild eines Fingerabdrucks per Pixelarray einliest und Ridge- oder Valley-Signale an den A/D-Wandler und den Digitalprozessor und anschließend an die serielle Peripherieschnittstelle zum Auslesen der Daten liefert. Die On-Board-MCU verwendet einen Fingerabdruck-Algorithmus, der es Ihnen ermöglicht, über UART MCU-SOC-Befehle zu verwenden, um Module wie das Einlesen von Fingerabdrücken, Match-Operationen und mehr zu bedienen. Der AS-108M bietet eine Bildauflösung von 508dpi, eine Erkennungszeit von weniger als 0,6 Sekunden und kann bis zu 100 hochwertige Templates speichern. Im Gegensatz zu anderen Fingerabdruckscannern wird bei dieser Version ein Schnittstellenkabel mit einem 6-poligen Steckerausgang mitgeliefert, das für eine einfache Einrichtung und Montage an den Anschlussport angeschlossen wird. Enthält: 1x Kapazitiver Fingerabdruckscanner - AS-108M 1x Schnittstellenkabel 1x Schnittstellenkabel Stecker Merkmale: 160x160 Bildpunkte Eingebauter ADC zur Bilddigitalisierung UART-Schnittstelle Datenverschlüsselung Kurze Auslesezeit Dokumente: Datenblatt Benutzerhandbuch des Moduls Steckverbinderspezifikationen Kabelbeschreibung

DFRobot Gravity: Analoges Sensorskabel für Arduino - 30cm (10er Pack) Diese analogen Sensorskabel sind speziell für unser beliebtes IO-Erweiterungsschild und Sensoren konzipiert. Sie verbinden die meisten unserer analogen Sensoren mit dem IO-Board. Der Preis beinhaltet 10 Kabelstücke. Merkmale im Überblick Speziell entwickelt für IO-Erweiterungsschild und Sensoren Neueste Pin-Belegung kompatibel mit dem aktuellen IO-Erweiterungsschild und Romeo-Analogsensor-Erweiterungs-Pinout Verbindet analoge Sensoren mit dem IO-Board Technische Daten Länge: 30cm Maximale Spannung: <50V Maximaler Strom: <1000mA Ein Servo-Typ-Stecker mit Signal, GND, PWR Ein 3-Pin JST-Stecker Sonstige Daten Pin-Belegung: Rot: PWR; Blau: Signal Lieferumfang 10x Analoge Sensorskabel für Arduino

Der MyoWare® 2.0 Muskelsensor ist so konzipiert, dass er getragen werden kann, so dass Sie biomedizinische Sensorpads direkt auf der Platine selbst anbringen können. Dennoch kann es Fälle geben, in denen Sie die Sensorpads außerhalb der Platine anbringen möchten; hier kommt das MyoWare 2.0 Cable Shield ins Spiel. Die Abschirmung enthält eine 3,5-mm-Klinkenbuchse, an die Sie ein herkömmliches Drei-Elektroden-Sensorkabel anschließen können, so dass Sie den Muskelsensor testen und verwenden können, ohne die Platine tatsächlich an Ihrer Person befestigen zu müssen. Das MyoWare 2.0 Cable Shield ist außerdem mit Schnappverbindern auf der Platine ausgestattet, so dass man es einfach stapeln kann. Im Gegensatz zu den anderen Shields im MyoWare 2.0-Ökosystem lässt sich dieses Board an der Unterseite des MyoWare 2.0-Muskelsensors einrasten. Verwenden Sie dieses Schild für nicht tragbare Projekte, die in einem Gehäuse untergebracht sind oder Muskeln ansprechen, die zu klein sind oder sich in einer Lage befinden, für die die On-Board-Elektrodenbuchsen nicht geeignet sind. Hinweis: MyoWare und die Kabelabschirmung sind nicht zur Diagnose von Krankheiten oder anderen Zuständen oder zur Heilung, Linderung, Behandlung oder Vorbeugung von Krankheiten bei Menschen oder anderen Tieren bestimmt. Merkmale: MyoWare® 2.0 Muskelsensor Formfaktor 3x männliche Snap Pins (Eingangselektroden) 1x 3,5 mm Klinkenstecker Abmessungen der Platine 37,57mm x 35,90mm (1,48? x 1,41?) Dokumente: Get Started with the MyoWare 2.0 Cable Shield Guide Board Abmessungen Anschlussanleitung Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4,37MB) Erweitertes Handbuch (9.00MB) Patente [1] Arduino Referenzsprache: ArduinoBLE Library GitHub Beispiel Repo MyoWare 2.0 Ecosystem Page

Das MyoWare® 2.0 Muscle Sensor Basic Kit ist ein Arduino-kompatibles All-in-One-Elektromyografie (EMG)-Sensor-Kit, das dich mit dem Minimum aus dem MyoWare 2.0-Ökosystem ausstattet, um mit der Messung und Visualisierung von Muskelaktivitäten zu beginnen. Setze einfach das MyoWare 2.0 LED Shield auf, füge einige EMG-Sensorpads hinzu, befestige den Sensor an einer Muskelgruppe und los geht's! Das Kit enthält außerdem einen Minischraubendreher zum einfachen Entfernen der Schilde, ein USB A zu C Kabel zum Aufladen des 40mAh LiPo-Akkus und ein MyoWare 2.0 Referenzkabel zum Anschluss an große Muskelgruppen. Der MyoWare 2.0 Muskelsensor, der in diesem Kit enthalten ist, wurde von Grund auf neu gestaltet und mit dem neuesten und besten Chipsatz ausgestattet, der die Leistung und Zuverlässigkeit des Sensors verbessert. Der Sensor misst die Muskelaktivität über das elektrische Potenzial des Muskels, was auch als Oberflächen-Elektromyografie (EMG oder kurz sEMG) bezeichnet wird. Wenn dein Gehirn deinem Muskel sagt, dass er sich anspannen soll, sendet es ein elektrisches Signal an den Muskel, um die Rekrutierung der motorischen Einheiten (die Muskelfaserbündel, die die Kraft hinter deinen Muskeln erzeugen) zu starten. Je stärker du dich anspannst, desto mehr motorische Einheiten werden rekrutiert, um eine größere Muskelkraft zu erzeugen. Je größer die Anzahl der motorischen Einheiten ist, desto mehr steigt die elektrische Aktivität deines Muskels. Der MyoWare 2.0 Muskelsensor analysiert die gefilterte und gleichgerichtete elektrische Aktivität eines Muskels und gibt ein Signal (0-VIN Volt, wobei VIN für die Spannung der Stromquelle steht) aus, das angibt, wie stark der Muskel angespannt wird. Das innovative Schnappsteckersystem macht das Löten von Verbindungen mit dem MyoWare 2.0 LED Shield überflüssig. Das blaue 10-Segment-Balkendiagramm stellt das gemessene Signal visuell dar. Je mehr Muskelaktivierung gemessen wird, desto höher steigen die LEDs auf dem Board an! Dieser Bausatz ist so konstruiert, dass er dem eigenständigen Beispiel aus dem MyoWare 2.0 Muscle Sensor Guide folgt, ohne dass ein Mikrocontroller benötigt wird. Benutze ihn, um zu messen, wie stark du einen Muskel während des Trainings beanspruchst, als Lehrmittel oder um deinem Halloween-Kostüm etwas myoelektrisches Flair zu verleihen! Du bist dir nicht sicher, welche Boards aus dem MyoWare 2.0 Ökosystem du für deine Anwendung verwenden sollst? Schau dir das MyoWare 2.0 Muscle Sensor Development Kit an. Das Entwicklungskit enthält alle Boards aus dem MyoWare 2.0-Ökosystem und Zubehör, um verschiedene Konfigurationen für deine Anwendung zu testen. Der MyoWare 2.0 Muskelsensor und das LED-Schild sind nicht für die Diagnose von Krankheiten oder anderen Zuständen oder für die Heilung, Linderung oder Vorbeugung von Krankheiten bei Menschen oder anderen Tieren bestimmt. Das MyoWare 2.0 Ökosystem besteht aus Shields, die sich leicht mit dem MyoWare® 2.0 Muskelsensor verbinden lassen, einem kostengünstigen, Arduino-kompatiblen All-in-One-Elektromyografie (EMG)-Sensor von Advancer Technologies. Das innovative Steckersystem ermöglicht es den Nutzern, die Abschirmungen mit einem kompakten, niedrigen Profil einfach zusammenzustecken und an den Analogeingang eines Mikrocontrollers anzuschließen, um die rohe, gefilterte und gleichgerichtete elektrische Aktivität eines Zielmuskels zu messen. Dadurch entfällt die Notwendigkeit, Verbindungen zwischen den Platinen zu löten. Dieses Produkt ist eine Zusammenarbeit mit Brian Kaminski von Advancer Technologies. Ein Teil des Verkaufserlöses fließt in den Support und die Weiterentwicklung des Produkts. Get Started with the MyoWare 2.0 Muscle Sensor Guide Lieferumfang 1x MyoWare 2.0 Muskelsensor (Version 2.0.4) 1x MyoWare 2.0 LED Shield 1x Wiederverwendbares USB A zu C Kabel - 2m 1x Einmal verwendbare Oberflächen-EMG/ECG/EKG-Elektrode - 24mm (10er Pack) 1x MyoWare 2.0 Referenzkabel 1x SparkFun Mini-Schraubendreher Hinweis: Dieser Bausatz enthält KEINEN Mikrocontroller. Dies ist ein Basisbausatz, um mit dem Muskelsensor zu beginnen. Du musst die Verbindung zwischen dem Muskelsensor und deinem Mikrocontroller/Einplatinencomputer mit Drähten oder Stiftleisten löten. Wenn du ihn direkt an einen Einplatinencomputer anschließt, brauchst du einen ADC und einen USB-Isolator. Features: MyoWare 2.0 Muskelsensor Eigenschaften: Wearable Design Versorgungsspannung Minimum: +2,27V Typischerweise: +3,3V bis +5V Maximal: +5,47V Eingangsspannungsstrom 250pA, max 1nA Verpolungsschutz Drei Ausgangsmodi Roh-EMG Gerichtet Hüllkurve Erweiterbar über Shields MyoWare® 2.0 Muskelsensor Formfaktor 3x Female Snap Pins (Power und EMG Envelope Output) 3x männliche Schnappstifte (Eingangselektroden) LED-Anzeigen VIN ENV Jumper für Referenzelektroden Speziell entwickelt für Mikrocontroller Einstellbare Verstärkung Platinenabmessungen 37,57mm x 35,90mm (1,48? x 1,41?) Revisionsänderungen: Zu den folgenden Änderungen für V2.0.4 gehören: Die Plattendicke wurde erhöht. NPTH für Druckknöpfe. Aktualisierte Grundfläche für Schnappsteckerknöpfe mit Schlitzen für bessere Reinigung. Aktualisierte Größe des Jumperpads für den Referenzpin. Dokumente: Boardabmessungen MyoWare 2.0 Muskelsensor MyoWare 2.0 LED Shield Anschlussanleitung Advancer Technologies: MyoWare® 2.0 Schnellstartanleitung (4.37MB) Erweitertes Handbuch (9.00MB) Patente [1] MCP73831 Datenblatt Polymer-Lithium-Ionen-Akku (40mAh) Datenblatt MSDS Arduino Referenzsprache: ArduinoBLE Bibliothek GitHub Beispiel Repo MyoWare 2.0 Ecosystem Page

Dies ist das MyoWare Proto Shield, ein einfaches Proto-Board für Ihren MyoWare Muskelsensor. Mit dieser Abschirmung können Sie den zur Verfügung gestellten Bereich nutzen, um jede beliebige benutzerdefinierte Schaltung anzulöten, die Sie sich ausdenken können. Dieses Shield bietet 8 x 15 lötbare Durchgangslöcher auf einem Standard 0,1" Raster. Das MyoWare Proto Shield ist mit zwei Reihen von 3-pin plattierten Durchgangslöchern an jedem Ende der Platine ausgestattet. Dies ermöglicht die Verwendung von Standard 0,1" Headern, um das Shield mit anderen MyoWare Boards zu stapeln. Der MyoWare Muskelsensor, an den dieses Shield angeschlossen wird, ist ein Arduino-betriebener All-in-One-Elektromyographie (EMG)-Sensor von Advancer Technologies. Das MyoWare-Board misst die gefilterte und gleichgerichtete elektrische Aktivität eines Muskels und gibt 0-Vs Volt aus, abhängig von der Aktivität des ausgewählten Muskels, wobei Vs die Spannung der Stromquelle angibt. Dokumente: Einstieg in das MyoWare Proto Shield Schaltplan Eagle-Dateien MyoWare Sensor & Shields Guide GitHub

Fingerabdruck-Scanner sind genial! Warum einen Schlüssel benutzen, wenn man einen direkt an der Fingerspitze hat? Leider sind sie oft unzuverlässig oder schwierig zu implementieren. Nun nicht mehr! Dieses großartige GT-521F52 Fingerprint-Modul von ADH-Tech kommuniziert über TTL Serial, so dass Sie es einfach in Ihr nächstes Projekt einbinden können. Das Modul selbst übernimmt die gesamte Aufgabe des Lesens und Identifizierens der Fingerabdrücke mit einem integrierten optischen Sensor und einem 32-Bit ARM Cortex M3 Prozessor. Um loszulegen, registrieren Sie einfach jeden Fingerabdruck, den Sie speichern möchten, indem Sie den entsprechenden Befehl senden und Ihren Finger dreimal gegen das Lesegerät drücken. Der Fingerabdruckscanner kann verschiedene Fingerabdrücke speichern, und die Datenbank der Abdrücke kann sogar vom Gerät heruntergeladen und an andere Module verteilt werden. Zusätzlich zum Fingerabdruck-"Template", der analysierten Version des Abdrucks, können Sie das Bild eines Fingerabdrucks abrufen und sogar Rohbilder vom optischen Sensor ziehen! Dieses Modul ist die aufgerüstete Version des GT-521F32 und kann bis zu erstaunlichen 3.000 verschiedene Fingerabdrücke speichern! Es ist in der Lage, 360° Fingerabdrücke zu erkennen und Templates über die serielle Schnittstelle herunter- bzw. hochzuladen. Zusätzlich bietet die GT-521Fxx Serie eine Auflösung von 450dpi, mit einer Falschakzeptanzrate von <0,001% und einer Falschrückweisungsrate von <0,1%, während sie nur <1,5 Sekunden benötigt, um einen einzigartigen Fingerabdruck zu identifizieren! Das Modul ist klein und einfach zu montieren, wobei vier Befestigungslöcher den Sensor umgeben. Der Onboard-JST-SH-Stecker hat vier Signale: Vcc, GND, Tx und Rx. Ein kompatibles JST-SH-Pigtail finden Sie im Abschnitt "Hookup-Zubehör" unten. Hinweis: Bitte beachten Sie, dass dieser Fingerabdruckscanner zwar mit dem gleichen Stecker ausgestattet ist, den wir auf allen unseren Qwiic-Boards verwenden, aber NICHT Qwiic- oder I2C-kompatibel ist. Das heißt, alle unsere Qwiic-Kabel, wie unsere 100mm Version, werden für dieses Board funktionieren. Features: Einfaches UART & USB Kommunikationsprotokoll Erfüllt die USB 2.0 Full-Speed-Spezifikation Ultraflacher optischer Sensor Auflösung 450 dpi Fähig zur 360° Erkennung Speicher für 3.000 eindeutige Fingerabdrücke Aufwachen bei Fingerfunktion Arbeitet gut bei trockenen, feuchten oder rauen Fingerabdrücken Anti-Kratzer mit hoher Oberflächenhärte ? 5H 1:1-Verifizierung, 1:N-Identifikation Hochpräzise und Hochgeschwindigkeits-Fingerabdruck-Identifikationstechnologie 4x Befestigungslöcher 2x JST SH-Stecker Dokumente: Anleitung für den Fingerabdruckscanner (GT-521Fxx) Anschlussanleitung Datenblatt Programmieranleitung SDK Demo Software

Das MyoWare LED Shield ist für die Kopplung mit dem MyoWare Muskelsensor vorgesehen. Das blaue 10-Segment-Balkendiagramm zeigt die Stärke des gemessenen Signals an. Je mehr Muskelaktivierung gemessen wird, desto weiter oben auf der Platine leuchten die LEDs. Mit diesem Schild erhalten Sie eine visuelle Darstellung der vom MyoWare Muskelsensor gelieferten Signale und eine integrierte Lithium-Polymer (LiPo)-Stromquelle. Dieses Shield wird wahrscheinlich die oberste Platine in einem Stapel sein, also löten Sie einige 1x3 männliche Stiftleisten an und verbinden Sie sie mit dem Sensorboard. Die Stromversorgung erfolgt über das LED-Schild, wird aber über den Netzschalter auf dem Sensor gesteuert. Sobald der Stapel zusammengebaut ist, werden einige Elektroden aufgeschnappt und der Sensor auf den Zielmuskel geklebt. Der MyoWare-Muskelsensor, an den dieses Schild angeschlossen wird, ist ein Arduino-betriebener All-in-One-Elektromyografie (EMG)-Sensor von Advancer Technologies. Das MyoWare-Board misst die gefilterte und gleichgerichtete elektrische Aktivität eines Muskels und gibt je nach Aktivitätsgrad des ausgewählten Muskels 0-Vs Volt aus, wobei Vs für die Spannung der Stromquelle steht. Hinweis: Das MyoWare Power Shield und das MyoWare LED Shield liefern beide Strom, aber mit leicht unterschiedlichen Spannungen. Verwenden Sie nicht beide Shields gleichzeitig. Dokumente: Schaltplan Eagle-Dateien MyoWare Muskelsensor & Abschirmungen Anleitung GitHub

RJ11-Buchsensteckverbinder: Technische Daten und Eigenschaften Statten Sie Ihre Ethernet-Anwendungen mit einem hochwertigen RJ11-Buchsensteckverbinder aus. Dieser Steckverbinder ist für die Kategorie Ethernet Cat 3 ausgelegt und bietet eine solide, zuverlässige Verbindung für Ihre Netzwerkanforderungen. Merkmale im Überblick Steckverbinder-Typ: RJ11-Buchse Anzahl der Pole: 6 Ethernet-Kategorie: Cat 3 Variante des Steckverbinders: Hoch Ausgangssystem des Steckverbinders: 6p6c Elektrische Montage: THT (Through-Hole Technology) Räumliche Orientierung: Gerade Technische Daten Typ: RJ11-Buchsensteckverbinder Pole: 6 Ethernet-Kategorie: Cat 3 Steckverbindervariante: Hoch Steckverbinderausgang: 6p6c Montageart: THT Orientierung: Gerade Lieferumfang 1x RJ11-Buchsensteckverbinder