小休憩…で赤外線のセンサーのSPI通信の中身を見る

素人エンジニアと素人プログラマで色々やっていますが、石の上にも三年です。
赤外線センサーについて色々使いこなせて来ました。
趣味で販売している基板やアプリも使った人からは良いフィードバックがあります。

ここまで結構回り道してかなり悩みながら少しずつ諦めずに進めて来れたのは偶然が重なっています。

今回ロジアナを買って悩みに悩んだセンサーとCPU間の通信を見てみました。

動きはこんな感じです。

今回のCPUはマイコンでは無くWiFi通信の為のチップ（ESP8266)でメインはWiFi通信を制御するものです。パソコン、スマホや監視カメラ等のWiFi機器とのやりとりやIDはパスワードの管理をする為のメモリ領域とそのチップを使っています。数KBに凝縮して書き込んだので軽く消費電力もかなり低いものになっています。

当初からの問題はこのセンサーのSPI通信が数十MHzと速くデータを取りこぼさない事が必要でした。それにこのESP8266は通信がメインでそのシーケンスはユーザーがコントロール出来ない様になっています。マルチタスクでその部分は私たちの制御プログラムとは別に動いていますが、当然あるタイミングで制御プログラムに割り込みが入りますがそのコントロールが通信制御を巻き込むdelayで割り込みを管理しています。プログラムのどの行にdelayを入れるかは勘と経験だけでその調整に２年掛かっています。

ある意味趣味だから出来たのかもしれません。
当初からその通信データを生で見てもどこでコントロールするかわかったかと言うと多分無理だったと思います。
この手の機器は使いこなさないといけないのでぼちぼち使って行きます。
本はどんどん増えますが読んで理解する時間と釣り合いが取れません。
どうしましょ？

虚数の計算やベクトル等の意味を実践する（ドローンの制御はベクトルの理解が不可欠）ので目的がはっきりすれば勉強はし易く目標を持つ事ができるので良い時代だと思います。今更ですが、微分も漫画で勉強しています、次は積分です。

今日は統計学の漫画を読書です。!?(･_･;?マンガ？っと言う割れるかもしれませんが、識者指定の本です。

統計学の基礎は終わって主成分分析まで読み進んでいますが、行列の計算はAIと同じ様な式が続きます。
つまり推論を導き出す数式は統計学を利用してその確率から答えを予測する事になります。統計学を突き詰めるとデータサイエンティストの様になります。
この数理式をC言語やPythonでプログラムに組み込みます。すると推論の確率が上がります。確率なので１００％は実質ありません。９０％−９８％でほぼ正解で７０％はまあまあで５０％は基本間違えに近いといった感じです。

この統計学は自動運転やロボティックスでも使われており自己位置の推定や計測データの精度向上に重要な要素になっています。
例えば車の位置はGPSだけを使っていると思われがちですが、オドメータ（とリップメーター）を使ってGPSが効かないトンネルの中やGPSのデータの誤差を修正しています。
その際カルマンフィルターや統計学を使って車の位置をより精度を高く捉えています。

古典的な制御では計測の精度をあげてノイズ処理をしていましたが、現代ではそれに統計学からデータを最適化や推論を使ってそのより精度の高い機械学習や深層学習をしています。まだまだ読み進めないとまだまだわからない事だらけでC言語も何も進んでいません。