任务介绍

2025 Make Blocks第三期开始了，原先看到这个主题的时候初步猜想可能有温度这类比较大的任务，任务公开看了一下大部分倾向于运动控制，IMU传感器实际也是运动相关，结合最后的呈现效果，我们本次选择的任务是设计一款图像检测模块，可实现物体成像，如红外阵列、CMOS摄像头、热成像模块等，这个正好也和我们的最终目标不谋而合，在得捷上看了一下相关的传感器，说实话真的有点贵重，这样如果设计的一个板子上后面升级就有点麻烦了，那么这次我们就设计成一个单独的模块。

模块功能介绍

本次根据任务选择设计一个热成像模块（MLX90640），MLX90640是一种高分辨率、低功耗的热成像传感器，可以用于非接触式温度检测。该传感器采用MEMS技术制造，具有32x24像素的分辨率。传感器自带I2C接口，可以直接连接到主控单元上。可精确检测特定区域和温度范围内的目标物体,尺寸小巧,可方便集成到各种工业或智能控制应用中。

• 工作电压:3.3V/5V
• 通信接口:I2C (地址为0x33)
• 视场角(水平视角×垂直视角):55°×35° （角度小，适合远距离测量）
• 工作温度:-40℃～85℃
• 目标温度:-40℃～300℃
• 检测精度:±1℃
• 刷新速率:0.5Hz~64Hz (可编程设置)。

模块硬件介绍

MLX90640是Melexis公司推出的一款高性能32×24像素红外热传感器阵列，采用MEMS技术实现非接触式温度检测，适用于工业、安防、智能家居等领域。其核心参数包括32×24像素分辨率（768个测温点），测温范围-40°C至300°C，典型精度±1°C，提供D55（55°×35°）和D110（110°×75°）两种视场角型号，支持I²C接口（速率达1MHz），工作电压3.3V/5V，功耗低于23mA。该传感器具有高精度（NETD低至0.1K RMS@1Hz）、免校准、紧凑设计（4引脚TO39封装）等优势，噪声等效温差表现优异，无需频繁校准，集成光学元件简化系统设计。典型应用场景包括工业设备温度监测、智能家居人体检测、安防热成像监控等，特别适合需要低成本热成像解决方案的场景。开发时推荐使用STM32等ARM芯片（主频50MHz以上，SRAM≥20KB），支持数据插值算法提升分辨率（如扩展至512×384），并具备坏点校准功能（最多4个坏点）。

设计框图

设计框图主要是模块内的功能关系，如下：

原理图和PCB模块介绍

原理图

PCB

本次设计的模块采用独立的模式呈现，传感器的供电电压固定是3.3V，可以通过外部5V，板载有LDO进行压降，主要IO口控制电平为3.3V，相关IIC引脚已经上拉。

3D效果图

实物图

软件调试

本次的调试通过Adafruit ESP32-S3 TFT Feather开发板进行，主要是有屏幕能进行显示，也有对应的库进行快速开发，使用CircuitPython尽心公开发，对应的驱动代码如下：

import time
import board
import busio
import displayio
import terminalio
from adafruit_display_text.label import Label
from simpleio import map_range
import adafruit_mlx90640

number_of_colors = 64  # Number of color in the gradian
last_color = number_of_colors - 1  # Last color in palette
palette = displayio.Palette(number_of_colors)  # Palette with all our colors

color_A = [
    [0, 0, 0],
    [0, 0, 255],
    [0, 255, 255],
    [0, 255, 0],
    [255, 255, 0],
    [255, 0, 0],
    [255, 255, 255],
]
color_B = [[0, 0, 255], [0, 255, 255], [0, 255, 0], [255, 255, 0], [255, 0, 0]]
color_C = [[0, 0, 0], [255, 255, 255]]
color_D = [[0, 0, 255], [255, 0, 0]]

color = color_B
NUM_COLORS = len(color)


def MakeHeatMapColor():
    for c in range(number_of_colors):
        value = c * (NUM_COLORS - 1) / last_color
        idx1 = int(value)  # Our desired color will be after this index.
        if idx1 == value:  # This is the corner case
            red = color[idx1][0]
            green = color[idx1][1]
            blue = color[idx1][2]
        else:
            idx2 = idx1 + 1  # ... and before this index (inclusive).
            fractBetween = value - idx1
            red = int(
                round((color[idx2][0] - color[idx1][0]) * fractBetween + color[idx1][0])
            )
            green = int(
                round((color[idx2][1] - color[idx1][1]) * fractBetween + color[idx1][1])
            )
            blue = int(
                round((color[idx2][2] - color[idx1][2]) * fractBetween + color[idx1][2])
            )
        palette[c] = (0x010000 * red) + (0x000100 * green) + (0x000001 * blue)


MakeHeatMapColor()

# Bitmap for colour coded thermal value
image_bitmap = displayio.Bitmap(32, 24, number_of_colors)
# Create a TileGrid using the Bitmap and Palette
image_tile = displayio.TileGrid(image_bitmap, pixel_shader=palette)
# Create a Group that scale 32*24 to 128*96
image_group = displayio.Group(scale=4)
image_group.append(image_tile)

scale_bitmap = displayio.Bitmap(number_of_colors, 1, number_of_colors)
# Create a Group Scale must be 128 divided by number_of_colors
scale_group = displayio.Group(scale=2)
scale_tile = displayio.TileGrid(scale_bitmap, pixel_shader=palette, x=0, y=60)
scale_group.append(scale_tile)

for i in range(number_of_colors):
    scale_bitmap[i, 0] = i  # Fill the scale with the palette gradian

# Create the super Group
group = displayio.Group()

min_label = Label(terminalio.FONT, color=palette[0], x=0, y=110)
max_label = Label(terminalio.FONT, color=palette[last_color], x=80, y=110)

# Add all the sub-group to the SuperGroup
group.append(image_group)
group.append(scale_group)
group.append(min_label)
group.append(max_label)

# Add the SuperGroup to the Display
board.DISPLAY.root_group = group

min_t = 20  # Initial minimum temperature range, before auto scale
max_t = 37  # Initial maximum temperature range, before auto scale

i2c = busio.I2C(board.SCL, board.SDA, frequency=800000)
# i2c = board.STEMMA_I2C()  # For using the built-in STEMMA QT connector on a microcontroller

mlx = adafruit_mlx90640.MLX90640(i2c)
print("MLX addr detected on I2C")
print([hex(i) for i in mlx.serial_number])

# mlx.refresh_rate = adafruit_mlx90640.RefreshRate.REFRESH_2_HZ
mlx.refresh_rate = adafruit_mlx90640.RefreshRate.REFRESH_4_HZ

frame = [0] * 768

while True:
    stamp = time.monotonic()
    try:
        mlx.getFrame(frame)
    except ValueError:
        # these happen, no biggie - retry
        continue

    #    print("Time for data aquisition: %0.2f s" % (time.monotonic()-stamp))

    mini = frame[0]  # Define a min temperature of current image
    maxi = frame[0]  # Define a max temperature of current image

    for h in range(24):
        for w in range(32):
            t = frame[h * 32 + w]
            if t > maxi:
                maxi = t
            if t < mini:
                mini = t
            image_bitmap[w, (23 - h)] = int(map_range(t, min_t, max_t, 0, last_color))

    min_label.text = "%0.2f" % (min_t)

    max_string = "%0.2f" % (max_t)
    max_label.x = 120 - (5 * len(max_string))  # Tricky calculation to left align
    max_label.text = max_string

    min_t = mini  # Automatically change the color scale
    max_t = maxi
#    print((mini, maxi))           # Use this line to display min and max graph in Mu
#    print("Total time for aquisition and display %0.2f s" % (time.monotonic()-stamp))

效果展示

心得体会

这次实际上可以选择的内容非常多，毕竟传感器是咱们最常用到，不过最后还是选择了最相符的进行的设计，由于价值比较高，最好做成单独的模块可以重复使用，到时候在板子上做个接口就可以了。