Göra en banan redo programmerbara ledde matrisen klänning (2 / 8 steg)
Steg 2: Planering: rutnät, kraft och bas plagg
För att se till den ledde matrisen fungerar bra, är det viktigt att planen kraftdistribution, grid layout, minnesallokering, etc. Här är några saker att tänka på när du planerar din LED matrix klänning:
1.) I RUTNÄTET
Att göra en programmerbar LED matrix klänning låter enkelt och roligt tills du börjar överväga hur många enskilda enheter finns det att skriva till att för matrisen själv. Vi började med en rak rutnät och slutligen beslutat att göra ett vacklade och formad rutnät som skulle passa bättre klänning livstycket. Detta innebär dock att använda någon form av befintliga matris bibliotek är ingen bueno som vårt nät hade olika antal bildpunkter för varje rad. Vi behövde för att besluta om detta tidigt så att det går att mappa vår online-designverktyg till varje pixel på den faktiska klänningen.
2.) POWER
Neopixel uber guide ger några bra information om hur du använder neopixels! Bland som användbar information är makt behov för pixlar. Varje pixel, om 100% på helvitt drar om 60milliamps. Det betyder 1 timme av makt för en 201 pixelrutnätet är cirka 12 ampere. Vi ville ut klänning att senaste 90 min utan någon färg, så vi använde 18 ampere av batteriet på 3.7 v och distribuerade makt varje 66 pixlar. Det är viktigt att ha makt fördela jämnt eller får du underlig färgförändringar över nätet.
Observera att de flesta lipoly batteriladdare ladda på ca 1000milliamps/timme. Om du vill ha en full laddning, se till att du lämnar 6 timmar innan showen måste fortsätta!
3.) MINNE
Varje animation är ca 3000 tecken och varje tecken lagras som en int (2 byte). Vi hade 10 animeringar och en övergång mellan var och en. För animeringar, skulle vi behöva 60.000 byte eller 60kbytes. Varje Eeprom chip har 32kbytes minne, så vi behövde 2 extra marker att hålla alla våra animationer! Charles Yarnold, del av dev för detta projekt, kom upp med en smart komprimeringsalgoritm att lagra två nummer i varje int så att vi kunde göra bäst av våra begränsade minne.