Sensori: misurare il mondo fisico
Dai 5 sensi biologici ai sensori artificiali: trasduzione, classificazione, panoramica dei sensori più usati (temperatura, luce, movimento, MEMS, GPS) e conversione analogico-digitale con teorema di Nyquist.
1. I sensi della macchina
Gli esseri umani percepiscono il mondo attraverso cinque sensi: vista, udito, tatto, olfatto, gusto. Ogni senso è un sistema di trasduzione — trasforma uno stimolo fisico (fotoni, onde sonore, pressione, molecole chimiche) in segnali nervosi che il cervello interpreta. I sensori fanno esattamente la stessa cosa per le macchine: trasformano grandezze fisiche in segnali elettrici che un microcontrollore può elaborare.
La differenza è che i sensori artificiali percepiscono grandezze fuori dalla portata biologica: radiazioni ionizzanti, campi magnetici, accelerazioni su 3 assi, pressioni atmosferiche, frequenze ultrasoniche, posizioni GPS con precisione metrica. In questo senso, i sensori estendono la percezione oltre i limiti umani e sono la porta di ingresso di ogni sistema di Physical Computing.
Pensa allo smartphone in tasca: quando ruoti lo schermo, un accelerometro MEMS capisce l'orientamento; quando sei al buio, il BH1750 abbassa la luminosità; quando dici “Hey Siri”, un microfono MEMS ha già campionato la tua voce. Tutto parte da sensori.
2. Definizione e trasduzione
Un sensore è un trasduttore: rileva una grandezza fisica (misurando) e la converte in un segnale elettrico proporzionale, interpretabile da un sistema di elaborazione. Il processo si chiama trasduzione.
La catena di trasduzione segue sempre la stessa logica: grandezza fisica → elemento sensibile → segnale elettrico → microcontrollore.
All’interrogazione parti sempre dalla catena: cos’è il misurando? Che elemento sensibile uso? Che segnale produce? Come lo leggo con Arduino? Se ricostruisci la catena non ti incarti mai.
3. Classificazione dei sensori e parametri chiave
I sensori si classificano secondo due criteri fondamentali: tipo di segnale prodotto e necessità di alimentazione esterna.
Per tipo di segnale — Analogici vs Digitali
〰️ Sensori Analogici
Segnale continuo proporzionale. Richiedono ADC esterno. Esempi: termistore NTC, LDR, microfono a condensatore. Range infinito di valori 0-5V.
▊▊ Sensori Digitali
ADC integrato, comunicano via I²C/SPI/UART. Microcontrollore riceve già numeri. Esempi: DHT22, BH1750, MPU-6050, NEO-6M GPS.
🔀 Esempio HC-SR04
Ultrasuoni attivi: emette impulso a 40 kHz e misura tempo di volo. Output digitale temporizzato, ma principio fisico analogico. Distanza = (t × 340)/2.
Per alimentazione — Attivi vs Passivi
| Tipologia | Definizione | Esempi |
|---|---|---|
| ⚡ Attivi | Richiedono alimentazione esterna, emettono energia per misurare | Radar, sonar, sensori IR attivi, umidità capacitivi |
| 🔋 Passivi | Sfruttano energia della grandezza misurata, non emettono | Termocoppie (effetto Seebeck), LDR, PIR (riceve IR umano) |
PIR non emette infrarossi: è passivo, riceve solo l’IR emesso dal corpo umano. Se dici “emette” in verifica è errore. Attivo è HC-SR04 che emette ultrasuoni, PIR è l’opposto.
Parametri chiave per scegliere un sensore
| Parametro | Definizione | Esempio pratico |
|---|---|---|
| Range | Intervallo min-max rilevabile | DHT11: 0–50 °C · Termocoppia K: –200 a +1350 °C |
| Risoluzione | Minima variazione rilevabile | DHT11 ±1 °C vs DHT22 ±0,1 °C — 10 volte più fine |
| Accuratezza | Quanto il misurato si avvicina al reale | GPS consumer ±3-5 m · GPS RTK ±2 cm |
| Sensibilità | Δ uscita / Δ ingresso | 10 mV/°C = +10 mV per ogni grado in più |
| Tempo di risposta | Tempo per stabilizzarsi | PIR 1–2 s · Accelerometro MEMS <1 ms |
4. I principali sensori: temperatura, luce, movimento, umidità, GPS, MEMS
Temperatura — il sensore più diffuso
Termistore NTC
R diminuisce con T. Basso costo, buona sensibilità. Range –55/+150 °C. Uso: elettrodomestici, PCB. Serve ADC e formula Steinhart-Hart.
DHT11 / DHT22
Temperatura + umidità, protocollo 1-filo proprietario. DHT22 ±0,5 °C più preciso. Uso classico IoT, stazioni meteo Arduino.
Termocoppia
Due metalli diversi generano tensione da ΔT. Sensore passivo, range enorme –200/+1350 °C. Forni, motori, industriale.
Luce — fotoresistenze e luxometri
LDR (Light Dependent Resistor): resistenza da MΩ al buio a centinaia di Ω alla luce diretta. Analogico, economicissimo, si legge con partitore di tensione su pin A0 Arduino. BH1750: luxometro digitale I²C, 1–65535 lux, niente ADC, valore già in lux. Ideale per regolazione automatica luminosità, serre, fotografia.
Movimento e presenza — PIR e ultrasuoni
Infrarossi Passivi
Variazione IR da corpi caldi. Output HIGH su movimento. Non emette nulla. Allarmi, luci automatiche, 5-7 m.
Ultrasuoni 40 kHz
Emette impulso e misura echo. Distanza = (tempo × 340)/2. Range 2 cm – 4 m. Robot, parcheggi, livelli liquidi.
Quando usare quale?
PIR solo presenza umana (non distanza). HC-SR04 distanza precisa ma non distingue persona da muro. Spesso insieme.
Umidità, pressione, gas, suolo
| Sensore | Misura | Note laboratorio |
|---|---|---|
| BME280 | Temp / Umidità / Pressione | 3-in-1 I²C/SPI, stazioni meteo, altitudine da pressione, IoT standard |
| MQ-2 / MQ-135 | Fumo, CO, metano, LPG | Elettrochimico analogico, warm-up 20-30 s, poco selettivo ma utile per allarmi |
| Umidità suolo | Resistività terreno | Analogico, 2 palette nel terreno, irrigazione automatica, orto smart, soffre corrosione |
Accelerometro e giroscopio — i sensori dello smartphone
Accelerometro 3 assi (misura g, orientamento, vibrazione) + giroscopio 3 assi (gradi/s di rotazione) = 6 gradi di libertà. Comunica via I²C, presente in smartphone, smartwatch, droni, controller.
GPS — posizione assoluta
Il GPS riceve segnali radio da almeno 4 satelliti: con 3 ottieni lat/lon (2D), con il 4° correggi l’errore di clock e ottieni anche quota. Più satelliti = più precisione. Modulo didattico standard NEO-6M: output NMEA via UART, primo fix 30-60 s, frase tipo $GPGGA,123519,4807.038,N,01131.000,E,1,08,0.9,...
Sensori MEMS — la miniaturizzazione che ha cambiato tutto
MEMS (Micro Electro Mechanical Systems) = strutture meccaniche micrometriche costruite nel silicio insieme all’elettronica. Un microfono MEMS è un diaframma micro sospeso: il suono lo fa vibrare, cambia capacità, ADC integrato digitalizza. Risultato: 1 mm², milioni di cicli senza usura, dentro AirPods, smartphone, speaker smart.
Senza MEMS non avremmo smartphone né IoT consumer: accelerometri, barometri e microfoni costerebbero decine di euro e occuperebbero centimetri. MEMS li porta a centesimi, millimetri e consumo μA, abilitando wearables e dispositivi alimentati a batteria.
5. Dal mondo analogico al digitale — ADC e Teorema di Nyquist
Il mondo fisico è analogico, i microcontrollori sono digitali. Serve un traduttore: ADC (Analog-to-Digital Converter). Due fasi: campionamento (quante volte al secondo scatto foto del segnale) e quantizzazione (quanti livelli discreti uso).
10 bit, riferimento 5V → mappa 0-5V su 0-1023. analogRead(A0)=512 significa ~2,5V. Per aumentare precisione usa analogReference(INTERNAL) 1,1V o ADC esterno a 12-16 bit.
Il Teorema di Nyquist-Shannon — campionare abbastanza velocemente
f_campionamento ≥ 2 × f_max_segnale. Se non rispetti questa condizione, il segnale ricostruito è distorto: aliasing. Audio umano max 20 kHz → CD campiona a 44,1 kHz (doppio + margine). Temperatura varia di 1°C/ora → basta 1 campione/min.
Se campioni un suono a 1000 Hz solo 500 volte/s, la ricostruzione non è 1000 Hz ma una frequenza fantasma più bassa. Soluzione: filtro passa-basso anti-aliasing prima dell'ADC e rispetto di Nyquist. In laboratorio si vede con suoni acuti registrati a sample rate troppo bassa.
6. Verifica / Esercizio in classe
🔬 Attività di laboratorio
Tre mini-sfide per consolidare sensori + ADC. Lavora con Arduino/ESP32 e documenta range, risoluzione e tempo di risposta.
- Classifica ragionata: hai NTC analogico, DHT22, BME280, LDR, BH1750, PIR, HC-SR04, MPU-6050, NEO-6M. Mettili in tabella: tipo segnale (analogico/digitale), attivo/passivo, protocollo, grandezza, range tipico, uso ideale.
- Nyquist in pratica: devi monitorare una serra. Temperatura varia lentamente, ma vuoi rilevare corrente d'aria da finestra aperta (variazione rapida in 2s). Che f_camp scegli? Giustifica con Nyquist e confronta con campionamento audio 20kHz → 44,1kHz.
- Progetto serra smart: scegli 3 sensori (es. umidità suolo + BME280 + BH1750). Per ognuno indica range e risoluzione richiesta, sketch lettura seriale, soglia d'azione per irrigazione e ventilazione, e perché MEMS ti aiuta su consumo.
- 1) Analogici: NTC (ADC esterno), LDR. Digitali: DHT22 (1-wire proprietario), BME280/BH1750/MPU-6050 I²C, HC-SR04 impulso, NEO-6M UART NMEA. Attivi: HC-SR04, BME280 (alimentato). Passivi: NTC lato sensore, LDR, PIR, termocoppia.
- 2) Finestra aperta → f_max ~0,5 Hz (2 s). Nyquist → f_camp ≥1 Hz, con margine scegli 2-5 Hz. Audio 20kHz → 44,1kHz. Temperatura lenta 1 campione/min basta.
- 3) BME280 temp 0-50°C ±0,5°C, lux 100-1000 per serra, umidità suolo soglia 40%. Codice: analogRead + librerie Adafruit. Ventola se temp>28°C, pompa se suolo<40%, tenda se lux>800. MEMS riduce consumo μA vs mA.
7. Riepilogo e concetti chiave
📚 Prossimo passo — Attuatori: agire sul mondo fisico
Hai imparato a misurare. Ora imparerai a far agire la macchina: relè, motori DC, servo, stepper e come Arduino li pilota. Senza attuatori, un sensore resta un osservatore muto.