手把手教你用MicroPython给ESP32做个电量显示器（附分压电路计算）

从零构建ESP32电量监测系统：分压电路设计与MicroPython实战

在物联网设备和便携式电子项目中，电池电量监测是确保用户体验的关键功能。想象一下你的无线传感器节点突然断电，或是手持设备在关键时刻电量耗尽——这些情况完全可以通过合理的电量监测系统避免。本文将带你从电路设计到代码实现，完整构建一个基于ESP32和MicroPython的电池电量监测方案，特别适合创客、学生和物联网开发者。

1. 硬件设计：分压电路原理与计算

任何电池监测系统的第一步都是安全、准确地将电池电压降到微控制器可测量的范围。ESP32的ADC引脚最大只能承受3.3V输入，而典型的锂电池工作电压在3.0V-4.2V之间，这就需要分压电路来实现电压适配。

1.1 分压电阻选型指南

分压电路的核心公式简单却重要：

Vout = Vin * (R2 / (R1 + R2))

对于4.2V的锂电池，要确保最大电压时分压输出不超过3.3V，我们通常选择R1:R2≈1:1的比例。以下是常用电阻组合及其特性对比：

提示：高阻值电阻节省功耗但易受噪声干扰，低阻值精度高但耗电大。10kΩ组合在多数场景下是最佳平衡点。

实际计算示例：

# 假设使用10kΩ+10kΩ分压，测量值为1500（12位ADC） adc_value = 1500 voltage_adc = (adc_value / 4095) * 3.3 # 分压后电压 voltage_real = voltage_adc * 2 # 实际电池电压

1.2 硬件布局优化技巧

• 在ADC输入引脚添加0.1μF陶瓷电容滤除高频噪声
• 使用1%精度的金属膜电阻保证分压比准确
• 避免将分压电路布置在WiFi天线附近
• 为锂电池配置适当的保护电路（DW01A芯片方案）

2. MicroPython ADC配置全解析

ESP32的ADC模块功能强大但有其特殊性，正确的配置是获取稳定读数的基础。

2.1 初始化与参数设置

ESP32的ADC有多个配置维度需要关注：

from machine import ADC, Pin # 初始化ADC1通道（GPIO32-39） adc = ADC(Pin(34)) # 使用GPIO34作为测量引脚 # 设置输入衰减（决定测量范围） adc.atten(ADC.ATTN_11DB) # 0-3.3V范围 # 配置分辨率 adc.width(ADC.WIDTH_12BIT) # 12位精度（0-4095）

衰减配置选项详解：

2.2 提高测量精度的技巧

ESP32内置ADC存在非线性问题，可通过这些方法改善：

1. 软件滤波算法：

def read_avg(adc, samples=10): total = 0 for _ in range(samples): total += adc.read() return total // samples

2. 参考电压校准：

# 测量内部1.1V参考电压（需特定固件支持） vref = 1100 # mV adc_cal = (adc.read() / 4095) * vref

3. 温度补偿：

# ESP32的ADC读数会随温度漂移 temp_sensor = machine.TemperatureSensor() temp_correction = 0.01 * (30 - temp_sensor.read()) # 示例补偿系数

3. 电压到电量百分比转换算法

将原始电压转换为直观的电量百分比需要理解电池放电特性曲线。

3.1 锂电池放电曲线分析

典型3.7V锂电池的电压-SOC关系：

注意：不同化学体系的锂电池曲线差异明显，需参考具体电池规格书。

3.2 分段线性转换算法实现

更精确的算法采用多段线性逼近：

def voltage_to_percent(voltage): if voltage >= 4.2: return 100 elif voltage >= 3.9: return 70 + 30*(voltage-3.9)/(4.2-3.9) elif voltage >= 3.7: return 40 + 30*(voltage-3.7)/(3.9-3.7) elif voltage >= 3.3: return 10 + 30*(voltage-3.3)/(3.7-3.3) else: return 0

或者使用查表法：

# 电压-SOC对应表 voltage_table = [ (4.2, 100), (4.1, 95), (4.0, 85), (3.9, 70), (3.8, 55), (3.7, 40), (3.6, 25), (3.5, 15), (3.3, 5) ] def lookup_soc(voltage): for v, soc in voltage_table: if voltage >= v: return soc return 0

4. 完整系统集成与优化

将各模块整合为可靠的电量监测系统需要考虑更多工程细节。

4.1 电源管理策略

from machine import deepsleep def battery_check(): percent = get_battery_percent() if percent < 5: print("电量不足，进入深度睡眠") deepsleep(24*60*60*1000) # 休眠24小时

4.2 显示模块集成示例

OLED显示电池图标效果代码：

def draw_battery(display, x, y, percent): # 绘制电池轮廓 display.rect(x, y, 24, 12, 1) display.fill_rect(x+24, y+3, 2, 6, 1) # 根据电量百分比填充 width = int(20 * percent / 100) display.fill_rect(x+2, y+2, width, 8, 1) # 电量文字显示 display.text(f"{percent}%", x+30, y+2)

4.3 实际项目中的经验技巧

• WiFi干扰处理：ADC1的通道6-9与WiFi共用，建议使用通道0-5
• 低功耗优化：测量间隔从实时监测改为每分钟一次可节省90%电量
• 温度补偿：冬季低温环境下电压读数需要额外补偿
• 用户校准：提供按键触发校准模式，在已知电量时存储基准值

# 带温度补偿的读取函数 def read_compensated(adc, temp_sensor): raw = read_avg(adc) temp = temp_sensor.read() comp_factor = 1 + (25 - temp) * 0.003 # 示例补偿系数 voltage = (raw / 4095) * 3.3 * comp_factor return voltage * 2 # 分压补偿

在最近的一个环境监测项目中，这套系统成功实现了超过6个月的稳定运行。关键发现是定期（每周一次）的深度放电校准能显著提高长期监测精度——电池特性会随着循环次数发生变化，初始的电压-SOC曲线需要动态调整。