GD32单片机ADC实战：从传感器到上位机，手把手教你搭建50kg压力监测系统
GD32单片机ADC实战：从传感器到上位机，手把手教你搭建50kg压力监测系统
在工业自动化、智能家居和医疗设备等领域，压力监测系统的需求日益增长。本文将带你从零开始，使用GD32单片机和电阻应变片式压力传感器，构建一个完整的50kg压力监测系统。不同于简单的代码展示，我们将深入探讨系统设计中的每个关键环节，包括传感器选型、电路设计、ADC配置、数据处理算法以及上位机通信。
1. 系统架构设计与硬件选型
一个完整的压力监测系统通常由以下几个核心部分组成：
- 压力传感器：负责将物理压力转换为电信号
- 信号调理电路：对传感器输出信号进行放大和滤波
- 微控制器：采集和处理模拟信号
- 通信接口：将处理后的数据传输到上位机
- 电源管理：为系统各部件提供稳定电源
1.1 压力传感器选型
对于50kg量程的压力测量，电阻应变片式传感器是最常见的选择。这类传感器具有以下特点：
| 特性 | 参数 | 说明 |
|---|---|---|
| 量程 | 0-50kg | 可根据实际需求选择不同量程 |
| 灵敏度 | 1-3mV/V | 输出信号幅度较小，需要放大 |
| 非线性度 | <0.5%FS | 影响测量精度 |
| 工作温度 | -20℃~80℃ | 适用于大多数环境 |
在实际项目中，我们选择了HX711模块常用的压力传感器，其典型参数如下：
#define SENSOR_RATED_OUTPUT 2.0 // mV/V #define SENSOR_EXCITATION_VOLTAGE 5.0 // V #define MAX_OUTPUT_VOLTAGE (SENSOR_RATED_OUTPUT * SENSOR_EXCITATION_VOLTAGE) // 10mV1.2 信号调理电路设计
由于应变片输出信号非常微弱（通常在毫伏级别），我们需要设计适当的信号调理电路：
- 仪表放大器：采用AD620等芯片放大微弱信号
- 低通滤波：消除高频噪声干扰
- 电压偏置：确保信号在ADC输入范围内
典型电路连接方式如下：
传感器输出 → 仪表放大器 → 低通滤波器 → 电压偏置 → ADC输入提示：在实际布线时，应尽量缩短传感器与放大器之间的连线，并使用屏蔽线减少干扰。
2. GD32 ADC模块配置与优化
GD32系列单片机内置高性能12位ADC，支持多通道采样。下面详细介绍如何配置ADC以实现高精度压力测量。
2.1 ADC基础配置
首先需要初始化ADC模块的基本参数：
void ADC_Config(void) { // 使能ADC时钟 rcu_periph_clock_enable(RCU_ADC0); // 配置ADC时钟为PCLK2的4分频 adc_clock_config(ADC_ADCCK_PCLK2_DIV4); // 配置GPIO为模拟输入模式 gpio_mode_set(GPIOA, GPIO_MODE_ANALOG, GPIO_PUPD_NONE, GPIO_PIN_1); // ADC设置为独立模式 adc_sync_mode_config(ADC_SYNC_MODE_INDEPENDENT); // 数据右对齐，12位分辨率 adc_data_alignment_config(ADC0, ADC_DATAALIGN_RIGHT); adc_resolution_config(ADC0, ADC_RESOLUTION_12B); // 配置采样时间和通道 adc_channel_length_config(ADC0, ADC_REGULAR_CHANNEL, 1); adc_regular_channel_config(ADC0, 0, ADC_CHANNEL_1, ADC_SAMPLETIME_56); // 使能ADC并执行校准 adc_enable(ADC0); adc_calibration_enable(ADC0); }2.2 采样时序优化
为了提高测量精度，需要合理配置采样时间：
- 采样时间太短会导致采样不充分
- 采样时间过长会降低系统响应速度
GD32提供了多种采样时间选择，对于压力传感器这类信号变化较慢的应用，建议使用较长的采样时间：
// 可选的采样时间常量 #define ADC_SAMPLETIME_3 0 #define ADC_SAMPLETIME_15 1 #define ADC_SAMPLETIME_28 2 #define ADC_SAMPLETIME_56 3 #define ADC_SAMPLETIME_84 4 #define ADC_SAMPLETIME_112 5 #define ADC_SAMPLETIME_144 6 #define ADC_SAMPLETIME_480 72.3 多通道采样与DMA传输
对于需要同时监测多个压力点的系统，可以使用多通道采样配合DMA传输：
// 配置DMA传输 void ADC_DMA_Config(void) { dma_parameter_struct dma_init_struct; // 使能DMA时钟 rcu_periph_clock_enable(RCU_DMA0); // 配置DMA参数 dma_struct_para_init(&dma_init_struct); dma_init_struct.direction = DMA_PERIPHERAL_TO_MEMORY; dma_init_struct.memory_addr = (uint32_t)&adc_value; dma_init_struct.memory_inc = DMA_MEMORY_INCREASE_ENABLE; dma_init_struct.memory_width = DMA_MEMORY_WIDTH_16BIT; dma_init_struct.number = 4; // 4个通道 dma_init_struct.periph_addr = (uint32_t)&ADC_RDATA(ADC0); dma_init_struct.periph_inc = DMA_PERIPH_INCREASE_DISABLE; dma_init_struct.periph_width = DMA_PERIPHERAL_WIDTH_16BIT; dma_init_struct.priority = DMA_PRIORITY_HIGH; dma_init(DMA0, DMA_CH0, &dma_init_struct); // 使能DMA循环模式 dma_circulation_enable(DMA0, DMA_CH0); dma_channel_enable(DMA0, DMA_CH0); // 配置ADC DMA模式 adc_dma_mode_enable(ADC0); }3. 数据处理与算法实现
原始ADC数据需要经过一系列处理才能转换为可用的压力值。本节介绍几种常用的数据处理算法。
3.1 数字滤波算法
均值滤波是最简单有效的滤波方法之一：
#define FILTER_WINDOW_SIZE 20 uint16_t Moving_Average_Filter(uint8_t channel) { static uint16_t buffer[FILTER_WINDOW_SIZE] = {0}; static uint8_t index = 0; static uint32_t sum = 0; // 减去最旧的值 sum -= buffer[index]; // 读取新值并加入缓冲区 buffer[index] = Get_ADC_Value(channel); sum += buffer[index]; // 更新索引 index = (index + 1) % FILTER_WINDOW_SIZE; return (uint16_t)(sum / FILTER_WINDOW_SIZE); }中值滤波对脉冲噪声有更好的抑制效果：
uint16_t Median_Filter(uint8_t channel) { static uint16_t buffer[5] = {0}; uint16_t temp[5]; // 更新采样缓冲区 for(uint8_t i=4; i>0; i--) { buffer[i] = buffer[i-1]; } buffer[0] = Get_ADC_Value(channel); // 复制到临时数组进行排序 memcpy(temp, buffer, sizeof(temp)); // 冒泡排序 for(uint8_t i=0; i<4; i++) { for(uint8_t j=i+1; j<5; j++) { if(temp[i] > temp[j]) { uint16_t t = temp[i]; temp[i] = temp[j]; temp[j] = t; } } } return temp[2]; // 返回中值 }3.2 传感器校准与线性化
压力传感器通常需要进行两点校准：
- 零点校准：无负载时的输出值
- 满量程校准：施加已知标准负载时的输出值
校准过程可以表示为：
typedef struct { float slope; float intercept; } CalibrationParams; CalibrationParams Calibrate_Sensor(uint16_t adc_zero, uint16_t adc_full, float known_load) { CalibrationParams params; // 计算斜率和截距 params.slope = known_load / (float)(adc_full - adc_zero); params.intercept = -params.slope * adc_zero; return params; } float Apply_Calibration(uint16_t adc_value, CalibrationParams params) { return params.slope * adc_value + params.intercept; }3.3 温度补偿算法
环境温度变化会影响传感器精度，可以增加温度传感器进行补偿：
float Compensate_Temperature(float raw_pressure, float temperature) { // 假设温度系数为0.05%/℃ const float TC = -0.0005; // 负号表示温度升高时输出降低 // 参考温度为25℃ return raw_pressure * (1.0 + TC * (temperature - 25.0)); }4. 上位机通信与数据可视化
完成数据采集和处理后，我们需要将结果传输到上位机进行显示和分析。
4.1 串口通信协议设计
一个简单的通信协议可以包含以下字段：
| 字段 | 长度 | 描述 |
|---|---|---|
| 帧头 | 2字节 | 固定为0x55AA |
| 数据长度 | 1字节 | 后续数据的字节数 |
| 命令字 | 1字节 | 区分不同数据类型 |
| 数据内容 | N字节 | 实际传输的数据 |
| CRC校验 | 2字节 | 确保数据完整性 |
实现代码示例：
void Send_Pressure_Data(float pressure) { uint8_t buffer[10]; uint16_t crc = 0; // 构建数据帧 buffer[0] = 0x55; // 帧头 buffer[1] = 0xAA; buffer[2] = 4; // 数据长度 buffer[3] = 0x01; // 压力数据命令 // 将float转换为4字节 union { float f; uint8_t b[4]; } converter; converter.f = pressure; memcpy(&buffer[4], converter.b, 4); // 计算CRC crc = Calculate_CRC(buffer, 8); buffer[8] = crc >> 8; buffer[9] = crc & 0xFF; // 发送数据 for(uint8_t i=0; i<10; i++) { usart_data_transmit(USART0, buffer[i]); } }4.2 上位机软件实现
使用Python可以快速开发一个简单的上位机程序：
import serial import struct import matplotlib.pyplot as plt from collections import deque # 串口配置 ser = serial.Serial('COM3', 115200, timeout=1) # 数据缓冲区 pressure_data = deque(maxlen=100) def parse_data(packet): if len(packet) < 10: return None # 检查帧头和CRC if packet[0] != 0x55 or packet[1] != 0xAA: return None crc = (packet[8] << 8) | packet[9] if calculate_crc(packet[:8]) != crc: return None # 解析压力数据 if packet[3] == 0x01: # 压力数据 pressure = struct.unpack('<f', packet[4:8])[0] return ('pressure', pressure) return None def update_plot(): while True: # 读取串口数据 packet = ser.read(10) if len(packet) == 10: result = parse_data(packet) if result and result[0] == 'pressure': pressure_data.append(result[1]) # 更新图表 plt.clf() plt.plot(pressure_data) plt.ylabel('Pressure (kg)') plt.pause(0.01) # 启动实时绘图 plt.ion() update_plot()4.3 数据记录与分析
对于长期监测应用，可以将数据保存到数据库：
import sqlite3 from datetime import datetime def save_to_database(pressure): conn = sqlite3.connect('pressure_data.db') c = conn.cursor() # 创建表（如果不存在） c.execute('''CREATE TABLE IF NOT EXISTS pressure (timestamp TEXT, value REAL)''') # 插入数据 timestamp = datetime.now().isoformat() c.execute("INSERT INTO pressure VALUES (?, ?)", (timestamp, pressure)) conn.commit() conn.close()5. 系统调试与性能优化
完成系统搭建后，需要进行全面的测试和优化。
5.1 常见问题排查
以下是压力监测系统中常见的问题及解决方法：
ADC读数不稳定
- 检查电源是否稳定
- 增加硬件滤波电容
- 优化软件滤波算法参数
压力值与实际不符
- 重新校准传感器
- 检查机械安装是否正确
- 验证信号调理电路增益
通信数据丢失
- 降低波特率测试
- 检查接线是否可靠
- 增加数据重传机制
5.2 系统性能测试指标
评估系统性能的几个关键指标：
| 指标 | 测试方法 | 预期目标 |
|---|---|---|
| 精度 | 施加标准砝码 | ±0.5%FS |
| 重复性 | 多次加载相同重量 | <0.3%FS |
| 响应时间 | 快速加载/卸载 | <500ms |
| 温度漂移 | 在不同环境温度下测试 | <0.1%/℃ |
5.3 低功耗优化技巧
对于电池供电的应用，可以采取以下措施降低功耗：
间歇采样模式：
void Enter_Low_Power_Mode(void) { // 配置ADC为单次转换模式 adc_special_function_config(ADC0, ADC_CONTINUOUS_MODE, DISABLE); // 进入低功耗模式 pmu_to_deepsleepmode(PMU_LDO_NORMAL, PMU_LOWDRIVER_DISABLE, WFI_CMD); }动态时钟调整：
void Adjust_System_Clock(uint32_t frequency) { // 根据需求调整系统时钟频率 rcu_ckout_config(RCU_CKOUT_SRC_CKSYS, RCU_CKOUT_DIV1); rcu_system_clock_source_config(RCU_CKSYSSRC_PLLPSC); rcu_pll_config(RCU_PLLSRC_HXTAL, 25, 240, 2, 8); rcu_osci_on(RCU_PLL_CK); while(SUCCESS != rcu_osci_stab_wait(RCU_PLL_CK)); rcu_system_clock_source_config(RCU_CKSYSSRC_PLLPSC); while(RCU_CKSYSSRC_PLLPSC != rcu_system_clock_source_get()); rcu_ahb_clock_config(RCU_AHB_CKSYS_DIV1); rcu_apb1_clock_config(RCU_APB1_CKAHB_DIV2); rcu_apb2_clock_config(RCU_APB2_CKAHB_DIV1); }外设智能管理：
void Peripheral_Power_Management(bool enable) { if(enable) { rcu_periph_clock_enable(RCU_ADC0); rcu_periph_clock_enable(RCU_USART0); rcu_periph_clock_enable(RCU_GPIOA); } else { rcu_periph_clock_disable(RCU_ADC0); rcu_periph_clock_disable(RCU_USART0); rcu_periph_clock_disable(RCU_GPIOA); } }
在实际项目中，我发现最耗时的部分往往是传感器校准和机械安装。使用标准砝码进行多点校准时，需要特别注意环境温度的影响。另外，机械安装的偏心和倾斜会显著影响测量精度，建议使用专业的安装夹具。