基于Arduino与光电传感器的心率监测系统：从原理到实现的完整指南

1. 项目概述与核心思路

几年前，我在一个健康监测相关的创客项目里，第一次接触到用光电法测心率。当时市面上成品的医用指夹式血氧仪已经非常成熟，但作为一个喜欢折腾硬件的开发者，我更想亲手从传感器信号开始，理解数据是如何被采集、处理，最终变成一个直观的数字显示在屏幕上的。这个用Arduino制作心率监测器的项目，就是那个想法的落地。它不仅仅是一个简单的“连线-上传代码”的玩具，其背后涉及了模拟信号采集、数字滤波算法、嵌入式系统实时性以及产品化外壳设计等多个层面的考量。

这个设备的核心功能很明确：实时测量并显示人体的心率（BPM，每分钟心跳次数）。它特别适合几类朋友：一是嵌入式开发的初学者，想通过一个完整的项目串联起传感器、微控制器和显示模块；二是对生物信号测量感兴趣的学生或爱好者，用于课程设计或兴趣探索；三是需要快速搭建健康监测原型的创客，它的模块化设计便于二次开发。整个项目的硬件成本可控，软件生态成熟，最关键的是，当你看到自己的脉搏跳动被实时转化成屏幕上的数字时，那种亲手实现一个“生命体征监测仪”的成就感，是无可替代的。

2. 核心硬件选型与电路设计解析

2.1 主控与传感器：为什么是Arduino Uno和这款脉搏传感器？

选择Arduino Uno作为主控几乎是入门嵌入式项目的首选，原因在于其极低的入门门槛和丰富的生态。对于心率监测这个任务，Uno的ATmega328P微控制器拥有6路模拟输入（A0-A5），这正好满足了我们需要一路模拟信号（脉搏传感器）的需求。其16MHz的主频和2KB的SRAM，处理简单的滤波算法和驱动一个小型TFT屏绰绰有余。更关键的是，Arduino IDE和庞大的库支持，让我们可以避开繁琐的寄存器配置，专注于应用逻辑。

脉搏传感器的选择是项目的灵魂。市面上常见的光电式脉搏传感器主要分透射式和反射式。我们项目中使用的是类似MAX30102或Pulse Sensor Amped这类反射式传感器。它的工作原理是：传感器上的LED发出特定波长（通常是绿光，因为其对血液中的含氧血红蛋白吸收率差异敏感，且受皮肤表层影响小）的光照射到皮肤（如指尖），皮肤下的毛细血管会随着心跳周期性地充血和收缩，导致反射回传感器的光强发生微小变化。这个变化被光电二极管接收，转化为微弱的电流信号，再经过传感器板载的运放电路放大和滤波，输出一个模拟电压信号。这个信号的波形（光电容积脉搏波，PPG）的峰值间隔时间，就对应了心跳周期。

注意：传感器的佩戴方式对信号质量影响巨大。手指必须适度按压传感器感光区域，太轻则接触不良信号微弱，太重则会压迫血管导致信号失真甚至消失。最佳状态是手指自然放置，感受到轻微压力即可。

2.2 显示模块：1.8寸TFT LCD的驱动考量

选用1.8寸TFT LCD（通常驱动芯片为ST7735或ILI9163）而非更简单的1602字符液晶，是为了实现更好的用户体验。心率值是一个动态变化的数字，有时可能需要显示波形或简单的图标，TFT屏的像素级控制能力为此提供了可能。这类屏幕通常采用SPI接口与主控通信，占用引脚少（通常只需CS、DC、RST、SCK、MOSI），速度快，非常适合Arduino这种IO资源有限的板子。

在电路连接上，需要特别注意电平匹配和电源噪声。TFT屏的VCC接5V，但有些屏的逻辑电平可能是3.3V，如果其IO口非5V耐受，则需要在数据线（如MOSI、SCK）上加电平转换电路，不过大多数兼容Arduino的模块已内置电平转换芯片。另一个关键是背光（LED/BL）的供电，直接接5V可能导致电流过大，最好串联一个限流电阻（如100Ω），或者通过一个三极管由PWM引脚控制，以实现亮度调节，这在夜间使用时很实用。

2.3 电路连接详解与电源管理

完整的电路连接如下，我建议在面包板上先完成所有接线并测试，再考虑装入外壳：

1. TFT LCD连接 (SPI接口)：

   • VCC-> Arduino5V
   • GND-> ArduinoGND
   • CS(片选) ->D10(可自定义，需在代码中对应)
   • DC(数据/命令选择) ->D9(可自定义)
   • RST(复位) ->D8(可自定义，或接至Arduino的RESET，但独立控制更灵活)
   • SCK(时钟) ->D13(Arduino的SPI时钟引脚)
   • MOSI(主出从入) ->D11(Arduino的SPI数据输出引脚)
   • MISO(主入从出) ->不连接(本例中TFT屏仅接收数据)
   • LED/BL(背光) -> 通过一个220Ω电阻接至5V（或接至一个PWM引脚如D3，用于调光）。

2. 脉搏传感器连接：

   • VCC(正极) -> Arduino3.3V。这里是一个关键点：虽然传感器模块通常支持3.3V-5V供电，但使用3.3V供电可以有效降低传感器自身发热，减少因发热导致的基线漂移和信号噪声，获得更稳定的波形。
   • GND(负极) -> ArduinoGND。
   • S(信号输出) -> ArduinoA0(模拟输入引脚)。这个引脚将读取随心跳变化的模拟电压值（通常在0-3.3V之间波动）。

3. 电源部分：

   • 整个系统可由USB口供电（5V/500mA），足够驱动Arduino、传感器和屏幕。如果追求便携性，使用移动电源是完美方案。切勿使用电压不稳定或电流不足的电源适配器，屏幕在启动瞬间电流较大，劣质电源可能导致系统不断重启或显示异常。

实操心得：在连接所有线缆时，尤其是杜邦线，尽量使用不同颜色区分电源（红）、地（黑）、信号（黄、绿等）。在面包板阶段，可以用热熔胶或胶带轻轻固定关键连接点，防止因线缆松动导致间歇性故障，这种故障最难排查。

3. 核心程序设计与信号处理算法

3.1 程序框架与库依赖

代码的核心任务很清晰：周期性读取A0口的模拟值，对这个值进行滤波以提取出有效的脉搏波，检测波峰，计算波峰间隔时间，最后换算成BPM并显示在TFT屏上。我们需要用到两个主要的库：Adafruit_ST7735（或类似的TFT驱动库）用于驱动屏幕，以及可能需要的Adafruit_GFX库用于图形和文字绘制。

首先，在Arduino IDE中通过库管理器安装这些库。初始化部分包括：定义引脚、创建TFT对象、设置屏幕旋转方向、初始化串口（用于调试）以及定义一些全局变量，如存储心率值的变量、用于滤波的数组、记录时间的变量等。

3.2 模拟信号读取与软件滤波

直接读取的A0原始值噪声很大，混杂了50/60Hz的工频干扰、呼吸引起的缓慢漂移以及随机噪声。因此，滤波是必不可少的一步。在资源有限的Arduino上，我们通常采用轻量级的软件滤波算法：

1. 移动平均滤波：这是最简单有效的方法。创建一个数组，持续存储最近N个采样值，每次计算时取这个数组的平均值作为输出。它能平滑随机噪声，但会引入一定的延迟。N值越大，越平滑，延迟也越大。对于心率信号，N取8-16是比较合适的起点。

   // 示例：简易移动平均滤波 const int numReadings = 10; int readings[numReadings]; // 存储读数的数组 int readIndex = 0; // 当前读数索引 int total = 0; // 总和 int average = 0; // 平均值 void setup() { for (int i = 0; i < numReadings; i++) readings[i] = 0; } int smooth(int newReading) { total = total - readings[readIndex]; // 减去最旧的读数 readings[readIndex] = newReading; // 存入新读数 total = total + readings[readIndex]; // 加上新读数 readIndex = (readIndex + 1) % numReadings; // 循环索引 return total / numReadings; // 返回平均值 }

2. 带通滤波：心率信号的有效频率范围大致在0.5 Hz到3.0 Hz之间（对应30到180 BPM）。我们可以设计一个简单的数字带通滤波器，例如通过一个高速滤波器去除基线漂移，再经过一个低通滤波器去除高频噪声。这可以通过计算信号的一阶或二阶差分等近似实现，但实现起来比移动平均复杂。

3. 动态阈值峰值检测：滤波后的信号是一个近似周期性的波形。检测心率的关键是准确找到每个波峰的时刻。一个鲁棒的方法是使用动态阈值。算法可以这样工作：持续追踪信号的最大值和最小值，设定一个阈值，比如threshold = min + (max - min) * 0.7。当信号值从低于阈值上升到高于阈值时，标记为一个上升沿；之后当信号值达到一个局部最大值并开始下降时，可以认为是一个波峰。检测到波峰后，记录当前时间（millis()），并与上一个波峰的时间比较，得到心跳间隔（IBI, Inter-Beat Interval）。

3.3 心率计算与显示逻辑

得到IBI（单位：毫秒）后，计算心率就很简单了：BPM = 60000 / IBI。但是，单次IBI计算容易受偶然误差影响（比如一次误检测或漏检测）。因此，通常采用滑动平均或中值滤波来处理连续多个BPM值，得到一个稳定的输出。

在TFT屏幕上显示，我们需要考虑用户体验。初始化时，显示一个静态的界面，比如标题“Heart Rate Monitor”。主循环中，在计算得到稳定的BPM值后，清空之前显示数字的区域（避免残影），然后用大字体刷新显示新的BPM值。还可以增加一些视觉反馈，比如当手指放置正确且信号良好时，屏幕边框显示绿色；信号弱或未检测到时，显示红色。

注意事项：代码中必须加入“超时重置”逻辑。如果超过一定时间（例如3秒）没有检测到新的有效波峰，应将BPM显示清零或显示“---”，并提示用户重新放置手指。这避免了显示一个过时且可能错误的心率值。

4. 3D打印外壳的设计与优化

4.1 使用Tinkercad进行快速建模

Tinkercad是一款在线的、面向初学者的三维建模工具，非常适合这类简单的外壳设计。设计思路是制作一个分为“底壳”和“面壳”的两部分结构。底壳用于固定Arduino Uno主板，面壳则用于固定TFT屏幕和脉搏传感器。

开始设计前，必须进行精确测量。使用卡尺测量Arduino Uno的长宽高（约68.6mm x 53.4mm x 15mm，不含引脚）、TFT屏幕模块的尺寸、脉搏传感器的尺寸。在Tinkercad中，使用“长方体”基本体构建外壳主体，然后使用“孔”形状来挖出需要的空间：

• 底壳：内部需要凸起的支柱或卡槽，用于固定Arduino的四个安装孔。底部可以设计一些加强筋，防止打印变形。侧壁需要为USB-B接口、电源接口、ICSP接口开孔。
• 面壳：需要开一个矩形窗口以露出TFT屏幕，并在旁边开一个小圆孔或方孔，用于固定脉搏传感器，使其感光部分能恰好对准外壳表面。面壳与底壳的接合处，可以采用简单的卡扣配合或螺丝柱配合。对于螺丝柱配合，需要在底壳和面壳对应位置设计圆柱体作为螺丝柱，并在面壳的螺丝柱上预留沉孔。

4.2 打印设置与后处理

将设计好的STL文件导入切片软件（如Cura）。打印参数设置直接影响成品质量：

• 材料：PLA是最佳选择，它易于打印、无异味、强度足够。选择红色、白色或其他你喜欢的颜色。
• 层高：0.2mm可以在打印速度和表面光洁度之间取得良好平衡。
• 填充密度：15%-20%的填充率足以提供必要的结构强度，同时节省材料和时间。
• 支撑：如果外壳有悬空结构（如面壳内侧固定屏幕的卡扣），需要生成支撑。但设计时应尽量避免大面积的悬垂，以减少对支撑的依赖，便于拆除并获得更好的内壁质量。
• 底座（Raft/Brim）：如果担心模型翘边，可以启用Brim（裙边），它比Raft（底座）更节省材料且易于剥离。

打印完成后，小心地移除支撑和底座。用砂纸打磨结合面，确保底壳和面壳能平整地对齐。对于螺丝孔，可能需要用手动钻或合适尺寸的钻头进行通孔，以确保螺丝能顺利穿过。

4.3 内部布局与组装技巧

组装顺序很关键：

1. 底壳内部：首先将Arduino Uno放入底壳。不要急于使用永久性胶水。可以先使用双面泡棉胶或蓝丁胶临时固定，方便后期调试或更换。将连接TFT屏和传感器的杜邦线预先整理好，用扎带或胶带固定在底壳内壁，留出合适的长度。
2. 面壳内部：将TFT屏幕和脉搏传感器放入面壳对应的位置。这里我强烈推荐使用尼龙双面胶或VHB胶带来固定。它们粘性足够强，又具有一定的弹性，可以缓冲轻微震动，并且未来如果需要拆卸，相对容易清理。确保传感器感光区域与外壳的开孔完全对准，且没有胶体遮挡。
3. 最终合体：将面壳上引出的线缆与底壳内的Arduino对应引脚连接。再次上电测试，确保一切功能正常。最后，将面壳扣到底壳上。如果采用卡扣设计，听到“咔哒”声即可；如果采用螺丝固定，均匀拧紧四颗螺丝（如M3x10mm）。切勿过度拧紧，以免压裂打印件。

实操心得：在面壳内侧，围绕屏幕开窗和传感器开孔的位置，设计一圈1mm高、1mm宽的围栏。这样在粘贴屏幕和传感器时，它们可以靠在这个围栏上，确保与外壳表面平齐，不会内陷或歪斜，外观会精致很多。

5. 系统调试、校准与性能优化

5.1 上电调试与信号质量评估

组装完成后首次上电，不要急于测量。首先观察TFT屏幕是否正常点亮，并显示预期的初始界面（如等待信号提示）。接下来，将指尖轻轻、稳定地覆盖在脉搏传感器上。此时，打开Arduino IDE的串口绘图器（Serial Plotter），这是最强大的调试工具。

在代码中，除了输出计算后的BPM，还应将滤波后的原始模拟值（analogRead(A0)）也通过串口发送。在串口绘图器中，你应该能看到一个清晰的、周期性的波形。一个健康的信号波形应该具有以下特征：有明显的波峰和波谷，波形相对平滑（噪声毛刺少），基线稳定（没有缓慢的上下漂移）。如果波形噪声很大，像一团杂草，说明滤波参数需要调整（比如增加移动平均的窗口大小）。如果基线持续上漂或下漂，可能是传感器压力不稳定或环境光干扰。

5.2 心率计算的校准与验证

得到稳定波形后，就需要验证心率计算的准确性。最直接的方法是与一个可靠的参考设备进行对比，比如智能手环、智能手表或专业的指夹式脉搏血氧仪。让自己处于静坐状态，同时用自制设备和参考设备测量心率，记录多组数据。

你可能会发现两种常见偏差：

1. 数值系统性偏快或偏慢：这可能是峰值检测算法过于敏感或迟钝。可以调整动态阈值中的比例系数（上文提到的0.7），比如尝试0.65或0.75，观察哪个值得到的BPM更接近参考值。
2. 数值不稳定，跳动剧烈：这通常是信号噪声大或峰值检测算法在噪声影响下误触发导致的。除了优化硬件（确保供电稳定、传感器接触良好），应在软件中增加“有效信号判断”。例如，只有当检测到的IBI在一个合理的生理范围内（如对应心率30-180 BPM），并且连续几次检测到的IBI值相差不大时，才更新最终显示的BPM值。这被称为“置信度检查”。

5.3 功耗优化与便携性增强

虽然USB供电很方便，但如果你希望它真正成为一个便携设备，功耗就值得关注了。Arduino Uno在默认情况下功耗并不低。我们可以进行一些软件优化：

• 降低屏幕亮度：通过PWM控制背光引脚，将亮度调整到刚好清晰可见的程度，能显著降低电流。
• 使用睡眠模式：在等待测量或长时间无操作时，可以让Arduino进入空闲（Idle）或掉电（Power-down）模式，通过外部中断（比如传感器信号变化）唤醒。但这需要修改硬件电路，将传感器信号连接到支持外部中断的引脚（如D2, D3）。
• 选用更省电的主控：如果进行二次迭代，可以考虑使用Arduino Nano Every或基于ARM Cortex-M0+的Seeed Studio XIAO系列，它们原生功耗更低，性能更强。

此外，可以考虑在底壳上集成一个小型锂电池（如18650）和充电管理模块（如TP4056），实现真正的无线便携。这时需要增加一个电源开关，并注意将整个系统的电压稳定在5V。

6. 常见问题排查与进阶扩展思路

6.1 问题速查表

在实际制作过程中，你几乎一定会遇到下面这些问题。这里是一个快速排查指南：

6.2 项目进阶扩展方向

当基础功能稳定实现后，这个项目还有巨大的扩展空间：

1. 数据记录与可视化：为Arduino增加一个SD卡模块，将实时的心率数据（带时间戳）记录到CSV文件中。之后可以将数据导入电脑，用Python（Matplotlib）或Excel绘制长时间的心率变化曲线，观察运动、休息前后的心率恢复情况。
2. 无线传输与手机App：用蓝牙模块（如HC-05/06）或Wi-Fi模块（如ESP8266）替换Arduino Uno，将心率数据实时发送到手机。你可以用MIT App Inventor或更专业的平台开发一个简单的手机App来接收和显示数据，甚至实现异常心率报警。
3. 多参数监测：升级传感器。使用MAX30102模块，它可以同时测量心率和血氧饱和度（SpO2）。只需修改代码，利用相应的库解析传感器数据，就能在TFT屏上同时显示两个生命体征参数。
4. 算法优化与心率变异性（HRV）：深入信号处理领域，实现更先进的数字滤波（如巴特沃斯滤波器）和峰值检测算法。更进一步，可以计算连续心跳间隔的微小变化，即心率变异性（HRV），这是一个反映自主神经系统活动的重要指标，对压力评估有一定参考意义。
5. 产品化外观设计：使用更专业的3D建模软件（如Fusion 360）重新设计外壳，加入圆角、纹理、品牌Logo等，使用双色打印或后期喷涂，让它看起来更像一个市售的消费电子产品。

这个项目从传感器原理到代码实现，再到结构设计，覆盖了一个嵌入式产品原型开发的完整链条。我个人的体会是，最难的不是让屏幕亮起来或代码跑起来，而是如何让设备在各种情况下（不同肤色、不同体温、轻微移动）都能稳定可靠地工作。这需要反复地调试滤波参数、优化检测算法、改进机械结构。每一次调试后看到波形变得更干净、读数变得更稳定，那种攻克难题的快乐，正是DIY项目最吸引人的地方。最后一个小建议，在将电路装入外壳前，务必在面包板上进行长达数小时的老化测试，模拟各种使用场景，这能帮你提前发现很多潜在的不稳定因素。