Raspberry Pi 距离检测实战：在 IoT-For-Beginners 中驱动 VL53L0X 飞行时间传感器

Raspberry Pi 距离检测实战：在 IoT-For-Beginners 中驱动 VL53L0X 飞行时间传感器

【免费下载链接】IoT-For-Beginners12 Weeks, 24 Lessons, IoT for All!项目地址: https://gitcode.com/GitHub_Trending/io/IoT-For-Beginners

本文基于 IoT-For-Beginners 开源课程4-manufacturing/lessons/4-trigger-fruit-detector一课的 Raspberry Pi 章节整理而成，讲解如何为树莓派接入 Grove Time of Flight（飞行时间）距离传感器并读取距离数据。该能力是"水果品质检测器"原型中"用接近传感器触发拍照分类"环节的第一步，读完本文你将掌握 VL53L0X 传感器在树莓派上的接线方法、rpi-vl53l0xPython 库的安装与调用，以及完整的可运行示例代码。

为什么需要接近传感器

在完整的 IoT 应用中，系统往往由多个设备协同工作：传感器采集物理世界数据、云服务分析决策、执行器或可视化做出响应。4-manufacturing项目的最后一课 触发水果品质检测 就围绕"水果在传送带上到达指定位置后自动拍照、调用图像分类模型判断成熟度"这一场景展开。

其中，接近传感器（proximity sensor）承担触发器的角色：它通过发射激光或红外光束并计算光束被物体反射回来的时间，来测量传感器到物体之间的距离。当水果到达传送带上的正确位置时，距离值发生明显变化，设备据此判断"水果已就位"，进而触发后续的拍照与分类流程。这也是智能手机"贴近耳朵时关闭屏幕"所用的同类技术。

硬件：Grove Time of Flight 距离传感器

树莓派需要外接一个接近传感器。本课选用的是 Seeed 的Grove Time of Flight distance sensor（基于 ST 的 VL53L0X 芯片），要点如下：

接线：将传感器连接到 Grove Base Hat

连接步骤非常简单，全程只需要一根 Grove 线缆：

1. 将 Grove 线缆的一端插入距离传感器的插座——该插座只有一个方向能插入；
2. 在树莓派断电的状态下，将线缆另一端插入 Grove Base Hat 上标记为I²C的插座。这些插座位于底座的最下一排，与 GPIO 引脚相对的一端，紧邻摄像头排线插槽。

接线完成后即可给树莓派上电并等待系统启动。需要说明的是，Grove Base Hat 通过 I²C 与树莓派的 GPIO 通信，VL53L0X 芯片在硬件上固定使用0x29地址，因此无需额外配置地址。

编程：安装 rpi-vl53l0x 并读取距离

树莓派端使用 Python 编程。完整的可用代码已收录在本仓库的 code-proximity/pi/fruit-quality-detector/distance_sensor.py 中，下面按原课程的实操步骤逐步还原。

第一步：安装依赖包

在树莓派上（直接在设备上，或通过 VS Code 的 Remote SSH 扩展连接）打开fruit-quality-detector项目，然后安装rpi-vl53l0xPip 包——这是一个专门与 VL53L0X 飞行时间距离传感器交互的 Python 包：

pip install rpi-vl53l0x

第二步：创建脚本文件

在项目中新建distance-sensor.py。课程特别提示：模拟多台 IoT 设备的一个简单方法，就是把每台"设备"各自放在一个独立的 Python 文件中，然后同时运行它们——本课后续正是用这种方式让树莓派同时扮演"接近传感器设备"与"摄像头设备"。

第三步：导入依赖

import time from grove.i2c import Bus from rpi_vl53l0x.vl53l0x import VL53L0X

• grove.i2c.Bus来自 Grove I²C 总线库，用于访问树莓派上的 I²C 总线；
• rpi_vl53l0x.vl53l0x.VL53L0X是 Grove Time of Flight 传感器内部核心芯片（VL53L0X）的驱动库。

第四步：初始化传感器

distance_sensor = VL53L0X(bus = Bus().bus) distance_sensor.begin()

第一行通过 Grove I²C 总线声明一个距离传感器实例，第二行调用begin()启动传感器。

第五步：编写无限读取循环

while True: distance_sensor.wait_ready() print(f'Distance = {distance_sensor.get_distance()} mm') time.sleep(1)

循环的逻辑是：先调用wait_ready()等待传感器产生一个可读的测量值，再通过get_distance()取出距离（单位毫米）打印到控制台，最后sleep(1)让每秒采样一次。仓库中的 distance_sensor.py 与上述代码逐行一致，可直接对照阅读。

第六步：运行并验证

运行该文件（注意文件名是distance-sensor.py，不要误用app.py）：

python3 distance_sensor.py

在传感器前方摆放物体即可看到距离读数变化：

pi@raspberrypi:~/fruit-quality-detector $ python3 distance_sensor.py Distance = 29 mm Distance = 28 mm Distance = 30 mm Distance = 151 mm

⚠️ 激光测距模块在传感器背面，测量距离时请务必使用正确的一侧朝向被测物体。

从单设备到多设备：如何模拟多台 IoT 设备

本课原型需要多台"设备"协同工作：接近传感器检测水果到达、摄像头设备拍照分类、LED 设备告警。由于树莓派属于单板计算机（Single Board Computer），可以同时运行多个应用程序，因此模拟多台 IoT 设备的方式就是为每台设备写一个独立的 Python 文件，再在不同终端会话中同时运行它们——这正是本课把代码拆成独立文件的原因。

与之相对，微控制器（如 Wio Terminal）无法同时运行多个应用，需要在单个程序中用类（如DistanceSensor、ClassifierCamera、LEDController）组织各设备的逻辑，并在主loop中用计数器协调不同设备的不同处理周期。课程在 README 的 "Using developer devices to simulate multiple IoT devices" 一节 有详细说明。

其他硬件路径对照

同一课还提供了另外两条硬件路径，思路一致、API 高度相似，可按手头设备选用：

• Wio Terminal（微控制器）：使用 PlatformIO 工程，通过seeed-studio/Grove Ranging sensor - VL53L0X @ ^1.1.1库依赖和Seeed_vl53l0x类完成测距，完整工程见 code-proximity/wio-terminal/distance-sensor，其 main.cpp 使用PerformSingleRangingMeasurement单次测距并打印RangeMilliMeter字段，每 1000ms 采样一次；
• 虚拟 IoT 设备（无硬件）：通过 CounterFit 应用添加一个 I²C 地址为0x29的Distance传感器，安装counterfit-shims-rpi-vl53l0xshim 包，以VL53L0X()无参方式初始化（因为 shim 会接管总线模拟），对应代码见 code-proximity/virtual-iot-device/fruit-quality-detector/distance_sensor.py。

距离数据如何融入完整流程

传感器读出的距离值并不是终点。在水果品质检测的参考架构（见 README 中 "Design a fruit quality control system" 一节）中，距离数据会被进一步用于触发拍照与分类：设备端需要判断"距离是否足够近"并发送触发消息，还是把原始距离全部上报云端由 IoT Hub 决策——这需要在"消息成本"与"设备可配置性"之间权衡，是架构设计阶段就要定义好的消息结构与决策点。本课原型后续会在此基础上接入 IoT Hub 与图像分类，构建出完整的多设备链路。

【免费下载链接】IoT-For-Beginners12 Weeks, 24 Lessons, IoT for All!项目地址: https://gitcode.com/GitHub_Trending/io/IoT-For-Beginners