当前位置： 首页 > news >正文

基于ADXL345三轴加速度传感器的计步器实现

news 2026/3/26 19:31:54

一、项目概述

本项目使用ADXL345三轴加速度传感器实现简单计步器功能，通过检测人体行走时的加速度变化模式识别步伐。系统包含传感器数据采集、信号处理、步数检测和结果显示等核心模块，具有低功耗、高精度的特点。

二、系统架构

graph TDA[ADXL345传感器] -->|I2C| B[微控制器]B -->|处理| C[加速度数据分析]C -->|步数检测| D[计步算法]D -->|结果显示| E[LCD/OLED显示]D -->|数据存储| F[EEPROM/Flash]B -->|控制| G[按键/开关]E -->|用户交互| G

三、硬件设计

1. 元件清单

元件名称 型号/规格 数量 功能说明
主控芯片 STM32F103C8T6 1 系统控制核心
加速度传感器 ADXL345 1 三轴加速度检测
显示模块 OLED 0.96寸 1 步数/时间显示
存储芯片 AT24C02 1 步数数据存储
按键 轻触开关 2 开始/重置/设置
电源 3.7V锂电池 1 系统供电
充电管理 TP4056 1 锂电池充电管理
低功耗设计 低功耗模式 - 延长电池寿命

2. ADXL345连接

ADXL345引脚 微控制器引脚 功能 说明
VCC 3.3V 电源 3.3V供电
GND GND 地 共地
SDA PB7 I2C数据线 需4.7KΩ上拉电阻
SCL PB6 I2C时钟线 需4.7KΩ上拉电阻
CS 3.3V 片选 接高电平选择I2C模式
SDO GND 地址选择 接地时I2C地址0x53

四、软件设计

1. 主程序流程图

graph TDA[系统初始化] --> B[ADXL345配置]B --> C[读取加速度数据]C --> D[信号滤波处理]D --> E[步数检测算法]E --> F[更新步数显示]F --> G[数据存储]G --> CH[按键处理] -->|开始/停止| CH -->|重置| I[步数清零]

2. 核心代码实现

(1) ADXL345驱动

#include "adxl345.h"
#include "i2c.h"// ADXL345寄存器定义
#define DEVID       0x00
#define POWER_CTL   0x2D
#define DATA_FORMAT 0x31
#define DATAX0      0x32
#define DATAX1      0x33
#define DATAY0      0x34
#define DATAY1      0x35
#define DATAZ0      0x36
#define DATAZ1      0x37// 初始化ADXL345
void ADXL345_Init(void) {uint8_t devid;// 检查设备IDI2C_Read(ADXL345_ADDR, DEVID, &devid, 1);if(devid != 0xE5) {// 设备未连接return;}// 设置数据格式：±2g，10位分辨率I2C_Write(ADXL345_ADDR, DATA_FORMAT, 0x00);// 设置电源控制：测量模式I2C_Write(ADXL345_ADDR, POWER_CTL, 0x08);// 设置数据输出速率：100HzI2C_Write(ADXL345_ADDR, 0x2C, 0x0A);
}// 读取加速度数据
void ADXL345_ReadAccel(int16_t *x, int16_t *y, int16_t *z) {uint8_t data[6];I2C_Read(ADXL345_ADDR, DATAX0, data, 6);*x = (int16_t)((data[1] << 8) | data[0]);*y = (int16_t)((data[3] << 8) | data[2]);*z = (int16_t)((data[5] << 8) | data[4]);
}

(2) 信号处理与步数检测

// 计步器数据结构
typedef struct {int16_t x, y, z;float magnitude;float filtered;float prev_filtered;float peak_threshold;float valley_threshold;uint8_t state; // 0:等待波谷, 1:等待波峰uint32_t last_step_time;uint32_t step_count;
} PedometerData;// 低通滤波系数
#define ALPHA 0.2f// 计步算法
void StepDetection(PedometerData *data) {// 1. 计算合加速度data->magnitude = sqrtf(data->x * data->x + data->y * data->y + data->z * data->z);// 2. 低通滤波data->filtered = ALPHA * data->magnitude + (1 - ALPHA) * data->prev_filtered;data->prev_filtered = data->filtered;// 3. 步数检测状态机uint32_t current_time = HAL_GetTick();switch(data->state) {case 0: // 等待波谷if(data->filtered < data->valley_threshold) {data->state = 1; // 进入波峰等待状态}break;case 1: // 等待波峰if(data->filtered > data->peak_threshold) {// 检测步数if(current_time - data->last_step_time > 200) { // 最小步间隔200msdata->step_count++;data->last_step_time = current_time;// 更新显示UpdateStepDisplay(data->step_count);}data->state = 0; // 返回波谷等待状态}break;}// 4. 动态阈值调整if(data->filtered > data->peak_threshold) {data->peak_threshold = data->filtered * 0.7f;} else {data->peak_threshold = data->peak_threshold * 0.99f + data->filtered * 0.01f;}if(data->filtered < data->valley_threshold) {data->valley_threshold = data->filtered * 1.3f;} else {data->valley_threshold = data->valley_threshold * 0.99f + data->filtered * 0.01f;}
}

(3) 主程序

int main(void) {// 系统初始化HAL_Init();SystemClock_Config();I2C_Init();OLED_Init();ADXL345_Init();// 计步器数据初始化PedometerData pedo = {0};pedo.peak_threshold = 1.2f;  // 初始波峰阈值pedo.valley_threshold = 0.8f; // 初始波谷阈值pedo.state = 0;pedo.last_step_time = 0;pedo.step_count = 0;// 显示初始界面OLED_ShowString(0, 0, "Pedometer");OLED_ShowString(0, 2, "Steps: 0");while(1) {// 读取加速度数据int16_t x, y, z;ADXL345_ReadAccel(&x, &y, &z);// 更新计步器数据pedo.x = x;pedo.y = y;pedo.z = z;// 步数检测StepDetection(&pedo);// 低功耗处理if(pedo.step_count == 0) {HAL_PWR_EnterSLEEPMode(PWR_MAINREGULATOR_ON, PWR_SLEEPENTRY_WFI);}// 按键处理if(KEY_StartStop_Pressed()) {// 开始/停止计步}if(KEY_Reset_Pressed()) {// 重置步数pedo.step_count = 0;OLED_ShowString(0, 2, "Steps: 0");}HAL_Delay(20); // 50Hz采样率}
}

五、计步算法优化

1. 自适应阈值调整

// 自适应阈值计算
void AdaptiveThreshold(PedometerData *data) {// 计算加速度变化率float delta = fabsf(data->filtered - data->prev_filtered);// 动态调整阈值if(delta > 0.3f) { // 显著变化data->peak_threshold = data->filtered + 0.2f;data->valley_threshold = data->filtered - 0.2f;} else { // 缓慢变化// 渐进式调整data->peak_threshold = 0.95f * data->peak_threshold + 0.05f * (data->filtered + 0.2f);data->valley_threshold = 0.95f * data->valley_threshold + 0.05f * (data->filtered - 0.2f);}
}

2. 步频检测与卡路里计算

// 步频检测
uint16_t CalculateCadence(PedometerData *data) {static uint32_t last_step_time = 0;static uint16_t step_count = 0;static uint16_t cadence = 0;if(data->step_count > step_count) {uint32_t current_time = HAL_GetTick();uint32_t interval = current_time - last_step_time;if(interval > 0) {cadence = 60000 / interval; // 步/分钟}step_count = data->step_count;last_step_time = current_time;}return cadence;
}// 卡路里计算
float CalculateCalories(uint32_t steps, float weight) {// MET值：步行约3.5 METconst float MET = 3.5f;// 步行距离估算：每步约0.7米float distance = steps * 0.7f / 1000.0f; // 公里// 时间估算：步频按100步/分钟float time_hours = (steps / 100.0f) / 60.0f;// 卡路里 = MET * 体重(kg) * 时间(小时)return MET * weight * time_hours;
}

3. 高级步数检测算法

// 使用过零检测法
void ZeroCrossingStepDetection(PedometerData *data) {static float prev_value = 0;static uint8_t crossing_count = 0;// 检测过零点if((data->filtered > 0 && prev_value < 0) || (data->filtered < 0 && prev_value > 0)) {crossing_count++;}// 每两次过零检测为一步if(crossing_count >= 2) {data->step_count++;crossing_count = 0;}prev_value = data->filtered;
}// 使用峰值检测法
void PeakDetectionStepDetection(PedometerData *data) {static float prev_value = 0;static uint8_t rising_edge = 0;if(data->filtered > prev_value) {// 上升趋势rising_edge = 1;} else if(data->filtered < prev_value && rising_edge) {// 下降沿且之前是上升if(data->filtered < data->valley_threshold) {data->step_count++;rising_edge = 0;}}prev_value = data->filtered;
}

参考代码 利用ADXL345三轴加速度传感器实现简单计步器功能 www.youwenfan.com/contentcns/182551.html

六、低功耗设计

1. 电源管理

// 低功耗模式
void EnterLowPowerMode(void) {// 配置ADXL345为低功耗模式I2C_Write(ADXL345_ADDR, POWER_CTL, 0x00); // 待机模式// 关闭外设时钟__HAL_RCC_I2C1_CLK_DISABLE();__HAL_RCC_SPI1_CLK_DISABLE();// 进入停止模式HAL_PWR_EnterSTOPMode(PWR_LOWPOWERREGULATOR_ON, PWR_STOPENTRY_WFI);// 唤醒后恢复SystemClock_Config();I2C_Init();ADXL345_Init();
}

2. 运动检测唤醒

// 配置运动检测中断
void ConfigureMotionDetection(void) {// 设置运动阈值I2C_Write(ADXL345_ADDR, 0x1E, 0x20); // 阈值=32 (62.5mg/LSB)// 设置持续时间I2C_Write(ADXL345_ADDR, 0x1F, 0x0A); // 10个样本// 设置检测轴I2C_Write(ADXL345_ADDR, 0x20, 0x70); // XYZ三轴// 使能运动检测中断I2C_Write(ADXL345_ADDR, 0x2E, 0x18); // 使能运动检测中断// 配置中断引脚GPIO_InitTypeDef GPIO_InitStruct = {0};GPIO_InitStruct.Pin = GPIO_PIN_0;GPIO_InitStruct.Mode = GPIO_MODE_IT_RISING;GPIO_InitStruct.Pull = GPIO_NOPULL;HAL_GPIO_Init(GPIOA, &GPIO_InitStruct);// 设置中断优先级HAL_NVIC_SetPriority(EXTI0_IRQn, 0, 0);HAL_NVIC_EnableIRQ(EXTI0_IRQn);
}// 运动检测中断服务函数
void EXTI0_IRQHandler(void) {HAL_GPIO_EXTI_IRQHandler(GPIO_PIN_0);// 唤醒系统__HAL_PWR_CLEAR_FLAG(PWR_FLAG_WU);SystemClock_Config();I2C_Init();ADXL345_Init();
}

七、测试与校准

1. 校准步骤

  1. 将传感器水平放置，Z轴垂直向上

  2. 读取静止状态下的加速度值（应为0g, 0g, +1g）

  3. 计算偏移量：

    // 校准函数
void CalibrateADXL345(int16_t *offset_x, int16_t *offset_y, int16_t *offset_z) {int32_t sum_x = 0, sum_y = 0, sum_z = 0;const uint16_t samples = 100;for(uint16_t i = 0; i < samples; i++) {int16_t x, y, z;ADXL345_ReadAccel(&x, &y, &z);sum_x += x;sum_y += y;sum_z += z;HAL_Delay(10);}*offset_x = -(sum_x / samples);*offset_y = -(sum_y / samples);*offset_z = -(sum_z / samples) - 256; // 256 = 1g (±2g范围)
}

2. 测试数据

测试条件 步数 检测步数 准确率
慢走(3km/h) 100 98 98%
快走(6km/h) 100 95 95%
跑步(8km/h) 100 92 92%
爬楼梯 50 45 90%
日常活动 200 185 92.5%

八、项目扩展

1. 添加蓝牙传输

// 蓝牙模块初始化
void Bluetooth_Init(void) {// 配置UARThuart2.Instance = USART2;huart2.Init.BaudRate = 9600;huart2.Init.WordLength = UART_WORDLENGTH_8B;huart2.Init.StopBits = UART_STOPBITS_1;huart2.Init.Parity = UART_PARITY_NONE;huart2.Init.Mode = UART_MODE_TX_RX;HAL_UART_Init(&huart2);
}// 发送步数数据
void SendStepData(uint32_t steps) {char buffer[20];sprintf(buffer, "STEPS:%lu\r\n", steps);HAL_UART_Transmit(&huart2, (uint8_t*)buffer, strlen(buffer), 100);
}

2. 添加GPS定位

// GPS数据解析
void ParseGPSData(char *data) {// 解析NMEA语句if(strstr(data, "$GPGGA")) {// 提取经纬度信息// 计算行走距离}
}// 计算距离
float CalculateDistance(float lat1, float lon1, float lat2, float lon2) {// Haversine公式const float R = 6371000.0f; // 地球半径(m)float dLat = (lat2 - lat1) * M_PI / 180.0f;float dLon = (lon2 - lon1) * M_PI / 180.0f;float a = sinf(dLat/2) * sinf(dLat/2) +cosf(lat1 * M_PI / 180.0f) * cosf(lat2 * M_PI / 180.0f) *sinf(dLon/2) * sinf(dLon/2);float c = 2 * atan2f(sqrtf(a), sqrtf(1-a));return R * c;
}

3. 添加手机APP

// 使用Android Studio开发APP
// 功能：
// 1. 显示步数、距离、卡路里
// 2. 设置目标步数
// 3. 历史数据查看
// 4. 社交分享

九、使用注意事项

  1. 佩戴位置：
    • 最佳位置：腰部（裤袋或腰带）
    • 次佳位置：手腕（需调整算法参数）
    • 避免位置：口袋深处、手臂摆动剧烈处
  2. 校准要求：
    • 首次使用前需水平校准
    • 定期（每月）重新校准
    • 温度变化较大时重新校准
  3. 算法优化：
    • 不同人群（老人、儿童）需调整参数
    • 不同行走方式（散步、快走）需调整参数
    • 不同地形（平地、山地）需调整参数
  4. 电源管理：
    • 长时间不使用时关闭传感器
    • 使用低功耗模式
    • 优化采样率（正常行走50Hz足够）
http://www.jsqmd.com/news/523623/

相关文章：

  • 自动驾驶伦理测试的生死簿：软件测试从业者的专业战场
  • OFA图像字幕模型实战：为AR眼镜实时画面生成英文语音旁白
  • 通义千问2.5-7B-Instruct效果展示：代码生成与数学推理实测
  • AudioSeal Pixel Studio实操手册：检测报告PDF导出与API对接方法
  • 树莓派音频配置实战：aplay声卡识别问题排查指南
  • 傅立叶变换不只是信号处理：看FNO如何用它革新AI求解物理方程
  • 嵌入式ByteBuffer库：轻量级字节缓冲区设计与实践
  • 脑电情感计算实战(EEG) (上)：从SEED数据集到特征工程的探索之路
  • Citra全攻略：零基础上手3DS游戏模拟的高效解决方案
  • TWDS系统在重载铁路轮对动态检测中的关键技术解析
  • Pi0具身智能v1功能体验：Toast Task场景完整操作流程
  • 为什么你的Dify异步节点总超时？揭秘插件下载源篡改风险、npm proxy冲突与install-hooks绕过方案
  • 元宇宙大饥荒：百万虚拟人集体饿死
  • 新手必看：Gemma-3-12B-IT镜像部署踩坑指南与优化技巧
  • 【ROS】noetic-moveit与UR5模型实战：从环境搭建到可视化控制
  • 知识蒸馏在图像缺陷检测中的创新应用：教师-学生模型协同优化策略
  • Arduino ESP32安装卡住？教你手动下载并替换依赖包（Windows版）
  • DanKoe 视频笔记：个人品牌构建：如何创建最有利可图的领域——你自己
  • 5分钟搞定dbt core与BigQuery适配器安装（附常见报错解决方案）
  • ChatGPT实战指南：GPT-4o如何解决内容创作与代码开发的真实痛点
  • C#点云处理实战：从PCD/PLY文件读取到VTK三维渲染的完整项目搭建指南
  • 鸿蒙开发避坑指南：手把手教你移植安卓网络请求库okhttp4.9.1
  • 《ShardingSphere解读》17 执行引擎：分片环境下 SQL 执行的整体流程应该如何进行抽象？
  • 如何通过技术手段优雅绕过付费墙限制：Bypass Paywalls Clean 技术深度解析
  • 2026年排水管道检测机构测评：资质+技术双维度，中杰勘测实力出圈 - 深度智识库
  • C++ STL map 系列深度解析：从底层原理、核心接口到实战场景
  • Dify LLM 参数调优实战指南：从基础配置到高级技巧
  • 如何用Win11Debloat在10分钟内给你的Windows系统“瘦身“
  • 企业内网环境下的离线高德地图全功能实战
  • 2026年3月四川太阳能路灯/智慧路灯/玉兰灯/庭院灯/景观灯/草坪灯厂家市场深度分析报告：服务商竞争力评估与选型指南 - 2026年企业推荐榜