当前位置：首页 > news >正文

基于ESP32与MAX30102的便携式血氧心率监测仪DIY指南

news 2026/6/5 4:40:59

1. 硬件准备与连接指南

想要打造自己的便携式血氧心率监测仪，首先得把硬件准备齐全。我建议选择ESP32-WROOM-32开发板作为主控，这款芯片性价比超高，自带蓝牙和Wi-Fi功能，后续扩展空间大。传感器方面MAX30102是不二之选，它能同时采集心率血氧数据，价格还不到50元。显示部分推荐0.96寸OLED屏，4针I2C接口的那种，体积小巧又省电。

这里有个新手容易踩的坑：MAX30102和OLED屏默认都是I2C设备，地址会冲突。我的解决方案是用ESP32的两组I2C接口——Wire和Wire1。具体接线时，OLED接默认的GPIO21(SDA)、GPIO22(SCL)，MAX30102接GPIO5(SDA)、GPIO23(SCL)。记得给MAX30102加个3.3V稳压模块，这芯片对电压波动特别敏感。

焊接时要注意，MAX30102的引脚特别密，建议先用万用表测通断。我上次就遇到虚焊导致数据乱跳的情况，折腾了半天才发现是接触不良。电源部分最好单独给传感器供电，ESP32的3.3V输出带载能力有限，同时驱动多个设备可能会电压不稳。

2. 开发环境搭建

软件方面需要安装Arduino IDE和ESP32开发板支持包。打开IDE首选项，在附加开发板管理器网址里添加https://dl.espressif.com/dl/package_esp32_index.json。然后在工具-开发板管理器搜索安装esp32，建议选择2.0.11版本，新版本有时会有兼容性问题。

必备的库文件有三个：

SparkFun MAX3010x库（用于传感器驱动）
Adafruit_SSD1306（OLED显示）
Wire库（I2C通信）

安装完库记得检查示例代码。我遇到过库版本不匹配导致编译失败的情况，这时候需要手动修改库文件。比如MAX30102的示例代码里可能需要把particleSensor.begin()改成particleSensor.begin(Wire1, I2C_SPEED_FAST)才能用自定义I2C接口。

3. 传感器数据采集实战

MAX30102的数据采集有讲究，直接读取原始值会得到一堆噪声。我们需要先进行初始化配置：

Wire1.begin(5, 23); // 自定义SDA=5, SCL=23 if (!particleSensor.begin(Wire1, I2C_SPEED_FAST)) { Serial.println("传感器未连接！"); while(1); } particleSensor.setup(0x1F); // 配置LED电流 particleSensor.setPulseAmplitudeRed(0xFF); // 红光强度 particleSensor.setPulseAmplitudeIR(0xFF); // 红外光强度

实际采集时要注意采样率设置。心率检测建议用100Hz采样率，血氧检测可以低一些。我通常开两个缓冲区，一个存红外光(IR)数据用于心率计算，一个存红光(RED)数据用于血氧计算。采集到的原始数据要先经过滑动平均滤波，我用的是5点移动平均，效果不错。

4. 心率算法实现细节

心率检测的核心是找到心跳波形中的峰值。这里分享我优化过的算法：

long lastBeat = 0; byte rates[RATE_SIZE]; byte rateSpot = 0; float beatAvg = 0; void processHeartRate(int ir) { if (checkForBeat(ir) == true) { long delta = millis() - lastBeat; lastBeat = millis(); float beatsPerMinute = 60 / (delta / 1000.0); if (beatsPerMinute < 255 && beatsPerMinute > 20) { rates[rateSpot++] = (byte)beatsPerMinute; rateSpot %= RATE_SIZE; beatAvg = 0; for (byte x = 0; x < RATE_SIZE; x++) beatAvg += rates[x]; beatAvg /= RATE_SIZE; } } }

这个算法的关键在于checkForBeat()函数，它通过检测IR信号的斜率变化来识别心跳。实测中发现，运动干扰会导致误检，所以我加了个阈值判断（20-255BPM）。为了数据稳定，采用环形缓冲区存储最近8次心率值求平均。

5. 血氧饱和度计算原理

血氧计算比心率复杂得多，需要同时分析红光和红外光信号。基本原理是：

计算红光AC分量与DC分量的比值
计算红外光AC分量与DC分量的比值
用这两个比值求R值
通过R值查表或公式计算SpO2

具体实现时，我参考了Maxim官方提供的算法：

float calculateSpO2(int red, int ir) { static float dc_red = 0, dc_ir = 0; static float ac_red = 0, ac_ir = 0; // DC分量计算（低频基线） dc_red = 0.95 * dc_red + 0.05 * red; dc_ir = 0.95 * dc_ir + 0.05 * ir; // AC分量计算（高频波动） ac_red = abs(red - dc_red); ac_ir = abs(ir - dc_ir); // 计算R值 float R = (ac_red * dc_ir) / (ac_ir * dc_red); // 经验公式转换 return 110 - 25 * R; }

注意这个算法需要校准。我测试时发现，不同人的皮肤厚度、血管位置都会影响读数。建议先用专业血氧仪测几个基准值，然后调整公式参数。

6. OLED显示优化技巧

数据显示要兼顾可读性和实时性。我设计的界面分三个区域：

顶部显示实时波形（心率脉冲）
中间显示数字值（心率、血氧）
底部显示状态和电量

使用SSD1306库时要注意缓冲区的使用技巧：

display.clear(); display.setFont(ArialMT_Plain_16); display.setTextAlignment(TEXT_ALIGN_CENTER); display.drawString(64, 10, "HR: " + String((int)beatAvg)); display.drawString(64, 30, "SpO2: " + String((int)spo2) + "%"); // 绘制实时波形 static int wavePos = 0; display.setPixel(wavePos, 64 - ir/100); wavePos = (wavePos + 1) % 128; if(wavePos == 0) display.clear(); display.display();

为了省电，可以设置屏幕刷新率为1Hz。但波形刷新建议保持10Hz以上，否则会显得卡顿。我还在代码里加了自动亮度调节，根据环境光传感器数据动态调整OLED亮度。