当前位置：首页 > news >正文

Arduino 结合 ADXL335 实现姿态感知与OLED动态显示

news 2026/5/16 10:25:24

1. 从零开始认识ADXL335三轴加速度计

第一次接触ADXL335这个火柴盒大小的传感器时，我完全没想到它能实现这么多有趣的功能。这个指甲盖大小的模块实际上是个精密的微机电系统（MEMS），内部结构就像是用硅材料雕刻的微型跷跷板。当传感器倾斜或移动时，这些微型结构会产生位移，进而转换成电信号输出。

ADXL335最吸引我的特点是它采用模拟输出，这意味着我们不需要复杂的通信协议，直接用Arduino的模拟输入引脚就能读取数据。实测下来，它的功耗低至400微安，用Arduino的5V引脚供电就能稳定工作。不过要注意，这个传感器对电源波动比较敏感，建议在VCC和GND之间加个0.1μF的滤波电容，这是我调试时踩过的坑。

传感器输出的原始值是0-1023的模拟量，对应的是±3g的加速度范围。这里有个实用技巧：在静止状态下，Z轴输出值通常在340-360之间（对应1g重力加速度），这个特性可以用来校准传感器。我习惯在setup()函数里先读取10次静止状态的值取平均，作为基准参考。

2. 硬件连接与电路设计

2.1 接线方案详解

ADXL335的接线看似简单，但有几个细节容易出错。我推荐使用这种接法：

Arduino 5V → ADXL335 VCC
Arduino GND → ADXL335 GND
Arduino A1 → X轴输出
Arduino A2 → Y轴输出
Arduino A3 → Z轴输出

特别注意要使用质量较好的杜邦线，劣质线材容易引入干扰。有次调试时数据跳动严重，换了屏蔽线立即改善。如果要做成品装置，建议直接焊接，避免接触不良。

OLED屏幕我常用SSD1306驱动的0.96寸型号，接线如下：

Arduino A4 → SDA
Arduino A5 → SCL
5V → VCC
GND → GND

2.2 电源滤波设计

ADXL335对电源噪声敏感，我的经验是采用两级滤波：

在传感器VCC和GND之间并联10μF电解电容
再并联0.1μF陶瓷电容

这个组合能有效抑制高频和低频噪声。实测显示，加了滤波电路后数据稳定性提升约40%。如果要做电池供电项目，建议再加个LC滤波电路，效果会更明显。

3. 核心代码解析与优化

3.1 基础数据采集代码

int ReadAxis(int axisPin) { long reading = 0; analogRead(axisPin); // 首次读取丢弃 delay(1); for(int i=0; i<10; i++) { reading += analogRead(axisPin); delay(2); } return reading/10; }

这段代码有三大优化点：

首次读取丢弃：避免首次读数不稳定的问题
多次采样平均：有效抑制随机噪声
适当延时：让ADC电路充分稳定

3.2 数据转换与校准技巧

原始数据需要转换成实际加速度值，这里有个实用公式：

加速度(g) = (原始值 - 零点偏移) / 灵敏度

零点偏移通常在512左右，灵敏度约170LSB/g。建议在代码中加入自动校准功能：

void Calibrate() { float xSum=0, ySum=0, zSum=0; for(int i=0; i<100; i++) { xSum += analogRead(xInput); ySum += analogRead(yInput); zSum += analogRead(zInput); delay(10); } xOffset = xSum/100; yOffset = ySum/100; zOffset = zSum/100 - 170; // Z轴默认有1g重力 }

4. OLED动态显示实现

4.1 基本数据显示方案

使用Adafruit_SSD1306库可以轻松驱动OLED。我常用的显示布局分为三个区域：

顶部标题区：显示传感器型号和状态
中部原始值区：显示XYZ三轴原始数据
底部加速度区：显示转换后的G值

void UpdateDisplay() { display.clearDisplay(); display.setTextSize(1); // 标题区 display.setCursor(15,0); display.print("ADXL335 Monitor"); // 原始值区 display.setCursor(0,15); display.print("Raw:"); display.print(xRaw); display.print(","); display.print(yRaw); display.print(","); display.print(zRaw); // 加速度区 display.setCursor(0,30); display.print("Accel:"); display.print(xAccel,2); display.print("g,"); display.print(yAccel,2); display.print("g,"); display.print(zAccel,2); display.print("g"); display.display(); }

4.2 高级可视化技巧

想让显示更生动可以添加这些元素：

动态进度条：用drawRect函数实现加速度可视化
简易姿态指示器：用drawCircle和fillCircle显示倾斜方向
历史曲线：记录最近20个数据点用drawLine绘制趋势图

这是我常用的进度条实现代码：

void DrawBar(int x, int y, float value) { int length = map(abs(value*100), 0, 300, 0, 50); display.drawRect(x, y, 50, 8, WHITE); display.fillRect(x, y, length, 8, WHITE); }

5. 实战应用与问题排查

5.1 典型应用场景

这个组合非常适合这些应用：

电子水平仪：检测平面倾斜角度
运动记录器：捕捉震动和冲击
姿态控制器：作为简单的人机交互接口

我做过一个有趣的案例是用它控制LED矩阵的动画方向，随着电路板倾斜，光流会相应改变方向，效果相当炫酷。

5.2 常见问题解决方案

问题1：数据跳动严重

检查电源滤波是否到位
增加采样次数到20次
尝试改用外部基准电压

问题2：Z轴读数异常

确认校准程序是否执行
检查传感器是否水平放置
尝试重新焊接连接线

问题3：OLED显示闪烁

降低刷新频率到10Hz以下
检查I2C上拉电阻(4.7kΩ最佳)
缩短连接线长度

6. 进阶技巧与性能优化

6.1 数字滤波算法实现

原始数据往往包含噪声，可以采用这些滤波方法：

移动平均滤波：简单有效，适合大多数场景
卡尔曼滤波：需要一定数学基础，但效果更好
低通滤波：抑制高频噪声效果显著

这是我调校过的移动平均滤波实现：

#define FILTER_SIZE 5 float xBuffer[FILTER_SIZE]; float ApplyFilter(float newValue) { // 移动缓冲区 for(int i=0; i<FILTER_SIZE-1; i++) { xBuffer[i] = xBuffer[i+1]; } xBuffer[FILTER_SIZE-1] = newValue; // 计算平均值 float sum = 0; for(int i=0; i<FILTER_SIZE; i++) { sum += xBuffer[i]; } return sum/FILTER_SIZE; }