1. 项目概述与核心价值超声波传感器这个听起来有点“高大上”的名字其实在咱们的日常生活中无处不在。从你倒车时“滴滴滴”响的雷达到商场门口自动打开的玻璃门再到工厂里测量液位的设备背后都有它的身影。它的核心原理其实很简单就像蝙蝠在黑暗中飞行一样发出一段人耳听不见的超声波然后竖起耳朵听回声通过计算声音“跑出去”和“跑回来”的时间就能知道前方障碍物有多远。这种非接触式的测量方式让它比那些需要碰触的传感器比如限位开关灵活、耐用得多。这次咱们不用那些复杂的工业控制器就用一块巴掌大小、价格亲民的Raspberry Pi Pico再配上一个经典的HC-SR04超声波模块亲手搭建一个属于自己的测距系统。Pico 是树莓派基金会推出的微控制器主打的就是极致的性价比和灵活的编程能力特别适合我们这些喜欢动手的开发者、电子爱好者或者学生用来学习嵌入式系统和物联网的入门再合适不过了。而 MicroPython作为一种可以在微控制器上运行的 Python 语言大大降低了嵌入式开发的门槛让你能用写脚本的思维来操控硬件。所以这篇文章要解决的就是如何把这两者结合起来实现一个稳定、准确的测距应用。我会从最基础的原理讲起手把手带你完成硬件连接深入解析每一行代码背后的逻辑并分享我在调试过程中踩过的坑和总结的经验。无论你是刚接触硬件的软件工程师还是想给机器人项目增加“眼睛”的学生这篇文章都能给你提供一份可直接“抄作业”的详细指南。2. 核心硬件解析与选型考量2.1 为什么选择 Raspberry Pi Pico在开始接线之前我们得先搞清楚手里的“武器”。选择 Raspberry Pi Pico 作为本项目的主控绝非偶然而是基于几个非常实际的考量。首先性价比无敌。Pico 的核心是一颗 RP2040 微控制器芯片双核 ARM Cortex-M0 处理器运行频率最高 133 MHz虽然比不上那些动辄上 GHz 的处理器但对于处理超声波传感器的信号、进行简单的距离计算和串口输出完全是绰绰有余。它的价格通常只有几十元却提供了 26 个多功能 GPIO 引脚、2个 SPI、2个 I2C、2个 UART 接口以及可编程的 I/OPIO这个独门绝技。PIO 允许你以极低的CPU开销实现特定的时序协议对于需要精确时序控制的应用比如驱动 NeoPixel灯带是神器虽然我们这个超声波项目用不上但也说明了其扩展潜力。其次开发体验友好。Pico 完美支持 MicroPython 和 C/C 开发。对于快速原型开发和学习来说MicroPython 的优势太大了。你不用去折腾复杂的交叉编译环境只需要一根 USB 线把 Pico 当成一个 U 盘把写好的.py文件拖进去就能运行。交互式的 REPL读取-求值-打印循环环境让你可以像在电脑上使用 Python 一样实时测试命令和调试这对于排查硬件问题、验证传感器读数至关重要。最后社区与生态丰富。作为树莓派生态的一员Pico 有着庞大的用户群和丰富的学习资源。你遇到的大部分问题几乎都能在社区论坛或开源项目里找到答案。各种传感器、显示屏的驱动库也很容易找到方便你后续扩展项目比如加上一个 OLED 屏来实时显示距离。2.2 HC-SR04 传感器模块深度剖析HC-SR04 可以说是超声波传感器里的“明星产品”便宜、易用、资料多。但要用好它必须了解其内部工作机制和电气特性。这个模块大致可以分成两部分发射端和接收端。发射端有一个超声波发射探头当我们给 Trig触发引脚一个至少 10 微秒的高电平脉冲时它内部的振荡电路就会驱动探头发出一束 8 个 40kHz 的超声波脉冲。40kHz 远超人类听觉上限20kHz所以我们听不见。声音在空气中以大约 343 米/秒室温下的速度传播碰到障碍物后反射回来。接收端探头接收到这些回波后模块内部的放大和比较电路会进行处理并在 Echo回响引脚输出一个高电平脉冲。这个高电平脉冲的宽度严格等于超声波从发射到返回所经过的时间。这就是我们计算距离的关键数据。这里有一个至关重要的细节HC-SR04 模块通常有两个版本工作电压分别是 5V 和 3.3V。市面上最常见的是 5V 版本。而我们的 Raspberry Pi Pico其 GPIO 引脚的工作电压是 3.3V并且其耐受电压也是 3.3V。这意味着Trig 引脚Pico 的 GPIO 输出高电平是 3.3V。对于 5V 的 HC-SR04其 Trig 引脚的触发高电平阈值通常在 2.0V - 5.0V 之间。3.3V 高于 2.0V因此Pico 的 3.3V 输出可以直接触发 5V 模块没问题。Echo 引脚问题出在这里。5V 版本的 HC-SR04其 Echo 引脚在输出高电平时电压是 5V。如果把这个 5V 信号直接接到 Pico 的 GPIO仅耐受 3.3V上就存在烧毁 Pico 芯片的风险。所以原始资料里那句“If you have a 5v HC-SR04 module like me, please connect it through a LOGIC LEVEL SHIFTER”是绝对的金玉良言不是可选项。电平转换器Logic Level Shifter就像一个翻译官能把 5V 的信号“翻译”成 3.3V 给 Pico 安全读取。常用的有基于 MOSFET 的 TXS0108E 模块或分立元件搭建的分压电路。忽略这一步轻则读数不稳定重则永久损坏你的 Pico。3. 硬件连接与电平转换方案实战3.1 连接原理图与物料清单我们先明确需要哪些东西Raspberry Pi Pico 一块HC-SR04 超声波传感器模块5V 版本一个双向逻辑电平转换模块例如 TXB0108、TXS0108E 或 74LVC245一个杜邦线母对母、公对母若干面包板一块可选但强烈推荐方便连接和测试连接的核心思想是Pico 用 3.3V 触发传感器传感器用 5V 回传信号但这个 5V 信号必须经过电平转换器“降压”成 3.3V 后再给 Pico。具体接线步骤如下供电将 Pico 的VBUS引脚即直接来自 USB 的 5V连接到电平转换器的HV高压侧VCC。将 Pico 的3V3(OUT)引脚输出 3.3V连接到电平转换器的LV低压侧VCC。将 HC-SR04 的VCC引脚连接到电平转换器的HVVCC即与 Pico VBUS 同一点从而为传感器提供 5V 电源。将 Pico 的GND、电平转换器的GND、HC-SR04 的GND三者连接在一起。共地是电路正常工作的基础务必确保可靠连接。信号连接触发信号Pico - SensorPico 的GP14引脚你也可任选其他GPIO连接到电平转换器LV侧的某个通道如 A1。再将电平转换器HV侧对应的通道如 B1连接到 HC-SR04 的Trig引脚。这样Pico 发出的 3.3V 信号经转换器“抬升”到 5V对于TXB0108这类双向转换器其实原样通过但电压域已匹配去触发传感器。回响信号Sensor - PicoHC-SR04 的Echo引脚连接到电平转换器HV侧的另一个通道如 B2。再将电平转换器LV侧对应的通道如 A2连接到 Pico 的GP15引脚。这样传感器返回的 5V 高电平信号经过转换器后被“降低”到 3.3V安全地送入 Pico。注意如果你使用的是 TXB0108/TXS0108E 这类自动双向转换芯片其两侧A端和B端是自动识别方向的接线时无需区分输入输出。但务必查阅你所用转换模块的数据手册确认其电压匹配和使能引脚连接。3.2 不使用电平转换器的“冒险方案”及其风险也许你会想“我手头没有电平转换器能不能用简单电阻分压” 理论上可以但不推荐用于正式项目。一个经典的方案是用两个电阻例如 1kΩ 和 2kΩ串联在 Echo 引脚和 Pico GPIO 之间从中间分压点接 GPIO。这样5V 输入会在 GPIO 处变为约 3.33V (5V * 2k/(1k2k))。但这个方案有显著缺点响应速度电阻和GPIO的输入电容会形成一个低通滤波器可能延缓上升/下降沿在测量极高精度或近距离时引入误差。信号完整性抗干扰能力较弱。可靠性电阻值误差或温度漂移可能使电压超出安全范围。最不推荐的做法是直接连接。我曾抱有侥幸心理试过短时间读取可能正常但系统运行一段时间后Pico 会变得不稳定甚至某个GPIO永久失效。修复的成本远高于一个几块钱的电平转换模块。所以请务必做好电平转换。4. MicroPython 代码实现与逐行精解硬件连接妥当后就到了赋予系统“灵魂”的环节——编程。我们将使用 MicroPython其语法与标准 Python 高度相似但针对嵌入式环境做了优化。4.1 基础测距代码实现首先我们将完整的测距功能封装成一个函数。创建一个名为hcsr04.py的文件。from machine import Pin, Timer import utime class HCSR04: HC-SR04 超声波测距传感器驱动类。 使用前请确保 Echo 引脚已通过电平转换器连接。 def __init__(self, trigger_pin, echo_pin, sound_speed343): 初始化超声波传感器。 :param trigger_pin: 触发信号连接的 GPIO 编号 (例如 14) :param echo_pin: 回响信号连接的 GPIO 编号 (例如 15) :param sound_speed: 声速单位 米/秒默认343 (25摄氏度干燥空气) self.trigger Pin(trigger_pin, Pin.OUT) self.echo Pin(echo_pin, Pin.IN) self.sound_speed sound_speed / 10000 # 转换为 厘米/微秒 (34300 cm/s - 0.0343 cm/μs) self.timeout_us 30000 # 超时时间微秒对应约 5米 距离 def distance_cm(self): 执行一次测距返回以厘米为单位的距离。 如果超时或测量无效返回 None。 # 1. 确保触发引脚先保持低电平 self.trigger.low() utime.sleep_us(2) # 短暂稳定 # 2. 发出至少10微秒的高电平脉冲 self.trigger.high() utime.sleep_us(10) # 标准要求至少10μs这里给足余量 self.trigger.low() # 3. 等待 Echo 引脚变为高电平回波开始 # 添加超时机制防止因物体太远或无回波导致死循环 pulse_start utime.ticks_us() while self.echo.value() 0: if utime.ticks_diff(utime.ticks_us(), pulse_start) self.timeout_us: return None # 超时未检测到回波开始 # 短暂空循环等待 # 记录回波开始的精确时刻 signal_off utime.ticks_us() # 4. 等待 Echo 引脚变为低电平回波结束 pulse_start utime.ticks_us() while self.echo.value() 1: if utime.ticks_diff(utime.ticks_us(), pulse_start) self.timeout_us: return None # 超时回波持续时间异常长 # 短暂空循环等待 # 记录回波结束的精确时刻 signal_on utime.ticks_us() # 5. 计算时间差微秒 time_passed utime.ticks_diff(signal_on, signal_off) # 6. 计算距离距离 (时间 * 声速) / 2 # 声速已转换为 0.0343 cm/μs除以2是因为时间是往返时间 distance (time_passed * self.sound_speed) / 2 return distance # 使用示例 if __name__ __main__: # 初始化传感器Trig 接 GP14, Echo 接 GP15 sensor HCSR04(trigger_pin14, echo_pin15) # 循环测量并打印距离 while True: dist sensor.distance_cm() if dist is not None: print(f距离: {dist:.2f} cm) else: print(测量超时或无效) utime.sleep(0.5) # 每次测量间隔0.5秒4.2 代码逻辑深度解析与优化技巧上面的代码已经是一个健壮性更好的版本了我们来拆解其中的关键点声速的转换 (self.sound_speed sound_speed / 10000)公式距离 (时间 * 声速) / 2中声速常用 343 m/s。我们的时间time_passed单位是微秒 (μs)1秒 1,000,000 微秒。要把声速转换成“厘米/微秒”343 m/s 34300 cm/s。34300 cm/s ÷ 1,000,000 μs/s 0.0343 cm/μs。所以计算时直接用time_passed * 0.0343 / 2即可得到厘米数。在类初始化时做这个转换是为了更清晰。超时机制 (self.timeout_us)这是原始代码没有但极其重要的改进。如果传感器前方没有障碍物或者障碍物太远超过传感器量程HC-SR04通常约2cm-450cmEcho 引脚可能永远不会变高或一直保持高电平导致while循环无限等待程序“卡死”。我们设置一个超时时间例如30000微秒。在等待 Echo 引脚电平变化时不断检查是否超时。一旦超时函数返回None提示本次测量失败。超时时间对应最大测量距离30000μs 对应距离约为(30000 * 0.0343) / 2 ≈ 514.5 cm略大于传感器标称量程是合理的。utime.ticks_us()和utime.ticks_diff()ticks_us()返回一个从某个任意起点开始的微秒计数器用于高精度时间测量。ticks_diff(a, b)用于计算两个“ticks”值之间的差值它会正确处理计数器的溢出wrap-around问题。在嵌入式系统中计数器位数有限计满后会归零溢出直接相减会得到错误结果。ticks_diff()内部处理了这种情况必须用它来计算时间间隔。触发脉冲宽度数据手册要求 Trig 引脚高电平脉冲至少 10 微秒。代码中给了utime.sleep_us(10)这是满足要求的。有些教程用 5 微秒在大多数模块上也能工作但遵循官方规格是最稳妥的。实操心得在初始化传感器后最好先连续读取几次并丢弃结果例如在循环开始前加一个for _ in range(5): sensor.distance_cm()。我发现有些 HC-SR04 模块在首次上电或长时间闲置后的第一次测量会返回一个异常大的值预热几次后读数就稳定了。5. 高级应用与数据滤波处理基础的连续测距已经实现了但直接读取的原始数据往往包含毛刺和跳动。为了获得更稳定、可靠的读数尤其是在移动的机器人或动态环境中我们必须对数据进行处理。5.1 软件滤波算法实现单一的测量值容易受到声波干扰、测量角度、物体表面材质如柔软布料可能吸收声波的影响。我们可以通过连续多次测量然后进行统计滤波来得到更可信的结果。修改我们的主循环部分加入滤波功能# ... 保留 HCSR04 类的定义 ... def median_filter(readings): 中值滤波返回读数列表的中值。 能有效滤除偶发的、幅度大的脉冲干扰。 sorted_readings sorted(readings) n len(sorted_readings) if n % 2 1: # 奇数个 return sorted_readings[n // 2] else: # 偶数个取中间两个的平均值 return (sorted_readings[n // 2 - 1] sorted_readings[n // 2]) / 2.0 def moving_average_filter(new_value, history, window_size5): 移动平均滤波更新历史队列并返回平均值。 使输出变化平滑但对突变的响应较慢。 history.append(new_value) if len(history) window_size: history.pop(0) # 移除最旧的数据 return sum(history) / len(history) # 使用滤波的示例 if __name__ __main__: sensor HCSR04(trigger_pin14, echo_pin15) # 用于移动平均滤波的历史数据队列 distance_history [] # 先进行几次预热测量 for _ in range(5): sensor.distance_cm() utime.sleep(0.1) while True: # 1. 连续采样5次 samples [] for _ in range(5): dist sensor.distance_cm() if dist is not None and 2 dist 450: # 忽略超范围和无效值 samples.append(dist) utime.sleep(0.02) # 采样间隔20ms避免声波干扰 if not samples: # 如果所有采样都无效 print(本次采样无效) utime.sleep(0.5) continue # 2. 先应用中值滤波滤除明显异常点 median_dist median_filter(samples) # 3. 再将中值结果送入移动平均滤波获得平滑输出 smoothed_dist moving_average_filter(median_dist, distance_history, window_size5) print(f原始采样: {samples}) print(f中值滤波后: {median_dist:.2f} cm) print(f移动平均后: {smoothed_dist:.2f} cm) print(- * 20) utime.sleep(0.3) # 主循环周期为什么选择中值滤波移动平均中值滤波对采样集合排序取中值。它能完美滤除由于偶然电磁干扰或第一次回波误判产生的“野值”。比如采样值为 [15.2, 15.5, 120.0, 15.3, 15.6]其中的 120.0 显然是个错误读数取中值 15.5 就能将其排除。移动平均滤波对一段时间内的数据取平均。它能平滑掉小幅度的、高频的随机跳动让读数看起来更稳定。但它有个缺点当距离真实值发生快速变化时比如物体快速靠近滤波后的输出会有延迟。window_size越大越平滑但延迟也越大需要根据应用场景权衡。5.2 非阻塞式定时测量与事件驱动上面的while True循环是“阻塞式”的程序会一直卡在测距和睡眠中无法同时处理其他任务比如响应按钮、更新显示屏。在嵌入式系统中我们更常用定时器实现“非阻塞”操作。from machine import Pin, Timer # ... 保留 HCSR04 类和滤波函数的定义 ... class NonBlockingDistanceMonitor: def __init__(self, sensor, update_interval_ms500): self.sensor sensor self.current_distance None self.filter_history [] self.timer Timer() # 启动一个周期定时器定期执行测量 self.timer.init(periodupdate_interval_ms, modeTimer.PERIODIC, callbackself._measure_callback) def _measure_callback(self, timer): 定时器回调函数执行一次测量并滤波 dist self.sensor.distance_cm() if dist is not None and 2 dist 450: # 简单的移动平均滤波 self.filter_history.append(dist) if len(self.filter_history) 5: self.filter_history.pop(0) self.current_distance sum(self.filter_history) / len(self.filter_history) # 这里不打印避免在中断回调中做耗时操作 # 实际应用中可以设置一个标志位在主循环中检查并处理新数据 def get_distance(self): 主循环中调用此函数获取最新的滤波后距离 return self.current_distance def stop(self): 停止定时测量 self.timer.deinit() # 使用示例 if __name__ __main__: sensor HCSR04(14, 15) monitor NonBlockingDistanceMonitor(sensor, update_interval_ms300) try: while True: # 主循环可以自由处理其他任务 dist monitor.get_distance() if dist: print(f当前距离: {dist:.2f} cm) # 模拟其他任务比如读取按键 utime.sleep(0.1) except KeyboardInterrupt: monitor.stop() print(监控已停止)这种方式将耗时的超声波测距过程放在定时器中断中自动进行主循环while True被解放出来可以非常快速地轮询其他设备状态或执行逻辑判断极大地提高了系统的响应能力和多任务处理潜力。6. 典型问题排查与调试经验实录即使按照教程一步步来你也可能会遇到各种稀奇古怪的问题。下面是我在多个项目中总结出来的常见问题清单和排查步骤希望能帮你快速定位问题。6.1 常见问题速查表问题现象可能原因排查步骤与解决方案读数恒为None或超时1. 电平转换器未接或接错。2. 电源供电不足。3. Echo 引脚接触不良或接错。4. 物体超出量程或表面不反射声波。1.检查电平转换器确认 HV/LV VCC 和 GND 已正确连接至5V和3.3V电源。用万用表测量 Echo 信号线在经过转换器后高电平是否为~3.3V。2.检查电源尝试单独给 HC-SR04 供电仍共地或使用带外部供电的 USB Hub 给 Pico 供电。HC-SR04 发射超声波瞬间电流较大USB 口供电不足可能导致模块复位。3.检查接线重新插拔杜邦线尤其是 Echo 引脚。尝试交换 Trig 和 Echo 的 GPIO 引脚号测试。4.测试环境换一个平整、坚硬的物体如木板、墙壁在 30cm 处测试。读数不稳定跳动很大1. 声波干扰多个传感器、空旷环境回声。2. 电源噪声。3. 未进行软件滤波。4. 测量对象表面粗糙或角度倾斜。1.隔离干扰确保传感器前方没有其他障碍物造成多重反射。如果有多个超声波传感器让它们分时工作一个测完再触发下一个。2.加强电源滤波在 HC-SR04 的 VCC 和 GND 之间并联一个 10uF 电解电容和一个 0.1uF 陶瓷电容越靠近模块引脚越好。3.应用滤波务必使用上文介绍的中值滤波和移动平均滤波。4.规范测量对准物体正面测量避免极端角度。读数存在固定偏差1. 声速常数不准确受温湿度影响。2. 传感器自身误差。1.校准声速在已知精确距离如 100.0 cm处测量反算出实际的声速值替换代码中的0.0343。公式实际声速 (2 * 已知距离) / 测量时间。2.软件补偿测量多个已知距离点计算出一个偏移量或线性修正公式在代码结果上加上/减去这个偏差。测量最小距离不准确2cmHC-SR04 存在约 2-3cm 的盲区。这是由物理结构发射和接收探头有间距和电路恢复时间决定的。硬件层面无解这是模块特性。如果需要测量更近的距离需换用其他原理如红外 ToF或型号有些超声波模块盲区更小的传感器。在软件中可以将小于某个阈值如 3cm的读数视为“盲区”返回一个特定值或上次有效值。程序运行一段时间后卡死1. 没有超时处理在无回波时陷入死循环。2. 内存泄漏在复杂代码中。3. 硬件接触不良导致异常状态。1.务必添加超时机制如代码示例中的while循环配合utime.ticks_diff()检查。2.检查代码避免在循环中不断创建新对象如列表、字符串。使用micropython.mem_info()查看内存使用情况。3.检查硬件紧固所有连接或换用质量更好的杜邦线和面包板。6.2 使用逻辑分析仪进行深度调试如果软件排查都无效问题可能出在硬件时序上。这时一个几十块钱的逻辑分析仪比如 Saleae 的克隆版就能派上大用场。它可以同时抓取 Trig 和 Echo 引脚上的数字信号波形。连接与观测将逻辑分析仪的两个通道分别接到 Trig 引脚和 Echo 引脚。设置合适的采样率如 10MHz和触发条件设置为 Trig 通道上升沿触发。运行测距程序。观察抓取到的波形你应该能看到Trig 引脚上有一个清晰的、宽度约 10μs 的高脉冲。在 Trig 脉冲结束后经过一段空闲时间Echo 引脚会拉高并持续一段时间后拉低。通过波形诊断问题没有 Trig 脉冲说明 Pico GPIO 输出或连接有问题。检查代码引脚定义、GPIO 模式Pin.OUT、以及物理连接。有 Trig 脉冲但没有 Echo 高电平说明传感器没有工作或没有收到回波。检查传感器供电5V、GND、以及电平转换器 HV 侧连接。确保前方有障碍物。Echo 高电平脉冲宽度异常如果脉冲宽度极短几微秒或极长数毫秒可能是收到了错误反射如传感器对准了边缘或模块本身故障。Echo 高电平电压不足如果测量到 Echo 高电平只有 3.3V 但模块是 5V 供电说明电平转换器工作正常。如果 Echo 高电平达到了 5V 但直接进入了 Pico GPIO请立即断开连接否则会损坏 Pico。这种“眼见为实”的调试方式能让你彻底理解传感器的工作流程并对硬件连接的正确性有百分之百的把握。7. 项目扩展与进阶思路一个能稳定输出距离数据的系统已经完成了但这只是起点。基于这个核心我们可以拓展出许多有趣的应用。7.1 添加可视化输出OLED 显示屏将距离实时显示在屏幕上比看串口打印直观多了。我们可以使用常见的 0.96 英寸 I2C OLED 屏幕SSD1306 驱动。from machine import Pin, I2C import ssd1306 # 需要提前将 ssd1306.py 驱动文件上传到 Pico # 初始化 I2C 和 OLED i2c I2C(0, sclPin(17), sdaPin(16), freq400000) oled ssd1306.SSD1306_I2C(128, 64, i2c) # 在测距循环中更新显示 sensor HCSR04(14, 15) while True: dist sensor.distance_cm() if dist: oled.fill(0) # 清屏 oled.text(Distance:, 0, 0) oled.text(f{dist:.1f} cm, 0, 20) # 可以简单画一个条形图 bar_length int(dist) if dist 128 else 128 oled.fill_rect(0, 40, bar_length, 10, 1) # 画实心矩形 oled.show() utime.sleep(0.2)7.2 构建简单报警器或安全距离检测结合一个蜂鸣器或 LED当距离小于某个阈值时触发报警。buzzer Pin(13, Pin.OUT) # 无源蜂鸣器接 GP13 warning_distance 20.0 # 厘米 while True: dist sensor.distance_cm() if dist and dist warning_distance: buzzer.value(1) # 蜂鸣器响 print(f警告物体过近: {dist} cm) else: buzzer.value(0) # 蜂鸣器关闭 utime.sleep(0.1)7.3 多传感器与角度扫描在机器人项目中通常需要多个传感器覆盖不同方向或者用一个传感器配合舵机进行扫描。多传感器分时复用为了避免多个超声波传感器同时发声波互相干扰必须让它们轮流工作。可以为每个传感器创建一个独立的HCSR04对象在主循环中依次测量并在每次测量间加入足够的延迟如 50ms。舵机扫描将传感器安装在一个舵机上通过 PWM 控制舵机转动到不同角度在每个角度进行一次测距从而绘制出前方环境的简单轮廓。这涉及到舵机控制另一个 PWM 输出和角度-距离数据的记录与处理是迈向自主导航机器人的重要一步。从点亮一个 LED 到让机器人感知世界硬件项目的乐趣就在于这种层层递进的构建感。这个基于 Raspberry Pi Pico 和 HC-SR04 的超声波测距项目提供了一个坚实的起点。它涉及的硬件接口、电平转换、时序控制、数据滤波和调试方法是嵌入式开发中最核心、最通用的技能。希望你在动手实现的过程中不仅得到了一个能用的测距仪更收获了解决实际硬件问题的信心和能力。
基于Raspberry Pi Pico与HC-SR04的超声波测距系统实战指南
发布时间：2026/6/1 12:46:11
1. 项目概述与核心价值超声波传感器这个听起来有点“高大上”的名字其实在咱们的日常生活中无处不在。从你倒车时“滴滴滴”响的雷达到商场门口自动打开的玻璃门再到工厂里测量液位的设备背后都有它的身影。它的核心原理其实很简单就像蝙蝠在黑暗中飞行一样发出一段人耳听不见的超声波然后竖起耳朵听回声通过计算声音“跑出去”和“跑回来”的时间就能知道前方障碍物有多远。这种非接触式的测量方式让它比那些需要碰触的传感器比如限位开关灵活、耐用得多。这次咱们不用那些复杂的工业控制器就用一块巴掌大小、价格亲民的Raspberry Pi Pico再配上一个经典的HC-SR04超声波模块亲手搭建一个属于自己的测距系统。Pico 是树莓派基金会推出的微控制器主打的就是极致的性价比和灵活的编程能力特别适合我们这些喜欢动手的开发者、电子爱好者或者学生用来学习嵌入式系统和物联网的入门再合适不过了。而 MicroPython作为一种可以在微控制器上运行的 Python 语言大大降低了嵌入式开发的门槛让你能用写脚本的思维来操控硬件。所以这篇文章要解决的就是如何把这两者结合起来实现一个稳定、准确的测距应用。我会从最基础的原理讲起手把手带你完成硬件连接深入解析每一行代码背后的逻辑并分享我在调试过程中踩过的坑和总结的经验。无论你是刚接触硬件的软件工程师还是想给机器人项目增加“眼睛”的学生这篇文章都能给你提供一份可直接“抄作业”的详细指南。2. 核心硬件解析与选型考量2.1 为什么选择 Raspberry Pi Pico在开始接线之前我们得先搞清楚手里的“武器”。选择 Raspberry Pi Pico 作为本项目的主控绝非偶然而是基于几个非常实际的考量。首先性价比无敌。Pico 的核心是一颗 RP2040 微控制器芯片双核 ARM Cortex-M0 处理器运行频率最高 133 MHz虽然比不上那些动辄上 GHz 的处理器但对于处理超声波传感器的信号、进行简单的距离计算和串口输出完全是绰绰有余。它的价格通常只有几十元却提供了 26 个多功能 GPIO 引脚、2个 SPI、2个 I2C、2个 UART 接口以及可编程的 I/OPIO这个独门绝技。PIO 允许你以极低的CPU开销实现特定的时序协议对于需要精确时序控制的应用比如驱动 NeoPixel灯带是神器虽然我们这个超声波项目用不上但也说明了其扩展潜力。其次开发体验友好。Pico 完美支持 MicroPython 和 C/C 开发。对于快速原型开发和学习来说MicroPython 的优势太大了。你不用去折腾复杂的交叉编译环境只需要一根 USB 线把 Pico 当成一个 U 盘把写好的.py文件拖进去就能运行。交互式的 REPL读取-求值-打印循环环境让你可以像在电脑上使用 Python 一样实时测试命令和调试这对于排查硬件问题、验证传感器读数至关重要。最后社区与生态丰富。作为树莓派生态的一员Pico 有着庞大的用户群和丰富的学习资源。你遇到的大部分问题几乎都能在社区论坛或开源项目里找到答案。各种传感器、显示屏的驱动库也很容易找到方便你后续扩展项目比如加上一个 OLED 屏来实时显示距离。2.2 HC-SR04 传感器模块深度剖析HC-SR04 可以说是超声波传感器里的“明星产品”便宜、易用、资料多。但要用好它必须了解其内部工作机制和电气特性。这个模块大致可以分成两部分发射端和接收端。发射端有一个超声波发射探头当我们给 Trig触发引脚一个至少 10 微秒的高电平脉冲时它内部的振荡电路就会驱动探头发出一束 8 个 40kHz 的超声波脉冲。40kHz 远超人类听觉上限20kHz所以我们听不见。声音在空气中以大约 343 米/秒室温下的速度传播碰到障碍物后反射回来。接收端探头接收到这些回波后模块内部的放大和比较电路会进行处理并在 Echo回响引脚输出一个高电平脉冲。这个高电平脉冲的宽度严格等于超声波从发射到返回所经过的时间。这就是我们计算距离的关键数据。这里有一个至关重要的细节HC-SR04 模块通常有两个版本工作电压分别是 5V 和 3.3V。市面上最常见的是 5V 版本。而我们的 Raspberry Pi Pico其 GPIO 引脚的工作电压是 3.3V并且其耐受电压也是 3.3V。这意味着Trig 引脚Pico 的 GPIO 输出高电平是 3.3V。对于 5V 的 HC-SR04其 Trig 引脚的触发高电平阈值通常在 2.0V - 5.0V 之间。3.3V 高于 2.0V因此Pico 的 3.3V 输出可以直接触发 5V 模块没问题。Echo 引脚问题出在这里。5V 版本的 HC-SR04其 Echo 引脚在输出高电平时电压是 5V。如果把这个 5V 信号直接接到 Pico 的 GPIO仅耐受 3.3V上就存在烧毁 Pico 芯片的风险。所以原始资料里那句“If you have a 5v HC-SR04 module like me, please connect it through a LOGIC LEVEL SHIFTER”是绝对的金玉良言不是可选项。电平转换器Logic Level Shifter就像一个翻译官能把 5V 的信号“翻译”成 3.3V 给 Pico 安全读取。常用的有基于 MOSFET 的 TXS0108E 模块或分立元件搭建的分压电路。忽略这一步轻则读数不稳定重则永久损坏你的 Pico。3. 硬件连接与电平转换方案实战3.1 连接原理图与物料清单我们先明确需要哪些东西Raspberry Pi Pico 一块HC-SR04 超声波传感器模块5V 版本一个双向逻辑电平转换模块例如 TXB0108、TXS0108E 或 74LVC245一个杜邦线母对母、公对母若干面包板一块可选但强烈推荐方便连接和测试连接的核心思想是Pico 用 3.3V 触发传感器传感器用 5V 回传信号但这个 5V 信号必须经过电平转换器“降压”成 3.3V 后再给 Pico。具体接线步骤如下供电将 Pico 的VBUS引脚即直接来自 USB 的 5V连接到电平转换器的HV高压侧VCC。将 Pico 的3V3(OUT)引脚输出 3.3V连接到电平转换器的LV低压侧VCC。将 HC-SR04 的VCC引脚连接到电平转换器的HVVCC即与 Pico VBUS 同一点从而为传感器提供 5V 电源。将 Pico 的GND、电平转换器的GND、HC-SR04 的GND三者连接在一起。共地是电路正常工作的基础务必确保可靠连接。信号连接触发信号Pico - SensorPico 的GP14引脚你也可任选其他GPIO连接到电平转换器LV侧的某个通道如 A1。再将电平转换器HV侧对应的通道如 B1连接到 HC-SR04 的Trig引脚。这样Pico 发出的 3.3V 信号经转换器“抬升”到 5V对于TXB0108这类双向转换器其实原样通过但电压域已匹配去触发传感器。回响信号Sensor - PicoHC-SR04 的Echo引脚连接到电平转换器HV侧的另一个通道如 B2。再将电平转换器LV侧对应的通道如 A2连接到 Pico 的GP15引脚。这样传感器返回的 5V 高电平信号经过转换器后被“降低”到 3.3V安全地送入 Pico。注意如果你使用的是 TXB0108/TXS0108E 这类自动双向转换芯片其两侧A端和B端是自动识别方向的接线时无需区分输入输出。但务必查阅你所用转换模块的数据手册确认其电压匹配和使能引脚连接。3.2 不使用电平转换器的“冒险方案”及其风险也许你会想“我手头没有电平转换器能不能用简单电阻分压” 理论上可以但不推荐用于正式项目。一个经典的方案是用两个电阻例如 1kΩ 和 2kΩ串联在 Echo 引脚和 Pico GPIO 之间从中间分压点接 GPIO。这样5V 输入会在 GPIO 处变为约 3.33V (5V * 2k/(1k2k))。但这个方案有显著缺点响应速度电阻和GPIO的输入电容会形成一个低通滤波器可能延缓上升/下降沿在测量极高精度或近距离时引入误差。信号完整性抗干扰能力较弱。可靠性电阻值误差或温度漂移可能使电压超出安全范围。最不推荐的做法是直接连接。我曾抱有侥幸心理试过短时间读取可能正常但系统运行一段时间后Pico 会变得不稳定甚至某个GPIO永久失效。修复的成本远高于一个几块钱的电平转换模块。所以请务必做好电平转换。4. MicroPython 代码实现与逐行精解硬件连接妥当后就到了赋予系统“灵魂”的环节——编程。我们将使用 MicroPython其语法与标准 Python 高度相似但针对嵌入式环境做了优化。4.1 基础测距代码实现首先我们将完整的测距功能封装成一个函数。创建一个名为hcsr04.py的文件。from machine import Pin, Timer import utime class HCSR04: HC-SR04 超声波测距传感器驱动类。 使用前请确保 Echo 引脚已通过电平转换器连接。 def __init__(self, trigger_pin, echo_pin, sound_speed343): 初始化超声波传感器。 :param trigger_pin: 触发信号连接的 GPIO 编号 (例如 14) :param echo_pin: 回响信号连接的 GPIO 编号 (例如 15) :param sound_speed: 声速单位 米/秒默认343 (25摄氏度干燥空气) self.trigger Pin(trigger_pin, Pin.OUT) self.echo Pin(echo_pin, Pin.IN) self.sound_speed sound_speed / 10000 # 转换为 厘米/微秒 (34300 cm/s - 0.0343 cm/μs) self.timeout_us 30000 # 超时时间微秒对应约 5米 距离 def distance_cm(self): 执行一次测距返回以厘米为单位的距离。 如果超时或测量无效返回 None。 # 1. 确保触发引脚先保持低电平 self.trigger.low() utime.sleep_us(2) # 短暂稳定 # 2. 发出至少10微秒的高电平脉冲 self.trigger.high() utime.sleep_us(10) # 标准要求至少10μs这里给足余量 self.trigger.low() # 3. 等待 Echo 引脚变为高电平回波开始 # 添加超时机制防止因物体太远或无回波导致死循环 pulse_start utime.ticks_us() while self.echo.value() 0: if utime.ticks_diff(utime.ticks_us(), pulse_start) self.timeout_us: return None # 超时未检测到回波开始 # 短暂空循环等待 # 记录回波开始的精确时刻 signal_off utime.ticks_us() # 4. 等待 Echo 引脚变为低电平回波结束 pulse_start utime.ticks_us() while self.echo.value() 1: if utime.ticks_diff(utime.ticks_us(), pulse_start) self.timeout_us: return None # 超时回波持续时间异常长 # 短暂空循环等待 # 记录回波结束的精确时刻 signal_on utime.ticks_us() # 5. 计算时间差微秒 time_passed utime.ticks_diff(signal_on, signal_off) # 6. 计算距离距离 (时间 * 声速) / 2 # 声速已转换为 0.0343 cm/μs除以2是因为时间是往返时间 distance (time_passed * self.sound_speed) / 2 return distance # 使用示例 if __name__ __main__: # 初始化传感器Trig 接 GP14, Echo 接 GP15 sensor HCSR04(trigger_pin14, echo_pin15) # 循环测量并打印距离 while True: dist sensor.distance_cm() if dist is not None: print(f距离: {dist:.2f} cm) else: print(测量超时或无效) utime.sleep(0.5) # 每次测量间隔0.5秒4.2 代码逻辑深度解析与优化技巧上面的代码已经是一个健壮性更好的版本了我们来拆解其中的关键点声速的转换 (self.sound_speed sound_speed / 10000)公式距离 (时间 * 声速) / 2中声速常用 343 m/s。我们的时间time_passed单位是微秒 (μs)1秒 1,000,000 微秒。要把声速转换成“厘米/微秒”343 m/s 34300 cm/s。34300 cm/s ÷ 1,000,000 μs/s 0.0343 cm/μs。所以计算时直接用time_passed * 0.0343 / 2即可得到厘米数。在类初始化时做这个转换是为了更清晰。超时机制 (self.timeout_us)这是原始代码没有但极其重要的改进。如果传感器前方没有障碍物或者障碍物太远超过传感器量程HC-SR04通常约2cm-450cmEcho 引脚可能永远不会变高或一直保持高电平导致while循环无限等待程序“卡死”。我们设置一个超时时间例如30000微秒。在等待 Echo 引脚电平变化时不断检查是否超时。一旦超时函数返回None提示本次测量失败。超时时间对应最大测量距离30000μs 对应距离约为(30000 * 0.0343) / 2 ≈ 514.5 cm略大于传感器标称量程是合理的。utime.ticks_us()和utime.ticks_diff()ticks_us()返回一个从某个任意起点开始的微秒计数器用于高精度时间测量。ticks_diff(a, b)用于计算两个“ticks”值之间的差值它会正确处理计数器的溢出wrap-around问题。在嵌入式系统中计数器位数有限计满后会归零溢出直接相减会得到错误结果。ticks_diff()内部处理了这种情况必须用它来计算时间间隔。触发脉冲宽度数据手册要求 Trig 引脚高电平脉冲至少 10 微秒。代码中给了utime.sleep_us(10)这是满足要求的。有些教程用 5 微秒在大多数模块上也能工作但遵循官方规格是最稳妥的。实操心得在初始化传感器后最好先连续读取几次并丢弃结果例如在循环开始前加一个for _ in range(5): sensor.distance_cm()。我发现有些 HC-SR04 模块在首次上电或长时间闲置后的第一次测量会返回一个异常大的值预热几次后读数就稳定了。5. 高级应用与数据滤波处理基础的连续测距已经实现了但直接读取的原始数据往往包含毛刺和跳动。为了获得更稳定、可靠的读数尤其是在移动的机器人或动态环境中我们必须对数据进行处理。5.1 软件滤波算法实现单一的测量值容易受到声波干扰、测量角度、物体表面材质如柔软布料可能吸收声波的影响。我们可以通过连续多次测量然后进行统计滤波来得到更可信的结果。修改我们的主循环部分加入滤波功能# ... 保留 HCSR04 类的定义 ... def median_filter(readings): 中值滤波返回读数列表的中值。 能有效滤除偶发的、幅度大的脉冲干扰。 sorted_readings sorted(readings) n len(sorted_readings) if n % 2 1: # 奇数个 return sorted_readings[n // 2] else: # 偶数个取中间两个的平均值 return (sorted_readings[n // 2 - 1] sorted_readings[n // 2]) / 2.0 def moving_average_filter(new_value, history, window_size5): 移动平均滤波更新历史队列并返回平均值。 使输出变化平滑但对突变的响应较慢。 history.append(new_value) if len(history) window_size: history.pop(0) # 移除最旧的数据 return sum(history) / len(history) # 使用滤波的示例 if __name__ __main__: sensor HCSR04(trigger_pin14, echo_pin15) # 用于移动平均滤波的历史数据队列 distance_history [] # 先进行几次预热测量 for _ in range(5): sensor.distance_cm() utime.sleep(0.1) while True: # 1. 连续采样5次 samples [] for _ in range(5): dist sensor.distance_cm() if dist is not None and 2 dist 450: # 忽略超范围和无效值 samples.append(dist) utime.sleep(0.02) # 采样间隔20ms避免声波干扰 if not samples: # 如果所有采样都无效 print(本次采样无效) utime.sleep(0.5) continue # 2. 先应用中值滤波滤除明显异常点 median_dist median_filter(samples) # 3. 再将中值结果送入移动平均滤波获得平滑输出 smoothed_dist moving_average_filter(median_dist, distance_history, window_size5) print(f原始采样: {samples}) print(f中值滤波后: {median_dist:.2f} cm) print(f移动平均后: {smoothed_dist:.2f} cm) print(- * 20) utime.sleep(0.3) # 主循环周期为什么选择中值滤波移动平均中值滤波对采样集合排序取中值。它能完美滤除由于偶然电磁干扰或第一次回波误判产生的“野值”。比如采样值为 [15.2, 15.5, 120.0, 15.3, 15.6]其中的 120.0 显然是个错误读数取中值 15.5 就能将其排除。移动平均滤波对一段时间内的数据取平均。它能平滑掉小幅度的、高频的随机跳动让读数看起来更稳定。但它有个缺点当距离真实值发生快速变化时比如物体快速靠近滤波后的输出会有延迟。window_size越大越平滑但延迟也越大需要根据应用场景权衡。5.2 非阻塞式定时测量与事件驱动上面的while True循环是“阻塞式”的程序会一直卡在测距和睡眠中无法同时处理其他任务比如响应按钮、更新显示屏。在嵌入式系统中我们更常用定时器实现“非阻塞”操作。from machine import Pin, Timer # ... 保留 HCSR04 类和滤波函数的定义 ... class NonBlockingDistanceMonitor: def __init__(self, sensor, update_interval_ms500): self.sensor sensor self.current_distance None self.filter_history [] self.timer Timer() # 启动一个周期定时器定期执行测量 self.timer.init(periodupdate_interval_ms, modeTimer.PERIODIC, callbackself._measure_callback) def _measure_callback(self, timer): 定时器回调函数执行一次测量并滤波 dist self.sensor.distance_cm() if dist is not None and 2 dist 450: # 简单的移动平均滤波 self.filter_history.append(dist) if len(self.filter_history) 5: self.filter_history.pop(0) self.current_distance sum(self.filter_history) / len(self.filter_history) # 这里不打印避免在中断回调中做耗时操作 # 实际应用中可以设置一个标志位在主循环中检查并处理新数据 def get_distance(self): 主循环中调用此函数获取最新的滤波后距离 return self.current_distance def stop(self): 停止定时测量 self.timer.deinit() # 使用示例 if __name__ __main__: sensor HCSR04(14, 15) monitor NonBlockingDistanceMonitor(sensor, update_interval_ms300) try: while True: # 主循环可以自由处理其他任务 dist monitor.get_distance() if dist: print(f当前距离: {dist:.2f} cm) # 模拟其他任务比如读取按键 utime.sleep(0.1) except KeyboardInterrupt: monitor.stop() print(监控已停止)这种方式将耗时的超声波测距过程放在定时器中断中自动进行主循环while True被解放出来可以非常快速地轮询其他设备状态或执行逻辑判断极大地提高了系统的响应能力和多任务处理潜力。6. 典型问题排查与调试经验实录即使按照教程一步步来你也可能会遇到各种稀奇古怪的问题。下面是我在多个项目中总结出来的常见问题清单和排查步骤希望能帮你快速定位问题。6.1 常见问题速查表问题现象可能原因排查步骤与解决方案读数恒为None或超时1. 电平转换器未接或接错。2. 电源供电不足。3. Echo 引脚接触不良或接错。4. 物体超出量程或表面不反射声波。1.检查电平转换器确认 HV/LV VCC 和 GND 已正确连接至5V和3.3V电源。用万用表测量 Echo 信号线在经过转换器后高电平是否为~3.3V。2.检查电源尝试单独给 HC-SR04 供电仍共地或使用带外部供电的 USB Hub 给 Pico 供电。HC-SR04 发射超声波瞬间电流较大USB 口供电不足可能导致模块复位。3.检查接线重新插拔杜邦线尤其是 Echo 引脚。尝试交换 Trig 和 Echo 的 GPIO 引脚号测试。4.测试环境换一个平整、坚硬的物体如木板、墙壁在 30cm 处测试。读数不稳定跳动很大1. 声波干扰多个传感器、空旷环境回声。2. 电源噪声。3. 未进行软件滤波。4. 测量对象表面粗糙或角度倾斜。1.隔离干扰确保传感器前方没有其他障碍物造成多重反射。如果有多个超声波传感器让它们分时工作一个测完再触发下一个。2.加强电源滤波在 HC-SR04 的 VCC 和 GND 之间并联一个 10uF 电解电容和一个 0.1uF 陶瓷电容越靠近模块引脚越好。3.应用滤波务必使用上文介绍的中值滤波和移动平均滤波。4.规范测量对准物体正面测量避免极端角度。读数存在固定偏差1. 声速常数不准确受温湿度影响。2. 传感器自身误差。1.校准声速在已知精确距离如 100.0 cm处测量反算出实际的声速值替换代码中的0.0343。公式实际声速 (2 * 已知距离) / 测量时间。2.软件补偿测量多个已知距离点计算出一个偏移量或线性修正公式在代码结果上加上/减去这个偏差。测量最小距离不准确2cmHC-SR04 存在约 2-3cm 的盲区。这是由物理结构发射和接收探头有间距和电路恢复时间决定的。硬件层面无解这是模块特性。如果需要测量更近的距离需换用其他原理如红外 ToF或型号有些超声波模块盲区更小的传感器。在软件中可以将小于某个阈值如 3cm的读数视为“盲区”返回一个特定值或上次有效值。程序运行一段时间后卡死1. 没有超时处理在无回波时陷入死循环。2. 内存泄漏在复杂代码中。3. 硬件接触不良导致异常状态。1.务必添加超时机制如代码示例中的while循环配合utime.ticks_diff()检查。2.检查代码避免在循环中不断创建新对象如列表、字符串。使用micropython.mem_info()查看内存使用情况。3.检查硬件紧固所有连接或换用质量更好的杜邦线和面包板。6.2 使用逻辑分析仪进行深度调试如果软件排查都无效问题可能出在硬件时序上。这时一个几十块钱的逻辑分析仪比如 Saleae 的克隆版就能派上大用场。它可以同时抓取 Trig 和 Echo 引脚上的数字信号波形。连接与观测将逻辑分析仪的两个通道分别接到 Trig 引脚和 Echo 引脚。设置合适的采样率如 10MHz和触发条件设置为 Trig 通道上升沿触发。运行测距程序。观察抓取到的波形你应该能看到Trig 引脚上有一个清晰的、宽度约 10μs 的高脉冲。在 Trig 脉冲结束后经过一段空闲时间Echo 引脚会拉高并持续一段时间后拉低。通过波形诊断问题没有 Trig 脉冲说明 Pico GPIO 输出或连接有问题。检查代码引脚定义、GPIO 模式Pin.OUT、以及物理连接。有 Trig 脉冲但没有 Echo 高电平说明传感器没有工作或没有收到回波。检查传感器供电5V、GND、以及电平转换器 HV 侧连接。确保前方有障碍物。Echo 高电平脉冲宽度异常如果脉冲宽度极短几微秒或极长数毫秒可能是收到了错误反射如传感器对准了边缘或模块本身故障。Echo 高电平电压不足如果测量到 Echo 高电平只有 3.3V 但模块是 5V 供电说明电平转换器工作正常。如果 Echo 高电平达到了 5V 但直接进入了 Pico GPIO请立即断开连接否则会损坏 Pico。这种“眼见为实”的调试方式能让你彻底理解传感器的工作流程并对硬件连接的正确性有百分之百的把握。7. 项目扩展与进阶思路一个能稳定输出距离数据的系统已经完成了但这只是起点。基于这个核心我们可以拓展出许多有趣的应用。7.1 添加可视化输出OLED 显示屏将距离实时显示在屏幕上比看串口打印直观多了。我们可以使用常见的 0.96 英寸 I2C OLED 屏幕SSD1306 驱动。from machine import Pin, I2C import ssd1306 # 需要提前将 ssd1306.py 驱动文件上传到 Pico # 初始化 I2C 和 OLED i2c I2C(0, sclPin(17), sdaPin(16), freq400000) oled ssd1306.SSD1306_I2C(128, 64, i2c) # 在测距循环中更新显示 sensor HCSR04(14, 15) while True: dist sensor.distance_cm() if dist: oled.fill(0) # 清屏 oled.text(Distance:, 0, 0) oled.text(f{dist:.1f} cm, 0, 20) # 可以简单画一个条形图 bar_length int(dist) if dist 128 else 128 oled.fill_rect(0, 40, bar_length, 10, 1) # 画实心矩形 oled.show() utime.sleep(0.2)7.2 构建简单报警器或安全距离检测结合一个蜂鸣器或 LED当距离小于某个阈值时触发报警。buzzer Pin(13, Pin.OUT) # 无源蜂鸣器接 GP13 warning_distance 20.0 # 厘米 while True: dist sensor.distance_cm() if dist and dist warning_distance: buzzer.value(1) # 蜂鸣器响 print(f警告物体过近: {dist} cm) else: buzzer.value(0) # 蜂鸣器关闭 utime.sleep(0.1)7.3 多传感器与角度扫描在机器人项目中通常需要多个传感器覆盖不同方向或者用一个传感器配合舵机进行扫描。多传感器分时复用为了避免多个超声波传感器同时发声波互相干扰必须让它们轮流工作。可以为每个传感器创建一个独立的HCSR04对象在主循环中依次测量并在每次测量间加入足够的延迟如 50ms。舵机扫描将传感器安装在一个舵机上通过 PWM 控制舵机转动到不同角度在每个角度进行一次测距从而绘制出前方环境的简单轮廓。这涉及到舵机控制另一个 PWM 输出和角度-距离数据的记录与处理是迈向自主导航机器人的重要一步。从点亮一个 LED 到让机器人感知世界硬件项目的乐趣就在于这种层层递进的构建感。这个基于 Raspberry Pi Pico 和 HC-SR04 的超声波测距项目提供了一个坚实的起点。它涉及的硬件接口、电平转换、时序控制、数据滤波和调试方法是嵌入式开发中最核心、最通用的技能。希望你在动手实现的过程中不仅得到了一个能用的测距仪更收获了解决实际硬件问题的信心和能力。
