# 三轴加速度计实战：如何用Python代码读取X/Y/Z轴数据（附OLED显示教程） 在物联网和智能硬件开发中，三轴加速度计是最基础也最关键的传感器之一。它能感知物体在三维空间中的运动状态，广泛应用于姿态检测、步数统计、震动监测等场景。本文将手把手教你使用PyBoard开发板读取MMA7660加速度计数据，并通过OLED屏幕实时显示，同时深入解析数据处理中的关键技巧。 ## 1. 硬件准备与环境搭建 ### 1.1 所需硬件组件 - **PyBoard开发板**：基于STM32F405的微控制器板，原生支持MicroPython - **MMA7660加速度计**：集成在PyBoard上的三轴数字输出传感器 - **OLED显示屏**：128x64像素的I2C接口显示屏 - 连接线若干 > 提示：确保所有硬件兼容3.3V工作电压，避免损坏设备。 ### 1.2 开发环境配置 PyBoard开发环境搭建步骤如下： ```python # 检查MicroPython版本 import os os.uname().version ``` 推荐使用Thonny IDE进行开发，其内置的REPL交互环境非常适合调试。连接开发板后，需要安装以下驱动库： ```bash # 安装必要的MicroPython库 pip install pyboard ``` ## 2. 加速度计工作原理深度解析 ### 2.1 三轴加速度的物理意义 MMA7660通过微机电系统(MEMS)检测三个正交轴上的加速度： | 轴 | 检测方向 | 典型应用场景 | |----|---------|-------------| | X | 左右倾斜 | 水平滚转检测 | | Y | 前后倾斜 | 俯仰角检测 | | Z | 垂直方向 | 自由落体检测 | 传感器输出范围为-32到31，对应-1.5g到1.5g（g=9.8m/s²）。静止状态下，Z轴约显示21（≈1g），X/Y轴接近0。 ### 2.2 数据转换公式 原始数据转换为实际加速度(g)的公式： ```python def raw_to_g(value): return value * 1.5 / 32 ``` 倾斜角度计算采用三角函数关系（以X轴为例）： ``` θ = arctan(Ax / √(Ay² + Az²)) * 180/π ``` ## 3. 实战代码实现 ### 3.1 I2C总线初始化 首先配置OLED使用的I2C接口： ```python from machine import Pin, SoftI2C i2c = SoftI2C(sda=Pin('Y8'), scl=Pin('Y6')) # 使用软件I2C ``` ### 3.2 加速度数据采集 PyBoard提供了专用的Accel类： ```python import pyb accel = pyb.Accel() # 初始化加速度计 # 获取三轴数据 x = accel.x() y = accel.y() z = accel.z() ``` ### 3.3 OLED显示实现 使用SSD1306驱动库显示数据： ```python from ssd1306 import SSD1306_I2C oled = SSD1306_I2C(128, 64, i2c) def display_data(x, y, z): oled.fill(0) oled.text('Accel Monitor', 0, 0) oled.text(f'X:{x:>3}', 0, 20) oled.text(f'Y:{y:>3}', 43, 20) oled.text(f'Z:{z:>3}', 86, 20) oled.show() ``` ## 4. 完整应用案例 ### 4.1 实时监测程序 将各部分组合成完整应用： ```python while True: x, y, z = accel.x(), accel.y(), accel.z() display_data(x, y, z) pyb.delay(200) # 200ms刷新周期 # 附加震动检测功能 if abs(x) > 25 or abs(y) > 25 or abs(z) > 25: print("Warning: Shock detected!") ``` ### 4.2 数据可视化增强 改进显示效果，增加动态波形： ```python # 在OLED上绘制实时波形 history = [] MAX_POINTS = 20 def draw_wave(value, y_base): history.append(value) if len(history) > MAX_POINTS: history.pop(0) for i in range(len(history)-1): oled.line(i*6, y_base-history[i]//2, (i+1)*6, y_base-history[i+1]//2, 1) ``` ## 5. 高级应用与故障排查 ### 5.1 数据滤波处理 原始数据存在噪声，建议采用移动平均滤波： ```python class MovingAverage: def __init__(self, size=5): self.size = size self.buffer = [] def add(self, value): self.buffer.append(value) if len(self.buffer) > self.size: self.buffer.pop(0) return sum(self.buffer)/len(self.buffer) x_filter = MovingAverage() filtered_x = x_filter.add(accel.x()) ``` ### 5.2 常见问题解决 | 问题现象 | 可能原因 | 解决方案 | |---------|---------|---------| | 数据全为零 | I2C通信失败 | 检查接线与地址(0x4C) | | Z轴数据异常 | 未水平放置 | 校准零点偏移 | | 显示闪烁 | 刷新过快 | 增加延时至100ms以上 | 实际项目中，我发现MMA7660在快速运动时会出现数据溢出，这时需要结合定时器中断进行采样。另外，当同时使用WiFi模块时，I2C总线可能出现冲突，建议将OLED改用SPI接口。