不只是电压测量：用ADS1115和树莓派DIY一个高精度环境监测站（Python代码分享）
不只是电压测量：用ADS1115和树莓派DIY一个高精度环境监测站（Python代码分享）
树莓派作为创客手中的瑞士军刀，其GPIO扩展能力让各种传感器有了用武之地。但当你需要同时监测多个环境参数时，内置ADC的精度和通道数往往捉襟见肘。ADS1115这款16位ADC芯片，配合Python的简洁语法，可以轻松搭建专业级的多通道监测系统——从土壤湿度到光照强度，甚至电池电压都能一手掌控。
1. 硬件选型与电路设计
ADS1115是TI推出的16位精度、4通道ADC转换器，相比树莓派内置的10位ADC，分辨率提升了64倍。其I2C接口与树莓派完美兼容，工作电压2.0-5.5V的特性也使其能适应各种传感器场景。
典型接线方案：
- SDA → 树莓派GPIO2（物理引脚3）
- SCL → 树莓派GPIO3（物理引脚5）
- VDD → 3.3V电源
- GND → 共地
- A0-A3 → 传感器信号输入
注意：ADS1115的ALERT引脚需要接10kΩ上拉电阻，输入信号线建议串联499Ω电阻并并联4.7nF电容滤波
传感器选型参考表：
| 监测参数 | 推荐传感器 | 输出范围 | 转换公式 |
|---|---|---|---|
| 土壤湿度 | FC-28电压型 | 0-3V | 湿度% = (Vout/3)*100 |
| 光照强度 | BH1750 | 0-3.3V | Lux = Vout*1000/3.3 |
| 环境温度 | LM35 | 0-1.5V | ℃ = Vout*100 |
| 电池电压 | 电阻分压电路 | 0-5V | Vin = Vout*(R1+R2)/R2 |
2. Python驱动开发实战
抛弃复杂的寄存器操作，我们用smbus2库三行代码就能启动ADS1115：
import smbus2 bus = smbus2.SMBus(1) # 树莓派I2C总线编号 DEVICE_ADDRESS = 0x48 # ADS1115默认地址四步完成数据采集：
- 配置转换寄存器：
config = 0x8583 # AIN0-GND, 4.096V量程, 128SPS bus.write_i2c_block_data(DEVICE_ADDRESS, 0x01, [(config>>8)&0xFF, config&0xFF]) - 触发单次转换：
bus.write_byte_data(DEVICE_ADDRESS, 0x01, 0x85) - 等待转换完成（约8ms）：
import time time.sleep(0.01) - 读取转换结果：
data = bus.read_i2c_block_data(DEVICE_ADDRESS, 0x00, 2) raw = (data[0] << 8) | data[1]
电压转换公式：
def raw_to_voltage(raw, gain=4.096): return (raw * gain) / 32767.03. 多传感器融合方案
利用ADS1115的4路差分输入，可以设计多种组合方案：
方案一：独立单端测量
CHANNEL_CONFIG = { 0: 0x8583, # AIN0 1: 0x9583, # AIN1 2: 0xA583, # AIN2 3: 0xB583 # AIN3 } def read_channel(ch): bus.write_i2c_block_data(DEVICE_ADDRESS, 0x01, [(CHANNEL_CONFIG[ch]>>8)&0xFF, CHANNEL_CONFIG[ch]&0xFF]) # ...后续读取操作相同方案二：差分测量组合
- AIN0-AIN1：土壤湿度差值监测
- AIN2-AIN3：温度传感器桥接电路
提示：差分模式能有效抑制共模噪声，特别适合长导线传输场景
4. 数据可视化与持久化
采集到的数据可以通过Flask快速构建Web仪表盘：
from flask import Flask, render_template import sqlite3 app = Flask(__name__) @app.route('/') def dashboard(): conn = sqlite3.connect('sensor.db') data = conn.execute('SELECT * FROM readings ORDER BY time DESC LIMIT 10') return render_template('dashboard.html', readings=data)定时采集脚本示例：
import schedule def job(): humidity = read_channel(0) light = read_channel(1) timestamp = datetime.now() conn = sqlite3.connect('sensor.db') conn.execute('INSERT INTO readings VALUES (?,?,?)', (timestamp, humidity, light)) conn.commit() schedule.every(5).minutes.do(job) while True: schedule.run_pending() time.sleep(1)数据库表结构建议：
CREATE TABLE readings ( time TIMESTAMP PRIMARY KEY, humidity REAL, light_intensity REAL, temperature REAL, battery_voltage REAL );5. 实战技巧与避坑指南
精度优化三要素：
- 电源去耦：在VDD和GND之间并联10μF+0.1μF电容
- 信号滤波：输入通道串联电阻+电容组成低通滤波
- 软件校准：采集已知电压值计算比例系数
常见问题排查：
- I2C设备未发现：检查
i2cdetect -y 1输出 - 数据跳动大：尝试降低采样率或增加滤波电容
- 负电压测量：使用AINx作为参考地构成伪差分输入
性能测试数据：
| 采样率(SPS) | 实际耗时(ms) | 噪声水平(mV) |
|---|---|---|
| 8 | 125 | 0.05 |
| 128 | 7.8 | 0.15 |
| 860 | 1.2 | 0.8 |
对于需要长时间运行的项目，建议：
# 在脚本开头添加自启动逻辑 if not os.path.exists('/tmp/sensor_pid'): with open('/tmp/sensor_pid', 'w') as f: f.write(str(os.getpid())) else: print("Already running") exit()这个项目最让我惊喜的是ADS1115的稳定性——连续运行两周，数据漂移不超过0.5%。特别是在清晨监测露水形成时，16位分辨率能清晰捕捉到湿度曲线的每一个微妙变化。