基于Arduino与PPG传感器的心率监测系统：从硬件设计到信号处理全解析

1. 项目概述：从零构建一个能“看见”心跳的桌面设备

如果你对电子DIY和生物医学信号感兴趣，但又觉得心电图（ECG/EKG）设备遥不可及，那么这个项目正是为你准备的。我们将一起动手，制作一个基于Arduino的桌面级心率监测系统。它不仅能通过OLED屏幕实时绘制出类似心电图（ECG）的脉搏波形图，还能用蜂鸣器发出“嘀嘀”的节拍声，并用RGB LED灯直观地告诉你心率是否处于健康范围。整个过程，就像把一个小型生物医学实验室搬到了你的工作台上。

这个项目的核心价值在于其完整性和教学性。它不仅仅是一个简单的传感器读数显示，而是涵盖了从传感器原理理解、硬件电路设计、PCB定制化生产，到嵌入式软件编程与系统集成的全流程。对于电子爱好者、嵌入式初学者，甚至是对生理信号处理感兴趣的学生来说，这是一个绝佳的实践案例。你将亲手触摸到从模拟生理信号到数字可视化结果的每一个环节，理解其中“为什么”要这样设计。

我选择Arduino Uno（实质是其核心ATmega328P微控制器）作为大脑，是因为它生态成熟、资料丰富，能让我们把精力集中在应用逻辑而非底层驱动上。心率传感器我们采用常见的光电脉搏传感器（PPG），它通过红外光探测皮下毛细血管的血液容积变化，这是一种非侵入式、安全的测量方式。OLED显示屏负责高对比度的波形绘制，蜂鸣器提供听觉反馈，RGB LED则作为状态指示灯。整个系统的硬件成本可控，大部分元件都易于获取。

在接下来的内容里，我会带你深入每一个细节。我们会拆解传感器信号背后的生物物理学原理，讨论如何为微弱的模拟信号设计可靠的读取电路，详解如何将电路图转化为一块实实在在的定制PCB，并一步步编写代码来处理信号、计算心率、驱动显示和发声。我会分享我在焊接、调试和算法处理中踩过的坑和总结的技巧，确保你能够成功复现，甚至在此基础上进行创新。

2. 核心硬件选型与原理深度解析

2.1 心率传感器：光电体积描记法（PPG）的实践

首先必须澄清一个关键概念：本项目使用的传感器，严格来说，并非医疗级的“心电图（ECG）”传感器。ECG测量的是心脏电活动在体表产生的电位差，通常需要多个电极贴片。而我们使用的是一种称为“光电体积描记法（Photoplethysmography， PPG）”的传感器。它更常见于智能手环、手表的光学心率监测功能。虽然最终在屏幕上绘制的波形与ECG的R波峰值间隔（对应心率）有相关性，可以直观反映心跳节律，但其信号形态和来源与标准ECG不同。在DIY领域，我们常将这种脉搏波形图也称为“ECG显示”，但了解其技术本质很重要。

这种PPG传感器的工作原理非常巧妙。其核心是一个红外发射二极管（IR LED）和一个光电晶体管或光电二极管。IR LED发出特定波长的红外光照射到皮肤（通常是指尖或耳垂）。皮肤、肌肉组织和血液对红外光的吸收率不同。当心脏收缩时，动脉血液被泵出，指尖的毛细血管血容量瞬间增加，血液吸收的红外光也随之增多；心脏舒张时，血容量减少，吸收的光线也减少。于是，反射回光电晶体管的光强度就随着心跳周期性地微弱变化。

光电晶体管将这个光强变化转换为微弱的电流变化，传感器模块内部的前置放大电路会将这个电流信号放大并转换为0V至5V（或3.3V）的模拟电压信号输出。这个电压信号的每一次“波峰”，理论上就对应一次心跳。然而，这个原始信号非常“脏”，混杂着呼吸、身体微动、环境光干扰以及电路噪声。因此，后续的信号处理算法至关重要。

注意：传感器佩戴的松紧度、测量位置（指尖最佳）、环境光（尤其是日光灯频闪）都会极大影响信号质量。初次测试时，务必保持手指稳定，避开强光直射。

2.2 微控制器与外围器件的选型逻辑

为什么是Arduino Uno/ATmega328P？对于这个项目，我们需要一个具备模拟输入（ADC）来读取传感器电压、数字IO口来控制显示和发声、以及足够计算能力来运行基础算法的微控制器。ATmega328P拥有6路10位精度的ADC通道，完全满足读取模拟信号的需求；16MHz的主频足以流畅地处理采样、计算和刷新OLED；其丰富的IO口和广泛的社区支持，使得驱动I2C OLED、控制RGB LED和蜂鸣器变得轻而易举。相比于更基础的ATmega168或更复杂的ESP32，328P在性能、资源、成本和复杂度上取得了最佳平衡。

OLED显示屏选择0.96英寸I2C接口的SSD1306模块，几乎是Arduino项目的标准搭配。理由有三：首先，OLED是自发光，对比度极高，在显示动态波形时比LCD清晰得多，无拖影；其次，I2C接口仅需两根信号线（SDA， SCL），极大节省了宝贵的IO口资源；最后，它有成熟的Adafruit或U8g2图形库支持，画点、画线、显示文本非常方便。

蜂鸣器选用有源蜂鸣器。它与无源蜂鸣器的区别在于，内部集成了振荡电路，只要给定直流电压就会以固定频率鸣叫。我们只需要用单片机的一个IO口输出一个短暂的高电平脉冲，就能让它发出“嘀”的一声，非常适合用来做心跳的声音提示，程序控制极其简单。

RGB LED则选用共阴极型。这意味着三个颜色（红、绿、蓝）的阳极分别通过限流电阻连接到单片机的三个PWM引脚，而阴极共同接地。通过给三个引脚输出不同占空比的PWM信号，就可以混合出黄、青、紫等各种颜色。我们用它来直观显示心率状态：绿色代表正常（如60-100 BPM），黄色代表过缓（<60 BPM），红色代表过速（>100 BPM）。

2.3 电源与PCB设计的考量

整个系统的工作电压是5V。我们可以通过Arduino Uno的USB口供电，但为了做成一个独立设备，更常见的做法是使用一个5V/1A的直流电源适配器，连接到定制PCB上的DC插座。这里有一个关键点：心率传感器和OLED屏通常也是5V逻辑电平，因此整个系统可以统一在5V下工作，避免了电平转换的麻烦。

定制PCB在这个项目中并非必须，但强烈推荐。使用万用板（洞洞板）也能完成，但对于集成度稍高的项目，飞线会变得杂乱，可靠性差，也不够美观。将设计好的电路图转化为PCB，不仅能获得专业的焊接体验，其丝印层（白色文字）能清晰指示每个元件的安装位置和方向，极大降低了组装难度和错误率。这也是从“实验原型”迈向“产品化设备”的重要一步。JLCPCB等制造商使得小批量打板的成本变得极低，正如项目中提到的，甚至只需几美元。

在PCB布局时，需要遵循一些基本原则：模拟部分（传感器输入走线）应尽量短，并远离数字部分（单片机、晶振、数字信号线）以减少噪声耦合；电源走线要足够宽，或在电源引脚附近放置去耦电容（通常为100nF的陶瓷电容）以滤除高频噪声；晶振应尽可能靠近单片机对应的引脚，其下方避免走线。

3. 电路设计与PCB制作全流程

3.1 从原理图到可生产的电路设计

电路原理图是整个项目的“蓝图”。它清晰地定义了所有元器件之间的电气连接关系，而不关心它们在物理板子上如何摆放。对于本项目，原理图的核心连接可以概括如下：

1. 电源部分：5V电源输入（通过DC插座或USB）直接连接到整个系统的VCC网络，GND连接到地网络。在VCC和GND之间，靠近每个主要芯片（如ATmega328P、OLED接口）的地方，都需要放置一个0.1uF（100nF）的陶瓷去耦电容。
2. 微控制器最小系统：ATmega328P需要接16MHz晶振（两端各接一个22pF电容到地），以及一个10kΩ的上拉电阻连接到RESET引脚。VCC接5V，AVCC（模拟电源）也接5V并通过一个电感或磁珠与数字VCC隔离（简单应用可直接相连），AREF（模拟参考电压）引脚通常通过一个0.1uF电容接地，或者接一个稳定的电压源，本项目可以直接接VCC。
3. 传感器接口：心率传感器的模拟输出引脚连接到ATmega328P的A0模拟输入引脚。传感器的VCC和GND分别接系统5V和地。
4. OLED显示接口：OLED的VCC接5V，GND接地。SDA和SCL分别连接到ATmega328P的A4（SDA）和A5（SCL）引脚，这是Arduino Uno上I2C通信的固定引脚。同时，这两条线上需要各接一个4.7kΩ的上拉电阻到5V，以确保I2C总线电平稳定。
5. 蜂鸣器驱动：蜂鸣器正极通过一个100Ω限流电阻连接到单片机的一个数字IO口（如D3），负极接地。由于有源蜂鸣器工作电流可能达到几十mA，超过了单片机单个引脚的直接驱动能力（通常20mA），所以这个限流电阻必不可少，也可以使用一个三极管（如S8050）来驱动，将单片机引脚作为控制信号。
6. RGB LED驱动：共阴极RGB LED的三个阳极（R， G， B）分别通过三个220Ω的限流电阻，连接到单片机的三个支持PWM的数字IO口（如D9， D10， D11）。阴极直接接地。220Ω电阻将每个LED的电流限制在安全范围内（约10-15mA）。

绘制原理图可以使用KiCad、EasyEDA或Altium Designer等工具。务必仔细检查每个网络的连接，确保没有短路或断路。

3.2 PCB布局、布线与Gerber文件生成

原理图完成后，就进入PCB布局阶段。这是将电气连接转化为物理版图的过程。布局的好坏直接影响设备的性能和可靠性。

布局优先顺序：

1. 核心器件定位：首先放置微控制器（ATmega328P），将其放在板子中央或略偏的位置，方便连线。
2. 接口器件定位：将电源插座、传感器接口（如3.5mm耳机座或排母）、OLED插针等需要与外部连接的器件，放置在板子边缘合适的位置。
3. 外围器件环绕：将晶振紧贴MCU的XTAL引脚放置。去耦电容必须紧贴其服务的芯片电源引脚。I2C上拉电阻放在总线附近。
4. 蜂鸣器和LED：这些是“发声发光”部件，可以考虑布局在板子特定区域，甚至配合外壳开孔。

布线关键规则：

• 电源线优先，加粗处理：VCC和GND的走线应比信号线宽。我通常使用20-30mil（0.5-0.76mm）的线宽。大面积铺铜（铺地）是很好的做法，能提供稳定的地平面和屏蔽效果。
• 信号线避免直角：尽量使用45度角或圆弧走线，减少高频信号反射。
• 模拟与数字隔离：心率传感器的模拟信号线应尽量短。如果可能，在PCB布局上让模拟部分和数字部分有一定的物理分隔，地平面也可以适当分割，最后通过单点连接（如一个0欧电阻或磁珠）汇合。

布局布线完成后，需要生成Gerber文件，这是PCB工厂的“通用语言”。Gerber文件是一系列文件，分别描述了每一层（顶层铜箔、底层铜箔、顶层丝印、阻焊层等）的图形。使用EDA软件的“导出Gerber”功能，通常需要导出以下层：顶层（Top Layer）、底层（Bottom Layer）、顶层丝印（Top Silkscreen）、顶层阻焊（Top Solder Mask）、底层阻焊（Bottom Solder Mask）和边框（Edge Cuts或Outline）。将生成的Gerber文件打包成ZIP，就可以上传到JLCPCB这样的PCB打样网站了。

实操心得：在提交Gerber文件前，务必使用Gerber查看器（如KiCad自带的GerbView或免费的在线查看器）再次检查。重点看孔位是否对齐、丝印是否清晰、有无明显的未连接或短路。这一步能避免因设计疏忽导致整批PCB报废。

3.3 焊接组装与硬件调试要点

收到PCB后，焊接顺序建议遵循“先低后高，先内后外”的原则：先焊接贴片电阻、电容等小元件，再焊接芯片座、晶振，最后焊接接插件（DC座、排针）、蜂鸣器和LED。对于ATmega328P，强烈建议使用IC座，而不是直接焊接芯片，这样万一芯片损坏可以轻松更换。

焊接完成后，不要急于通电。先进行以下检查：

1. 目视检查：用放大镜检查是否有虚焊、连锡、元件焊反（特别是二极管、电解电容、LED）。
2. 万用表通断测试：测量电源（VCC）和地（GND）之间的电阻。在未上电、未插芯片的情况下，电阻值应该很大（几百kΩ以上）。如果电阻很小（几欧姆），说明存在短路，必须排查。
3. 上电测试：插上电源（先用可调电源，设置5V，限流100mA），用手触摸主要芯片是否异常发烫。同时用万用表测量各关键点电压：MCU的VCC引脚是否为5V，复位引脚是否为高电平（约5V）。

如果硬件检查无误，可以先将编写好的程序通过Arduino Uno作为编程器，烧录到ATmega328P芯片中，再将芯片插入目标板的IC座。最后连接传感器和OLED，上电观察。

4. 嵌入式软件设计与信号处理算法

4.1 程序架构与核心库依赖

整个软件的运行逻辑是一个典型的嵌入式实时循环。在setup()函数中，我们完成初始化：配置传感器输入引脚、初始化I2C通信、设置OLED显示、配置蜂鸣器和RGB LED引脚为输出模式，并开启串口调试（可选但非常推荐）。在loop()函数中，程序不断循环执行以下核心任务：读取传感器模拟值、进行信号滤波、检测心跳峰值、计算瞬时心率（BPM）、更新OLED显示、控制蜂鸣器发声和RGB LED颜色。

我们需要依赖几个关键的Arduino库：

• Wire.h：用于I2C通信，驱动OLED屏。
• Adafruit_SSD1306.h 和 Adafruit_GFX.h：这是最常用的OLED图形显示库，提供了丰富的绘图函数。或者可以使用U8g2lib.h，它在字体和图形渲染上功能更强大。
• 可能还需要一个简单的滤波器库，或者我们自己实现滤波算法。

程序的核心变量包括：存储原始模拟值的变量、经过滤波后的信号值、记录上一次心跳时间的变量、用于计算平均心率的缓冲区等。

4.2 心率信号的处理：从噪声中提取有效节律

直接从ADC读取的原始信号是充满噪声的。以下是一个逐步处理信号的典型流程，我们可以在代码中实现：

1. 采样：使用analogRead(A0)以固定频率读取传感器电压。采样率很重要，太慢会丢失细节，太快则增加无谓的计算量。对于心率信号（通常小于5Hz），100-200Hz的采样率是足够的。可以使用millis()或micros()函数进行精确的定时采样。

2. 直流偏移移除：传感器输出通常包含一个较大的直流分量（比如2.5V），上面叠加着微弱的交流脉搏信号。我们需要移除这个直流分量，只关注交流变化。一种简单的方法是在初始化时读取一段时间的平均值作为“基线”，然后从每个新采样值中减去这个基线。

   CPP 复制

   1

   // 伪代码示例

   2

   long baseline = 0;

   3

   for(int i=0; i<100; i++) {

   4

   baseline += analogRead(A0);

   5

   delay(10);

   6

   }

   7

   baseline /= 100; // 计算初始基线

   8

    

   9

   // 在循环中

   10

   int rawValue = analogRead(A0);

   11

   int signal = rawValue - baseline; // 移除直流偏移

3. 软件滤波：这是最关键的一步。我们可以使用一个低通滤波器来平滑信号，滤除高频噪声。一个非常简单但有效的滤波器是一阶低通滤波器（指数加权移动平均）：

   CPP 复制

   1

   float filteredValue = 0;

   2

   float alpha = 0.1; // 平滑系数，介于0和1之间，越小越平滑但响应越慢

   3

   filteredValue = alpha * signal + (1 - alpha) * filteredValue;

   更高级的可以选择滑动平均滤波或巴特沃斯数字滤波器。Arduino社区也有现成的滤波器库可供使用。

4. 峰值检测：在干净的波形上检测波峰。算法逻辑是：持续监测滤波后的信号值，当发现信号值由持续上升转为下降时，那个拐点就是峰值点。需要设置一个动态阈值来避免噪声误触发。例如，可以跟踪信号的平均值，当信号值超过“平均值 + 某个幅度”时，才认为可能是有效峰值。

   CPP 复制

   1

   if (filteredValue > threshold && isRising) {

   2

   // 检测到峰值！

   3

   heartbeatDetected = true;

   4

   isRising = false;

   5

   threshold = filteredValue * 0.7; // 动态更新阈值，例如峰值的70%

   6

   }

   7

   if (filteredValue < threshold) {

   8

   isRising = true;

   9

   }

5. 心率计算：每次检测到峰值，就记录当前时间（currentMillis）。用本次峰值时间减去上次峰值时间，就得到了一次心跳的间隔（IBI， Inter-Beat Interval），单位是毫秒。

   CPP 复制

   1

   unsigned long lastBeatTime = 0;

   2

   unsigned long currentTime = millis();

   3

   int IBI = currentTime - lastBeatTime; // 心跳间隔，毫秒

   4

   lastBeatTime = currentTime;

   5

   // 将间隔转换为每分钟心跳数（BPM）

   6

   float BPM = 60000.0 / IBI; // 60000毫秒 / 间隔(毫秒)

   为了结果更稳定，通常不会只使用一次IBI，而是计算最近几次（比如4次或8次）IBI的平均值，再换算成BPM。

4.3 OLED图形绘制与多任务协调

在OLED上绘制实时波形，本质上是绘制一个动态的滚动图表。我们可以将OLED的宽度（128像素）视为时间轴，将高度（64像素）视为信号幅度轴。

实现思路：

1. 在内存中维护一个数组，用于存储最近128个滤波后的信号样本值。
2. 每次循环中，将最新的样本值存入数组，并丢弃最旧的值。
3. 清除屏幕上一帧的图形（或采用更高效的部分清除方式）。
4. 遍历这个数组，将每个值映射到屏幕的Y坐标，然后用drawLine函数将相邻的点连接起来，形成连续的波形线。
5. 同时，在屏幕的固定位置（如左上角）用setTextSize和println函数显示计算出的实时BPM数值。

多任务协调：loop()函数中除了采样、滤波、画图，还要处理蜂鸣器发声和LED更新。这里需要注意时序问题。蜂鸣器发声应该短暂，例如在检测到心跳峰值的瞬间，让蜂鸣器引脚高电平持续50毫秒，然后关闭，避免长鸣。RGB LED的颜色更新可以根据计算出的BPM，在每次循环中判断并设置对应的PWM值。这些操作都是非阻塞的，通过millis()进行时间管理，避免使用delay()函数，否则会阻塞波形绘制，导致显示卡顿。

5. 系统集成、测试与优化心得

5.1 整机组装与功能验证

当PCB焊接完毕，代码编译上传后，就进入了激动人心的整机测试阶段。首先，将心率传感器、OLED屏通过排线或杜邦线连接到主板上。确保所有连接牢固。然后上电。

初始观察：

1. 电源指示灯：如果PCB上有电源LED，它应该亮起。
2. OLED屏幕：应该立即点亮，并显示初始界面，如项目标题或等待信号提示。
3. 传感器：将手指稳定地放在传感器（通常是夹子或贴片）的感应区域。避免用力按压，只需自然接触。

功能验证步骤：

1. 波形显示：观察OLED屏幕，应该能看到一条随着时间滚动的波形线。即使手指静止，也可能看到一些规律的波动（可能是呼吸或微小颤动）或噪声。轻轻活动手指，波形应有明显变化。
2. 心率计算：保持手指稳定，观察屏幕左上角或指定区域的BPM数值。它应该逐渐稳定到一个合理的范围（静坐时通常在60-100之间）。数值可能会有一些跳动，这是正常的。
3. 声音反馈：每当检测到一次心跳峰值，蜂鸣器应该发出一个短促的“嘀”声。声音应与波形峰值和BPM更新大致同步。
4. LED指示：观察RGB LED的颜色。根据你代码中设定的阈值（例如，BPM<60亮黄色，60-100亮绿色，>100亮红色），LED颜色应随实时心率变化。

5.2 常见问题排查与调试技巧

即使按照指南操作，第一次也难免遇到问题。下面是一个常见问题速查表：

调试核心技巧：串口绘图器是你的最佳朋友。将关键变量（如rawValue， filteredValue， threshold）实时打印到串口，然后在Arduino IDE的“工具”->“串口绘图器”中打开。你可以直观地看到原始信号、滤波效果以及阈值线的位置，这对于调整滤波器参数和峰值检测算法至关重要。

5.3 项目优化与扩展方向

当基础功能稳定运行后，你可以考虑以下优化和扩展，让项目更上一层楼：

1. 算法优化：

   • 更稳健的峰值检测：实现Pan-Tompkins等经典QRS波检测算法的简化版，提高抗干扰能力。
   • 心率变异性（HRV）分析：记录一系列IBI值，可以计算SDNN、RMSSD等指标，反映自主神经系统状态。这需要更大的内存来存储数据，并可能涉及更复杂的数学运算。
   • 信号质量指示：通过分析信号的幅度、噪声水平，在屏幕上显示一个信号质量条，提示用户调整佩戴姿势。

2. 硬件优化：

   • 加入蓝牙/Wi-Fi模块：如HC-05或ESP-01s，将心率数据无线发送到手机APP或电脑，实现远程监测和数据记录。
   • 添加SD卡存储：使用SD卡模块，将长时间的心率数据以CSV格式存储下来，供后续分析。
   • 升级传感器：尝试使用更高性能的模拟前端芯片（如TI的AFE44xx系列）搭配专用光电二极管，获取更纯净的原始信号。
   • 设计电池供电：加入锂电池充电管理电路（如TP4056）和升压模块，做成便携式设备。

3. 软件与交互优化：

   • 设计菜单界面：通过一个按钮切换显示模式（如波形、大数字BPM、历史趋势图）。
   • 添加报警功能：当心率持续超过设定阈值时，蜂鸣器发出不同频率的警报声。
   • 开发上位机软件：使用Processing或Python（配合PySerial）编写一个电脑端程序，接收串口数据，实现更专业的图表显示和分析。

这个项目最大的乐趣在于，它提供了一个完整的框架，你可以在其上不断添加新的想法和功能。从最初一个简单的读数显示，到后来可能演变成一个具有数据记录、无线传输和简单分析功能的小型健康监测终端。每一次调试和优化，都是对嵌入式系统设计和生物信号处理理解的深化。动手去做，遇到问题，解决问题，这正是DIY的精髓所在。