1. 项目概述：为什么我们需要一个移动环境信息采集器？
几年前，我在参与一个社区空气质量监测项目时，遇到了一个很实际的问题：固定点的监测数据虽然准确，但无法反映一个区域内污染物的扩散路径和浓度梯度。我们想知道，从公园到主干道，PM2.5浓度是如何变化的？不同时间段的噪音污染在哪些路段最严重？传统的方案要么成本高昂，要么部署笨重。于是，一个想法诞生了：能不能用我们手头常见的电子模块，比如Arduino，做一个可以“背着走”或者“放在车上跑”的移动式数据采集终端？
这就是“自制基于Arduino移动式城市环境信息采集器”项目的由来。它的核心目标，是构建一个低成本、可定制、易于复用的便携设备，能够连续记录地理位置（经度、纬度、时间）以及多种环境参数（如温度、湿度、气压、光照、特定气体浓度、颗粒物浓度、噪音等级等），并将这些数据以“时间戳+位置+传感器读数”的格式存储下来。最终，这些数据可以导入到地图软件或数据分析工具中，生成可视化的环境热力图或变化曲线，为城市漫步路线规划、骑行通勤环境评估、特定区域污染源排查，甚至是户外活动环境研究，提供第一手的数据支持。
这个项目听起来有点极客，但其实它的门槛并不高。只要你玩过Arduino，会基本的焊接和编程，就能跟着做出来。它融合了嵌入式系统、传感器技术、数据记录和地理信息几个有趣的方向，是一个绝佳的综合性实践项目。接下来，我将从设计思路、硬件选型、代码编写到数据处理，完整地拆解这个项目的实现过程，并分享我在多次迭代中踩过的坑和总结的经验。
2. 整体系统设计与核心思路拆解
2.1 核心需求与功能定义
在动手之前，我们必须明确这个采集器要干什么。移动式环境信息采集，关键在于“移动”和“多参数同步”。
- 移动轨迹记录：设备必须知道自己在哪儿、什么时间。这需要GPS模块提供精确的经纬度和UTC时间。
- 多环境参数同步采集：在知道位置和时间的同时，需要记录该点的环境状态。常见的参数包括：
- 大气物理参数：温度、湿度、气压（可由BME280等集成传感器提供）。
- 空气质量参数：PM2.5/PM10（激光粉尘传感器如SDS011）、总挥发性有机物TVOC（如SGP30）、二氧化碳eCO2（如SCD30或SGP30估算值）。
- 物理环境参数：光照强度（BH1750）、噪音分贝（模拟声音传感器）。
- 其他可扩展参数：紫外线指数、风速风向等（根据具体需求添加）。
- 可靠的数据存储：在移动过程中，可能没有实时无线传输的条件（如地下车库、偏远区域），因此必须依赖本地存储。SD卡以其大容量、通用性和可靠性成为首选。数据需要以结构化格式（如CSV）保存，方便后续用电脑分析。
- 持久的续航能力：设备需要能独立工作数小时甚至一整天。这意味着需要一块容量合适的锂电池，以及一个高效的电源管理电路，包括充电、升压/降压和电量监测。
- 设备状态指示与交互：简单的LED状态灯、蜂鸣器或小型OLED屏幕，用于显示当前工作状态、GPS定位状态、存储状态和电量，对于调试和现场使用至关重要。
基于以上需求，系统的核心工作流程可以概括为：系统上电初始化 -> 等待GPS获得有效定位 -> 进入主循环，定期（如每秒）读取所有传感器数据 -> 将“时间戳，纬度，经度，海拔，温度，湿度，气压，PM2.5…”等数据拼接成一行CSV格式字符串 -> 将这一行数据追加写入SD卡上的文件 -> 根据电量或时间判断是否进入休眠或关机。
2.2 硬件平台选型与架构设计
硬件是整个项目的骨架。选型的原则是在满足性能、精度和功耗要求的前提下，优先选择社区支持好、资料丰富、易于采购的模块。
2.2.1 主控单元：Arduino的抉择
Arduino Uno是入门首选，但其有限的SRAM（2KB）和Flash（32KB）在连接多个传感器和SD卡库时可能会捉襟见肘。更推荐使用Arduino Mega 2560或基于ESP32的开发板。
- Arduino Mega 2560：拥有丰富的IO口（54个数字IO，16个模拟输入），4KB SRAM和256KB Flash，完全能胜任多传感器集成和SD卡读写，且稳定性极高，是“重型”项目的可靠选择。
- ESP32 DevKit：这是更具性价比和扩展性的选择。它集成了Wi-Fi和蓝牙，为未来增加数据无线同步功能留出了可能。其双核处理器、520KB SRAM和4MB Flash（取决于型号）性能强劲，且深度睡眠功耗极低，非常适合电池供电场景。本项目以ESP32为例进行讲解，其思路同样适用于Mega。
2.2.2 定位与授时核心：GPS模块
GPS模块选型需关注定位速度、精度和功耗。
- 推荐型号：NEO-6M或NEO-7M系列模块。它们性价比高，自带陶瓷天线和备份电池（用于热启动），通过串口（UART）与主控通信。购买时最好选择带有“有源天线”接口的版本，在车内或城市峡谷等信号弱的地方，可以连接外接天线提升信号质量。
- 关键点：GPS模块输出的是NMEA-0183协议语句，我们需要从中解析出
$GPRMC（推荐最小定位信息）和$GPGGA（定位质量信息）语句来获取时间、日期、经纬度、海拔等数据。
2.2.3 数据存储：SD卡模块
SD卡模块通常通过SPI接口与主控连接。选择时注意：
- 电平兼容：确保模块是3.3V或5V逻辑，与你的主控匹配。ESP32是3.3V系统。
- 文件系统：Arduino的SD库支持FAT16/FAT32文件系统。建议使用Class 10或以上的高速Micro SD卡，容量8GB-32GB即可，使用前最好在电脑上格式化为FAT32格式。
- 重要经验：SD卡读写是功耗峰值和故障高发点。一定要在代码中做好错误处理（如写文件失败重试），并确保电源稳定。
2.2.4 传感器阵列选型建议
传感器是数据的源头，选型需平衡精度、功耗、价格和接口复杂度。
| 传感器类型 | 推荐型号 | 测量参数 | 接口 | 备注 |
|---|---|---|---|---|
| 温湿压 | BME280 | 温度、湿度、气压 | I2C/SPI | 集成度高，精度好，行业标杆。 |
| 颗粒物 | SDS011 | PM2.5, PM10 | 串口(UART) | 激光原理，数据相对可靠，需注意进气口防尘。 |
| 气体/VOC | SGP30 | TVOC, eCO2 | I2C | 金属氧化物半导体原理，测趋势而非绝对浓度，需定期校准。 |
| 光照 | BH1750 | 光照强度(Lux) | I2C | 数字输出，精度高，使用简单。 |
| 噪音 | 模拟声音传感器 | 相对声强 | 模拟输入(AO) | 输出模拟电压值，需在主控端转换为分贝值（需校准）。 |
2.2.5 电源系统：锂电池与管理电路
移动设备的核心是电源。一个典型的方案是：
- 电芯：单节18650锂离子电池（3.7V， 2000mAh以上）。两节并联可大幅增加容量。
- 充电管理：TP4056模块。负责给锂电池安全充电（Micro USB输入），带充电状态指示灯。
- 升压稳压：因为ESP32和多数传感器需要3.3V，而GPS、SD卡模块可能兼容3.3V/5V。这里需要一个DC-DC升压稳压模块（如MT3608），将锂电池的3.0V-4.2V升压到稳定的5V。然后，5V再通过一个低压差线性稳压器（LDO）（如AMS1117-3.3）转换为3.3V给核心系统供电。
- 电量监测：虽然可以粗略通过电池电压估算电量，但更推荐使用MAX17043等专用电量计芯片（通过I2C通信），它能提供更精确的剩余电量百分比。
注意：电源设计是稳定性的基石。务必确保你的升压模块在电池低压时仍能输出足额电流，且LDO的发热在可接受范围内。在PCB布线时，电源走线要尽量粗短。
2.2.6 辅助单元
- 显示：0.96寸OLED（SSD1306驱动，I2C接口），用于显示关键信息。
- 指示：LED指示灯（电源、GPS锁定、SD卡写入状态）。
- 交互：按键，用于开关机、切换显示模式、启动记录等。
最终的系统架构框图（逻辑上）是：锂电池 -> 充电管理 -> 升压至5V -> 一路供5V设备，一路降压至3.3V供核心系统 -> 核心系统（ESP32）通过I2C总线连接BME280、SGP30、BH1750、OLED，通过UART1连接GPS，通过UART2连接SDS011，通过SPI连接SD卡，通过模拟引脚读取噪音传感器。
3. 硬件组装与电路连接详解
3.1 物料清单与准备
在开始焊接或接线前，请准备好所有模块，并建议先为每个模块单独编写测试代码，确保其工作正常。这是避免后续联调时“抓瞎”的关键一步。
核心物料清单：
- ESP32开发板（如ESP32 DevKit V1）
- NEO-6M GPS模块（带天线）
- Micro SD卡模块（SPI接口）
- BME280温湿压传感器模块
- SDS011激光粉尘传感器
- SGP30 TVOC/eCO2传感器模块
- BH1750光照传感器模块
- 模拟声音传感器模块
- TP4056充电模块
- MT3608升压模块（或类似）
- AMS1117-3.3稳压模块
- 18650锂电池及电池座
- 0.96寸OLED显示屏（I2C）
- 按键、LED、电阻、蜂鸣器若干
- 洞洞板、导线、焊台、万用表
3.2 核心电路连接指南
由于涉及模块较多，强烈建议先在面包板上搭建测试，稳定后再焊接。以下是ESP32引脚连接参考（请务必以你的模块实际引脚为准）：
电源部分：
- 锂电池正负极 -> TP4056模块的
B+和B-。 - TP4056模块的
OUT+和OUT--> MT3608升压模块的输入IN+和IN-。 - MT3608输出
OUT+(5V) -> 作为系统5V总线。 - 系统5V总线 -> AMS1117-3.3的
IN，其OUT(3.3V) -> 作为系统3.3V总线。 - 关键检查点：用万用表测量5V和3.3V总线电压是否准确稳定。
主控与模块连接：
| 模块 | 接口 | ESP32引脚 | 说明 |
|---|---|---|---|
| GPS (NEO-6M) | TX | GPIO16 (RX2) | ESP32的UART2接收端 |
| RX | GPIO17 (TX2) | ESP32的UART2发送端 | |
| SDS011 | TX | GPIO4 (RX2备用) | 使用SoftwareSerial库模拟串口接收 |
| RX | GPIO5 (TX2备用) | 使用SoftwareSerial库模拟串口发送 | |
| SD卡模块 | CS | GPIO5 | SPI片选，可换其他IO |
| SCK | GPIO18 | SPI时钟 | |
| MOSI | GPIO23 | SPI主机输出 | |
| MISO | GPIO19 | SPI主机输入 | |
| VCC | 5V总线 | 注意电平兼容 | |
| BME280/SGP30/BH1750/OLED | SDA | GPIO21 | I2C数据线，共用 |
| SCL | GPIO22 | I2C时钟线，共用 | |
| VCC | 3.3V总线 | 均为3.3V器件 | |
| 模拟声音传感器 | AO | GPIO34 | 仅输入引脚，用于ADC |
| 按键 | 一端 | GPIO15 | 下拉电阻到GND |
| 另一端 | 3.3V总线 | 通过按键上拉 | |
| 状态LED | 正极 | GPIO2 | 串联220Ω电阻 |
| 负极 | GND |
实操心得1：电源去耦：在每个数字模块（特别是GPS、SD卡）的电源引脚附近，尽量靠近引脚焊接一个0.1uF（104）的陶瓷电容到地，可以极大抑制电源噪声，避免SD卡写入失败或GPS数据错乱等玄学问题。实操心得2：接口冲突：ESP32的某些引脚在启动时有特殊功能（如GPIO12影响启动电压，GPIO15影响启动模式）。上述引脚分配已避开这些坑。如果自行调整，务必查阅ESP32的引脚功能说明图。
4. 软件编程与数据逻辑实现
4.1 开发环境与库管理
使用Arduino IDE进行开发。需要提前安装好ESP32开发板支持（通过开发板管理器添加）。以下是需要安装的核心库（通过库管理器搜索安装）：
- TinyGPS++：用于解析NMEA语句，比传统的
TinyGPS更易用，功能更强。 - Adafruit BME280：用于读取BME280传感器数据。
- Adafruit SGP30：用于读取SGP30传感器数据。
- SparkFun BH1750：用于读取BH1750光照传感器。
- SD(内置)：用于SD卡文件操作。
- Adafruit SSD1306和Adafruit GFX：用于驱动OLED显示。
- SoftwareSerial：用于模拟串口连接SDS011（如果需要）。
4.2 核心代码结构解析
代码主要分为初始化、数据采集、数据记录、状态显示四个部分。下面给出关键代码片段和逻辑说明。
4.2.1 全局定义与初始化
#include <Wire.h> #include <SPI.h> #include <SD.h> #include <TinyGPS++.h> #include <Adafruit_Sensor.h> #include <Adafruit_BME280.h> #include <Adafruit_SGP30.h> #include <BH1750.h> #include <Adafruit_GFX.h> #include <Adafruit_SSD1306.h> // 引脚定义 #define SD_CS 5 #define GPS_RX 16 #define GPS_TX 17 #define SDS_RX 4 #define SDS_TX 5 #define NOISE_SENSOR_PIN 34 #define BUTTON_PIN 15 #define LED_PIN 2 // 对象实例化 TinyGPSPlus gps; HardwareSerial GPS_Serial(2); // 使用UART2 SoftwareSerial sdsSerial(SDS_RX, SDS_TX); // 软串口给SDS011 Adafruit_BME280 bme; Adafruit_SGP30 sgp; BH1750 lightMeter; Adafruit_SSD1306 display(128, 64, &Wire, -1); File dataFile; char filename[] = "ENVLOG00.CSV"; // 自动递增文件名 unsigned long logInterval = 1000; // 记录间隔1秒 bool isLogging = false; void setup() { Serial.begin(115200); pinMode(LED_PIN, OUTPUT); pinMode(BUTTON_PIN, INPUT_PULLDOWN); // ESP32内部下拉 // 初始化OLED if(!display.begin(SSD1306_SWITCHCAPVCC, 0x3C)) { Serial.println(F("SSD1306 allocation failed")); for(;;); // 死循环 } display.display(); delay(2000); display.clearDisplay(); // 初始化I2C传感器 Wire.begin(); if (!bme.begin(0x76)) { // BME280地址可能是0x76或0x77 display.println("BME280 FAIL"); display.display(); while (1); } if (!sgp.begin()){ display.println("SGP30 FAIL"); display.display(); while (1); } lightMeter.begin(); // 初始化GPS串口 GPS_Serial.begin(9600, SERIAL_8N1, GPS_RX, GPS_TX); // 初始化SDS011软串口 sdsSerial.begin(9600); // 初始化SD卡 if (!SD.begin(SD_CS)) { display.println("SD Card FAIL"); display.display(); while (1); } // 创建不重复的数据文件名 createNewFile(); // 显示初始信息 display.setTextSize(1); display.setTextColor(SSD1306_WHITE); display.setCursor(0,0); display.println("Env Logger Ready"); display.print("File: "); display.println(filename); display.display(); delay(2000); }4.2.2 数据采集与解析函数这是项目的核心，需要高效、准确地读取所有传感器。
struct EnvData { String datetime; float lat; float lng; float altitude; int satellites; float temperature; float humidity; float pressure; float pm25; float pm10; uint16_t tvoc; uint16_t eco2; float lux; int noiseADC; }; EnvData readAllSensors() { EnvData data; // 1. 读取GPS数据 while (GPS_Serial.available() > 0) { if (gps.encode(GPS_Serial.read())) { if (gps.location.isValid()) { data.lat = gps.location.lat(); data.lng = gps.location.lng(); data.altitude = gps.altitude.meters(); data.satellites = gps.satellites.value(); if (gps.date.isValid() && gps.time.isValid()) { char buf[30]; sprintf(buf, "%04d-%02d-%02dT%02d:%02d:%02dZ", gps.date.year(), gps.date.month(), gps.date.day(), gps.time.hour(), gps.time.minute(), gps.time.second()); data.datetime = String(buf); } } } } // 2. 读取BME280 data.temperature = bme.readTemperature(); data.humidity = bme.readHumidity(); data.pressure = bme.readPressure() / 100.0F; // 转换为hPa // 3. 读取SGP30 (需要绝对湿度补偿以获得更准的eCO2) float absoluteHumidity = bme.readHumidity(); // 这里简化处理，实际应用需用温度换算 sgp.setHumidity(absoluteHumidity); if (sgp.IAQmeasure()) { data.tvoc = sgp.TVOC; data.eco2 = sgp.eCO2; } // 4. 读取BH1750 data.lux = lightMeter.readLightLevel(); // 5. 读取SDS011 (需要解析特定数据帧) data.pm25 = readSDS011_PM25(); // 自定义解析函数 data.pm10 = readSDS011_PM10(); // 自定义解析函数 // 6. 读取噪音传感器（模拟值） data.noiseADC = analogRead(NOISE_SENSOR_PIN); return data; } // SDS011数据解析示例（简化版，实际需处理完整帧） float readSDS011_PM25() { byte buffer[10]; int idx = 0; while (sdsSerial.available() >= 10) { buffer[idx] = sdsSerial.read(); // 检查帧头0xAA, 命令字0xC0, 帧尾0xAB if (idx == 0 && buffer[0] != 0xAA) continue; if (idx == 1 && buffer[1] != 0xC0) { idx = 0; continue; } idx++; if (idx == 10) { if (buffer[9] == 0xAB) { // 校验和检查 (略) int pm25 = (buffer[3] * 256 + buffer[2]) / 10.0; int pm10 = (buffer[5] * 256 + buffer[4]) / 10.0; return pm25; } idx = 0; } } return -1.0; // 无效值 }4.2.3 数据记录与文件管理数据记录的关键是可靠性和格式统一。
void logDataToSD(EnvData data) { dataFile = SD.open(filename, FILE_APPEND); if (!dataFile) { Serial.println("Failed to open file for writing"); digitalWrite(LED_PIN, HIGH); // 错误指示 return; } // 构建CSV行，包含所有字段 String dataString = ""; dataString += data.datetime + ","; dataString += String(data.lat, 6) + ","; dataString += String(data.lng, 6) + ","; dataString += String(data.altitude, 2) + ","; dataString += String(data.satellites) + ","; dataString += String(data.temperature, 2) + ","; dataString += String(data.humidity, 2) + ","; dataString += String(data.pressure, 2) + ","; dataString += String(data.pm25, 1) + ","; dataString += String(data.pm10, 1) + ","; dataString += String(data.tvoc) + ","; dataString += String(data.eco2) + ","; dataString += String(data.lux, 0) + ","; dataString += String(data.noiseADC); dataFile.println(dataString); dataFile.close(); // 快速闪烁LED指示写入成功 digitalWrite(LED_PIN, HIGH); delay(50); digitalWrite(LED_PIN, LOW); } void createNewFile() { // 寻找一个未使用的文件名，如ENVLOG01.CSV, ENVLOG02.CSV... for (uint8_t i = 0; i < 100; i++) { filename[6] = i/10 + '0'; filename[7] = i%10 + '0'; if (!SD.exists(filename)) { dataFile = SD.open(filename, FILE_WRITE); if (dataFile) { // 写入CSV表头 dataFile.println("DateTime,Latitude,Longitude,Altitude(m),Satellites,Temp(C),Humidity(%),Pressure(hPa),PM2.5(ug/m3),PM10(ug/m3),TVOC(ppb),eCO2(ppm),Lux,NoiseADC"); dataFile.close(); Serial.print("Logging to: "); Serial.println(filename); break; } } } }4.2.4 主循环与状态机主循环需要处理按键、定时采集、显示更新和低功耗逻辑。
void loop() { static unsigned long lastLogTime = 0; static unsigned long lastDisplayUpdate = 0; // 检查按键，切换记录状态 if (digitalRead(BUTTON_PIN) == HIGH) { delay(50); // 消抖 if (digitalRead(BUTTON_PIN) == HIGH) { isLogging = !isLogging; display.clearDisplay(); display.setCursor(0,0); display.print("Logging: "); display.println(isLogging ? "ON" : "OFF"); display.display(); while(digitalRead(BUTTON_PIN) == HIGH); // 等待按键释放 } } // 如果正在记录，且到达记录间隔 if (isLogging && (millis() - lastLogTime >= logInterval)) { EnvData currentData = readAllSensors(); // 只有GPS定位有效时才记录（可选，根据需求） if (currentData.satellites >= 4) { logDataToSD(currentData); } else { display.setCursor(0, 40); display.println("Waiting for GPS..."); display.display(); } lastLogTime = millis(); } // 定期更新显示（比如每500ms） if (millis() - lastDisplayUpdate >= 500) { updateDisplay(); lastDisplayUpdate = millis(); } // 此处可以添加低功耗睡眠逻辑，例如在非记录时让ESP32进入Light Sleep // if (!isLogging) { esp_sleep_enable_timer_wakeup(1000000); esp_light_sleep_start(); } }编程经验1：错误处理与鲁棒性：在实际部署中，传感器可能会暂时失灵，SD卡可能接触不良。代码中每一个
begin()、open()、read()操作都应该有检查。对于GPS，不要完全依赖gps.encode()，可以设置一个超时机制，如果超过一定时间（如30秒）仍未获得有效定位，则用无效值填充或跳过此次记录，但继续尝试。编程经验2：内存管理：在Arduino环境下，String类虽然方便，但频繁拼接可能导致内存碎片。对于日志字符串，可以尝试使用字符数组（char buffer[256]）和snprintf()来构建，这对长期运行的稳定性更有益。上面的代码为了清晰使用了String，在内存充裕的ESP32上问题不大，但在Uno上就需要谨慎。
5. 外壳设计与实地部署考量
一个可靠的项目离不开坚固的外壳和合理的部署方案。
5.1 外壳设计与制作
移动设备面临震动、灰尘、雨水和磕碰。外壳设计需考虑：
- 进气与防尘：SDS011等需要空气流通的传感器，外壳需开有进气孔，并覆盖防尘海绵或薄膜，防止大颗粒物进入。出风口也应设计，形成微弱气流。
- 传感器布局：温湿度传感器应避免被主板或其他发热元件影响，最好有独立小空间与外部空气交换。GPS天线部分外壳应为非金属（如塑料），且上方无遮挡。
- 防水与密封：如果不是全天候使用，可以不做高等级防水。但接口处（如USB充电口）最好有橡胶塞。外壳接缝处可以使用橡胶垫圈或涂抹密封胶。
- 固定与便携：设计腰带夹、魔术贴或背包挂点，方便携带。如果用于车载，需有牢固的固定方式（如强力吸盘、绑带）。
- 材料选择：3D打印（PLA/ABS）是最快捷的定制化方案。也可以使用现成的防水接线盒改造，在盒壁上开孔安装传感器和屏幕。
5.2 实地部署与数据收集流程
- 行前检查：
- 电池充满电。
- SD卡已格式化，并有足够空间。
- 开机测试，确认GPS能快速定位（在户外），所有传感器读数正常，OLED显示清晰。
- 在电脑上预读一次SD卡，确认文件格式正确。
- 数据收集：
- 开机，等待GPS锁定（OLED显示卫星数大于等于4）。
- 按下记录按钮开始记录。在移动过程中，可定期查看OLED上的关键信息（如PM2.5数值）。
- 尽量避免设备长时间暴露在极端环境（暴雨、超过50°C高温）下。
- 数据回收与初步处理：
- 结束后，按下按钮停止记录，关机。
- 取出SD卡，用读卡器连接电脑。你会看到一个或多个CSV文件。
- 用Excel、Google Sheets或Python的pandas库打开CSV文件。首先检查数据完整性，有无异常值（如-999， 65535等传感器错误值）。
- 关键步骤：数据清洗。剔除GPS无效（经纬度为0）的记录行。对于传感器偶尔的跳变异常值，可以用前后数据的平均值进行平滑或直接剔除。
6. 数据可视化与应用案例分享
原始数据表格并不直观，可视化是发挥其价值的关键。
6.1 基于地图的可视化（以Google My Maps为例）
这是一种无需编程的快速方法：
- 将CSV文件导入Google My Maps。
- 设置“位置列”为经度和纬度字段。
- 可以按PM2.5浓度等数值字段为数据点着色（例如，绿色表示0-35 µg/m³，黄色表示35-75，红色表示75以上）。
- 这样就能得到一张覆盖你行进路径的、带有颜色梯度的污染地图，清晰看出哪些路段污染更严重。
6.2 使用Python进行进阶分析
对于更深入的分析，Python是利器。这里给出一个使用pandas、folium（生成交互式地图）和matplotlib的简单示例框架：
import pandas as pd import folium from folium.plugins import HeatMap # 1. 读取数据 df = pd.read_csv('ENVLOG01.CSV') # 清洗无效数据 df = df[(df['Latitude'] != 0) & (df['Longitude'] != 0)] df = df.dropna() # 2. 生成热力图（例如PM2.5） m = folium.Map(location=[df['Latitude'].mean(), df['Longitude'].mean()], zoom_start=15) heat_data = [[row['Latitude'], row['Longitude'], row['PM2.5(ug/m3)']] for index, row in df.iterrows()] HeatMap(heat_data, radius=15, blur=10, max_zoom=1).add_to(m) m.save('pm25_heatmap.html') # 3. 生成时间序列图 import matplotlib.pyplot as plt df['DateTime'] = pd.to_datetime(df['DateTime']) plt.figure(figsize=(15,5)) plt.plot(df['DateTime'], df['PM2.5(ug/m3)'], label='PM2.5') plt.plot(df['DateTime'], df['Humidity(%)'], label='Humidity', alpha=0.7) plt.xlabel('Time') plt.ylabel('Value') plt.legend() plt.grid(True) plt.title('Environmental Parameters over Time') plt.xticks(rotation=45) plt.tight_layout() plt.savefig('time_series.png', dpi=300)这个脚本会生成一个HTML格式的交互式PM2.5热力图和一个时间序列折线图。
6.3 实际应用场景举例
- 通勤路线评估：连续一周骑行不同路线上班，对比各条路线的平均PM2.5和噪音水平，选择最健康的路线。
- 城市公园空气质量调查：在公园内按固定路线行走，绘制公园内部的微气候（温湿度）和空气质量分布图。
- 室内外空气对比：将设备放在窗边，记录开窗通风前后室内TVOC和CO2浓度的变化，评估通风效率。
- 特定污染源追踪：在疑似污染源（如餐馆排风口、施工工地）下风向移动采样，观察污染物浓度的衰减情况。
7. 常见问题排查与优化技巧
在多次制作和测试中，我积累了一些典型问题的解决方法。
7.1 硬件与连接问题
| 问题现象 | 可能原因 | 排查步骤与解决方案 |
|---|---|---|
| GPS无法定位 | 1. 天线接触不良或损坏。 2. 模块未供电或电压不足。 3. 在室内或信号极差区域。 4. 串口波特率设置错误。 | 1. 检查天线连接，尝试更换外接有源天线。 2. 用万用表测量模块VCC引脚电压（应在3.3V左右）。 3. 移至户外开阔地带静置几分钟。 4. 确认代码中 GPS_Serial.begin(9600)与模块实际波特率一致（通常9600）。 |
| SD卡初始化失败 | 1. 卡槽接触不良。 2. 卡格式不是FAT16/FAT32。 3. 电源不稳定，尤其在写入时。 4. CS引脚冲突或未正确设置。 | 1. 重新插拔SD卡，用橡皮擦清洁金手指。 2. 在电脑上格式化为FAT32。 3. 在SD卡模块的VCC和GND之间并联一个100uF电解电容。 4. 检查 SD.begin(SD_CS)中的片选引脚号是否正确，且该引脚未被其他功能占用。 |
| I2C传感器无法识别 | 1. I2C地址错误。 2. SDA/SCL线接反或松动。 3. 上拉电阻缺失（ESP32内部上拉较弱）。 4. 多个I2C设备冲突。 | 1. 使用I2C扫描程序（Arduino IDE示例中有）查找实际地址。 2. 确认接线，并确保共地。 3. 在SDA和SCL线上各接一个4.7kΩ电阻上拉到3.3V。 4. 确保每个I2C设备地址唯一，BME280可通过改变模块上某个电阻来切换地址。 |
| 系统运行不稳定，频繁重启 | 1. 锂电池电压过低，导致升压模块输出不稳。 2. 瞬间电流过大（如SD卡写入时）。 3. 代码有内存泄漏或堆栈溢出。 | 1. 监测电池电压，低于3.3V应考虑充电。 2. 增加电源总线的电容（如并联一个470uF电解电容）。 3. 优化代码，减少全局变量，避免深层递归，使用 FreeHeap()函数监控内存。 |
7.2 软件与数据问题
- 数据记录不完整或错行：这通常是SD卡写入速度跟不上或文件系统问题。解决方案：1) 增加写文件的时间间隔；2) 确保每次
file.close()；3) 避免在loop()中频繁打开关闭文件，可以在setup()中打开，在需要时写入，但要注意意外断电会丢失缓存数据。更稳妥的方法是每次写入后关闭（如本例），但间隔不能太短。 - 传感器读数异常（如负值、极大值）：首先检查物理连接。然后，在代码中为每个传感器读数函数添加超时和校验。例如，读取SDS011时，如果10秒内没收到有效数据包，就返回一个特定的错误码（如-999），并在记录时过滤掉这些值。
- GPS时间戳不准：GPS模块在刚定位时，时间可能不是最新的。通常需要等待几分钟后，时间信息才会非常精确。在解析时，优先使用
$GPRMC语句中的日期和时间，它通常更可靠。 - 功耗过高，续航短：这是移动设备的永恒挑战。优化方法：1) 让传感器间歇工作（如SDS011有风扇，可每10秒唤醒测量一次）；2) 利用ESP32的深度睡眠功能，在记录间隔期间让CPU休眠，用定时器或外部中断（如按键）唤醒；3) 关闭不用的外设，如采集完数据后关闭OLED背光。
7.3 进阶优化方向
- 无线数据传输：利用ESP32的Wi-Fi，在移动到有网络覆盖的区域（如回家后）自动将SD卡中的数据同步到云端服务器（如ThingsBoard、自建MQTT服务器），实现远程数据收集和近乎实时的地图更新。
- 太阳能充电：搭配一块小型的5V太阳能板和一个太阳能充电管理模块，可以实现近乎永续的户外长期监测。
- 数据本地预处理：在设备端进行简单的数据平滑（移动平均滤波）和异常值剔除，减少存储冗余和后续处理负担。
- 添加惯性测量单元（IMU）：如MPU6050，可以记录设备的姿态（加速度、角速度），结合GPS数据，可以更精确地判断设备状态（静止、行走、乘车），甚至对GPS信号丢失时的位置进行短时推算（DR， Dead Reckoning）。
这个项目就像一把瑞士军刀，核心框架搭建好后，你可以根据具体的兴趣和需求，随意更换或增加“刀片”（传感器）。从硬件焊接、软件调试到数据分析，整个过程充满了动手的乐趣和解决问题的成就感。最重要的是，你创造了一个真正能为你提供有价值信息的工具，它让你对身边看不见的环境有了量化的感知。
