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）-三亩地-编程学习日记

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) / 32767.0

3. 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。

日记详情

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）