企业官网建设流程全解析

简介：使用意法半导体STM32单片机与Python语言构建的超声波雷达项目，面向嵌入式入门者及数据可视化爱好者，旨在演示声纳测距原理，并打通单片机采集到上位机显示的完整链路。压缩包内共5个文件，包含STM32侧C语言主程序、Python端雷达绘制脚本、项目说明文档、开源许可证及界面字体文件，整体仅13.74MB，结构简洁。C主程序涵盖GPIO、定时器、串口初始化及测距逻辑，负责超声波发射与回波检测；Python脚本通过串口接收数据，计算距离并实时渲染雷达扫描界面。已有174人学习下载，适合作为毕业设计、课程实验或兴趣项目参考。资源提供完整源码与说明，读者可复现超声波测距流程，掌握定时器配置、串口通信及Python绘图库的联合开发方法，还可将设计思路迁移到避障小车、液位检测等场景。

1. STM32 与 Python 超声波雷达到底在做什么

超声波雷达这个组合，拆开看并不神秘：STM32 单片机负责测距和扫描，Python 负责显示和解析。用一个 HC-SR04 超声传感器测量距离，把它固定在舵机上旋转，每转一个角度读一次数据，再通过串口把“角度-距离”对发给电脑上的 Python 程序，画成极坐标雷达图。真正动手会发现，难点不在读距离本身——HC-SR04 就一根 TRIG 一根 ECHO——而在测量时序怎么做到微秒级不漂移、舵机转动和采样怎么同步、串口协议怎么设计得让 PC 端不用猜、180 个采样点 Python 端怎么刷新才不卡死。下面按硬件原理、STM32 端、Python 端、调优四层展开，代码可以直接抄进工程。这个项目规模不大但技术栈完整，也是常见的基于 STM32 的课程设计和毕业设计原型，适合手里有开发板、想快速把显示型项目跑起来的人。

2. 超声波测距原理与雷达扫描的结构选型

2.1 HC-SR04 的测量时序与距离公式

HC-SR04 测距的核心是“发一个脉冲，量回波高电平持续了多久”。完整时序是：MCU 给 TRIG 引脚至少 10µs 高电平，模块内部发出 8 个 40kHz 的声波脉冲，同时把 ECHO 引脚拉高；声波碰到障碍物反射回来，模块检测到回波后把 ECHO 拉低。因此 ECHO 的高电平时间恰好等于声波往返时间。近距目标回波宽度只有一百多微秒，所以时序测量粒度必须到微秒级，这是 STM32 端设计的第一约束。

距离计算只需要一条公式：

// echo_us: 回波高电平时间(µs)，声速按 340m/s uint32_t distance_cm = (uint32_t)((float)echo_us * 0.017f); // 往返换算成单程

把速度和微秒统一换算后，结果等价于echo_us × 0.017厘米。这个 0.017 是整条链路共用的系数，C 端和 Python 端写代码时都要注明来源，避免两边各自推导出不同近似值，导致同一块木板两端读数差出几厘米。

波束角这一行最容易被忽略。15° 意味着传感器正前方一个圆锥范围内都算“有效反射”，目标越远这个圆锥半径越大，测量到的距离可能来自圆锥边缘而不是正前方。这直接导致了后面第 5 章要处理的相邻角度跳变问题，它本质上是声学特性，不是电气噪声。

2.2 舵机扫描与极坐标系的建立

雷达图上的每个点本质是一个极坐标对：角度由舵机决定，距离由 HC-SR04 决定。最常见的扫描机构是 SG90 这类 180° 舵机，传感器用螺丝或热熔胶固定在舵机臂上，舵机转到一个角度、停下来测一次距，扫完半圈再反向扫回来。角度和 PWM 占空比的换算决定了扫描的精准度，SG90 的控制信号是 50Hz PWM，周期固定 20ms，高电平时间 0.5ms 到 2.5ms 对应 0° 到 180°：

uint32_t pulse_us = 500 + (uint32_t)(angle * 2000.0f / 180.0f);

角度步进的选择直接影响一帧雷达图的耗时。1° 步进一帧 181 个点，图形最密，但加上舵机稳定和测距时间，单程往往超过 3 秒；3° 步进只有 61 个点，形状略粗，帧率能提升近一半。雷达显示是扫描态而不是测绘态，能看出目标轮廓和运动趋势就够，所以 2°~3° 步进是更常见的折中。扫描结构固定后还有一个几何盲区必须接受：传感器波束有宽度，舵机臂、支架和传感器外壳会挡掉一小段角度，这段范围怎么测都不准。雷达图上 0° 附近的扇形缺口就是这么来的，不要试图用滤波把它“修”出来，后面第 5 章会讲怎么绕开它。

2.3 供电和电平匹配：两个容易烧板子的细节

HC-SR04 需要 5V 供电，ECHO 引脚输出电平也是 5V。STM32F103 的部分引脚标称可耐 5V，但“耐压”和“作为普通输入可靠工作”是两回事，稳妥做法是给 ECHO 加分压电阻：1kΩ 串联、2kΩ 对地，把 5V 分到约 3.3V 再进 GPIO。很多人的雷达图一上电就连点成片、数值乱跳，先查这一级电平，再查算法。

舵机的电流问题更隐蔽。SG90 启动和堵转瞬间电流能到几百毫安，如果舵机和 MCU 共用同一个 LDO，舵机一动作就会把供电电压拉低，表现是程序跑飞、串口乱码、单片机反复复位。常见做法是舵机单独接 5V/1A 以上的外接电源，MCU 用自己那路供电，两边只共 GND。这两处处理好，整个系统才有一个稳定的测量环境，后面所有优化才有意义。

3. STM32 端实现：微秒级测距、舵机 PWM 与串口协议

3.1 用 DWT 计数器解决微秒级时序问题

STM32 开发里最常见的时序坑是 HAL_Delay 的粒度只有 1ms，而超声波测距要精确到 10µs 的触发脉冲和几十微秒的回波宽度，直接用 HAL_Delay 写，测出来的距离能差出好几厘米。最省事的替代是 ARM Cortex-M3/M4 内核自带的 DWT 计数器，它以 CPU 主频递增，不额外占用定时器资源：

void DWT_Init(void) { CoreDebug->DEMCR |= CoreDebug_DEMCR_TRCENA_Msk; DWT->CYCCNT = 0; DWT->CTRL |= DWT_CTRL_CYCCNTENA_Msk; } uint32_t DWT_GetUs(void) { return DWT->CYCCNT / (SystemCoreClock / 1000000U); } void delay_us(uint32_t us) { uint32_t start = DWT_GetUs(); while (DWT_GetUs() - start < us); }

DWT_Init 在 main 里上电调用一次，delay_us 是忙等循环，10µs 触发脉冲完全够用。如果你已经在用某个定时器维护 1µs 时基，效果也等价；DWT 的好处是零配置、不占外设。特别注意 SystemCoreClock 必须和实际主频一致，否则所有微秒换算都会线性偏移，72MHz 工程如果忘了配置直接跑 8MHz 内部时钟，距离误差会成倍放大。如果不想用 DWT，也可以开一个 1µs 周期的基本定时器封装成 delay_us，效果一样，但注意不要在中断回调里调用忙等函数，嵌套中断里死等会把系统卡住。

3.2 EXTI 中断测量 ECHO 高电平宽度

TRIG 用普通 GPIO 输出，ECHO 用双边沿外部中断。上升沿记下起始时刻，下降沿用当前值减起始时刻，就得到回波宽度。这套方案比定时器输入捕获直观，也更容易在移植到不同型号的 STM32 时保持代码不变：

volatile uint32_t echo_start_us; volatile uint32_t echo_width_us; volatile uint8_t echo_ready; void HAL_GPIO_EXTI_Callback(uint16_t GPIO_Pin) { if (GPIO_Pin == ECHO_Pin) { if (HAL_GPIO_ReadPin(ECHO_GPIO_Port, ECHO_Pin) == GPIO_PIN_SET) { echo_start_us = DWT_GetUs(); // 上升沿：记起点 } else { echo_width_us = DWT_GetUs() - echo_start_us; // 下降沿：算宽度 echo_ready = 1; } } } uint16_t read_distance_mm(void) { echo_ready = 0; HAL_GPIO_WritePin(TRIG_GPIO_Port, TRIG_Pin, GPIO_PIN_SET); delay_us(10); HAL_GPIO_WritePin(TRIG_GPIO_Port, TRIG_Pin, GPIO_PIN_RESET); uint32_t start_ms = HAL_GetTick(); while (echo_ready == 0 && HAL_GetTick() - start_ms < 60); // 4m 满量程超时 if (echo_ready == 0) { return 0xFFFF; // 无回波，标记为无效 } return (uint16_t)((float)echo_width_us * 0.34f / 2.0f); // 单位 mm }

这里返回毫米而不是厘米，毫米能在串口协议里多保留一位有效信息，显示端要不要四舍五入由 Python 决定。0xFFFF 表示“没有回波”，对应目标超出 4m 或波束角度太偏。60ms 超时按 4m 满量程设定，目标距离越近这个函数平均耗时越短，所以它基本能实时返回。需要注意 EXTI 回调里不要做串口发送这类耗时操作，这里只更新三个全局变量，主循环里再统一取走。

3.3 舵机 PWM 与角度换算

舵机 PWM 在 CubeMX 里配置最简单：72MHz 主频下定时器设 PSC=71、ARR=19999，每计数一次正好 1µs，周期 20000 计数即 20ms。角度换算和输出如下：

void set_servo_angle(float angle) { if (angle < 0.0f) angle = 0.0f; if (angle > 180.0f) angle = 180.0f; uint32_t pulse_us = 500 + (uint32_t)(angle * 2000.0f / 180.0f); __HAL_TIM_SET_COMPARE(&htim3, TIM_CHANNEL_1, pulse_us); }

0.5ms~2.5ms 映射是 SG90 的典型值，但不同批次舵机的机械中位会差几度。实际项目里我一般不做两端校准，只在 Python 端加一个整体角度偏移量，因为机械零点偏差是常量误差，修正一次就够，反复在单片机里改映射反而容易引入角度跳变。如果你用的舵机是 270° 之类的大角度型号，把公式里的 180.0f 和限幅值一起改掉即可，协议和显示端都不用动。

3.4 主循环：扫描、采样与串口帧格式

PC 端解析越简单越好，所以帧格式用 ASCII 文本而不是二进制，出错时用串口助手肉眼也能看懂：

主循环让舵机 0°→180°→反向来回扫，不用快速回程，效率比“扫到 180 再转回 0”高一倍：

void scan_once(uint8_t angle) { set_servo_angle((float)angle); HAL_Delay(30); // 舵机稳定时间 uint16_t dist = read_distance_mm(); char buf[24]; int len = sprintf(buf, "S%u,%u\r\n", (unsigned int)angle, (unsigned int)dist); HAL_UART_Transmit(&huart1, (uint8_t*)buf, len, 10); } void radar_loop(void) { while (1) { for (int dir = 0; dir < 2; dir++) { if (dir == 0) { for (uint8_t a = 0; a <= 180; a += 2) { scan_once(a); } } else { for (uint8_t a = 180; a > 0; a -= 2) { scan_once(a); } } } } }

scan_once 里先转舵机、等 30ms 稳定，再触发超声波，目的是让舵机残余抖动平息，否则读数会跟着抖。2° 步进是速度和密度的折中，要更密改成 1°，帧率减半即可。这一帧文本最长 12 字节，115200 波特率下传输不足 1ms，串口在这条链路里不是瓶颈。

4. Python 端实现：串口解析与 matplotlib 极坐标雷达图

4.1 用 pyserial 打开串口并按行解析

先确认 Python 环境里装好 pyserial 和 matplotlib，串口打开参数必须与 STM32 端一致，乱码问题基本都出在这个环节：

import serial import serial.tools.list_ports # 打印所有可用串口，核对 STM32 对应的是哪个设备 for p in serial.tools.list_ports.comports(): print(p.device, p.description) ser = serial.Serial(port='COM7', baudrate=115200, timeout=1) def read_scan_point(ser): while True: raw = ser.readline() if not raw: return None # 超时无数据 line = raw.decode('ascii', errors='ignore').strip() if not line.startswith('S'): continue # 噪声帧，跳过 parts = line.split(',') if len(parts) != 2: continue # 半帧，跳过 try: angle = int(parts[0][1:]) dist = int(parts[1]) return angle, dist except ValueError: continue # 解析失败就跳过，不退出

PC 端解析最容易踩的坑是“半帧”：单片机刚上电、舵机转动的瞬间，串口发出来的可能是断成两截的行，readline 也会把它当作一帧读完。所以解析函数要求帧头、字段数、整数转换全部通过才返回，任何一步异常都静默跳过而不是抛异常退出。如果打开串口后 readline 一直返回空，先查两点：串口号是否被别的程序占用（比如烧录器虚拟串口），以及 STM32 是否仍在复位循环里。用 list_ports 打印结果核对设备描述，比逐个试端口快得多。

4.2 极坐标雷达图的绘制与刷新

绘图用 matplotlib 的 polar 投影，角度转弧度，距离作为半径。一帧目标轮廓持续变化，先清空再重画是最容易写对、也最容易理解的刷新方式：

import matplotlib.pyplot as plt import numpy as np plt.ion() fig = plt.figure(figsize=(6, 6)) ax = fig.add_subplot(111, projection='polar') angles_rad = [] dists_mm = [] while True: point = read_scan_point(ser) if point is None: continue ang, dist = point if dist >= 0xFFFF: # 无效距离，不画 continue angles_rad.append(np.deg2rad(ang)) dists_mm.append(min(dist, 1500)) # 显示上限 1.5m if len(angles_rad) % 60 == 0: # 每 60 个点刷新一次 ax.clear() ax.set_theta_zero_location('N') # 0° 指向上方 ax.set_theta_direction(-1) # 角度顺时针增大 ax.set_ylim(0, 1500) ax.scatter(angles_rad, dists_mm, s=8, c='lime', alpha=0.8) plt.draw() plt.pause(0.01)

set_theta_zero_location('N') 把 0° 放到正上方，set_theta_direction(-1) 让角度顺时针增大，这样舵机从左往右扫时图上点也按从左往右排列，和实物方向一致。set_ylim(0, 1500) 把显示半径压到 1.5m，如果场景最远只有这么远，保留 4m 的默认量程会让近处目标挤成一团看不清。每隔固定点数刷新而不是每收到一个点就重绘，是为了避免重绘太频繁导致主循环跟不上串口数据。plt.pause(0.01) 除了刷新画布，还给事件循环让出时间，窗口才不会被拖死。

4.3 用“余晖”效果提升雷达图的观感

实际雷达屏上总有余晖：扫过之后亮点慢慢变暗而不是立刻消失。matplotlib 里做余晖的最简单方式是不清空散点，而是维护一组带 alpha 的散点，每帧把旧一点的点的 alpha 按比例衰减：

points = [] # 每个元素: (theta, r, alpha) def age_points(points, falloff=0.6): aged = [] for theta, r, alpha in points: alpha *= falloff if alpha > 0.05: aged.append((theta, r, alpha)) return aged # 主循环里每收到一个新点： if len(angles_rad) % 60 == 0: points.append((angles_rad[-1], dists_mm[-1], 1.0)) points = age_points(points) ax.clear() ax.scatter([p[0] for p in points], [p[1] for p in points], c=[[0.7, 1.0, 0.2, p[2]] for p in points], s=8) plt.draw() plt.pause(0.01)

新点 alpha=1.0 加入列表，旧点每帧乘 0.6，低于 0.05 就淘汰。这个余晖带来的最大好处是观察者能同时看到“刚刚扫过”和“很久以前”的位置差异，目标移动方向变得非常直观。如果嫌两层散点叠得乱，可以退一步：旧点统一画成灰色小点，只有最近一轮点用亮色，视觉上更干净，实现也更简单。

5. 超声波雷达的距离跳变、扫描刷新率与盲区调优

5.1 有效距离判定与三点中值滤波

距离数据最常见的两种异常：突然变成 0xFFFF 满量程，或者相邻角度读数相差巨大。前者多半是波束角度太斜没收到回波，后者常是多径反射——超声波先打到墙面又弹到别的物体，ECHO 量到的是绕远路的回波。三点中值滤波可以把这类单点突刺拉平：

def median_of_last_three(history, new_dist): if new_dist != 0xFFFF: # 无效帧直接丢弃 history.append(new_dist) if len(history) > 3: history.pop(0) if len(history) == 3: return sorted(history)[1] # 三点取中值 return None # 有效样本不足，先不输出

无效帧直接丢弃而不是替历史补值，等凑满 3 个有效读数再输出中值。中值滤波对单个离群点的效果比均值滤波好，均值会被一个满量程值拉出几百毫米的假距离。窗口取 3 够用，取 5 会明显变钝，传感器自身的响应延迟本来就有几十毫秒，滤波窗口不宜再放大。调试时可以临时在 Python 端把原始距离逐点打印出来，对比滤波前后的曲线，确认跳变是单点毛刺还是连续漂移——连续漂移通常是舵机角度没对准，单点毛刺才是滤波要处理的对象。

5.2 刷新率瓶颈在舵机，不在串口和显示

算一笔账：2° 步进单程 91 个点，每点 30ms 稳定加平均十几毫秒测距，单程约 4 秒；改成 3° 步进、稳定时间实测调到 20ms，单程能压到 2 秒左右。扫到端点时舵机会有短暂停顿，这是机械换向的正常现象。想继续提速的选择按性价比排序：步进改 3°、稳定时间按实际舵机微调、扫描角度缩到只覆盖目标区域。主频、串口波特率、matplotlib 刷新在这条链路里都不是限制，不要在没瓶颈的地方优化。另一个容易被忽略的事实是：来回扫的模式下，一帧完整图其实是两半扇区拼出来的，前半程数据到 PC 端时显示的是旧的后半程，理解这一点就不会误判“图像上下不对称”。

5.3 机械安装决定盲区，角度校准落到 Python 端

HC-SR04 近距盲区只有 2cm 量级，真正挡数据的往往是安装件。传感器正对舵机臂时，0° 附近会扫到安装支架自身的反射，读数要么偏近要么乱跳。我的做法是把 0° 方向只当作舵机回程对齐用的机械零点，数据从 10° 或 20° 开始取，缺口部分在显示端自然留白。角度校准流程很简单：场景里放一块已知距离的立板，转动舵机让距离读数最小，记录这个角度和设定角度的差值，在 Python 端整体修正角度，不要在单片机里反复改 PWM 映射。这套流程做完，剩余误差主要来自声速随温度变化的几个百分点，对显示型雷达项目来说属于可以接受的精度。

本文还有配套的精品资源，点击获取