Arduino与Android蓝牙串口通信实现超声波雷达扫描系统-平芜编程栈

1. 项目概述：当Arduino遇见Android，一个“声呐”项目的诞生

几年前，我在一个创客空间里，看到有人用超声波传感器和舵机做了一个简单的雷达扫描装置，屏幕上实时显示着障碍物的距离和角度。当时就觉得，这玩意儿挺酷，但总得连着电脑屏幕看，不够“移动”。后来，随着手头的Android设备越来越多，一个想法冒了出来：能不能把Arduino的感知能力和Android的图形显示、计算能力结合起来，做一个可以拿在手里、实时查看周围环境“声呐图”的小玩意儿？这就是“ArduSonar”这个项目最初的念头。

简单来说，ArduSonar是一个结合了Arduino硬件和Android手机应用的简易声呐/雷达模拟系统。它的核心逻辑是：Arduino板（比如经典的Uno）连接一个超声波传感器（如HC-SR04）和一个舵机。舵机带动传感器水平旋转，每旋转一个角度，传感器就测量一次前方障碍物的距离。然后，Arduino将这些“角度-距离”数据通过蓝牙或USB串口发送到Android手机上。手机上的App（通常用Android Studio开发）接收到数据后，将其转换为极坐标点，再实时绘制成类似雷达扫描的扇形图或点状图，直观地展示出周围物体的轮廓和位置。

这听起来像是两个不同世界的技术硬凑在一起，但实际做下来，你会发现它完美地诠释了“软硬结合”的乐趣。Arduino负责稳定、可靠地采集物理世界的数据，而Android则提供了强大的数据处理、图形渲染和交互界面。对于硬件爱好者，这是一个学习传感器控制、串口通信和舵机精度的好项目；对于移动开发者，这是一个接触硬件通信、自定义视图绘制和实时数据处理的绝佳切入点。无论你是想做一个智能小车的避障感知模块，还是一个探索性质的桌面玩具，ArduSonar都能提供一个清晰、完整的实现路径。

2. 核心硬件选型与电路搭建：从传感器到通信模块

一个ArduSonar系统，硬件部分是它的“感官”和“神经”。这部分的选择和搭建直接决定了最终数据的准确性和系统的稳定性。很多人一开始会纠结于用哪款Arduino、哪种传感器，其实对于这个项目，选择的标准很明确：够用、稳定、易得。

2.1 Arduino主控板：Uno的经典与ESP32的进阶

最直接的选择是Arduino Uno。它几乎是所有创客的入门板，资源丰富，社区支持强大。对于驱动一个舵机和一个超声波传感器，Uno的5V/3.3V输出和数字I/O口完全够用。它的ATmega328P芯片处理简单的角度步进、距离计算和串口发送绰绰有余。使用Uno的好处是，几乎所有教程和库都以其为范本，排查问题非常方便。

但如果你希望系统更“无线化”、更独立，那么ESP32系列开发板是更优的选择。以ESP32 DevKit为例，它集成了Wi-Fi和蓝牙功能，这意味着你可以直接通过蓝牙与手机通信，省去了额外的蓝牙模块，简化了电路。同时，ESP32拥有更强大的双核处理器和更多的内存，为未来扩展功能（比如加入更多传感器、本地数据滤波算法）留足了空间。在Arduino IDE中通过安装ESP32开发板支持包，你就可以像使用普通Arduino一样对它进行编程，学习曲线平缓。

注意：如果使用ESP32，需要注意其工作电压是3.3V，而常见的舵机（如SG90）和控制信号虽然是5V，但通常3.3V的PWM信号也能驱动，为了稳妥起见，可以在信号线之间加一个电平转换模块，或者选择支持3.3V逻辑的舵机。

2.2 感知与执行单元：HC-SR04与SG90舵机

HC-SR04超声波传感器是这个项目的“眼睛”。它价格低廉、使用简单，通过发送40kHz的超声波并接收回波，通过时间差计算距离。其有效测距范围在2cm到400cm之间，精度对于室内环境探测完全足够。接线也简单：Vcc接5V，Gnd接Gnd，Trig（触发）和Echo（回响）各接一个数字引脚。

SG90微型舵机则是系统的“脖子”，负责带动传感器旋转。SG90体积小、扭矩适中，价格便宜，是DIY项目的常客。它有三根线：电源（红，接5V）、地线（棕，接Gnd）和控制信号线（橙，接一个支持PWM的数字引脚，如Arduino Uno的9号引脚）。舵机通过接收PWM信号的脉冲宽度来控制旋转角度，通常脉冲宽度在500μs到2500μs之间对应0到180度的角度。

2.3 通信桥梁：蓝牙模块HC-05/06或USB-OTG

要让Arduino和Android手机对话，你需要一个通信渠道。有两种主流方案：

蓝牙串口模块（如HC-05或HC-06）：这是最无线、最灵活的方案。HC-05功能更强（支持主从模式），HC-06更便宜（仅从模式）。将它们与Arduino连接（Vcc-5V， Gnd-Gnd， TXD-RX， RXD-TX），配置好波特率（如9600或115200），手机就能像连接一个无线串口一样与之通信。在Android端，你需要使用蓝牙API来发现、配对和建立Socket连接，进而读取数据流。
USB-OTG数据线：这是一种有线方案，但极其稳定，无需配对，且可以同时为Arduino供电。你需要一根USB-OTG线，将手机与Arduino的USB口（通过Uno的USB口或FTDI芯片）连接。在Android端，这需要用到USB Host API，并安装一个串口通信库（如usb-serial-for-android）。这种方案延迟极低，数据传输可靠，适合对实时性要求高的场景，但会占用手机的充电口。

电路连接示意图（以Arduino Uno + HC-05为例）：

Arduino 5V -> HC-05 VCC、舵机红、HC-SR04 Vcc
Arduino GND -> HC-05 GND、舵机棕、HC-SR04 Gnd
Arduino Pin 9（PWM） -> 舵机橙（信号）
Arduino Pin 10 -> HC-SR04 Trig
Arduino Pin 11 -> HC-SR04 Echo
Arduino Pin 0 (RX) -> HC-05 TXD
Arduino Pin 1 (TX) -> HC-05 RXD

实操心得：在连接HC-05时，务必注意，Arduino的RX/TX引脚（0和1）也用于通过USB与电脑通信。因此，在上传程序时，最好先将HC-05的TXD/RXD线断开，否则可能因串口冲突导致上传失败。程序上传成功后再接回去。

3. Arduino端固件开发：数据采集与串口协议设计

硬件搭好了，接下来是让Arduino“动起来”的大脑——固件程序。这段代码的核心任务有三个：控制舵机匀速扫描、触发超声波测距、将数据打包并通过串口发送出去。代码本身不复杂，但细节决定成败。

3.1 舵机扫描控制：平滑与精度

使用Arduino IDE，我们首先需要导入舵机库#include <Servo.h>。创建一个Servo对象并绑定到对应的引脚。扫描逻辑通常是在loop()函数中，让舵机角度从0度逐步增加到180度，再逐步减小回来，实现来回扫描。

一个常见的误区是使用delay()函数来控制扫描速度。例如：

for(int angle = 0; angle <= 180; angle += 1) { myServo.write(angle); delay(15); // 等待舵机转到指定位置 measureDistance(angle); // 测量距离 }

这样做的问题是，delay()会阻塞整个程序，在等待舵机转动期间，单片机什么也做不了，影响实时性。更好的方法是采用非阻塞式定时。利用millis()函数记录时间戳，在达到间隔时间后再执行角度递增和测距，这样在等待期间，MCU可以处理其他任务（虽然本项目任务简单，但养成好习惯很重要）。

unsigned long previousScanMillis = 0; const long scanInterval = 20; // 扫描间隔，单位毫秒 int currentAngle = 0; int scanDirection = 1; // 1为增，-1为减 void loop() { unsigned long currentMillis = millis(); if (currentMillis - previousScanMillis >= scanInterval) { previousScanMillis = currentMillis; // 更新角度 currentAngle += scanDirection; if (currentAngle >= 180 || currentAngle <= 0) { scanDirection *= -1; // 到达边界后反向 } myServo.write(currentAngle); // 测量该角度下的距离 int distance = measureDistance(); // 发送数据 sendData(currentAngle, distance); } }

3.2 超声波测距：滤波与错误处理

HC-SR04的测距原理很简单：给Trig引脚一个至少10μs的高电平脉冲触发测距，然后监听Echo引脚的高电平持续时间，这个时间即超声波往返时间。距离 = (高电平时间 * 声速) / 2。

但在实际环境中，会遇到回波丢失（物体太远或吸收太强）、偶然干扰（其他超声波源）等问题，导致测距失败或出现极大/极小的异常值。因此，加入简单的软件滤波至关重要。

一个实用的方法是连续采样多次，去掉最大最小值，然后取平均。例如，连续测5次，排序后取中间3次的平均值。这能有效滤除偶然的跳变。

long measureDistance() { long duration; long distance; long samples[5]; for(int i=0; i<5; i++){ digitalWrite(trigPin, LOW); delayMicroseconds(2); digitalWrite(trigPin, HIGH); delayMicroseconds(10); digitalWrite(trigPin, LOW); duration = pulseIn(echoPin, HIGH, 30000); // 设置超时，30ms对应约5米 samples[i] = duration * 0.034 / 2; // 计算距离（单位：厘米） delay(10); // 两次测量间短暂间隔 } // 简单的排序（冒泡即可） for(int i=0; i<4; i++){ for(int j=i+1; j<5; j++){ if(samples[j] < samples[i]){ long temp = samples[i]; samples[i] = samples[j]; samples[j] = temp; } } } // 取中值平均 distance = (samples[1] + samples[2] + samples[3]) / 3; // 超范围处理 if(distance > 400 || distance < 2){ distance = 0; // 或一个特殊值，如-1，表示无效数据 } return distance; }

pulseIn函数的超时参数很关键，它避免了因为未收到回波而导致的程序长时间挂起。

3.3 串口数据协议：定义Android与Arduino的“语言”

原始数据（角度和距离）需要以一种双方都能理解的格式发送。最常用、最易解析的格式是字符串协议。例如，我们可以定义每帧数据为：A:角度,D:距离\n。

void sendData(int angle, long distance) { Serial.print("A:"); Serial.print(angle); Serial.print(",D:"); Serial.print(distance); Serial.println(); // 发送换行符作为帧结束标志 }

在Android端，就可以按行读取，然后根据“A:”和“,D:”这样的分隔符来解析出角度和距离值。务必在每帧数据末尾加上换行符（\n），这是区分数据帧最简便的方法。

避坑指南：串口通信的波特率必须一致！Arduino端Serial.begin(9600)，Android端连接时也要设置为9600。如果使用HC-05蓝牙模块，其默认波特率通常是9600或38400，最好通过AT命令将其设置为与代码一致的波特率，以避免乱码。另外，发送数据不要太快，要给手机端留出解析和处理的时间，间隔20-50ms发送一帧是合理的。

4. Android端应用开发：从数据接收到动态可视化

这是项目的“面子工程”，也是用户体验的核心。我们需要开发一个Android应用，其核心功能包括：建立与硬件的通信连接、实时接收并解析数据、将数据动态绘制成雷达图。开发环境自然是Android Studio。

4.1 通信层实现：蓝牙串口连接详解

如果使用蓝牙方案，首先需要在AndroidManifest.xml中声明蓝牙权限：

<uses-permission android:name="android.permission.BLUETOOTH" /> <uses-permission android:name="android.permission.BLUETOOTH_ADMIN" /> <uses-permission android:name="android.permission.ACCESS_FINE_LOCATION" /> <!-- 蓝牙扫描需要位置权限 -->

对于Android 6.0以上，还需要在运行时动态申请位置权限。

连接流程大致如下：

发现设备：通过BluetoothAdapter获取本地适配器，然后开始搜索或获取已配对设备列表。
建立连接：找到目标HC-05设备（通常名称就是HC-05）后，通过其MAC地址创建BluetoothSocket。这里需要使用一个特定的UUID（通用唯一标识符）来创建RFCOMM通道，最常用的是00001101-0000-1000-8000-00805F9B34FB，这是蓝牙串口服务的标准UUID。
数据读写：连接成功后，通过socket.getInputStream()和getOutputStream()获取输入输出流，就可以像操作文件流一样读写数据了。

关键代码片段示例：

// Kotlin 示例，Java逻辑类似 val adapter: BluetoothAdapter? = BluetoothAdapter.getDefaultAdapter() val device: BluetoothDevice = ... // 从已配对列表或扫描结果中获取 val uuid = UUID.fromString("00001101-0000-1000-8000-00805F9B34FB") val socket = device.createRfcommSocketToServiceRecord(uuid) socket.connect() val inputStream = socket.inputStream val outputStream = socket.outputStream // 启动一个线程来持续读取数据 Thread { val buffer = ByteArray(1024) var bytes: Int while (true) { bytes = inputStream.read(buffer) val data = String(buffer, 0, bytes, Charsets.UTF_8) // 将数据传递给主线程进行解析和UI更新 runOnUiThread { parseAndUpdateUI(data) } } }.start()

重要提示：网络（蓝牙）操作必须在子线程中进行，绝对不能放在主线程（UI线程），否则会导致应用无响应（ANR）。读取数据通常在一个独立的Thread或Coroutine中进行，然后将解析后的数据通过Handler或LiveData等方式发送到主线程更新UI。

4.2 数据解析与处理：字符串协议的拆解

从串口读取到的是一串字节流，我们需要将其转换为字符串，并按帧解析。由于我们定义了以换行符\n为帧分隔符，所以常见的做法是使用一个缓冲区（StringBuilder）来累积数据，一旦遇到换行符，就处理一整帧。

private val dataBuffer = StringBuilder() private fun parseIncomingData(newData: String) { dataBuffer.append(newData) val bufferString = dataBuffer.toString() val lines = bufferString.split("\n") // 如果最后一行不是完整的一行（没有\n），则放回缓冲区 if (bufferString.lastOrNull() != '\n') { dataBuffer.clear() dataBuffer.append(lines.last()) } else { dataBuffer.clear() } // 处理所有完整的行 for (line in lines.dropLast(1)) { // 去掉最后可能不完整的行 if (line.isNotBlank()) { // 解析 "A:120,D:45" val angleMatch = Regex("A:(\\d+)").find(line) val distMatch = Regex(",D:(\\d+)").find(line) val angle = angleMatch?.groupValues?.get(1)?.toIntOrNull() ?: continue val distance = distMatch?.groupValues?.get(1)?.toIntOrNull() ?: continue // 将有效数据传递给雷达视图进行绘制 radarView.addDataPoint(angle, distance) } } }

这里使用了正则表达式来匹配和提取数字，简单高效。记得做好异常处理（toIntOrNull），因为通信中可能会有干扰导致数据格式错误。

4.3 雷达视图自定义绘制：让数据“看得见”

这是最具成就感的部分。我们需要自定义一个View（继承自View或SurfaceView），在其onDraw(canvas: Canvas)方法中，将接收到的极坐标数据（角度、距离）转换为屏幕上的直角坐标（x, y），并绘制出来。

绘制步骤：

绘制背景：画一个扇形或圆形区域作为扫描范围，画上同心圆作为距离刻度线（例如每50厘米一个圈），画上角度射线（如每30度一条）。
绘制扫描线：根据当前舵机的角度，画一条从圆心出发的射线，模拟雷达的实时扫描。
绘制目标点：对于解析出的每一个有效数据点（角度，距离），将其转换为屏幕坐标。
- 转换公式：x = 圆心x + distance * cos(angle_radian)，y = 圆心y + distance * sin(angle_radian)。注意，数学库中的三角函数使用弧度制，需要将角度转换为弧度：radian = angle * Math.PI / 180。另外，屏幕坐标系Y轴向下为正，与数学坐标系相反，可能需要调整正负。
动态效果：为了让扫描线动起来，需要定期调用invalidate()方法请求重绘视图。可以在一个定时器或在新数据到达时触发。绘制目标点时，可以加入淡出效果（通过改变绘制点的颜色透明度或半径），让旧的点逐渐消失，形成“历史轨迹”。

性能考虑：如果数据更新很快（比如每秒几十帧），频繁重绘整个视图可能卡顿。可以考虑以下优化：

使用SurfaceView代替普通View，它拥有独立的绘制线程。
只重绘发生变化的部分（脏矩形），但在这个全屏动态的场景下优化有限。
确保在子线程中进行数据解析和坐标计算，只在主线程中调用invalidate()和进行简单的绘制操作。

// 自定义RadarView的onDraw方法简化示例 override fun onDraw(canvas: Canvas) { super.onDraw(canvas) val centerX = width / 2f val centerY = height / 2f val maxRadius = Math.min(centerX, centerY) * 0.9f // 最大绘制半径 // 1. 绘制背景网格和刻度 drawBackground(canvas, centerX, centerY, maxRadius) // 2. 绘制扫描线 val sweepAngle = currentScanAngle // 当前角度 canvas.drawLine(centerX, centerY, centerX + maxRadius * Math.cos(Math.toRadians(sweepAngle.toDouble())).toFloat(), centerY + maxRadius * Math.sin(Math.toRadians(sweepAngle.toDouble())).toFloat()), scanLinePaint) // 3. 绘制所有目标点 synchronized(dataPoints) { // 数据点列表需要线程安全 for (point in dataPoints) { val plotRadius = maxRadius * (point.distance / MAX_DETECT_DISTANCE) // 按比例缩放 val x = centerX + plotRadius * Math.cos(Math.toRadians(point.angle.toDouble())).toFloat() val y = centerY + plotRadius * Math.sin(Math.toRadians(point.angle.toDouble())).toFloat() canvas.drawCircle(x, y, TARGET_DOT_RADIUS, targetPaint) } } }

5. 系统集成、调试与性能优化实战

当硬件固件和手机App都单独调通后，真正的挑战才开始：让它们稳定地协同工作。这个阶段会遇到各种各样意料之外的问题，也是积累经验的关键。

5.1 联调常见问题与排查链路

问题一：手机App搜索不到蓝牙设备（HC-05）。

排查步骤：
1. 确认硬件：检查HC-05模块是否已通电（LED应闪烁）。尝试用手机系统蓝牙设置直接搜索“HC-05”并进行配对（默认配对码常为1234或0000）。如果系统蓝牙都搜不到，可能是模块损坏或供电不足。
2. 检查权限：确保App已获得定位（精确定位）权限。这是Android 6.0后蓝牙扫描的强制要求，很多新手会在这里卡住。
3. 检查代码：确认在扫描前已调用BluetoothAdapter.startDiscovery()，并正确注册了BroadcastReceiver来接收BluetoothDevice.ACTION_FOUND意图。

问题二：连接建立后，App收不到任何数据或收到乱码。

排查步骤：
1. 确认波特率：这是最常见的原因。用Arduino IDE的串口监视器，设置与代码中Serial.begin()相同的波特率（如9600），看是否能正常打印数据。如果能，说明Arduino端正常。然后检查Android端建立BluetoothSocket时使用的串口UUID是否正确，以及读写流时是否使用了相同的字符集（如UTF-8）。
2. 检查接线：确认HC-05的TXD是否接到了Arduino的RX（0号引脚），RXD接到了TX（1号引脚）。接反了数据无法传输。
3. 添加日志：在Android端数据读取线程中，将收到的原始字节数组以十六进制格式打印出来，看是否接收到任何内容。如果收到的是非预期内容，可能是协议不匹配或干扰。
4. 流量控制：尝试在Arduino端发送数据后加一个小的延时delay(20)，避免发送过快导致手机端缓冲区溢出。

问题三：雷达图绘制卡顿、闪烁或刷新不及时。

排查步骤：
1. 检查UI线程：确保耗时的数据解析、坐标计算操作不在主线程进行。使用AsyncTask、Thread或协程在后台处理，仅将最终用于绘制的数据列表通过线程安全的方式（如Handler）传递给主线程。
2. 优化绘制：检查onDraw方法中是否进行了不必要的对象创建（如new Paint()），这些操作应提前初始化。考虑使用SurfaceView获得更流畅的动画效果。
3. 控制刷新率：不要每收到一帧数据就立即invalidate()。可以设置一个固定的刷新频率（如每秒30帧），用一个定时器来触发重绘，或者累积一定数量的数据点后再统一更新一次UI。

5.2 数据稳定性优化：软件滤波与校准

原始超声波数据是充满噪声的。除了在Arduino端做的多次采样平均，在Android端还可以进行进一步的软件滤波，让雷达图上的点更稳定。

滑动平均滤波：为每个角度方向维护一个小型的历史距离队列（比如最近5次测量值），每次更新时取平均值。这能有效平滑数据，但会引入一定的延迟。

val historyMap = mutableMapOf<Int, ArrayDeque<Int>>() // 角度 -> 历史距离队列 fun updateFilteredData(angle: Int, newDistance: Int) { val queue = historyMap.getOrPut(angle) { ArrayDeque() } queue.addLast(newDistance) if (queue.size > 5) { queue.removeFirst() } val filteredDistance = queue.average().toInt() // 使用filteredDistance进行绘制 }

阈值过滤：设置一个最大可信距离（如400cm）和最小可信距离（2cm），超出范围的数据直接丢弃。对于连续出现的剧烈跳变（如从30cm突然跳到300cm又跳回来），可以判断为干扰而忽略。
舵机角度校准：舵机可能存在死区或非线性。可以在代码中建立一个“角度-脉冲宽度”的查找表，或者通过实验，记录下指令角度与实际指向角度（比如对准一个固定标记）的偏差，在发送数据前进行补偿。

5.3 功能扩展与进阶思路

一个基础的ArduSonar完成后，你可以从多个方向进行扩展，让它变得更强大：

多传感器融合：在舵机上安装多个朝向不同的超声波传感器，或者增加一个红外测距传感器作为互补（超声波对柔软物体和复杂表面测不准，红外对强光和黑色物体测不准），通过数据融合算法得到更可靠的距离信息。
三维扫描：使用两个舵机（一个控制水平旋转，一个控制俯仰），让传感器能做二维扫描，从而在手机App上生成三维点云图或深度图。这对硬件控制和手机端渲染提出了更高要求。
数据记录与回放：在App中增加功能，将扫描到的数据（角度、距离、时间戳）记录到手机存储中，后续可以像播放视频一样回放整个扫描过程，用于分析。
网络传输与云端：如果使用ESP32，可以将其连接到Wi-Fi，将数据通过MQTT或HTTP协议发送到云端服务器。这样，你就可以通过网页或其他手机远程查看雷达图，实现物联网应用。
障碍物识别与预警：在手机端或ESP32上运行简单的算法，对连续扫描的数据进行分析，识别出可能是墙壁、家具或移动物体的轮廓，并当物体进入预设的“危险区域”时发出声音或振动警报。

从点亮第一个LED到完成一个软硬件结合的可视化项目，ArduSonar带给你的远不止一个会转的雷达图。它是一条清晰的路径，让你亲手实践了从信号采集、数据处理、无线通信到移动应用开发的全链路。过程中遇到的每一个坑，解决的每一个问题，都是实实在在的经验。当你第一次在手机上看到来自真实世界的距离数据被实时绘制出来时，那种连接虚拟与现实的成就感，正是创客项目的魅力所在。