MicroPython驱动K10屏幕实现温度曲线实时显示

1. 项目概述：当MicroPython遇上K10屏幕

如果你玩过ESP32、RP2040这类微控制器，对MicroPython一定不陌生。它让我们能用Python的简洁语法快速驱动硬件，告别繁琐的C语言底层开发。但很多时候，我们的项目止步于串口打印几个数据，或者点个LED灯，总觉得少了点“可视化”的灵魂。这正是我这次折腾的起点：我想在一块小巧的K10屏幕上，用MicroPython绘制出实时变化的温度曲线，让数据“活”起来。

这个项目的核心，就是MicroPython、nano-gui库和K10屏幕这三者的结合。MicroPython负责与传感器通信、处理数据；nano-gui则是一个专为资源受限的微控制器设计的轻量级GUI库，它提供了绘制线条、文本和基本图形元素的能力；而K10屏幕，通常指的是一种分辨率为128x160或类似规格的SPI接口TFT彩色液晶屏，成本低廉且驱动简单。把它们组合在一起，你就能在巴掌大的屏幕上，实现一个动态、直观的数据监视器，无论是监测环境温度、记录设备运行状态，还是做个迷你示波器，都变得触手可及。

接下来，我会带你从零开始，拆解整个实现过程。无论你是刚接触MicroPython的爱好者，还是想为硬件项目增加一个炫酷显示界面的开发者，这篇内容都将提供一份可直接“抄作业”的详细指南。我们会深入每个环节的“为什么”，分享我踩过的坑和总结的技巧，确保你不仅能复现，更能理解背后的逻辑。

2. 核心组件选型与原理剖析

2.1 为什么是MicroPython和nano-gui？

选择MicroPython而非Arduino（C/C++）或CircuitPython，主要基于快速原型开发的考量。Python语法上手快，交互式解释器（REPL）能让你实时测试代码片段，极大地加快了调试速度。对于数据处理（如计算滑动平均、标定传感器）和逻辑控制，Python也比C语言更加直观。

而GUI库的选择是关键。像LVGL、LittlevGL功能强大，但内存占用也大，在只有几百KB RAM的ESP32上跑起来比较吃力。nano-gui的作者Peter Hinch正是针对MicroPython的硬件限制，设计了这个极简的图形库。它的核心思想是“够用就好”：提供帧缓冲（framebuf）的抽象，支持画点、线、矩形、文本和有限度的位图，没有复杂的控件树和事件系统。这意味着它的代码量极小，运行效率高，特别适合用于绘制动态图表、仪表盘这类自定义度高的静态或慢速刷新界面。

注意：nano-gui不是一个“所见即所得”的UI设计工具。你需要通过计算坐标来手动绘制每一个元素。这听起来有点原始，但正是这种直接控制的方式，带来了极高的灵活性和极低的开销。

2.2 K10屏幕的驱动本质

市场上被称为“K10屏幕”的模块很多，但其核心通常是一块驱动芯片为ST7735S或ILI9341的SPI TFT屏。你需要确认自己手上的具体型号。驱动这类屏幕，本质上就是通过SPI总线，向驱动芯片发送一系列初始化命令和像素数据。

MicroPython的machine模块提供了SPI和GPIO的底层控制。nano-gui的价值在于，它为你封装了与具体驱动芯片通信的细节。你只需要提供一个符合nano-gui接口规范的“显示驱动”类，这个类知道如何初始化你的特定屏幕，以及如何将nano-gui生成的图形数据通过SPI发送出去。幸运的是，nano-gui的社区已经为许多常见屏幕（包括ST7735和ILI9341）提供了现成的驱动脚本。

2.3 温度传感器的选择与接口

为了绘制温度曲线，我们需要一个温度源。这里以最常见的DS18B20数字温度传感器为例。它采用单总线协议，只需要一根数据线（加上电源和地）即可通信，非常节省IO口。MicroPython有对应的onewire和ds18x20库来驱动它。

选择DS18B20的原因除了接线简单，还在于其数字输出避免了模拟传感器（如热敏电阻）所需的ADC采样和复杂的标定计算，让项目更专注于GUI显示本身。当然，你也可以替换为DHT11（温湿度）、BMP280（气压温度）或任何其他你熟悉的传感器，只需相应调整数据读取部分的代码。

3. 硬件连接与驱动准备

3.1 接线图与引脚定义

假设我们使用ESP32开发板、ST7735驱动的K10屏幕（128x160分辨率）和DS18B20传感器。以下是典型的连接方式：

接线心得：

1. 电源是关键：务必确认屏幕逻辑电压是3.3V。许多廉价模块标称5V但实际逻辑电平是3.3V，接5V可能会损坏ESP32的GPIO。
2. 上拉电阻：DS18B20的数据线必须接上拉电阻（4.7KΩ），否则总线无法拉高，读取会失败。
3. 引脚灵活性：SPI引脚（CLK, MOSI）通常有硬件SPI通道限制（如ESP32的VSPI: CLK=18, MOSI=23, MISO=19；HSPI: CLK=14, MOSI=13, MISO=12）。我选择VSPI的默认引脚是为了保证最佳性能。RST、DC、CS等引脚可以任意更换，只需在代码中同步修改即可。

3.2 获取并部署nano-gui驱动

首先，需要将nano-gui库及其针对你屏幕的驱动文件上传到ESP32的文件系统中。你可以使用Thonny、VS Code的Pico-W-Go插件或ampy工具。

1. 下载库文件：访问Peter Hinch的nano-gui GitHub仓库，下载核心文件。通常你需要：

   • nanogui目录下的核心库文件（如nanogui.py）。
   • drivers目录下对应你屏幕驱动芯片的文件（如st7735r.py用于ST7735）。
   • 可能还需要font目录下的字体文件（如font10.py）。

2. 上传文件：将上述文件上传到ESP32的根目录或/lib目录下。使用Thonny的话，直接拖拽进去即可。

3. 验证硬件SPI：在部署复杂驱动前，可以先写一个简单的SPI测试脚本，确认屏幕的接线和电源正常。例如，直接使用framebuf画一个矩形。

实操技巧：如果屏幕点亮后花屏或全白，首先检查电源是否稳定（可用万用表量），然后检查RESET引脚是否已正确完成复位序列（驱动代码里通常会处理）。有时需要稍微降低SPI波特率（如从20MHz降到10MHz）以提高稳定性，尤其是在飞线连接的情况下。

4. 软件架构与核心代码实现

4.1 项目代码结构设计

一个清晰的结构有助于管理和调试。建议在ESP32上创建如下文件结构：

/ ├── main.py (主程序入口) ├── config.py (引脚配置、常量定义) ├── sensor_ds18b20.py (温度传感器封装类) ├── chart.py (曲线图绘制类) └── drivers/ (或直接放在根目录) ├── st7735r.py └── font10.py

main.py尽量简洁，只负责初始化、调度和主循环。将屏幕驱动、传感器读取、图表绘制等逻辑封装成独立的类或模块，符合Python的模块化思想，也便于未来替换传感器或更改图表样式。

4.2 初始化显示与创建GUI上下文

这是所有绘图操作的基础。在main.py的开始部分，我们需要完成以下步骤：

# main.py import machine import time from drivers.st7735r import ST7735R as SSD import nanogui from config import PIN_CONFIG # 1. 初始化SPI和屏幕驱动 spi = machine.SPI(1, baudrate=20000000, polarity=0, phase=0, sck=machine.Pin(PIN_CONFIG['SCK']), mosi=machine.Pin(PIN_CONFIG['MOSI'])) display = SSD(spi, cs=machine.Pin(PIN_CONFIG['CS'], machine.Pin.OUT), dc=machine.Pin(PIN_CONFIG['DC'], machine.Pin.OUT), rst=machine.Pin(PIN_CONFIG['RST'], machine.Pin.OUT), height=160, width=128, rotation=0) # 2. 初始化nano-gui，获取绘图对象 gui = nanogui.NanoGUI(display) # 获取一个用于绘图的“显示设备”对象，后续所有绘图都基于它 lcd = gui.display

关键参数解析：

• SPI(1, ...): 这里的1代表使用VSPI硬件SPI通道（ESP32上编号为1）。使用硬件SPI比软件模拟（bitbang）速度快得多，对动画流畅度至关重要。
• baudrate=20000000: 20MHz的SPI时钟。如果屏幕出现雪花点或数据错误，可以尝试降低到10MHz。
• height=160, width=128: 必须严格按照你的屏幕分辨率设置。旋转（rotation）参数可以设置为0、90、180、270度来调整显示方向。
• nanogui.NanoGUI(display): 这一步将底层的屏幕驱动对象display包装成nano-gui可操作的对象lcd。

4.3 封装温度传感器读取

我们将DS18B20的操作封装成一个类，提高代码复用性。

# sensor_ds18b20.py import onewire import ds18x20 import machine import time class TemperatureSensor: def __init__(self, pin_num): self.pin = machine.Pin(pin_num) self.ds_sensor = ds18x20.DS18X20(onewire.OneWire(self.pin)) # 扫描总线上的设备 self.roms = self.ds_sensor.scan() if not self.roms: raise Exception('未找到DS18B20设备') print(f"找到DS18B20， ROM码: {self.roms[0]}") def read_temperature(self): """读取温度值，返回摄氏度浮点数""" self.ds_sensor.convert_temp() # 发送转换命令 time.sleep_ms(750) # 等待转换完成，12位精度需750ms return self.ds_sensor.read_temp(self.roms[0])

注意事项：

1. convert_temp()和read_temp()必须成对调用，且中间必须有足够的延迟（time.sleep_ms(750)）。这是DS18B20芯片的工作时序要求，不可省略。
2. 首次运行如果提示找不到设备，请检查接线、上拉电阻，并确认引脚号是否正确。单总线对时序敏感，过长的导线也可能导致问题。

4.4 实现实时温度曲线绘制器

这是项目的核心逻辑。我们需要一个Chart类来管理曲线的数据、坐标轴和绘制。

# chart.py import nanogui from nanogui import color565 class LineChart: def __init__(self, display, x, y, width, height, y_min=20.0, y_max=40.0, history_len=60): """ 初始化一个曲线图区域 :param display: nano-gui的显示对象 :param x, y: 图表左上角坐标 :param width, height: 图表区域的宽和高 :param y_min, y_max: Y轴显示的最小和最大值（温度范围） :param history_len: 历史数据缓存长度（决定X轴时间跨度） """ self.lcd = display self.x = x self.y = y self.w = width self.h = height self.y_min = y_min self.y_max = y_max self.history_len = history_len # 数据缓存队列，初始化为None self.data_buffer = [None] * history_len self.buffer_index = 0 self.is_full = False # 颜色定义 self.bg_color = color565(0, 0, 0) # 背景黑色 self.axis_color = color565(100, 100, 100) # 坐标轴灰色 self.grid_color = color565(50, 50, 50) # 网格线深灰色 self.line_color = color565(0, 255, 0) # 曲线绿色 self.text_color = color565(255, 255, 255) # 文字白色 # 首先清空并绘制静态元素（坐标轴、网格、标签） self._draw_static_elements() def _draw_static_elements(self): """绘制坐标轴、网格和静态文本""" # 1. 清空图表区域 self.lcd.fill_rect(self.x, self.y, self.w, self.h, self.bg_color) # 2. 绘制坐标轴边框 self.lcd.rect(self.x, self.y, self.w, self.h, self.axis_color) # 3. 绘制水平网格线（对应温度刻度） num_grid_y = 5 for i in range(1, num_grid_y): grid_y = self.y + self.h - int((i / num_grid_y) * self.h) self.lcd.hline(self.x + 1, grid_y, self.w - 2, self.grid_color) # 在左侧标注温度值 temp_val = self.y_min + (i / num_grid_y) * (self.y_max - self.y_min) temp_str = f"{temp_val:.1f}C" # 使用nano-gui的文本绘制功能，注意需要先设置字体 # 这里假设已导入font10并设置为当前字体 # self.lcd.text(font10, temp_str, self.x - 20, grid_y - 5, self.text_color) # 示例，需调整坐标 # 4. 绘制标题（简化版，实际需根据字体计算宽度） title = "Temp Chart" # self.lcd.text(font10, title, self.x + (self.w - len(title)*10)//2, self.y - 12, self.text_color) def _map_value_to_coord(self, value, index): """将温度值和数据索引映射到屏幕坐标""" if value is None: return None # Y坐标映射：温度值 -> 屏幕Y坐标（原点在左上角） y_range = self.y_max - self.y_min y_pos = self.y + self.h - int(((value - self.y_min) / y_range) * self.h) # X坐标映射：数据索引 -> 屏幕X坐标 x_pos = self.x + 1 + int((index / (self.history_len - 1)) * (self.w - 2)) return (x_pos, y_pos) def add_data(self, temperature): """添加一个新的温度数据点，并更新曲线""" # 1. 将新数据存入缓存 self.data_buffer[self.buffer_index] = temperature # 2. 清除上一帧的整条曲线（用背景色重绘） # 这里为了性能，采用局部更新策略：只清除和重绘受影响的一小段区域会更高效，但逻辑复杂。 # 简单做法：每次清空整个动态绘制区域（曲线部分），然后重绘所有点。 plot_x_start = self.x + 1 plot_width = self.w - 2 self.lcd.fill_rect(plot_x_start, self.y + 1, plot_width, self.h - 2, self.bg_color) # 3. 重新绘制所有有效数据点连成的线 prev_coord = None for i in range(self.history_len): idx = (self.buffer_index - i) % self.history_len if self.is_full else i val = self.data_buffer[idx] if val is None: prev_coord = None continue curr_coord = self._map_value_to_coord(val, i) if curr_coord and prev_coord: # 绘制线段连接当前点和前一个点 self.lcd.line(prev_coord[0], prev_coord[1], curr_coord[0], curr_coord[1], self.line_color) prev_coord = curr_coord # 4. 更新索引和状态 self.buffer_index = (self.buffer_index + 1) % self.history_len if self.buffer_index == 0: self.is_full = True # 5. 在图表上方或侧边实时显示当前温度值（可选） current_temp_str = f"Now: {temperature:.2f}C" # 清空一个矩形区域用于显示文本 self.lcd.fill_rect(self.x, self.y - 10, self.w, 10, self.bg_color) # self.lcd.text(font10, current_temp_str, self.x + 2, self.y - 10, self.text_color)

代码逻辑深度解析：

1. 双缓冲与局部刷新：上述代码采用了“清空整个曲线区再重绘”的简单策略。在128x160的分辨率下，如果历史数据点不多（如60个），ESP32的性能足以胜任。但如果追求更流畅的动画或更长的历史数据，就需要实现更复杂的局部刷新：只清除和重绘即将移出屏幕的最旧线段和新添加的最新线段。这需要更精细的坐标计算，但能大幅减少绘图操作。
2. 坐标映射：_map_value_to_coord函数是整个绘图的核心。它将“数据值”和“时间索引”映射到有限的屏幕像素上。确保Y轴映射时处理好原点在左上角（Y坐标向下增长）与温度值向上增长的关系。
3. 数据缓存：使用固定长度的列表data_buffer作为环形缓冲区。buffer_index指向下一个要写入的位置，is_full标记缓冲区是否已被填满一次。这种结构能高效地管理固定时间窗口的历史数据。

4.5 主循环与任务调度

最后，在main.py中将所有模块串联起来。

# main.py (续) from sensor_ds18b20 import TemperatureSensor from chart import LineChart import config def main(): # 初始化传感器 try: temp_sensor = TemperatureSensor(config.DS18B20_PIN) except Exception as e: print(f"传感器初始化失败: {e}") # 可以在屏幕上显示错误信息 lcd.fill(0) # 清屏 # lcd.text(font10, "Sensor Error", 10, 60, color565(255,0,0)) return # 初始化图表，设定显示区域和温度范围 # 图表从(5, 20)开始，宽118像素，高120像素，温度显示范围20-35度，存储最近50个点 chart = LineChart(lcd, x=5, y=20, width=118, height=120, y_min=20.0, y_max=35.0, history_len=50) print("开始采集温度并绘图...") last_draw_time = time.ticks_ms() draw_interval = 1000 # 每秒更新一次 while True: current_time = time.ticks_ms() if time.ticks_diff(current_time, last_draw_time) >= draw_interval: try: # 1. 读取温度 temp_c = temp_sensor.read_temperature() print(f"Temperature: {temp_c:.2f} C") # 2. 更新图表 chart.add_data(temp_c) # 3. 更新上次绘制时间 last_draw_time = current_time except Exception as e: print(f"读取或绘图出错: {e}") # 短暂延迟后继续，避免因单次错误卡死循环 time.sleep(1) # 主循环中可以添加其他非阻塞任务，例如检测按键 # 或者加入一个短暂的sleep，降低CPU占用率 time.sleep_ms(50) if __name__ == '__main__': main()

主循环设计要点：

• 定时采样：使用time.ticks_ms()和time.ticks_diff()进行非阻塞的定时，精度远高于time.sleep()，不会阻塞其他潜在任务。
• 异常处理：将传感器读取和绘图操作包裹在try-except中。在嵌入式环境中，偶尔的I/O错误是难免的，良好的异常处理能保证系统在遇到临时干扰后自动恢复，而不是死机。
• 资源管理：循环中的time.sleep_ms(50)给了系统喘息之机，降低了CPU使用率，也减少了电源噪声对传感器可能造成的干扰。

5. 性能优化与调试技巧

5.1 内存与帧率优化实战

在资源受限的微控制器上运行GUI，优化是永恒的主题。

1. 减少全局变量，重用对象：将color565生成的颜色值、字体对象等在初始化时创建并保存为实例变量或类变量，避免在循环中反复创建。color565(0, 255, 0)每次调用都会分配一点内存，虽然小，但在快速循环中累积起来就是问题。

2. 精细控制刷新区域：如前所述，实现局部刷新是提升帧率最有效的手段。修改LineChart.add_data方法，只重绘变化的像素区域。这需要记录上一帧每个数据点的坐标，计算新旧线段包围盒（bounding box），只清除和重绘这些区域。

3. 降低绘图复杂度：

   • 如果网格线是静态的，只在_draw_static_elements中绘制一次，不要在每次数据更新时重绘。
   • 考虑将坐标轴和标签先绘制到一个离屏的FrameBuffer对象中，然后一次性blit到屏幕上，但这会消耗额外内存。
   • 对于曲线，如果点很密集，可以尝试每隔一个点绘制，或者使用更粗的线条（lcd.line）来覆盖可能因跳点产生的间隙。

4. 监控内存：在循环中定期使用gc.mem_free()查看剩余内存，确保没有内存泄漏（内存持续下降）。MicroPython有垃圾回收（GC），但循环中创建大量临时对象会触发频繁GC，导致卡顿。

5.2 常见问题与排查指南

以下是我在开发过程中遇到的一些典型问题及解决方法：

5.3 功能扩展思路

基础功能实现后，你可以考虑以下扩展，让项目更具实用性：

1. 多曲线显示：修改LineChart类，使其能管理多个数据序列（如温度、湿度），并用不同颜色绘制。关键在于为每个序列维护独立的数据缓冲区和颜色属性。
2. 坐标轴自适应：当前Y轴范围是固定的（y_min,y_max）。可以升级为自动根据最近N个数据点的最小最大值动态调整范围，让曲线始终充满显示区域。
3. 添加交互控件：利用ESP32的触摸屏或物理按键，实现暂停/继续、清除曲线、切换温度单位（℃/℉）等功能。这需要引入一个简单的事件循环。
4. 数据记录与导出：将采集的温度数据除了显示外，还写入到ESP32的Flash文件系统中（注意均衡磨损），或通过Wi-Fi上传到服务器（如MQTT、HTTP API），实现远程监控。
5. 低功耗优化：如果使用电池供电，可以设置屏幕在不查看时关闭背光，降低传感器采样频率，甚至让ESP32进入深度睡眠（Deep Sleep），定时唤醒采集数据并刷新屏幕。

这个项目就像一把钥匙，打开了用MicroPython在小型屏幕上进行数据可视化的大门。从最初的屏幕点亮，到绘制出第一条动态曲线，过程中遇到的每一个问题都是对硬件交互和嵌入式编程理解的加深。最重要的是，你获得了一个可以灵活定制、应用于各种监测场景的可视化框架。