基于柔性压力传感器上位机监控系统设计

摘要：设计了一套上位机监控系统，用于大面积阵列式柔性压力传感器的数据采集、分析处理和可视化。Qt Toolkit（简称QT） 框架用于压力传感器响应的实时采集、存储、调用、分析处理和显示。采用Modbus协议和定时器机制，实现实时数据采集及与下位机的通信。上位机系统采用三维柱状图、曲面图和彩色色阶图等可视化方式直观展现阵列式压力数据。通过搭建柔性压力薄膜传感器，采集器下位机，上位机系统实验系统，实验结果表明，该系统可实现阵列式压力数据的实时采集、快速传输和多模态可视化，准确反映传感器表面压力分布，并有效抑制电磁噪声。模块化设计使系统具有良好的可扩展性，未来可结合分辨算法和人工智能技术，应用于多点压力监控、智能医疗、设备监测等更复杂的场景。

关键词：QT；柔性压力传感器；串口通信；实时；数据可视化

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2025）04-0123-04 开放科学（资源服务） 标识码（OSID） ：

0 引言

电子皮肤和柔性电子技术的快速发展极大地促进了智能制造、医疗健康和人机交互等领域的进步。因此针对大面积的柔性传感器，实时、大规模的数据监控与可视化在传感器数据采集过程中已经越发重要。与此同时，精准、快速的数据采集和数据处理分析的技术要求也日益提高，并须适应更加复杂的环境和应用场景。

传感器具备高度的柔软性、适应性和稳定性[1-4]，不仅可以紧密贴合复杂表面，还能在非平面场景中实现高精度数据采集。这使得柔性传感器在医疗、工程监测和人机交互等领域得到了广泛应用。例如，在医疗保健领域，该传感器能够实时监测床垫的压力分布，帮助预防患者压疮[5-6]。在人机交互方面，该传感器可嵌入智能手套或触摸屏上[7-8]，实现手势识别和触摸压力感应。在工程监测中，该传感器可应用于测量结构体的受力状态[9]，从而实现设备和建筑物的健康监测。随着应用场景的不断拓展，柔性传感器对上位机数据处理和可视化技术提出了更高要求。传统的上位机监控系统多采用二维形式展示数据，难以充分体现柔性传感器采集的三维受力信息。这导致用户在决策时难以准确把握数据的空间分布和物理含义，影响了数据分析的深度和精度。

为了更好地满足柔性传感器对数据监控与分析的需求，本研究设计了一套基于QT平台的上位机监控系统。QT作为一种强大的跨平台应用程序框架，提供了丰富的图形用户界面设计和数据可视化工具[10]，而通过其和QT的结合，系统不仅能够实现高效的数据传输与处理，还能够通过三维可视化技术直观展示数据的空间分布特征。此系统的目标是为复杂场景下的柔性传感器数据采集与分析提供更高效的解决方案，从而提升各个领域中的实时监控与决策能力。

1 监控系统框架

监控系统的设计框架如图1所示，本监控系统由通信与处理模块和数据显示模块两部分构成。通信与处理模块负责上位机与下位机的通信连接、数据传输、存储和算法分析等[11-12]。

与传统监控系统多采用二维数据展示方式不同 [13]，本系统的数据显示模块采用三维模型展现传感器采集的数据。这种可视化方式不仅增强了数据的直观性，还能够更加具体地体现数据的物理意义，从而提升了数据的可读性和用户的决策效率。

2 模块的设计与实现

2.1 界面设计

为了将传感器获取的信息进行显式、存储和分析，传感器需要与下位机和上位机结合，组成一个完整的数据采集与处理系统。常见的下位机开发平台包括51单片机、STM32等，而上位机开发通常选择QT 作为开发平台。

上位机在柔性传感监控系统中至关重要，其主要功能是通过可视化界面实时显示传感器监测数据，特别是物体表面的平整度和受力情况，为系统操作者提供决策依据，有助于准确判断并执行相应操作。

在开发过程中，重点解决了以下几个技术问题。

1） 串口通信：采用Modbus协议与下位机建立稳定的通信连接，确保传感器数据能够实时、准确地传输至上位机。

2） 数据处理：上位机负责接收、解析并存储从下位机传输的数据，确保后续的分析和显示过程能够顺利进行。

3） 数据可视化：将传感器采集到的数据以多种形式呈现，包括数字显示、柱状图和曲面图等，从而为用户提供多样化的视角来分析和理解数据。

上位机软件界面主要包括：通信信息设置、数据视图显示方式选择区以及数据展示区。软件界面如图2所示。

2.2 串口通信

为了使上位机能够获取下位机通过传感器采集到的数据，需要通过通信协议与下位机建立通信。在本系统中，QT框架采用Modbus串行通信协议，该协议兼容性强，应用广泛[14-15]，能兼容多种设备间的通信。传输模式采用ASCII 模式，并利用LRC 纵向冗余校验，以确保通信的准确性和数据传输的完整性。

串口通信通过QT中的QSerialPort 类实现，以数据帧的形式与下位机建立串口通信。在.Pro文件中添加QT += serialport以引入串口模块，并在头文件中引用和，从而访问串口并获取可用串口信息。

利用QSerialPortInfo串口类的availablePorts（）方法，可以自动检索当前系统下可用的串口编号，并将其添加到通信配置中。通过查询手册，获取设备的其他通信参数（如波特率、数据位、校验位等） ，并将这些参数应用于通信配置，最终实现上位机与下位机的稳定通信。

2.3 数据接收与解析

在数据接收过程中，利用QT自带的定时器事件Timer（）设定所需的通信间隔频率，并使用readAll（）函数获取每次通信传输的数据。由于下位机传输的数据以十六进制格式发送，因此在数据处理之前，必须将这些数据转换为十进制，才能进行后续的分析和处理。

由于数据传输顺序与传感器矩阵的物理排序不一致，需要通过实验分析来确定其对应关系。本实验所用的传感矩阵为4×4的柔性传感矩阵，其规律如图4所示。通过实验，系统能够重构传感矩阵中的实际数据布局，并将其用于后续处理。

上位机的数据处理流程包括以下步骤。

1） 判断长度是否为35个字节，并检查开头和结尾是否分别为0xAA、0x01和0xAB。

2） 将十六进制数据转换为十进制，以获取实际的测量数值。

3） 根据实际采样结构，调整数据矩阵的排列，使其符合传感器的物理布局。

4） 存储数据，并将数据矩阵传入分类算法中进行分类预测，同时将数据传输至数据显示模块进行可视化展示。

2.4 数据三维可视化

监控系统的核心功能是实时展示压力传感器的受力情况。系统通过通信模块获取传感器采集的数据，并对其进行处理，最终使用 QtDataVisualization 库实现实时三维数据可视化。

在可视化过程中，利用QAbstract3DGraph类创建三维柱状图和曲面图实例，并通过QBar3DSeries 和QSurface3DSeries创建相应的图形对象，实现数据的实时三维可视化。系统设置了坐标轴信息，并将采集的数据作为全局变量传入图形对象，以实现数据的实时显示。同时，结合分类算法对数据进行分析，用户可以在界面上直观地查看处理后的结果。此外，在操作界面上还设置了水平和垂直视角调节空间，为用户提供灵活的视角切换，以便于从不同角度分析受力分布情况。

3 系统测试

为了验证压力传感监控系统的准确性，研究者使用了一款商用阵列型柔性薄膜传感器（520 mm×661 mm，42×48感应单元） 及其配套的采集器作为下位机数据采集端。测试选择了20名身高和体重各异的受试者，分别在标准采集系统和本文设计的压力传感监控系统上进行正坐坐姿大腿压力分布采集，并将采集到的数据进行保存。

3.1 信号预处理

本研究采用传感器配套的采集系统作为标准采集系统。图6（a）展示了该采集系统生成的压力分布图。由于多个传感单元之间存在串扰，在高灵敏度采集的条件下，信号中存在一定的噪声干扰，可见原始压力信号中保留了明显的噪声，这对实际分析产生了一定干扰。此外，不同个体之间的体重和体型差异也会影响压力分布和数值范围。为消除这些干扰和个体差异，本研究采用滤波技术和引入Z-score归一化对压力矩阵进行预处理，以消除个体间的差异对实际分析干扰，具体公式如下：

X'ij = Xij - μ／σ （1）

式中：X'ij 为归一化后第i 行第j 列的数值，Xij 为原始数值，μ 为压力数据的均值，σ 为压力数据的标准差。

结果预处理后的图像如图6（b）所示，相较于图6（a），预处理有效消除了噪声，突出了压力分布特征。

3.2 测试结果分析

处理后的压力矩阵数据通过本系统进行三维可视化建模，图7展示了压力传感监控系统的结果，其中图（a）和图（b）分别为3D柱状图和3D曲面图。与标准采集系统相比，本文设计的压力传感监控系统在压力分布特征上表现出高度一致性。此外，本文监控系统通过滤波和归一化算法，有效地过滤掉了因传感器材料的非线性特性而在高灵敏度采集下产生的低频电磁噪声信号，并消除了个体差异带来的误差影响，从而提高了数据处理能力和精度。在测量过程中，监控系统能够实时显示和保存当前状态下的压力特征数据（如最大值、最小值、均值、方差） ，保存的数据特征信息亦可用于后续深入分析压力分布的参考依据。相比于传统的二维平面示意图，三维可视化图形不仅能够更清晰地展示压力分布特征，还能突出数据的空间变化，为用户提供更直观的压力分布分析工具。

4 结束语

本研究设计并实现了一套基于QT的柔性压力传感器阵列实时监控系统，该系统能够有效地采集、处理和可视化传感器数据，并具备良好的扩展性和应用前景。通过该系统，监控平台能够实时响应并存储传感器采集的动态压力数据。上位机软件采用QT平台，实现了通信、数据展示、分析及处理等多种功能。本设计结合灵活多样的数据可视化方式，成功实现了上位机与柔性压力传感器之间的数据传输以及直观的三维可视化展示。模块化编程设计有效减少了系统的开发周期，提高了可维护性。系统也能动态响应并存储时间维度上的压力变化信息，增强了对实时数据的分析能力。系统中预留的接口为后续功能拓展提供了可能，未来可以进一步结合神经网络模型和分辨算法，以识别更多类型的压力分布、单点和多点采集监控，甚至拓展其他复杂功能。

参考文献：

[1] 柏明慧.基于柔性光学材料的光纤传感特性研究[D].南京：南京邮电大学，2022.

[2] 刘皓，李斌，罗丹，等.可监测动脉血压波形的超声阵列柔性传感器[J].天津工业大学学报，2023，42（6）：74-83

[3] 张艳，刘汉斌，郝锦宏，等.具有增强力学性能与耐水性的复合纸基柔性传感器[J].印刷与数字媒体技术研究，2024（1）：137-148.

[4] KIM Y G，SONG J H，HONG S，et al.Piezoelectric strain sensorwith high sensitivity and high stretchability based on kirigamidesign cutting[J].NPJ Flexible Electronics，2022（6）：52.

[5] EIZENTALS P， KATASHEV A， OKS A， et al. DAid pressuresocks system：Performance evaluation[J].Gait & Posture，2021，84：368-376.

[6] LIU L，ZHANG X F.A focused review on the flexible wearablesensors for sports：from kinematics to physiologies[J].Microma⁃chines，2022，13（8）：1356.

[7] LIU Y M， YIU C， SONG Z， et al. Electronic skin as wirelesshuman-machine interfaces for robotic VR[J].Science Advances，2022，8（2）：eabl6700.

[8] 王敏.基于复合压电效应的柔性应力传感器及人机交互应用研究[D].太原：中北大学，2023.

[9] 朱莉，邢鑫，孟兆新，等.基于柔性薄膜传感器木板平面度测量方法[J].传感器与微系统，2021，40（11）：143-145，149.

[10] 朱赖红，张少怀.基于Qt的宠物照顾系统设计[J].电子制作，2022，30（11）：23-26.

[11] 康谦泽，李桂林，李佳萌，等.基于Qt的埋设机探测器上位机设计与实现[J].工业控制计算机，2022，35（5）：13-14，17.

[12] 侯清，王浩全，李凯丰.基于Qt的空耦超声探伤系统上位机软件设计[J].工业控制计算机，2023，36（2）：35-37.

[13] 潘瑞娟，陈晓宁，黄石原，等.基于Qt的农业大棚自动监控系统设计[J].安徽大学学报（自然科学版），2023，47（1）：62-66.

[14] 戴振民.基于Qt5的MODBUS协议编程与实现[J].电子技术与软件工程，2018（17）：55.

[15] 潘雪航，何建萍.基于机器学习和Modbus的超薄板微束等离子弧焊控制系统设计[J].计算机时代，2023（8）：79-83.

【通联编辑：梁书】

基金项目：广东省科技创新战略专项项目（STKJ202209063）基金；广东省科技创新战略专项项目（2018B090902003）基金