一块Arduino，一颗心跳：手把手教你打造脉搏监测系统

你有没有想过，只用一块几十元的开发板和一个指尖传感器，就能实时捕捉自己的心跳？这不是实验室里的高端设备，也不是医院的心电图机——而是你可以亲手实现的嵌入式项目。

在智能手环早已普及的今天，心率监测似乎成了“理所当然”的功能。但当你真正从零开始连接线路、读取信号、解析波形时，那种看到自己心跳在屏幕上跳动的瞬间，依然会让人心跳加速。

本文将带你从零搭建一个基于 Arduino Uno R3 的脉搏监测系统，不靠现成库，不跳步骤，全程剖析每一个技术细节。无论你是电子小白，还是想深入理解生物信号处理的工程师，都能从中获得实战价值。

为什么选它？Arduino + 脉搏传感器的黄金组合

市面上能做心率检测的平台不少，STM32、树莓派、ESP32……但如果你是第一次接触硬件开发，Arduino Uno R3 依然是最友好的起点。

它的优势不在性能多强，而在于“够用+易上手”：
- 模拟输入引脚（A0-A5）原生支持10位ADC，正好用来采样脉搏传感器输出的微弱电压变化；
- 编程语言基于C/C++简化版，没有复杂的寄存器配置；
- 开发环境（IDE）跨平台、免驱动、一键上传；
- 社区资源丰富，遇到问题基本都能搜到答案。

搭配常见的Pulse Sensor 或 KY-039 这类光电式脉搏模块，整个系统的成本控制在百元以内，却能完成一次完整的生命体征采集流程。

更重要的是：你能看清每一步发生了什么。不像某些“黑盒”模块直接返回BPM数值，这里你要自己处理原始信号、识别峰值、计算间隔——这才是学习的本质。

脉搏是怎么被“看见”的？PPG原理一讲就懂

我们用的不是心电图（ECG），而是另一种更轻便的技术：光电容积描记法（Photoplethysmography, PPG）。

简单说，就是“用光看血”。

传感器由两部分组成：
- 一个绿色或红外LED，向皮肤发射光线；
- 一个光敏元件（如光敏三极管），接收反射回来的光。

当心脏收缩时，指尖动脉充血增多，吸收更多光，反射回的光变少；舒张时则相反。于是，随着心跳节律，接收到的光强也呈现周期性波动。

这个微小的变化会被内部电路放大，转换为0~5V之间的模拟电压信号输出。典型波形长这样：

▲ │ ● ● ● │ ↗ ↘ ↗ ↘ ↗ ↘ │ / \ / \ / \ │ / \ / \ / \ └─────────●───────────●───────────●──► t ↑ ↑ ↑ 心跳峰值 心跳峰值 心跳峰值

每个上升沿后的峰值对应一次心跳。只要我们能准确抓到这些峰，再算出它们之间的时间差（IBI, Inter-Beat Interval），就能得出心率：

BPM = 60000 / IBI（单位：毫秒）

比如两次心跳相隔800ms，则当前心率为60000 ÷ 800 = 75 BPM。

听起来很简单，但现实远没这么理想。

真实世界的问题：噪声、漂移、误判……

如果你把传感器往手指上一夹，马上就能得到稳定的心率？别天真了。实际信号往往是这样的：

• 环境光干扰：日光灯闪烁、窗外阳光都会让基线来回漂移；
• 运动伪影：手稍微抖一下，就会产生比真实脉搏还大的波动；
• 接触压力不均：太松读不到信号，太紧压迫血管反而测不准；
• 呼吸影响：深呼吸会引起慢速波动，容易被误认为心跳；
• 初始不稳定：前几秒数据混乱，算法还没“热身”。

所以，不能指望 raw data 直接拿来用。我们需要一套鲁棒的软件处理逻辑来过滤噪声、锁定有效心跳。

幸运的是，这些问题都有成熟的应对策略，而且完全可以在 Arduino 这种资源有限的平台上实现。

硬件连接：三根线搞定一切

这类脉搏传感器通常只有三个引脚：

就这么简单。不需要额外供电、无需外部滤波电路（模块自带简单放大），插上去就能开始读数。

⚠️ 小贴士：建议使用带遮光罩的传感器（如Pulse Sensor官方版），避免环境光直射。也可以自己用黑色热缩管包裹一下。

此外，我们将使用板载LED（引脚13）作为心跳指示灯，每次检测到心跳就闪一下，让你“看得见”自己的心跳。

核心代码详解：不只是复制粘贴

下面这段代码，是我们整个系统的“大脑”。我会逐段拆解它的设计思路，告诉你每一行为什么这么写。

const int pulsePin = A0; // 脉搏传感器接A0 const int blinkPin = 13; // 板载LED用于提示 int threshold = 550; // 初始阈值 int signal = 0; // 当前读取的信号值 int peak = 0; // 记录当前脉冲中的最高点 int lastPeak = 0; // 上一个循环的信号值（用于边沿判断） long lastBeatTime = 0; // 上次有效心跳时间（ms） long currentBeatTime = 0; int ibi = 0; // 本次心跳间隔 int bpm = 0;

变量命名要有意义

别小看变量名。像signal,peak,lastBeatTime都清楚表达了用途。这比val1,temp,t强太多，尤其在调试时能省下大量脑力。

threshold = 550是经验值。因为Arduino ADC是10位（0~1023），对应0~5V。正常脉搏信号峰值大约在600~800之间，设550作为触发起点比较安全。

void setup() { pinMode(blinkPin, OUTPUT); Serial.begin(9600); Serial.println("Pulse Sensor Ready! Send 'S' to start."); }

串口波特率设为9600是标准做法。打印一句提示语，方便确认程序已启动。

虽然现在没加命令交互功能，但这句留着是个好习惯——将来扩展时可以加入“开始/停止”控制。

void loop() { signal = analogRead(pulsePin); Serial.print("Signal,"); Serial.println(signal);

每轮循环先读一次A0引脚的值，并通过串口输出格式为"Signal,xxx"的数据。

为什么要加前缀？因为我们要用Arduino IDE 自带的 Serial Plotter（串口绘图器）实时查看波形！

打开方式：工具 → 串口绘图器，你会看到一条动态跳动的曲线，就像简易示波器一样。这是调试信号质量的利器。

峰值检测：如何判断“这是心跳”？

这才是最关键的逻辑。

if (signal > threshold && signal > peak) { peak = signal; // 更新当前脉冲的最大值 }

这一段的意思是：如果当前信号超过了阈值，并且还在不断升高，那就更新“当前脉冲的最高点”。

注意，我们不是一超过阈值就认定是心跳，而是持续追踪上升过程中的最大值，确保抓到真正的峰值。

接着看下降阶段：

if (signal < lastPeak && signal < threshold && lastPeak > threshold) { currentBeatTime = millis(); ibi = currentBeatTime - lastBeatTime; bpm = 60000 / ibi;

这个条件有点复杂，拆开来看：
-signal < lastPeak：信号已经开始下降（过了顶点）；
-signal < threshold：已经回落到阈值以下；
-lastPeak > threshold：之前确实达到了足够高的幅度；

三个条件同时满足，说明我们完整经历了一次“上升→峰值→下降”的脉冲过程，可以判定为一次有效心跳。

然后记录时间差ibi，并计算 BPM。

加一道保险：合理范围过滤

人的心率不可能是10 BPM，也不会突然飙到300 BPM（除非濒死）。所以我们加上一道防护：

if (bpm >= 30 && bpm <= 200) { Serial.print("BPM,"); Serial.println(bpm); digitalWrite(blinkPin, HIGH); delay(50); digitalWrite(blinkPin, LOW); lastBeatTime = currentBeatTime; }

只有在30~200 BPM之间的结果才被认为是有效的，避免因噪声导致的极端错误值污染数据。

同时点亮LED 50ms，给人一个视觉反馈：“我检测到你的心跳了！”

最后别忘了更新lastBeatTime，为下次计算做准备。

peak = 0; // 重置峰值，等待下一个脉冲 } lastPeak = signal; delay(20); // 控制采样频率约50Hz

清空peak是为了防止旧数据干扰下一轮检测。

lastPeak = signal放在循环末尾，用于下一回合判断是否出现下降沿。

delay(20)控制采样周期约为20ms，即每秒采集50次（50Hz）。这对脉搏信号来说足够了（人类心率上限约5Hz），又不会给MCU带来太大负担。

💡 更佳实践：用millis()实现非阻塞延时，避免delay()影响其他任务响应。但对于单任务系统，delay(20)简洁可靠。

调试技巧：那些手册不会告诉你的事

1. 如何调阈值？

• 太高：错过弱信号，尤其对血液循环差的人；
• 太低：容易误触发，把噪声当心跳。

建议首次运行时关闭BPM输出，只看"Signal"波形，观察峰值大致落在哪个区间，再设定略低于平均峰值的阈值。

也可以改为动态阈值，例如取过去10秒信号均值 + 固定偏移量。

2. 启动前几秒不准怎么办？

刚戴上时信号不稳定很正常。可以加入预热机制：

if (millis() < 5000) return; // 前5秒不处理

或者等连续检测到3个有效心跳后再开启输出。

3. 想要更高精度？试试移动平均滤波

原始信号可能毛刺较多，可以在读取后先平滑一下：

signal = (signal * 3 + analogRead(pulsePin)) / 4;

这是一个简单的IIR低通滤波，能有效抑制高频噪声。

进阶玩法：不止于“看看心跳”

你现在拥有的，不仅仅是一个心率计原型，而是一个可扩展的嵌入式健康终端底座。接下来还能做什么？

✅ 加OLED屏 → 独立设备

用SSD1306屏幕显示实时波形和BPM，做成指夹式心率仪。

✅ 接蓝牙模块（HC-05/HC-06）→ 手机App联动

把数据无线传给手机，记录长期趋势，甚至分析心率变异性（HRV）来评估压力水平。

✅ 结合RTC芯片 → 24小时监测

配合DS3231记录时间戳，实现夜间睡眠心率追踪。

✅ 多传感器融合 → 智能穿戴雏形

叠加温度、血氧（MAX30102）、加速度计（MPU6050），构建多功能健康手环。

甚至可以用 TensorFlow Lite for Microcontrollers 在边缘端跑轻量级异常检测模型，实现“心跳异常预警”。

写在最后：从一块板子出发，走向更大的世界

这个项目看似简单，但它涵盖了嵌入式开发的核心闭环：

感知（Sensor） → 采集（ADC） → 处理（Filter & Algorithm） → 输出（Serial/LED）

你学会了如何与模拟信号打交道，理解了时序控制的重要性，掌握了基本的数字信号处理思想。这些能力，正是通往更复杂系统的钥匙。

也许几年后，你会忘记具体的阈值是多少、延迟该设多久，但你会记得那个第一次在串口绘图器里看到自己心跳波形的时刻——那是一种奇妙的连接感，仿佛科技真的触碰到了生命本身。

而这一切，始于一块Arduino Uno R3，和一颗愿意动手探索的心。

如果你成功实现了这个项目，欢迎在评论区分享你的波形截图或改进方案。我们一起，让每一次心跳都被听见。