使用arduino和pyserial加密串行数据

Question

我正在尝试使用arduino和pyserial，numpy和matplotlib绘制加速度计的串行数据。问题是，每当GUI打开时，传入的数据速率就会变得非常慢，绘图也会变得非常缓慢，如果我不打开GUI并只是在命令窗口上打印数据，则接收到的数据很快。请帮忙！

这是我的python代码：

import serial
import matplotlib.pyplot as plt
import numpy as np
import time


ser = serial.Serial('COM3', 9600, timeout=0) #sets up serial connection (make sure baud          rate is correct - matches Arduino)

ser.flushInput()
ser.flushOutput()

plt.ion()                    #sets plot to animation mode

length = 500       #determines length of data taking session (in data points)
x = [0]*length               #create empty variable of length of test
y = 0
z = 0
fig, ax = plt.subplots()
line, = ax.plot(np.random.randn(100))
plt.show(block=False)
xline, = plt.plot(x)         #sets up future lines to be modified
plt.ylim(30,120)        #sets the y axis limits

#for i in range(length):     #while you are taking data
tstart = time.time()
n = 0
while time.time()-tstart < 5:
   y = (ser.readline().decode('utf-8')[:-2])
   if not (len(y)==0):
       z = float(y)
       x.append(float(z))   #add new value as int to current list

       del x[0]

       xline.set_xdata(np.arange(len(x))) #sets xdata to new list length

       xline.set_ydata(x)                 #sets ydata to new list

       #  ax.draw_artist(ax.patch)
       #  ax.draw_artist(line)
       #  fig.canvas.update()
       fig.canvas.draw()
       fig.canvas.flush_events()   
       #plt.pause(0.0001)                   #in seconds                                      #draws new plot
       #plt.show()
       n +=1
       print (z)
       print(n)




 ser.close() #closes serial connection (very important to do this! if you have an error   partway through the code, type this into the cmd line to close the connection)

Answer 1

有几件事可以加快这一过程。当我们尝试使用arduino读出地震检波器时，我们遇到了同样的问题。

主要技巧是在绘制之前缓冲十个或更多的值，而不是为每个新事件绘制。

使用动画包而不是手动绘制也可能会加快该过程。

看看我们的github代码：https://gist.github.com/ibab/10011590

为什么要将z投2次以使其浮动：

z = float(y)
x.append(float(z))

Answer 2

根据我的经验，以1万点重画一条线可能需要5毫秒，但这取决于后端和计算机。如果您尝试更快地执行此操作，那么您将遇到麻烦。另一方面，由于感知延迟，每秒更新图形超过50次是不需要的或不合理的。

因此，正如[C​​0]所说，如果数据是快速数据，则应该对其进行缓冲。您可以使用固定缓冲区，也可以使用具有超时的缓冲区。 （似乎您仍在接收稳定的数据流，否则在没有超时的情况下MaxNoe会遇到问题。）

同样，您还可以做一些其他的事情来加快代码的速度。在不知道数据量的情况下，我无法说出这些数据是否会对性能产生实际影响。概要分析是关键（正如ser.readline所说。）>

[第一件事是，您应该将James Mills和x设为y（NumPy数组），以避免将列表转换为数组的开销。基本上：

ndarray
此外，请注意，由于# initializing the array
x = np.zeros(length)

# adding one item to the array:
# shift the existing items and add an item to the end
x[:-1] = x[1:]
x[-1] = float(z)
保持不变，因此无需每轮set_xdata。只需在循环之前执行一次即可。

如果然后结束缓冲，则对于每个刷新周期，基于时间的缓冲大致以这种方式进行：

xdata
这里databuf = []
# collect data until you have something and at least 20 ms has gone
t0 = time.time()
while time.time() - t0 < 0.02 or len(databuf) == 0:
    ln = ser.readline()
    try:
        databuf.append(float(ln[:-2]))
    except:
        # something went wrong, but now we don't care
        pass

n_newpoints = len(databuf)
x[:-n_newpoints] = x[n_newpoints:]
x[-n_newpoints:] = databuf

# draw etc ...
是一个列表，但由于它是一个简短列表，因此转换开销微不足道。

通过这些改进，您应该能够流畅地更新10000点的图形，而计算机不会停顿。如果您是在性能非常适中的机器（RaspberryPi等）上执行此操作的，则可以采用减少更新频率的方法。

Answer 3

从arduino的串行端口绘制数据时，我也遇到了类似的速度问题。在以下地址中描述了该解决方案：databuf在这种情况下，通过绘制一个包含50个数据点的数组，我可以达到约700fps。

Answer 4

我认为您面临这些性能问题的主要原因是，matplotlib并非主要用于实时数据。它确实可以从脚本中创建出色的数据图表，但是添加单个样本并重绘可能不是matplotlib的亮点。