1. 项目概述
这个基于Qt C++的空气质量监测仪软件项目，是我去年为一个环保科技公司开发的工业级应用。它需要实时采集PM2.5、PM10、CO2、TVOC等多项空气质量指标，并通过直观的UI界面展示数据变化趋势。整套系统由STM32硬件采集端和Qt上位机构成，今天重点分享软件部分的实现细节。
在环保要求日益严格的今天，这类监测软件在工厂车间、实验室、智能家居等场景都有广泛应用。相比市面上的成品软件，我们这套方案最大的优势是：1）完全开源可定制 2）支持多协议硬件接入 3）数据可视化程度高。下面我会从架构设计到代码实现，完整还原开发过程。
2. 核心功能设计
2.1 数据通信模块
硬件通过串口发送JSON格式的传感器数据，帧结构如下：
json复制{
"device": "AQM-2023",
"temp": 26.5,
"humidity": 45,
"pm25": 12,
"pm10": 23,
"co2": 432,
"tvoc": 0.8,
"timestamp": 1698765432
}
在Qt中我们使用QSerialPort类实现通信，关键配置参数：
cpp复制QSerialPort serial;
serial.setPortName("COM3");
serial.setBaudRate(QSerialPort::Baud115200);
serial.setDataBits(QSerialPort::Data8);
serial.setParity(QSerialPort::NoParity);
serial.setStopBits(QSerialPort::OneStop);
重要提示：实际测试中发现，部分国产传感器芯片的串口协议不规范，需要额外设置流控制为无（setFlowControl(QSerialPort::NoFlowControl)），否则会出现数据截断。
2.2 数据处理逻辑
收到原始数据后需要经过三步处理：
- 数据校验（CRC16校验）
- 单位转换（如TVOC的ppb转mg/m³）
- 阈值判断（根据GB/T 18883-2002标准分级）
核心算法实现：
cpp复制void DataProcessor::processRawData(QByteArray raw) {
// 1. CRC校验
if(!checkCRC(raw)) {
emit dataError("CRC校验失败");
return;
}
// 2. JSON解析
QJsonDocument doc = QJsonDocument::fromJson(raw);
AQIData data;
data.pm25 = doc["pm25"].toDouble();
data.tvoc = ppbToMgm3(doc["tvoc"].toDouble());
// 3. 空气质量指数计算
data.aqi = calculateAQI(data);
emit dataProcessed(data);
}
2.3 可视化界面
采用Qt Charts模块实现动态曲线展示，主要组件包括：
- 实时数据仪表盘（QDial）
- 历史趋势图（QLineSeries）
- 超标报警指示灯（QLedIndicator第三方控件）
- 数据导出按钮（支持Excel和PDF）
UI布局使用QML实现响应式设计，适配不同分辨率屏幕：
qml复制GridLayout {
columns: 2
Dial {
id: pm25Dial
value: sensorData.pm25
}
LineSeries {
id: historyChart
axisX: DateTimeAxis {}
axisY: ValueAxis {}
}
}
3. 关键技术实现
3.1 多线程数据处理
为避免界面卡顿，采用生产者-消费者模式：
cpp复制// 数据采集线程
class SerialThread : public QThread {
void run() override {
while(!isInterruptionRequested()) {
QByteArray data = serial.readAll();
emit dataReceived(data);
}
}
};
// 数据处理线程池
QThreadPool::globalInstance()->start([=](AQIData data){
// 耗时计算操作
});
3.2 数据库存储
使用SQLite存储历史数据，优化方案：
sql复制CREATE TABLE aqi_data (
timestamp INTEGER PRIMARY KEY,
pm25 REAL,
pm10 REAL,
co2 INTEGER,
tvoc REAL
) WITHOUT ROWID;
经验分享：对于高频写入场景，需要设置PRAGMA synchronous=OFF和PRAGMA journal_mode=WAL，写入性能可提升5-8倍。
3.3 跨平台适配
通过条件编译处理系统差异：
cpp复制#ifdef Q_OS_WIN
serial.setPortName("COM3");
#elif defined(Q_OS_LINUX)
serial.setPortName("/dev/ttyUSB0");
#endif
4. 性能优化技巧
- 绘图优化：QChart默认会重绘整个视图，大数据量时改用：
cpp复制chart->setAnimationOptions(QChart::NoAnimation);
series->replace(dataPoints); // 替代append
- 内存管理：及时清理过期数据
cpp复制void cleanupOldData() {
QSqlQuery q;
q.exec("DELETE FROM aqi_data WHERE timestamp < "
+ QString::number(QDateTime::currentSecsSinceEpoch() - 86400*7));
}
- 通信容错：添加心跳包机制
cpp复制// 每30秒发送心跳
QTimer::singleShot(30000, this, [=](){
serial.write("HEARTBEAT\n");
});
5. 常见问题解决
5.1 数据抖动问题
现象：曲线出现锯齿状波动
解决方案：
- 硬件端添加RC滤波电路
- 软件端采用滑动平均算法
cpp复制double movingAverage(double newVal) {
static QQueue<double> buffer;
buffer.enqueue(newVal);
if(buffer.size() > 5) buffer.dequeue();
return std::accumulate(buffer.begin(), buffer.end(), 0.0) / buffer.size();
}
5.2 内存泄漏排查
使用Valgrind检测发现的问题：
- 未释放的QTimer对象
- 未关闭的数据库连接
- QChart内存未及时清理
修正方案：
cpp复制// 使用QObject父子关系自动释放
QTimer *timer = new QTimer(this);
5.3 界面冻结处理
当数据量超过1万点时，界面会出现卡顿。最终解决方案：
- 采用数据降采样显示
- 使用OpenGL加速（QChart::setUseOpenGL(true)）
- 限制历史视图最大时间范围
6. 项目扩展方向
在实际部署后，客户又提出了几个增强需求：
- 多设备组网：通过MQTT协议接入多个监测点
cpp复制QMqttClient client;
client.connectToHost("mqtt.example.com");
client.subscribe("aqi/+/data");
- 移动端适配：使用Qt for Android实现手机监控
java复制// 安卓端需要额外处理权限
QtAndroid::requestPermissionsSync({"android.permission.BLUETOOTH"});
- 预警系统：当PM2.5超过75时自动触发
cpp复制if(data.pm25 > 75) {
QSound::play(":/alarm.wav");
sendEmailAlert("pm25超标警告");
}
这个项目让我深刻体会到，一个好的工业监测软件不仅要有精准的数据采集，更需要考虑：
- 极端环境下的稳定性（连续运行30天不崩溃）
- 非专业用户的操作便利性
- 数据可追溯性（精确到秒级的历史查询）
所有完整代码已开源在GitHub（需替换为实际仓库），欢迎交流改进建议。对于想入门Qt工业开发的同行，建议先从QSerialPort和QChart这两个模块着手练习。