1. 项目背景与硬件准备
树莓派作为一款信用卡大小的微型计算机，已经成为创客和开发者最喜爱的硬件平台之一。我使用树莓派已经有5年时间，从最初的简单脚本到现在的复杂物联网项目，积累了不少实战经验。这个系列文章主要分享我在Python环境下开发树莓派项目的实用技巧。
对于刚接触树莓派的朋友，建议从Raspberry Pi 4 Model B起步。它配备了1.5GHz四核处理器、4GB内存（高配版有8GB）、双频WiFi和蓝牙5.0，性能足够应对大多数项目需求。我手头这台已经稳定运行了两年多，即使7x24小时工作也从未出现过热问题。
硬件准备清单：
- 树莓派主板（推荐4B或更新的5代）
- 优质电源（至少3A输出）
- 32GB以上的高速MicroSD卡（Class10以上）
- 散热片和风扇（持续高负载时必备）
- 基础传感器套件（DHT11/22温湿度、HC-SR04超声波等）
注意：购买树莓派时一定要选择正规渠道，市面上有不少翻新板或仿制品，使用中会出现各种奇怪问题。
2. Python环境配置技巧
树莓派官方系统Raspbian（现更名为Raspberry Pi OS）已经预装了Python 3.x，但为了项目开发更加顺畅，我通常会进行以下优化配置：
2.1 虚拟环境管理
避免系统Python环境被污染是首要原则。我习惯使用venv创建独立环境：
bash复制python3 -m venv ~/venvs/project_env
source ~/venvs/project_env/bin/activate
对于需要多个Python版本的项目，可以安装pyenv：
bash复制curl https://pyenv.run | bash
echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
source ~/.bashrc
2.2 常用库安装
树莓派GPIO操作必备库：
bash复制pip install RPi.GPIO gpiozero pigpio
物联网项目常用工具链：
bash复制pip install paho-mqtt requests numpy pandas
实测发现，通过pip安装scipy等科学计算库时经常编译失败。建议直接使用预编译版本：
bash复制sudo apt install python3-scipy
3. GPIO控制实战
3.1 基础电路连接
以最常用的LED控制为例，我们需要：
- 1个LED灯
- 1个220Ω电阻
- 若干杜邦线
正确连接方式：
- LED正极 → GPIO引脚（如GPIO17）
- LED负极 → 电阻 → GND
常见错误：忘记加限流电阻直接连接GPIO，这可能会烧毁树莓派或LED。我曾因此损失过一块板子。
3.2 代码实现
使用gpiozero库的优雅写法：
python复制from gpiozero import LED
from time import sleep
led = LED(17) # 对应物理引脚11
while True:
led.on()
sleep(1)
led.off()
sleep(1)
更底层的RPi.GPIO写法：
python复制import RPi.GPIO as GPIO
import time
GPIO.setmode(GPIO.BCM)
GPIO.setup(17, GPIO.OUT)
try:
while True:
GPIO.output(17, GPIO.HIGH)
time.sleep(1)
GPIO.output(17, GPIO.LOW)
time.sleep(1)
finally:
GPIO.cleanup()
3.3 PWM调光控制
实现呼吸灯效果：
python复制from gpiozero import PWMLED
from signal import pause
led = PWMLED(17)
led.pulse(fade_in_time=2, fade_out_time=2)
pause()
4. 传感器数据采集
4.1 DHT11温湿度传感器
虽然DHT11精度一般（湿度±5%，温度±2℃），但胜在便宜易用。安装库：
bash复制pip install adafruit-circuitpython-dht
sudo apt-get install libgpiod2
读取示例：
python复制import adafruit_dht
import board
dht = adafruit_dht.DHT11(board.D4)
try:
temp = dht.temperature
humidity = dht.humidity
print(f"温度: {temp}°C, 湿度: {humidity}%")
except RuntimeError as e:
print(f"读取失败: {e}")
经验：DHT11读取间隔建议大于2秒，连续快速读取会导致错误。我在智能温室项目中就遇到过这个问题。
4.2 HC-SR04超声波测距
这个传感器在机器人避障、液位检测等场景非常实用。接线方式：
- VCC → 5V
- Trig → 任意GPIO（如23）
- Echo → 另一GPIO（如24）
- GND → GND
测距代码：
python复制import RPi.GPIO as GPIO
import time
GPIO.setmode(GPIO.BCM)
TRIG = 23
ECHO = 24
GPIO.setup(TRIG, GPIO.OUT)
GPIO.setup(ECHO, GPIO.IN)
def get_distance():
GPIO.output(TRIG, True)
time.sleep(0.00001)
GPIO.output(TRIG, False)
while GPIO.input(ECHO) == 0:
pulse_start = time.time()
while GPIO.input(ECHO) == 1:
pulse_end = time.time()
pulse_duration = pulse_end - pulse_start
distance = pulse_duration * 17150
return round(distance, 2)
try:
while True:
dist = get_distance()
print(f"距离: {dist}cm")
time.sleep(1)
finally:
GPIO.cleanup()
5. 项目实战：智能环境监测站
结合前面知识，我们构建一个完整的监测系统，功能包括：
- 实时监测温湿度
- 记录数据到CSV文件
- 异常值报警
- 数据可视化
5.1 系统架构
code复制传感器层(DHT11) → 数据采集(Python) →
数据处理(Pandas) → 存储(CSV/SQLite) →
可视化(Matplotlib/Flask)
5.2 核心代码实现
数据采集服务：
python复制import adafruit_dht
import board
import time
import csv
from datetime import datetime
dht = adafruit_dht.DHT11(board.D4)
def log_data(temp, humidity):
with open('environment.csv', 'a') as f:
writer = csv.writer(f)
writer.writerow([
datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
temp,
humidity
])
def check_alert(temp, humidity):
if temp > 30 or humidity > 80:
print("警告：环境参数异常！")
while True:
try:
temp = dht.temperature
humidity = dht.humidity
print(f"{datetime.now()} - 温度: {temp}°C, 湿度: {humidity}%")
log_data(temp, humidity)
check_alert(temp, humidity)
except RuntimeError as e:
print(f"读取错误: {e}")
time.sleep(300) # 每5分钟记录一次
5.3 数据可视化
使用Pandas和Matplotlib生成日报表：
python复制import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('environment.csv',
names=['time', 'temp', 'humidity'])
df['time'] = pd.to_datetime(df['time'])
df.set_index('time', inplace=True)
daily = df.resample('H').mean()
plt.figure(figsize=(12,6))
plt.subplot(2,1,1)
daily['temp'].plot(title='温度变化', color='r')
plt.ylabel('°C')
plt.subplot(2,1,2)
daily['humidity'].plot(title='湿度变化', color='b')
plt.ylabel('%')
plt.tight_layout()
plt.savefig('daily_report.png')
6. 性能优化与稳定性保障
长期运行的树莓派项目需要特别注意以下方面：
6.1 电源管理
- 使用优质电源适配器（官方推荐型号）
- 为USB设备配备带电源的Hub
- 在代码中添加电压检测逻辑：
python复制import os
def check_voltage():
volt = os.popen('vcgencmd measure_volts').read()
return float(volt.split('=')[1][:-2])
if check_voltage() < 4.8:
print("电压不足，请检查电源！")
6.2 过热保护
树莓派在高温下会自动降频，严重影响性能。添加温度监控：
python复制import os
def get_temp():
temp = os.popen('vcgencmd measure_temp').read()
return float(temp.split('=')[1][:-2])
if get_temp() > 70:
print("温度过高！")
6.3 看门狗机制
使用硬件看门狗防止程序卡死：
bash复制sudo apt install watchdog
sudo nano /etc/watchdog.conf
取消注释：
code复制watchdog-device = /dev/watchdog
max-load-1 = 24
然后启用服务：
bash复制sudo systemctl enable watchdog
sudo systemctl start watchdog
7. 项目部署与自动化
7.1 开机自启动
创建systemd服务是最可靠的方式。示例服务文件：
bash复制sudo nano /etc/systemd/system/env_monitor.service
内容：
code复制[Unit]
Description=Environment Monitor Service
After=network.target
[Service]
ExecStart=/home/pi/venvs/project_env/bin/python /home/pi/project/monitor.py
WorkingDirectory=/home/pi/project
User=pi
Restart=always
RestartSec=10s
[Install]
WantedBy=multi-user.target
启用服务：
bash复制sudo systemctl daemon-reload
sudo systemctl enable env_monitor
sudo systemctl start env_monitor
7.2 日志管理
使用Python的logging模块记录运行日志：
python复制import logging
from logging.handlers import RotatingFileHandler
logger = logging.getLogger('env_monitor')
handler = RotatingFileHandler('monitor.log', maxBytes=1e6, backupCount=3)
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.INFO)
try:
# 业务代码
logger.info("温度: %.1f°C, 湿度: %.1f%%", temp, humidity)
except Exception as e:
logger.error("采集失败: %s", str(e))
7.3 远程监控
通过Telegram Bot实现报警通知：
python复制import requests
def send_alert(message):
token = "YOUR_BOT_TOKEN"
chat_id = "YOUR_CHAT_ID"
url = f"https://api.telegram.org/bot{token}/sendMessage"
params = {
'chat_id': chat_id,
'text': message
}
requests.post(url, params=params)
if temp > 30:
send_alert(f"高温警告！当前温度: {temp}°C")
8. 进阶扩展方向
当基础功能稳定运行后，可以考虑以下扩展：
8.1 接入MQTT协议
将数据发布到MQTT服务器实现分布式监控：
python复制import paho.mqtt.client as mqtt
client = mqtt.Client()
client.connect("mqtt.eclipseprojects.io", 1883, 60)
def publish_data():
client.publish("env/temp", temp)
client.publish("env/humidity", humidity)
# 在采集循环中调用
publish_data()
8.2 Web可视化界面
使用Flask构建简单Web界面：
python复制from flask import Flask, render_template
import pandas as pd
app = Flask(__name__)
@app.route('/')
def dashboard():
df = pd.read_csv('environment.csv')
return render_template('dashboard.html',
data=df.tail(24).to_dict('records'))
if __name__ == '__main__':
app.run(host='0.0.0.0', port=8080)
8.3 机器学习异常检测
使用scikit-learn实现简单异常检测：
python复制from sklearn.ensemble import IsolationForest
import numpy as np
# 加载历史数据
data = pd.read_csv('environment.csv')
X = data[['temp', 'humidity']].values
# 训练模型
clf = IsolationForest(contamination=0.05)
clf.fit(X)
# 实时检测
new_data = np.array([[25, 60], [35, 90]]) # 示例数据
predictions = clf.predict(new_data)
# 输出-1表示异常
9. 常见问题排查
9.1 GPIO操作报错
症状：
code复制RuntimeError: Not running on a RPi!
解决方案：
- 确认在树莓派上运行
- 检查用户权限：将用户加入gpio组
bash复制sudo usermod -a -G gpio pi - 避免GPIO冲突：确保没有其他程序在使用相同引脚
9.2 传感器读数不稳定
可能原因：
- 电源干扰：尝试给传感器单独供电
- 接线过长：缩短传感器到树莓派的距离
- 环境干扰：如DHT11避免在强电磁场附近使用
9.3 高CPU占用
优化建议：
- 减少不必要的循环频率
- 使用C扩展库替代纯Python实现
- 避免在循环中创建新对象
检查方法：
bash复制top -o %CPU
10. 项目优化建议
经过多个项目的实践，我总结出以下优化经验：
-
电源隔离：为外接传感器使用独立的电源模块，避免树莓派重启时影响传感器
-
硬件去抖：对机械开关信号添加RC滤波电路，比软件去抖更可靠
-
双缓冲日志：在高频率数据采集时，使用内存缓冲定期写入磁盘
-
温度补偿：对需要精确测量的场景，根据板载温度修正传感器读数
-
模块化设计：将采集、处理、存储逻辑分离，方便单独调试和升级
-
版本回滚：使用git管理代码，特别在OTA更新时保留回退能力
-
硬件看门狗：除了软件看门狗，可以考虑专用看门狗芯片
-
EMC防护：工业环境中添加TVS二极管等保护元件