ESP32 Oscilloscope 使用教程
项目介绍
ESP32 Oscilloscope 是一个基于 ESP32 的开源项目,允许用户通过 Web 浏览器查看 ESP32 采集的信号。该项目利用 ESP32 的强大处理能力和 Web 界面,提供了一个简单易用的示波器解决方案。用户可以通过该项目实时查看和分析信号,适用于各种电子项目和调试工作。
项目快速启动
硬件准备
- ESP32 开发板
- Micro USB 数据线
- 电脑
软件准备
- Arduino IDE
- ESP32 开发板支持库
安装步骤
-
克隆项目仓库
git clone https://github.com/BojanJurca/Esp32_oscilloscope.git -
打开 Arduino IDE
将项目文件夹中的
Esp32_oscilloscope.ino文件在 Arduino IDE 中打开。 -
配置开发板
在 Arduino IDE 中,选择
工具->开发板->ESP32 Arduino->ESP32 Dev Module。 -
上传代码
点击
上传按钮,将代码上传到 ESP32 开发板。 -
查看示波器
上传完成后,打开浏览器,输入 ESP32 的 IP 地址,访问
/oscilloscope路径,即可看到示波器界面。
示例代码
#include <Arduino.h>
#include <driver/i2s.h>
#include <driver/adc.h>
#include <soc/syscon_reg.h>
#include <TFT_eSPI.h>
#include <SPI.h>
#include "esp_adc_cal.h"
#include "filters.h"
//#define DEBUG_SERIAL
//#define DEBUG_BUFF
#define DELAY 1000
#define WIDTH 240
#define HEIGHT 280
#define ADC_CHANNEL ADC1_CHANNEL_5 // GPIO33
#define NUM_SAMPLES 1000
#define I2S_NUM (0)
#define BUFF_SIZE 50000
#define B_MULT BUFF_SIZE/NUM_SAMPLES
void setup() {
// 初始化代码
}
void loop() {
// 主循环代码
}
应用案例和最佳实践
应用案例
-
电子电路调试
使用 ESP32 Oscilloscope 可以实时查看电路中的信号波形,帮助快速定位和解决电路问题。
-
传感器数据分析
通过示波器功能,可以分析传感器输出的信号,确保传感器工作正常,并优化数据采集过程。
最佳实践
-
优化采样率
根据实际需求调整采样率,以平衡信号质量和系统性能。
-
多通道信号采集
利用 ESP32 的多通道 ADC 功能,同时采集多个信号,提高调试效率。
典型生态项目
相关项目
-
ESP32 Web Server
结合 ESP32 Web Server 项目,可以扩展示波器的功能,实现远程控制和数据存储。
-
Arduino Data Visualization
利用 Arduino Data Visualization 库,可以将示波器采集的数据进行可视化处理,生成图表和报告。
通过以上步骤和示例,您可以快速启动并使用 ESP32 Oscilloscope 项目,实现信号的实时查看和分析。希望本教程对您有所帮助!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00