从 Arduino 到 Matlab 的实时数据导入。什么缓冲区大小？为什么要延迟？

Question

我正在使用带有 Matrix Sensor 1610 的 Kitronyx 滑雪板（它有一个 Arduino Leonardo）。我想将我的数据从串行端口直接读取到 Matlab 并可视化它。

我有两个我认为相关的问题： 首先，我可以阅读矩阵，但有延迟。我等待的时间越长，延迟就越长。

其次，我总会得到：

使用 serial/fprintf 时出错（第 144 行）

意外错误：写入操作期间发生超时..

InputBufferSize 越大，我绘制数据的时间就越长（因为问题一，这并不重要）

我怎么知道方便的缓冲区大小是多少？有谁知道为什么会延迟以及如何摆脱它？

非常感谢您

迈克

close all                   %close all figures
clear all                   %clear all workspace variables
fclose('all')               %close all Files
delete(instrfindall)        %Reset Com Port
delete(timerfindall)        %Delete Timers

% setup serial

serialPort = serial('COM3');

command = 'A';

nrow = 16;
ncol = 10;
row_index = [9,10,11,12,13,14,15,16,8,7,6,5,4,3,2,1];
col_index = [1,2,3,4,5,6,7,8,9,10];

% 10x16 = 160 bytes
lendata = 160;
BaudRate = 11520;
InputBufferSize = 115200;
Timeout = 5;
set(serialPort , 'BaudRate', BaudRate);
set(serialPort , 'InputBufferSize', InputBufferSize);
set(serialPort , 'Timeout', Timeout);

fopen(serialPort);

while 1

% Request data
fprintf(serialPort, command);

% Get data
%Data is read as string (CSV)
data_string = fgets(serialPort);
data_string_array = strsplit(data_string, ',');
data = str2double(data_string_array);

% Reshape data (1D -> 2D array)
data2d = zeros(nrow, ncol);
k = 1;
for i = 1:nrow
   for j = 1:ncol
      data2d(row_index(i), col_index(j)) = data(k);
      k = k + 1;
   end
end

%resize 16x10 image to 160x100 image
data2d_resized = imresize(data2d,50);
imshow(data2d_resized,[0 100]);

end

Answer 1

我认为我们没有足够的信息来给出明确的答案，但有一些考虑因素。

1) 输入缓冲区只是用于保存串行端口接收到的数据的内存。数据填充缓冲区，直到您使用读取语句（fgets(), fread() 等）将其删除。只要缓冲区大小大于在读取周期之间接收的数据量（见下文），并且相对于可用 RAM 而言它是一个很小的数字，就不会出现问题。

2) 命令fgets() 返回带有字符串的行终止符。你不需要这些字符；考虑改用fegtl() 或fscanf()。

3）您描述的症状听起来像是 Arduino 每次迭代都发送更多数据，或者它发送数据的速度比您的 Matlab 程序处理它的速度快。您的代码的编写方式是，如果到达的数据多于您的预期，您将不会注意到这一点，直到输入缓冲区已满并且事情开始崩溃。 尝试打印输入缓冲区 (disp(serialPort.BytesAvailable)) 中数据的大小以及每次迭代中返回的字符串的长度。

如果这是问题所在，您可能必须实现一些流控制——让 Matlab 程序在准备好接收更多数据时将字符发送回 Arduino。或者在每个读取周期从输入缓冲区中读取所有数据，而不是一行。

4) 如果 matlab 执行速度有问题，请考虑用reshape 命令替换“Reshape”循环。 For 循环总是比内置函数慢。