一、所选主题和项目介绍

1.1 项目背景

在视力检测场景中，传统视力表测试需要人工记录和判断，操作繁琐且效率低下。在医院体检、学校筛查等批量测试场景中，医护人员需反复更换视标、记录结果，工作强度大且容易出现记录错误。本项目使用M5StickC PLUS2和M5Paper开发板，构建一套智能视力测试系统，通过手腕动作识别实现远程控制、E-Ink大屏清晰显示视标、自动计算测试结果，大幅提升视力检测的效率和准确性。

1.2 项目目标

本项目使用M5StickC PLUS2 (K016-H2) 和 M5Paper 开发板，依据国家标准GB 11533-2011，实现一款智能视力测试系统，主要功能如下：

1. 手腕动作控制：通过MPU6886 IMU检测手腕姿态（上下左右），控制E视标开口方向选择
2. E-Ink大屏显示：M5Paper 540×960 E-Ink显示屏清晰呈现E视标，墨水屏无闪烁不伤眼
3. 自适应阶梯法：从4.3级开始，每级4个视标，≥3正确升级，<3正确降级
4. 左右眼独立测试：支持右眼/左眼分别测试，可切换裸眼和矫正视力模式
5. ESPNow无线通信：控制器和显示端之间通过ESPNow协议低延迟通信
6. 测试历史记录：自动记录每次测试的五分记录和小数记录结果
7. 触摸屏操作：M5Paper触摸屏支持直接点击操作，方便独立使用

1.3 创新点

1. 手腕动作控制：利用IMU传感器将手腕姿态映射为E视标方向，实现无接触式操作
2. 自适应阶梯算法：根据当前表现自动升降级别，快速收敛到真实视力水平
3. 双设备协同架构：控制器（M5StickC）和显示器（M5Paper）分离，受测者可独立操作
4. 国标合规：严格遵循GB 11533-2011标准，包括视标尺寸、测试距离（2米）和评分系统
5. 双模式数据记录：同时输出五分记录（4.0-5.3）和小数记录（0.1-2.0），兼顾专业和通俗

二、硬件介绍

2.1 主控设备

M5StickC PLUS2 (SKU: K016-H2) — 基于ESP32-PICO-V3-02的迷你开发板，配备MPU6886六轴IMU、0.93英寸TFT屏幕、红外发射器，作为手腕控制器。

M5Paper (E-Ink显示屏) — 基于ESP32的墨水屏开发板，配备540×960电子墨水屏和触摸面板，作为视标显示器。

2.2 传感器模块

MPU6886六轴IMU传感器（集成在M5StickC PLUS2内）— 包含3轴加速度计和3轴陀螺仪，用于检测手腕姿态：

2.3 硬件连接

本项目的硬件连接为无线通信方式，无需物理连线：

三、方案框图和项目设计思路

3.1 设备启动流程

3.2 核心算法：自适应阶梯法测试流程

采用自适应阶梯法算法，根据被测者的表现自动调整视标级别：

1. 起始级别：从4.3级（较大E视标）开始
2. 同级别测试：每级随机呈现4个E视标（上下左右方向）
3. 升级条件：同一级别正确回答≥3个 → 升级到下一更细级别
4. 降级条件：同一级别错误≥2个 → 降级到上一更粗级别
5. 终止条件：最低级别（4.0）失败，或最高级别（5.3）通过
6. 结果计算：取最后一个正确回答的级别作为最终视力结果

四、原理图和PCB展示及介绍

4.1 原理图展示

原理图

4.2 PCB布局展示

PCB

4.3 设计过程

使用KiCad EDA工具完成了原理图设计和PCB布局布线。关于设计方案，在指导老师的帮助下完成了电路设计的审阅和优化。

4.4 硬件连接说明

本项目使用自设计的I2C适配板（PCB）连接 M5StickC PLUS2 主控与外设传感器，主控与 M5Paper 之间通过 ESPNow 无线通信。

4.5 E视标设计原理

E视标（视力表"E"字）采用5×5网格点阵绘制，根据GB 11533-2011标准：

• 每个视标由5行5列的方形网格组成
• 开口方向由镂空位置决定（上下左右四个方向）
• 笔画宽度决定了视力等级，计算公式：视角 = 10^(5-V) 角分
• 在2米测试距离下，笔画宽度（mm）= 2000 × tan(视角/60°)

五、软件流程和关键代码介绍

5.1 主程序结构

本项目包含两个独立固件程序：

5.2 关键代码 - IMU姿态检测与手腕方向映射

class WristInputDetector:
    """手腕动作检测器"""
    
    def __init__(self):
        self.pitch = 0.0  # 俯仰角 (上翻/下翻)
        self.roll = 0.0   # 横滚角 (左转/右转)
    
    def calculate_angles(self):
        """从IMU加速度计计算俯仰和横滚角度"""
        ax, ay, az = self._read_accel()
        norm = math.sqrt(ax*ax + ay*ay + az*az)
        ax, ay, az = ax/norm, ay/norm, az/norm
        self.pitch = math.degrees(math.atan2(ay, math.sqrt(ax*ax + az*az)))
        self.roll = math.degrees(math.atan2(-ax, az))
    
    def detect_direction(self):
        """映射手腕姿态到E视标方向 (UP/DOWN/LEFT/RIGHT)"""
        self.calculate_angles()
        if self.pitch < -15: return "UP"      # 手掌朝上翻
        elif self.pitch > 15: return "DOWN"   # 手掌朝下翻
        elif self.roll > 15: return "RIGHT"   # 手掌向右转
        elif self.roll < -15: return "LEFT"   # 手掌向左转
        return "NONE"

5.3 关键代码 - E视标渲染

# E视标 5x5 网格定义 (1=黑色方块, 0=白色间隙)
E_GRIDS = {
    "RIGHT": [
        [1, 1, 1, 1, 1],
        [1, 0, 0, 0, 0],  # 右侧开口
        [1, 1, 1, 1, 1],
        [1, 0, 0, 0, 0],
        [1, 1, 1, 1, 1]
    ],
    "LEFT": [...], "UP": [...], "DOWN": [...]
}

def calculate_stroke_pixels(level_index):
    """
    根据视力等级计算E视标笔画宽度（像素）
    基于GB 11533-2011: 视角 = 10^(5-V) 角分
    """
    vision_5 = VISION_LEVELS[level_index][0]
    visual_angle_arcmin = 10 ** (5 - vision_5)
    stroke_mm = 2000 * math.tan(math.radians(visual_angle_arcmin / 60))
    stroke_pixels = max(1, round(stroke_mm * 9.23))
    return stroke_pixels

def draw_e_optotype(cx, cy, direction, stroke_px):
    """在M5Paper E-Ink屏幕上绘制E视标"""
    grid = E_GRIDS[direction]
    total_size = stroke_px * 5
    start_x = cx - total_size // 2
    start_y = cy - total_size // 2
    for row in range(5):
        for col in range(5):
            if grid[row][col]:
                M5.Lcd.fillRect(
                    start_x + col*stroke_px, start_y + row*stroke_px,
                    stroke_px, stroke_px, COLOR_BLACK)

5.4 关键代码 - ESPNow通信协议

控制端（M5StickC PLUS2）和显示端（M5Paper）之间通过ESPNow传输命令和数据：

# ESPNow通信协议:
# 
# 控制端 → 显示端:
#   VISION_TEST_HOST     - 广播信标，用于发现
#   CONTROLLER_READY     - 控制器就绪确认
#   UP/DOWN/LEFT/RIGHT   - 手腕方向(开口方向选择)
#   EYE_R / EYE_L        - 切换左右眼
#   MODE_NAKED / MODE_CORRECTED - 切换裸眼/矫正
#   NEW_TEST             - 换人开始新测试
#   START_TEST           - 开始测试
#
# 显示端 → 控制端:
#   HOST_READY           - 主机就绪确认
#   STATUS:R,NAKED,5.0   - 当前状态(眼,模式,级别)

def init_espnow():
    wlan = network.WLAN(network.STA_IF)
    wlan.active(True)
    espnow = espnow.ESPNow()
    espnow.active(True)
    espnow.add_peer(b'\xff\xff\xff\xff\xff\xff')
    return espnow

def broadcast_beacon(espnow):
    """广播VISION_TEST_HOST信标，供控制器发现"""
    espnow.send(b'\xff\xff\xff\xff\xff\xff', b"VISION_TEST_HOST")

5.5 关键代码 - 自适应测试引擎

class VisionTestEngine:
    """视力测试引擎 - 管理测试流程和结果计算"""
    
    def __init__(self):
        self.current_level_index = 3  # 从4.3级开始
        self.level_results = {}       # {level_index: {correct:N, total:N}}
        self.level_errors = {}        # {level_index: error_count}
        self.test_direction = "RIGHT"
        self.MAX_RESPONSES_PER_EYE = 10
    
    def record_response(self, direction_chosen):
        """记录用户选择，判断正误"""
        is_correct = (direction_chosen == self.test_direction)
        index = self.current_level_index
        if index not in self.level_results:
            self.level_results[index] = {"correct": 0, "total": 0}
        self.level_results[index]["total"] += 1
        if is_correct:
            self.level_results[index]["correct"] += 1
        return is_correct
    
    def compute_final_result(self):
        """计算最终视力（取最后一个正确级别）"""
        vision_val = 4.0
        for idx in sorted(self.level_results.keys()):
            if self.level_results[idx]["correct"] > 0:
                v = VISION_LEVELS[idx]
                vision_val = v[0]
        return vision_val

    # 测试流程:
    # 1. 同一级别连续测4个视标
    # 2. ≥3个正确 → 升级到下一更细级别
    # 3. <3个正确(已错2个) → 降级并结束
    # 4. 最后正确级别即为最终视力结果

六、硬件实物展示与功能说明

6.1 硬件整体展示

M5StickC PLUS2手腕控制器与M5Paper E-Ink视标显示器实物展示

6.2 主菜单界面

6.3 测试界面

6.4 结果界面

6.5 系统运行日志

==================================================
视力测试控制器 v2
M5StickC PLUS2 (K016-H2)
BtnA短按=换眼 长按=新人
BtnB=裸眼/矫正切换
==================================================
[OK] IMU: Accel(0.02,0.98,-0.12) Gyro(0.1,-0.2,0.3)
[ESPNow] M5StickC MAC: aabbccddeeff
[ESPNow] 通道: 1, 等待自动发现M5Paper...
[ESPNow] 发现主机, 已发送CONTROLLER_READY
[ESPNow] 主机已确认连接, 模式已同步
==================================================
[TEST] R_裸眼 级别: 4.3, 方向: UP, 笔画: 232px
[RESP] (1/10) 选择: UP, 实际: UP, 正确!
[TEST] R_裸眼 级别: 4.7, 方向: RIGHT, 笔画: 46px
[RESP] (2/10) 选择: RIGHT, 实际: RIGHT, 正确!
[RESULT] 第1人 右眼 裸眼: 5分=5.0, 小数=1.0, 评估=正常

七、设计中遇到的难题和解决方法

7.1 IMU姿态检测的抖动和误触

问题描述：手腕动作检测存在自然抖动，导致误触发方向选择。简单阈值判断会产生大量误判。

解决方案：

1. 采用双阈值防抖机制：300ms去抖时间 + 400ms保持确认
2. 使用加速度归一化消除姿态影响
3. 角度阈值设为15°，预留自然抖动空间

# 防抖机制：需要维持方向400ms才确认
if raw != self.last_raw_direction:
    self.last_raw_direction = raw
    self.hold_start_time = now
    return None
if time.ticks_diff(now, self.hold_start_time) > HOLD_TIME_MS:
    if time.ticks_diff(now, self.last_send_time) > DEBOUNCE_MS:
        return raw  # 确认方向

7.2 E-Ink墨水屏刷新速度

问题描述：E-Ink墨水屏刷新速度慢（全刷可达1-2秒），影响测试体验。E视标切换需要快速响应。

解决方案：

1. 使用FASTEST模式（EPD_MODE_FASTEST）进行快速局部刷新
2. 仅在菜单和结果显示时使用高质量全刷（EPD_MODE_QUALITY）
3. 测试中以局部刷新替换视标区域，不清除全部屏幕

# 测试中使用最快刷新模式
Display.setEpdMode(EPD_MODE_FASTEST)
# 仅清除视标区域，保留状态信息
M5.Lcd.fillRect(e_cx - e_size//2 - margin, e_cy - e_size//2 - margin,
                e_size + 2*margin, e_size + 2*margin, COLOR_BG)

7.3 ESPNow通信可靠性

问题描述：ESPNow通信在设备距离变化或信道干扰时可能出现丢包，导致方向选择无响应。

解决方案：

1. 控制器端实现重发机制：3秒未收到确认自动重发CONTROLLER_READY
2. 显示端每秒广播信标，确保新控制器可发现
3. 状态同步机制：每次测试更新时主动推送STATUS消息

# 控制器重发机制
if self.pending_peer_mac and time.ticks_diff(now, self.last_ready_send_time) > 3000:
    self.espnow.send(self.m5paper_mac, b"CONTROLLER_READY")
    self.last_ready_send_time = time.ticks_ms()

7.4 E视标尺寸计算与显示适配

问题描述：不同视力等级的E视标尺寸差异巨大（4.0级笔画约232px，5.3级仅约3px），需要合理适配屏幕尺寸。

解决方案：

1. 根据GB 11533-2011精确计算笔画像素：stroke_pixels = 2000 × tan(10^(5-V)/60°) × 9.23
2. 最小笔画限制为1px，避免小视标消失
3. 大视标动态居中，保证不被屏幕边界截断

def calculate_stroke_pixels(level_index):
    vision_5 = VISION_LEVELS[level_index][0]
    visual_angle_arcmin = 10 ** (5 - vision_5)
    stroke_mm = TEST_DISTANCE_MM * math.tan(math.radians(visual_angle_arcmin / 60))
    stroke_pixels = max(1, int(round(stroke_mm * PIXELS_PER_MM)))
    return stroke_pixels

7.5 按键长短按区分

问题描述：BtnA需要同时支持短按（切换眼睛）和长按（换人测试），需要精确区分两种操作。

解决方案：

1. 使用按键按下时间和释放时间双重判断
2. 长按阈值设为2秒，配合震动反馈避免误触
3. 释放时才触发短按操作，给用户反悔空间

if M5.BtnA.isPressed() and hold_ms >= LONG_PRESS_MS:
    result = "LONG_PRESS_A"  # 长按2秒：换人测试
if M5.BtnA.wasReleased() and hold_ms < LONG_PRESS_MS:
    result = "SHORT_PRESS_A"  # 短按：开始测试/切换眼

八、心得体会

8.1 项目收获

1. 嵌入式系统设计：深入理解ESP32双设备协同架构的设计和实现
2. 传感器数据处理：掌握了IMU姿态解算和防抖算法
3. E-Ink屏幕驱动：熟悉了墨水屏的刷新模式和局部刷新优化技巧
4. 无线通信协议：实践了ESPNow点对点低延迟通信协议
5. 国家标准应用：将GB 11533-2011视力标准转化为精确的数学计算

8.2 技术亮点

1. 手腕动作控制：IMU姿态映射为方向选择，实现无接触式操作
2. 自适应阶梯算法：根据受测者表现自动调整，快速准确评估视力
3. ESPNow无线通信：低延迟、低功耗的双设备协同架构
4. E-Ink优化渲染：根据不同场景切换刷新模式，兼顾速度和显示质量
5. 国标精确计算：基于GB 11533-2011的精确视标尺寸计算

8.3 改进建议

1. 语音引导：增加语音提示功能，指导受测者操作
2. 云存储：通过WiFi将测试结果上传到云端，实现数据长期追踪
3. 多语言支持：增加英文等界面，适应不同语言用户
4. 视力趋势分析：长期记录绘制视力变化曲线
5. 儿童模式：增加图形化引导和游戏化测试流程
6. 测试报告打印：通过蓝牙连接打印机，即时打印测试报告
7. 距离校验：使用超声波传感器验证测试距离是否准确
8. 远程监测：医护人员可远程实时查看测试过程
9. 批量测试模式：支持学校体检等场景的批量测试流程优化

九、创意方向

本项目的技术创新为以下创意方向提供了新的思路：

9.1 人工智能在嵌入式系统中的应用

本项目的传感器数据处理技术为AI应用提供了基础：

• 自动评估系统：自适应阶梯算法可发展为AI驱动的智能评估系统
• 手势识别：IMU数据可配合机器学习实现更复杂的手势识别
• 异常检测：通过数据分析识别测试过程中的异常操作

9.2 医疗健康物联网

智能视力测试是医疗健康物联网的典型应用：

• 远程医疗：测试结果可上传云端，实现远程视力监测
• 家庭健康管理：设备轻便易用，适合家庭日常视力自检
• 学校集体筛查：批量测试模式适合学校集体视力筛查

9.3 无线通信应用

项目集成的ESPNow通信功能：

• 低功耗传感网络：ESPNow适合建立低功耗传感器网络
• 室内定位：利用ESPNow信号强度实现室内定位
• 多设备协同：一对多通信模式适合多设备协同工作场景

9.4 技术迁移价值

本项目开发的技术方案可迁移到：

• 医疗健康：视力筛查、色盲测试、听力测试
• 人机交互：IMU手势控制、体感交互
• 教育领域：交互式学习设备、课堂互动系统

十、树莓派服务器应用

10.1 树莓派作为MQTT服务器

本项目使用树莓派作为本地MQTT服务器（Broker），运行Mosquitto MQTT服务，实现视力测试数据的实时传输。树莓派3B+（BCM2837B0四核1.4GHz，1GB RAM）作为边缘计算节点，能够同时处理多台M5Stack设备的并发数据上报。

10.2 树莓派作为数据库服务器

测试结果通过MQTT上报到树莓派后，使用SQLite数据库进行持久化存储，记录每次视力测试的详细数据（测试时间、左右眼视力值、测试模式等）。

10.3 MQTT通信架构

10.4 部署说明

# 树莓派端MQTT服务部署
sudo apt-get install -y mosquitto mosquitto-clients
sudo systemctl enable mosquitto
sudo systemctl start mosquitto

# Python数据存储服务
pip3 install paho-mqtt
python3 rpi_mqtt_data_service.py --broker localhost

10.5 数据表设计

CREATE TABLE IF NOT EXISTS vision_test_log (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    timestamp TEXT NOT NULL,
    device_id TEXT NOT NULL,
    eye_type TEXT NOT NULL,
    test_mode TEXT NOT NULL,
    naked_vision REAL,
    corrected_vision REAL,
    raw_payload TEXT
);

致谢

感谢 DigiKey 和 电子森林 提供的FastBond4活动支持，本次活动链接：https://www.eetree.cn/page/digikey-fastbond