62.5Hz32路串口传感器数据高速实时绘图方案咨询

场景数据特征 #

• 数据通过串口传入，到达频率为62.5Hz
• 数据对应32个传感器的采集值，需绘制32条数值随时间变化的曲线
• 数据总吞吐量为32点*62.5Hz = 2000点/秒

核心约束 #

1. 完整保存所有从串口接收到的原始数据，无丢失
2. 可正常绘制数据整体趋势，允许采用跳点绘制、均值降采样、丢弃过旧数据仅保留近期数据等优化手段

当前编写的绘图循环运行速率低于62.5Hz，会导致串口传入的部分数据丢失。
使用随机数据模拟串口输入的测试代码如下：

import numpy as np 
import time 
import matplotlib.pyplot as plt

# 速率调试记录
hz_ = [] # 循环速率记录列表
time_=[] # 时间轴记录列表，用于绘制速率变化图

# 全量存储所有生成的数据
store_data = np.zeros((1, 33))
# 待绘制数据切片
to_plot = np.zeros((1, 33)) 
# 每条曲线的配色
colours = [f"C{i}" for i in range (1,33)]

fig,ax = plt.subplots(1,1, figsize=(10,8))
ax.set_xlabel('time(s)')
ax.set_ylabel('y')
ax.set_ylim([0, 300])
ax.set_xlim([0, 200])

start_time = time.time()
for i in range (100):
    loop_time = time.time()
    # 生成模拟数据：第0列为时间戳，第1-32列为传感器数值
    data = np.random.randint(1,255,(1,32)).astype(float) # 模拟62.5Hz频率到达的串口数据
    data =  np.insert(data, 0, time.time()-start_time).reshape(1,33) # 首列插入相对时间
    store_data = np.append(store_data, data , axis=0)
    to_plot = store_data[-100:,]
    
    for i in range(1, to_plot.shape[1]):
        ax.plot(to_plot[:,0], to_plot[:,i],c = colours[i-1], marker=(5, 2), linewidth=0, label=i)
        #ax.lines = ax.lines[-33:] # 清除旧绘图元素的优化方案

    fig.canvas.draw()  
    fig.canvas.flush_events()
    Hz = 1/(time.time()-loop_time)
    # 记录速率变化
    hz_.append(Hz)
    time_.append( time.time()-start_time)
    print(1/(time.time()-loop_time), "Hz - 程序当前循环频率")
   
# 绘制速率随时间变化的调试图
fig,ax = plt.subplots(1,1, figsize=(10,8))
fig.suptitle('循环速率随运行时间下降趋势', fontsize=20)
ax.set_xlabel('time(s)')
ax.set_ylabel('Hz')

ax.plot(time_, hz_)
fig.show()

测试结果显示程序循环速率随运行时间不断下降，对应速率变化趋势如下图所示：

已尝试的优化手段：通过如下代码移除旧的绘图元素提升绘图速率

ax.lines = ax.lines[-33:]

该方法虽有一定提速效果，但程序运行速率仍达不到串口数据的采集速率要求，优化后速率变化如下图所示：

接受任意可行的开发库或实现方案，只要能保证全量采集串口数据不丢失、同时可绘制出数据的整体趋势即可，咨询是否可以采用数据采集与绘图并行运行的架构实现该需求。

内容的提问来源于stack exchange，提问作者Leo