如何在Python中设置serial.readline()采样率 实现500次/秒稳定串口读取

原代码波动原因 #

• 依赖time()计时精度不足，常规time()在多数系统下精度仅为10~16ms，无法满足2ms间隔的控制需求
• ser.readline()为阻塞调用，串口无可用数据时会一直等待到超时，单次执行耗时不稳定
• 动态append numpy数组会触发频繁的内存重新分配，额外开销波动大，进一步干扰采样间隔
• 未做显式的间隔控制，循环执行速度完全受串口返回速度、系统调度影响，采样率自然不稳定

可行实现方案 #

优先使用高精度计时器+忙等待控制间隔+预分配存储空间的方案，兼顾精度和易用性，代码示例如下：

import numpy as np
from time import perf_counter
import serial

# 串口配置
ser = serial.Serial('COM3', 115200, timeout=0.001)  # 超时设为1ms，远小于2ms间隔，避免长时间阻塞
ser.flushInput()

# 采样参数
sample_rate = 500  # Hz
interval = 1 / sample_rate  # 2ms
duration = 60  # 秒
total_samples = int(sample_rate * duration)

# 预分配存储空间，避免动态扩容开销
digital_data = [None] * total_samples
sample_idx = 0

start_time = perf_counter()
next_sample_time = start_time + interval

while sample_idx < total_samples:
    current_time = perf_counter()
    # 到达采样时间点
    if current_time >= next_sample_time:
        # 读取串口数据
        if ser.in_waiting:  # 先判断有数据再读，进一步降低阻塞概率
            line = ser.readline().decode('utf-8').strip()
            digital_data[sample_idx] = line
        else:
            digital_data[sample_idx] = None  # 无数据时填占位符，避免索引错位
        sample_idx += 1
        next_sample_time = start_time + sample_idx * interval  # 对齐基准时间，避免误差累积
    # 不需要极致精度时可取消下面两行注释，降低CPU占用
    # else:
    #     time.sleep(0.0005)

# 过滤空值转numpy数组
digital_data = np.array([x for x in digital_data if x is not None])
print(f"实际有效采样数: {len(digital_data)}")

ser.close()

额外优化建议 #

• 若对CPU占用敏感，Windows系统可调用winmm.dll的多媒体定时器，Linux系统可使用nanosleep实现更高精度的低占用休眠
• 确认硬件端串口发送速率匹配500Hz，115200波特率下单次数据包最大长度不能超过23字节（含换行符），否则会出现硬件发送瓶颈导致丢包
• 如果要求完全不丢采样点，可拆分读写逻辑：单独开一个子线程持续读取串口数据存入队列，主线程按固定间隔从队列中取数，完全隔离串口读取阻塞对定时的影响

内容的提问来源于stack exchange，提问作者Kevin