企业官网建设流程全解析

如果你搜过“薄膜压力传感器”的相关资料，大概率会撞见一堆“柔性压力传感器”“压阻式传感器”的名词，加上STM32的“标准库”和“HAL库”两种开发方式混在一起，新手很容易看晕。这篇博客我就用最直接的方式把这个项目拆开讲：传感器怎么选、电路怎么搭、数据怎么采，以及同一套逻辑分别用标准库和HAL库怎么落地。整个项目看起来简单，但实际做下来涉及ADC采样、分压电路设计、数据标定和滤波处理，每一环都有坑，我会把我和身边同事实际踩过的问题都写进去，希望对正在做相关课题、比赛或者毕设的朋友有用。

1. 项目整体定位与核心思路拆解

薄膜压力传感器数据采集这个项目，放在STM32开发里属于“小但五脏俱全”的典型例子。它不涉及复杂的通信协议，不需要外部存储，也不依赖实时操作系统，核心逻辑就是：给传感器一个合适的工作电路，让STM32的ADC引脚读到随压力变化的电压值，再把电压值转换成我们能理解的压力数值。整个链路非常短，非常适合理解单片机数据采集的完整流程。

1.1 薄膜压力传感器到底是什么原理

很多初学者拿到薄膜压力传感器后，第一反应是拿它和电子秤里的称重传感器对比。但这两者原理完全不同。称重传感器通常是应变片桥式结构，输出的是差分毫伏信号，需要专门的仪表放大器；而薄膜压力传感器属于压阻式传感器，本质是一个阻值会随受力变化的电阻。它内部是一层压敏材料，受力后材料的导电通路发生变化，表现为传感器两个引脚之间的电阻下降。

更直白一点说：不压的时候，传感器阻值可能高达几百千欧甚至开路；用手指轻轻按压时，阻值会随着力度增大而逐渐降低，大力按压时可能降到几kΩ甚至几百Ω。这个特性决定了它的测量方式非常简单——只需要让这个可变电阻参与一个分压电路，把电阻变化转换成电压变化，然后交给STM32的ADC去读就可以。

这类传感器常见的有RP-C系列、SF系列以及各种标称“薄膜压力传感器”的国产模块，量程从几百克到几十公斤不等。如果你是做“有没有压到”“按压力度大概在什么档位”“压力分布变化”这类应用，它非常合适。但如果你需要精确到克的称重，它并不适合，原因是这只传感器本身的重复性和温漂都比较一般，只能用来做相对量化或分档判断。

1.2 为什么用STM32做这个数据采集项目

市面上很多薄膜压力传感器模块自带模拟电压输出，有人会直接用Arduino的模拟口去读，也能跑。但STM32在这个项目里的价值在于：ADC资源更丰富、精度可以选择12位甚至更高、有DMA和定时器触发支持，更重要的一点是，STM32在工业控制和物联网项目里太常见了，很多人手里本来就有一块F103或F407的开发板，把这个采集模块并入自己更大的项目（比如智能坐垫、机器人足底传感、床垫监测、握力训练设备）非常顺手。

同时，STM32同时存在标准库和HAL库两种主流开发方式，这也让这个项目有了“一鱼两吃”的价值。用同一块传感器、同一个电路，分别用标准库和HAL库写一遍ADC采集代码，你就能直观感受到两套库的设计差异，这对以后在旧项目维护和新项目开发之间切换非常有帮助。我自己带过几个新人，让他们做这个练习后，对GPIO配置、ADC时序、库函数的封装层次马上有了概念，比单纯看教程管用得多。

1.3 整套方案最终要实现什么效果

这套方案的完整目标可以拆成三层：

• 硬件层：搭建分压电路，把传感器电阻变化转换为0~3.3V的电压信号，输入到STM32的ADC引脚。
• 软件层：分别用标准库和HAL库实现ADC单通道采集，通过串口把原始ADC值和转换后的电压值打印出来。
• 应用层：对ADC数据进行标定和映射，让它输出近似压力值（单位可以用克或者牛顿），并做简单的滤波处理，让数据稳定可用。

做完之后，你用手按压传感器，串口助手或OLED屏幕上能看到数据随着力度变化而实时变化，这就完成了一个完整的“模拟量采集-数字化-输出显示”的闭环。

2. 硬件系统设计：核心电路与器件选型

很多人在这个项目上翻车，不是程序写不对，而是电路搭得有问题。薄膜压力传感器本身只是一个可变电阻，它不会自己输出电压，所以我们必须通过外部电路给它“造”出一个电压来。最常见的方案就是分压电路，但这个分压电阻怎么选，里面是有讲究的。

2.1 分压电路设计与电阻取值逻辑

薄膜压力传感器有两种接入方式：一种是传感器一端接3.3V，另一端接一个固定电阻到地，中间抽头接ADC；另一种反过来，固定电阻接3.3V，传感器到地。这两种方式本质一样，都是分压。区别只在于输出电压随压力变化的方向不同。

我习惯用“传感器接3.3V、固定电阻下拉到地”的方式。具体接法是：

• 传感器其中一个引脚接3.3V
• 传感器另一个引脚接固定电阻的一端，同时接STM32的ADC引脚（比如PA0）
• 固定电阻的另一端接地

此时当传感器受力增大、阻值下降时，ADC引脚上的分压值会升高，这是一个很直观的变化方向：压力越大，电压越高，ADC值越大。用市售的“两线式薄膜压力传感器”时，两个引脚本身没有正负之分，任意接都可以。

固定电阻的取值是整个电路设计的关键。我最早做这个项目时直接用了10kΩ下拉电阻，结果装上去发现传感器不压时ADC读到0，轻轻一压ADC数值就从400跳到了3800，中间区分度很差。原因是分压电路想获得较大的电压变化范围，固定电阻需要和传感器在“典型受力状态下的阻值”接近，这样分压比才会明显变化。

设计时需要先查你手里传感器的阻值变化区间。以常见的量程5kg的薄膜传感器为例，它在空载时阻值通常大于100kΩ，受力后逐渐下降到2kΩ甚至更低去了，有的型号最低能到几百欧。按照这个区间来算，10kΩ下拉电阻显然太小了，因为传感器大部分受力范围内的阻值都远大于10kΩ，电压变化集中在低压段，分辨率自然不够。我后来换成了47kΩ，效果明显好转，中等力度按压时ADC值能从几百平稳上升到两千多。

2.2 电阻修改的试凑方法与实验验证

如果你跟我一样手里没有可调电阻，想快速确定合适的分压电阻取值，可以按这个思路操作：先用一个100kΩ电位器，把滑动端串联在电路里做临时下拉电阻；然后接上串口打印，一边用手按压传感器一边观察ADC值的范围区间，调节电位器的阻值，让ADC输出在你施加压力的范围内尽量覆盖20%~90%的满量程。记下这个最佳阻值，再换成等值固定电阻。

注意采样电压最高不能超过单片机的VREF+。在大多数3.3V供电的STM32开发板上，ADC输入范围就是0~3.3V，超过这个电压会把ADC引脚内部的保护二极管打开，导致采样值钳位，严重时还可能损坏IO口。如果你用5V供电给传感器，分压后的电压也可能超过3.3V，所以传感器供电直接用板子的3.3V输出最为省事，也最安全。

2.3 器件清单与实际接线注意事项

做这个小项目，你真正需要的器件很少：

• STM32最小系统板或开发板一块（我用的是STM32F103C8T6，后面代码也以它为例）
• 薄膜压力传感器一只
• 固定电阻一个（建议先备10kΩ、47kΩ、100kΩ各一个，方便试凑）
• 面包板或杜邦线若干
• USB转TTL串口模块（用于打印调试数据）
• 可选：0.96寸OLED屏、蜂鸣器、LED，用于做扩展演示

接线时最容易被忽略的是共地问题。如果传感器电路和串口模块分别用了不同的电源，ST-Link或者USB转TTL模块必须和单片机共地，否则串口打印的数据全是乱码或者完全没数据。我自己调试时遇到过好几次，检查代码半天才发现是一个GND没接上，这种低级错误最消耗耐心，但也最涨经验。

另外一个要注意的点是传感器引脚的焊接。薄膜压力传感器的引脚非常薄，很多人直接把它插到面包板上，接触不良就会导致读数反复跳变，看起来像软件问题。稳妥的做法是用烙铁在引脚上镀一层锡，或者用热缩管加一块小PCB转接板，总之要让机械连接足够稳定。讲实话，这种物理层的问题在原理图上看不出来，出问题时排查难度反而比代码问题更高。

3. 从ADC原始值到压力值：标定思路与数据映射

ADC读回来的是一个12位的数字量，数值范围是0~4095，它只代表电压大小，和“压力多少克”之间没有直接换算关系。想把ADC数值变成人能看懂的压力值，就必须要做标定。这个环节很多人会跳过，结果项目做到最后只能输出一个“ADC=2048”这种数据，观感很差。

3.1 为什么不能直接按线性比例换算

有人可能想：既然压力越大ADC值越高，那我直接把4096映射到传感器满量程不就行了？这个思路在理想线性传感器下勉强成立，但薄膜压力传感器的“阻值-压力”曲线根本不是线性的。它在轻压阶段电阻变化非常剧烈，而到了重压阶段电阻变化趋缓，呈现出明显的非线性特征。

如果你直接线性映射，轻度按压的读数会严重偏高，重压区域又会追求不到满量程，整个数据失真。更麻烦的是，这类传感器的批次差异很大，即使同型号的两只传感器，空载阻值和灵敏度都可能不同，所以你手里的传感器必须单独标定，不能从网上抄一份标定参数直接用。

3.2 多点标定与线性插值实现方法

既然传感器是非线性的，最简单实用的补偿方法就是“多点标定+分段线性插值”。具体做法是：

• 预先准备几组已知重量（比如100g、200g、500g、1000g、2000g）
• 依次把已知重物放到传感器受压面上，记录对应的稳定ADC值
• 把这些(ADC值, 重量)成对数据存到单片机里
• 实际测量时，根据当前ADC值落在哪两个标定点之间，用线性插值算出对应重量

比如我有两组标定数据：(800, 100g)和(1500, 500g)。如果实际采样ADC值是1200，就可以按线性插值公式计算：重量 = 100 + (500 - 100) * (1200 - 800) / (1500 - 800) ≈ 328.6g。

在代码里实现非常简单，无非是一个查表和插值的函数：

typedef struct { uint16_t adc_value; float weight; // 单位：克 } CalPoint; const CalPoint cal_table[] = { {0, 0}, {800, 100}, {1500, 500}, {2200, 1000}, {2800, 2000}, {3500, 3000}, }; const uint8_t cal_points = sizeof(cal_table) / sizeof(cal_table[0]); float GetWeightFromADC(uint16_t adc) { uint8_t i; if (adc <= cal_table[0].adc_value) return cal_table[0].weight; if (adc >= cal_table[cal_points - 1].adc_value) return cal_table[cal_points - 1].weight; for (i = 0; i < cal_points - 1; i++) { if (adc >= cal_table[i].adc_value && adc < cal_table[i + 1].adc_value) { float ratio = (float)(adc - cal_table[i].adc_value) / (cal_table[i + 1].adc_value - cal_table[i].adc_value); return cal_table[i].weight + ratio * (cal_table[i + 1].weight - cal_table[i].weight); } } return 0; }

这段代码放在标准库和HAL库的工程里都可以直接编译使用，因为它不依赖任何外设库API，只用了标准C的数组和浮点运算。实际使用中，标定点数量越多、分布越均匀，整体精度越高。我自己一般取6~8个点，已经能满足手势识别或坐姿监测这类非精密应用。

3.3 标定操作时的几个实操细节

标定不是把重物放上去读个数就行，操作上有很多细节影响最终效果。

第一，受力面要均匀。薄膜传感器的有效区域是一个圆片或方片，重物必须完全覆盖这个区域，并且接触面要平整。用砝码压在一个小面积硬物上，和全表面均匀受力，读出的ADC值差异很大。所以我标定时会在传感器上方垫一块硬质亚克力板，再在板上放置砝码，保证压力均匀传递。

第二，每次换重量后要等数据稳定再记录。因为薄膜材料有一定的蠕变特性，刚放上重物时ADC值会持续缓慢漂移，一般等两三秒后才趋于稳定。如果数据一直在小范围跳动，可以参考下一个章节的滤波方法，用滤波后的数值做标定点。

第三，标定过程尽量和实际使用姿势一致。如果最终使用时是手指按压，那标定时就不要用砝码，而是自己在不同力度档位上停留并让软件记录ADC值，然后再给这些档位取名字（比如“轻触”“用力”“重压”）。反正这类传感器的定位本来就是定性判断多于定量称重，不必追求实验室级精度。

4. 标准库实现ADC数据采集

标准库虽然已经被ST官方停止更新了，但在大量旧工程和教学资源里仍然是主流，尤其是在STM32F103系列上，标准库的成熟度和稳定性非常高。用标准库做ADC采集，本质上就是按照数据手册一步步配置寄存器对应的库函数，代码直白，性能可控。

4.1 标准库工程下的ADC通道初始化流程

以STM32F103C8T6为例，我使用PA0作为ADC输入引脚，对应ADC1的通道0。标准库写法里，需要依次完成：开启GPIO和ADC时钟、配置PA0为模拟输入、设置ADC分频系数、初始化ADC参数、校准、开启软件转换。下面是完整的初始化代码：

void ADC1_Init(void) { GPIO_InitTypeDef GPIO_InitStructure; ADC_InitTypeDef ADC_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_ADC1, ENABLE); RCC_ADCCLKConfig(RCC_PCLK2_Div6); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN; GPIO_Init(GPIOA, &GPIO_InitStructure); ADC_DeInit(ADC1); ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = DISABLE; ADC_InitStructure.ADC_ContinuousConvMode = DISABLE; ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None; ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right; ADC_InitStructure.ADC_NbrOfChannel = 1; ADC_Init(ADC1, &ADC_InitStructure); ADC_RegularChannelConfig(ADC1, ADC_Channel_0, 1, ADC_SampleTime_55Cycles5); ADC_Cmd(ADC1, ENABLE); ADC_ResetCalibration(ADC1); while (ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while (ADC_GetCalibrationStatus(ADC1)); }

这里面有几个容易被忽视的点：RCC_ADCCLKConfig(RCC_PCLK2_Div6)把ADC时钟分频为12MHz（72MHz/6），这是F103的ADC最大允许时钟，超过它会影响精度。校准环节很多人会省略，但STM32的ADC在首次上电后做一次校准能显著消除内部电容失配引起的偏移，建议保留。

4.2 标准库的单次转换读取与电压换算

初始化完成后的读取过程就简单了。每次读一次ADC需要做一次软件触发，等EOC标志位置位后取数据寄存器：

uint16_t ADC1_Read(void) { ADC_SoftwareStartConvCmd(ADC1, ENABLE); while (ADC_GetFlagStatus(ADC1, ADC_FLAG_EOC) == RESET); return ADC_GetConversionValue(ADC1); }

从ADC值换算实际电压的公式是：电压值 = ADC值 * 3.3 / 4095。如果你的板子供电不是精确的3.3V，建议用万用表实际测量一下VREF+引脚的电压，把这个实测值替换进公式，否则换算出的电压误差会比较大。

标准库的ADC读取是同步阻塞式的，好在整个转换时间非常短（微秒级），直接在主循环里轮询调用不会明显影响系统响应。如果后续项目需要同时做显示刷新、按键扫描等任务，可以把单次轮询改成定时器触发采样，或者用ADC的DMA模式，不过这是后话了。

4.3 标准库版本的主循环示例

把初始化和读取函数组合起来，配合串口打印，主循环可以这样写：

int main(void) { uint16_t adc_value; float voltage; NVIC_PriorityGroupConfig(NVIC_PriorityGroup_2); USART1_Init(115200); ADC1_Init(); printf("System Start\r\n"); while (1) { adc_value = ADC1_Read(); voltage = (float)adc_value * 3.3f / 4095.0f; printf("ADC: %d, Voltage: %.2f V\r\n", adc_value, voltage); delay_ms(100); } }

这里的printf重定向到串口需要做一点底层适配，标准库工程中通常重写fputc函数指向USART1的发送寄存器。如果你发现printf在Keil里总是编译不过或者运行没输出，检查一下MicroLIB是否勾选，以及是否实现过fputc。

这套代码我实测在正点原子和野火的F103板上都能直接运行，唯一要改的是串口引脚可能不同，需要对应修改串口初始化部分。

5. HAL库实现ADC数据采集

HAL库是现在ST主推的开发库，配合STM32CubeMX可以图形化配置外设，自动生成初始化代码，开发效率确实高。但与此同时，HAL库的代码抽象层更厚，函数调用链路长，对底层细节透明度低。用HAL库实现同一个ADC采集功能，思路和标准库基本一致，但写法上差异很大。

5.1 CubeMX配置要点与引脚分配

打开STM32CubeMX，芯片型号选择STM32F103C8Tx，在Pinout & Configuration界面里：

• 找到PA0引脚，设置为ADC1_IN0
• 在左侧Categories列表里点击ADC1，Mode选择IN0 Single-ended
• ADC参数设置里，Resolution选择12位，采样时间可以选55.5 Cycles或者239.5 Cycles
• 如果需要串口打印，同时开启USART1的异步收发模式，波特率设置为115200

时钟配置页面里，我通常直接把HCLK设置为最大72MHz，CubeMX会自动算出ADC时钟是否超限。如果ADC时钟超过14MHz（不同型号上限不同），CubeMX会在时钟配置里标红，这时需要调整APB2分频系数。

配置完成后点击生成代码，选择Toolchain为MDK-ARM或者Makefile，生成的工程里已经包含所有外设初始化函数，不需要自己手写GPIO和ADC的Init代码。

5.2 HAL库的ADC读取函数与状态机逻辑

HAL库的ADC读取API比标准库多了一层“句柄-状态”机制。标准库是直接操作寄存器标志位，HAL库则是通过HAL_ADC_Start启动转换，再用HAL_ADC_PollForConversion查询转换状态，最后用HAL_ADC_GetValue读值。

uint16_t HAL_ADC_Read(void) { uint16_t adc_value = 0; if (HAL_ADC_Start(&hadc1) != HAL_OK) { return 0; } if (HAL_ADC_PollForConversion(&hadc1, 100) == HAL_OK) { adc_value = HAL_ADC_GetValue(&hadc1); } HAL_ADC_Stop(&hadc1); return adc_value; }

注意，HAL库使用轮询方式时必须每次启动和停止ADC，或者使用连续转换模式。否则可能第二次读取时转换没有重新触发，读到的还是旧值。如果你需要高频连续采样，更推荐在CubeMX里开启连续转换模式，然后只调用一次HAL_ADC_Start，在主循环里直接HAL_ADC_GetValue。

5.3 HAL库工程的主循环和与标准库的差异对比

HAL库的主循环同样简单，但从代码风格上能明显感觉到差异：

int main(void) { uint16_t adc_value; float voltage; HAL_Init(); SystemClock_Config(); MX_GPIO_Init(); MX_ADC1_Init(); MX_USART1_UART_Init(); while (1) { adc_value = HAL_ADC_Read(); voltage = (float)adc_value * 3.3f / 4095.0f; char msg[64]; sprintf(msg, "ADC: %d, Voltage: %.2f V\r\n", adc_value, voltage); HAL_UART_Transmit(&huart1, (uint8_t*)msg, strlen(msg), 100); HAL_Delay(100); } }

从实现目标来看，两者结果完全一致，但工程组织方式差别很大。标准库让开发者直接面对寄存器级操作，能帮助你理解硬件原理；HAL库则通过CubeMX把配置过程图形化、自动化，开发效率高，适合快速出功能，同时代码可读性也更强。

我的建议是：如果是学习底层原理，先把标准库吃透；如果是要做产品原型或者时间比较紧，直接用HAL库。这两种库的分工并不是简单的新旧替代关系，它们的抽象层次不同，应用场景也不同。顺便提一句，介于两者之间的LL库是HAL库的轻量级替代，性能好、代码简洁，适合从标准库迁移到CubeMX生态的高级玩家，但那是另一个话题了，这里不展开。

6. 数据滤波、串口输出与工程优化

硬件和基础ADC代码跑通后，数据往往不会立刻完美。我第一版调试时，在没有手指按压的情况下，ADC值在20~30之间跳动，轻微按压就能跳到400~800，但手指保持不动时，数据仍有±50左右的波动。这个噪声必须处理，否则后续标定的数据会不稳定，不管用什么算法都救不回来。

6.1 时域滤波：滑动平均与中值滤波的实现

处理ADC噪声，最常见的手段就是滑动平均滤波。它的核心思想是维护一个固定长度的缓冲区，每次采样都放入一个新值，同时去掉一个最旧的值，输出缓冲区所有值的平均值。这个滤波器能有效抑制高频噪声，并且实现简单、响应速度也快。

#define FILTER_SIZE 10 uint16_t ADC_FilteredRead(void) { static uint16_t buffer[FILTER_SIZE] = {0}; static uint8_t index = 0; static uint8_t count = 0; uint32_t sum = 0; uint8_t i; buffer[index] = ADC1_Read(); // 或 HAL_ADC_Read() index = (index + 1) % FILTER_SIZE; if (count < FILTER_SIZE) count++; for (i = 0; i < count; i++) { sum += buffer[i]; } return (uint16_t)(sum / count); }

这个滤波器唯一的缺点是会带来一定滞后，缓冲区越大，实时性越差。对于压力检测这种应用，10次窗口的延迟在几十毫秒级别，完全能接受。

如果你的应用场景会有突发性干扰（比如机械振动、电磁干扰脉冲），滑动平均的效果就不够了，因为一个异常大或异常小的尖峰值会把平均结果拉偏。此时可以考虑中值滤波：每采集N个原始数据，排序后取中间值。中值滤波对脉冲噪声的抑制效果极好，缺点是内存占用稍大，排序也需要消耗一点CPU时间。单片机性能比较充裕的F4和H7系列完全无压力，而F103也够用。

6.2 串口输出协议与上位机对接思路

调试阶段用printf打印原始数据没有任何问题，但如果你想把数据接到Python或者Qt写的上位机，建议设计一个简单的帧协议，而不是直接解析文本。一个极简协议可以设计成：

帧头(0xAA) + 类型(0x01) + 数据高字节 + 数据低字节 + 校验和(前面4字节和)

上位机收到一帧后校验通过就取数据，解析为ADC值。这个协议虽然在通信效率上不算高，但结构简单，实现容易，足够应付实验室监控和小型产品原型。等以后传感器数量增多，需要采集多通道数据时，把类型字节扩展一下就变成多路协议，很方便。

如果你想更快看到波形或曲线，也可以直接用串口调试助手把数据保存成CSV，再丢到Excel里做曲线拟合。我自己经常用Python的pySerial库读串口，然后用matplotlib实时画压力曲线，这样标定每个受力阶段的数据变化特别直观。

6.3 DMA采样与定时器触发的扩展方向

基础轮询方式在单通道低频采样场景下没有问题，但一旦扩展为多通道同时采集或者要求采样率较高时，轮询会占用大量CPU时间。这时候就需要升级手段了。

第一个扩展方向是定时器触发ADC转换。你可以在CubeMX里把ADC触发源设置为一个定时器的更新事件，这样ADC会以固定频率自动启动转换，完全不需要CPU干预。

第二个扩展方向是DMA。开启ADC的DMA请求后，每次转换完成的数据会自动搬运到内存缓冲区里，CPU只需要周期性处理这批数据。配合定时器触发，组成“定时器触发ADC + DMA搬运 + 主循环处理”的流水线，每秒可以轻松采集几万次数据，而且CPU占用率极低。这在后续做动态压力分布测量或者足底步态分析时是必须采用的技术手段。

7. 常见问题与排查技巧实录

这个项目看起来简单，但交流群里每天都有新人被同一个坑卡住，我干脆把最常见的几个问题和排查路径整理成一张清单，方便大家对照使用。

7.1 问题速查表与解决方案

7.2 一个让人头疼的“串口偶尔丢数据”问题

有一个问题我用了一段时间才定位到，这里单独拎出来说说。当HAL_ADC_Read()和HAL_UART_Transmit()放在同一个主循环里时，串口偶尔会丢一个字节。表面看像是串口配置问题，实际原因是ADC转换把时效性挤占，加上串口在未使用DMA的情况下发送是阻塞式的，如果此时恰好来了中断，会导致串口发送时序不稳定。

解决办法很简单：把串口发送放到ADC采集完成并转换成为一个字符串后再整体输出，不要边采边发；或者开启串口发送的DMA。这里不深入代码，但思路可以帮助你排查类似问题。经验就是，当“偶发”问题出现时，优先怀疑时序，而不是芯片本身。

7.3 标准库和HAL库误混用后的“诡异”现象

有读者问过：我把标准库的ADC初始化代码直接粘贴到HAL库工程里，能编译但读数不对，为什么？我在实际给学生的代码评审里也经常看到这种问题。原因是CubeMX生成的HAL工程在启动阶段已经调用了HAL库的ADC初始化函数，然后又手动调用了一遍标准库函数，两套代码操作同一个外设的寄存器，相互覆盖，最后寄存器状态是两者配置的“叠加态”，完全不可预测。

所以在任何一个工程里，标准库代码和HAL库代码不要混用。如果你打算在HAL工程里自定义ADC配置，正确做法是在CubeMX生成的MX_ADC1_Init()函数里修改参数，或者直接不让CubeMX初始化ADC，自己在主循环前重新初始化。不要试图用另一套库函数去“补救”。

7.4 关于传感器使用寿命和稳定性的一点心得

最后多提一嘴，薄膜压力传感器属于柔性材料器件，反复弯折和长时间过载都会导致性能下降。我自己有一片传感器用来做握力测试，连续按压几百次后，空载阻值明显下降，标定参数也失效了，只能重新标定。因此在项目设计里，如果传感器是可更换部件，最好把标定参数放在外部Flash或者EEPROM里，并且预留重新标定的入口，这一点在产品化的时候尤为重要。

在安装上，传感器背面通常有背胶，直接贴在硬质平面上比悬空放置稳定得多，但贴之前要把表面清洁干净，否则受力时传感器会有微小的位移，数据也会跟着神经质般跳动。这个问题在坐垫压力监测这类应用中特别明显，座椅表面的曲线和柔软度都会改变传感器的受力分布，调试时要对安装位置有耐心，多试几个角度再确定最终方案。