基于 Art_DAQ、InfluxDB 和 PyQt 的传感器数据采集、存储与可视化

📚 目标

该项目旨在构建一个完整的传感器数据采集系统，集成以下三大核心技术：

• Art_DAQ：用于高精度模拟信号采集（兼容 USB8814 等国产 DAQ 设备）
• InfluxDB：高性能时序数据库，用于高效存储与查询时间序列数据
• PyQt5 + pyqtgraph：构建跨平台图形用户界面（GUI）并实现实时数据可视化

最终成果：一个可独立运行的 .exe 软件，具备硬件连接检测、实时波形显示、数据保存为 CSV 等功能。

源码：https://gitee.com/phm720/signal-monitor

---

🧰 一、环境准备

1. 安装 Python

下载地址：https://www.python.org/downloads/

⚠️ 推荐使用 Python 3.9，避免某些库的兼容性问题。

---

2. 创建独立虚拟环境（避免依赖冲突）

# 创建虚拟环境
python -m venv .venv# 激活环境
# Windows:
.venv\Scripts\activate

---

3. 安装核心依赖

pip install pyqt5
pip install pyqtgraph
pip install numpy
pip install pandas
pip install influxdb-client
pip install pyinstaller

✅ 或者执行此命令安装依赖 pip install -r requirements.txt

---

4. 安装 InfluxDB

• 下载地址：https://www.influxdata.com/downloads/
• 启动后，默认监听 http://localhost:8086

5. 安装 DAQ 驱动

• USB8814 用户：作者使用的数据采集卡型号是USB8814，该型号数据采集卡的参数如下所示：

• 需安装 ArtDAQ 驱动（厂商提供），ArtDAQ 驱动安装包（如下图所示）下载链接：https://bhpan.buaa.edu.cn/link/AAC0348032CA3B4733A7ED89FB6E86FDB4。

• 安装方法：双击 Setup.exe，安装 ArtDAQ 1.8.31。

• 提取码可在评论区联系作者获取（发送自己的邮箱，5个工作日之内有回复）。

✅ 如果设备管理器或 Device Management & Configuration Tool - ART Technology 软件中，所连接的采集卡左侧有黄色三角警告图标，很有可能是数字签名问题，建议查阅驱动安装包目录下 ARTDAQ 使用方法-V6.01.pdf 的最后几页，以禁用驱动程序数字签名。

设备管理器界面：

ARTDAQ 软件界面：

6.硬件连接

整体连接：

这里用的是三轴加速度传感器，可读取 X、Y、Z 三个方向上的加速度，对应 ai0、ai1、ai2 三个通道。

三轴加速度传感器：

USB8814 数据采集卡：

---

🛠️ 二、项目结构

sensor_monitor/
├── main.py                 # 主程序
├── mainwindow.ui           # Qt Designer 设计的界面
├── icon.ico                # 软件图标
├── requirements.txt        # 依赖列表
├── main.spec.bac           # 打包配置文件备份
├── README.md               # 项目说明
├── LICENSE                 # 软件许可
├── .gitignore              # git 项目文件
├── .venv/                  # 虚拟环境
├── assets/                 # README.md 依赖的资源
└── artdaq/                 # ArtDAQ 驱动包

---

🎨 三、设计用户界面（.ui 文件）

使用 Qt Designer 创建 mainwindow.ui，包含以下控件：

• QPushButton：开始采集、停止采集、保存数据
• QLabel：状态显示（如“采集中”、“空闲”）
• PlotWidget：实时波形显示区域（pyqtgraph）
• QLineEdit：采样率、通道数等参数输入

💡 保存后，用 uic.loadUi('mainwindow.ui', self) 在代码中加载。

---

💻 四、核心代码实现

1. 导入必要模块

import sys
import numpy as np
import pandas as pd
from datetime import datetime, timezone
from influxdb_client import InfluxDBClient
from PyQt5 import QtWidgets, uic
from PyQt5.QtWidgets import QMessageBox, QFileDialog
import pyqtgraph as pg
import artdaq  # 项目目录下要包含 artdaq 文件

---

2. 资源路径处理函数（关键！用于打包）

def resource_path(relative_path):try:base_path = sys._MEIPASSexcept Exception:base_path = os.path.dirname(os.path.abspath(__file__))return os.path.join(base_path, relative_path)

---

3. 主窗口类定义

class MainWindow(QtWidgets.QMainWindow):def __init__(self):super().__init__()# 动态加载 UIui_path = resource_path('mainwindow.ui')uic.loadUi(ui_path, self)# 初始化 InfluxDB 客户端self.influx_client = InfluxDBClient(url="http://localhost:8086",token="your-token",org="your-org")self.write_api = self.influx_client.write_api()# 硬件检测self.hardware_connected = Falseself.test_hardware_connection()if not self.hardware_connected:QMessageBox.critical(self, "硬件错误", "无法连接到采集卡，请检查设备。")self.startButton.setEnabled(False)else:QMessageBox.information(self, "连接成功", "已检测到采集卡。")# 初始化绘图self.plot_widget = self.findChild(pg.PlotWidget, 'plotWidget')self.curve = self.plot_widget.plot(pen='y')# 连接按钮信号self.startButton.clicked.connect(self.start_acquisition)self.stopButton.clicked.connect(self.stop_acquisition)self.saveButton.clicked.connect(self.save_data)self.is_running = Falseself.session_start = Noneself.session_end = None

---

4. 硬件连接检测

def test_hardware_connection(self):try:task = artdaq.Task()task.ai_channels.add_ai_voltage_chan("Dev1/ai0")  # 测试通道task.close()self.hardware_connected = Truereturn Trueexcept Exception as e:print(f"硬件检测失败: {e}")self.hardware_connected = Falsereturn False

---

5. 数据采集（多线程）

from PyQt5.QtCore import QThread, pyqtSignalclass DataAcquisitionThread(QThread):data_ready = pyqtSignal(np.ndarray)def __init__(self):super().__init__()self.running = Falsedef run(self):task = artdaq.Task()task.ai_channels.add_ai_voltage_chan("Dev1/ai0:7")  # 8 通道task.timing.cfg_samp_clk_timing(1000)  # 1kHz 采样率self.running = Truewhile self.running:data = task.read(number_of_samples_per_channel=100)self.data_ready.emit(np.array(data))task.close()

在 MainWindow 中启动线程：

def start_acquisition(self):self.acq_thread = DataAcquisitionThread()self.acq_thread.data_ready.connect(self.update_plot)self.acq_thread.start()self.is_running = Trueself.session_start = datetime.now().timestamp()

---

6. 实时绘图更新

def update_plot(self, data):if data.ndim > 1:data = data[0]  # 取第一通道示例self.curve.setData(data)

---

7. 数据保存为 CSV

def save_data(self):if not self.session_start or not self.session_end:QMessageBox.warning(self, "保存失败", "无采集数据。")returntry:query = f'''from(bucket: "sensor_data")|> range(start: {self.session_start}s, stop: {self.session_end}s)|> filter(fn: (r) => r._measurement == "voltage")|> pivot(rowKey:["_time"], columnKey: ["channel"], valueColumn: "_value")'''result = self.influx_client.query_api().query(query)# ... 转为 DataFrame 并保存为 CSVfilename, _ = QFileDialog.getSaveFileName(self, "保存数据", "", "CSV Files (*.csv)")if filename:df.to_csv(filename, index=False)QMessageBox.information(self, "保存成功", f"数据已保存至：\n{filename}")except Exception as e:QMessageBox.critical(self, "保存失败", str(e))

8. 程序执行

程序执行前务必在电脑上安装 ArtDAQ 驱动，并且连接好数据采集卡、传感器等硬件，同时启动 InfluxDB 服务，配置好 InfluxDB 各项参数，否则程序无法正常运行。
执行以下命令，执行程序：

python main.py

---

📦 五、打包为独立 .exe 文件

1. 生成 .spec 文件

pyinstaller --onefile --windowed --icon=icon.ico main.py

2. 编辑 main.spec（关键配置，可参照 main.spec.bac）

a = Analysis(['main.py'],datas=[('mainwindow.ui', '.'),      # 包含 UI 文件('artdaq', 'artdaq'),      # 包含驱动文件],hiddenimports=['influxdb_client','numpy',],excludes=['tkinter', 'matplotlib', 'PyQt5.Qt3D*', 'PyQt5.QtWeb*'],...
)exe = EXE(...,console=False,          # 无控制台icon='icon.ico',        # 图标
)

3. 打包

pyinstaller main.spec

输出文件位于 dist/Signaller.exe

---

🧪 六、部署与运行

用户需准备：

1. 安装 ArtDAQ 驱动
2. 启动 InfluxDB 服务
3. 运行 Signaller.exe

软件功能：

• 启动时自动检测硬件连接
• 实时显示多通道波形
• 支持开始/停止采集
• 可将历史数据导出为 CSV

截图：

完整的演示视频：

https://v.youku.com/v_show/id_XNjQ5MzAwMDIxNg==.html

---

🔚 七、总结

技术	作用
Art_DAQ	高精度、低延迟数据采集
InfluxDB	高效存储与查询时间序列数据
PyQt + pyqtgraph	构建专业级 GUI 与实时可视化
PyInstaller	打包为可分发的 .exe 软件

✅ 本系统适用于实验室监测、工业传感器采集、环境监控等场景，具备良好的扩展性与实用性。

---

📎 附录：常见问题

Q1：打包后 UI 加载失败？

→ 确保使用 resource_path() 获取路径。

Q2：图标不显示？

→ 安装 pillow，或使用专业工具生成标准 .ico 文件。

Q3：体积太大？

→ 使用干净虚拟环境 + excludes 排除无用模块。