Raspberry Pi 感測器整合教材

介紹 Raspberry Pi 與常見感測器模組整合方式，包含溫濕度、光敏、超音波、PIR 人體感測等。

適合 IoT、感測器介接、智慧裝置與 Python 控制課程。

Raspberry Pi感測器PythonIoT

一、教學目標

二、常見感測器

Raspberry Pi 的 GPIO 腳位主要處理數位輸入/輸出，因此感測器可分為「可直接接 GPIO 的數位型模組」與「需要額外轉換的類比型模組」。實作前先確認模組的工作電壓、輸出型態與是否內建比較器。

感測器用途介面實作重點
DHT11 / DHT22溫濕度數位DHT22 精度較高；資料腳通常需上拉電阻。
LDR 光敏電阻光線強弱類比模組或數位模組Pi 無原生 ADC，若是純類比電阻需搭配 ADC；若是 LM393 類模組可直接讀數位門檻輸出。
HC-SR04距離量測Trig / EchoEcho 端為 5V，必須降壓後再接到 Pi。
PIR人體移動偵測數位輸出通常只有高/低電位，適合事件觸發。
MQ 系列氣體偵測模組化輸出常見模組同時提供類比與數位輸出；若要看濃度變化，建議搭配 ADC。
選感測器時，可先問三件事：工作電壓是多少？輸出是數位還是類比？是否需要校正或預熱？ 這三項通常就能判斷接線方式與程式寫法。

三、接線與實作前準備

# 建議先更新套件
sudo apt update
sudo apt install -y python3-pip python3-gpiozero

# 視感測器需求安裝額外套件
pip3 install Adafruit_DHT
若使用的是較新的 Raspberry Pi OS，某些舊版教學會使用不同的 DHT 函式庫名稱。安裝前先確認範例所對應的套件版本，避免「程式可執行但讀不到資料」的情況。

四、DHT11 / DHT22 範例

DHT 類感測器適合做為第一個溫濕度實驗，因為輸出內容直觀，且能延伸到環境監測、溫室控制與室內舒適度分析。

接線說明

Python 範例

import Adafruit_DHT

sensor = Adafruit_DHT.DHT11   # 若改用 DHT22，請改成 Adafruit_DHT.DHT22
pin = 4

humidity, temperature = Adafruit_DHT.read_retry(sensor, pin)

if humidity is not None and temperature is not None:
    print(f"Temp: {temperature:.1f}°C")
    print(f"Humidity: {humidity:.1f}%")
else:
    print("讀取失敗，請檢查接線、供電與上拉電阻")

讀值特性說明

可進一步把讀到的溫濕度資料每 5 秒寫入 CSV 或上傳 MQTT，讓後續的資料視覺化與 IoT 整合更容易進行。

五、PIR 人體感測範例

PIR（Passive Infrared Sensor，被動式紅外線感測器）主要用來偵測人體或大型物體移動造成的紅外線變化。它不會量測距離，而是回傳「是否偵測到移動」的事件訊號。

接線說明

Python 範例

from gpiozero import MotionSensor
from signal import pause

pir = MotionSensor(17)

pir.when_motion = lambda: print("偵測到人體移動")
pir.when_no_motion = lambda: print("沒有移動")

pause()

使用注意事項

六、超音波感測器概念

HC-SR04 透過發射超音波脈衝並計算回波返回時間來估計距離，常用於避障、液位量測與簡易測距實驗。

基本工作流程

  1. Trig 腳送出短脈衝
  2. 模組發射超音波
  3. Echo 腳回傳高電位時間
  4. 依時間差換算距離

距離計算常見公式：

距離 = (回波時間 × 音速) ÷ 2
約可寫成：distance_cm = pulse_seconds * 17150
HC-SR04 的 Echo 端通常輸出 5V，不能直接接 Raspberry Pi GPIO。實務上應使用分壓電阻、邏輯電平轉換器或保護電路後再接入。
若量測值忽大忽小，常見原因包括：目標表面太軟、角度偏斜、環境噪音、供電不穩，或感測器與目標距離超出有效範圍。

七、感測資料應用流程

感測器實驗完成後，可把資料逐步整合到完整 IoT 系統。建議依下列順序擴充：

  1. 本機輸出：先在終端機顯示資料，確認感測器本身正常。
  2. 資料清理：加入單位、時間戳記、異常值檢查與簡單平均。
  3. 網路傳輸：上傳到 MQTT Broker，讓其他程式可訂閱資料。
  4. 視覺化：在 Node-RED Dashboard、網頁或 App 顯示即時狀態。
  5. 長期保存：寫入 SQLite、MySQL 或雲端資料庫，進行歷史分析。
應用方向說明
終端機顯示最快完成的驗證方式，適合除錯。
MQTT Broker適合多裝置、多感測器的發布/訂閱架構。
Node-RED 儀表板可快速做出圖表、開關與警報流程。
資料庫適合保存歷史資料，做統計分析或訓練模型。
Flask / Django 網站可提供遠端查詢、登入權限與跨裝置瀏覽介面。

八、實作建議與常見錯誤

  1. 先完成單一感測器：不要一開始就同時接多種模組，較容易定位問題。
  2. 接線拍照或畫圖：有助於比對 VCC、GND、GPIO 是否接反。
  3. 先確認腳位與電壓：GPIO 接錯或把 5V 直接送入 GPIO，是最常見也最危險的錯誤。
  4. 程式先求穩定再求整合：先把讀值做穩，再接 MQTT、資料庫或 Web 介面。
  5. 保留量測紀錄：把測試輸出存成文字檔或 CSV，方便後續分析與除錯。
常見問題可能原因處理方式
DHT 讀不到資料腳位錯誤、供電不穩、缺少上拉電阻、套件版本不符重新確認 GPIO 編號、供電與安裝套件
PIR 一直觸發剛上電尚未穩定、靈敏度過高、周遭熱源干擾等待穩定後再測，調整模組旋鈕
超音波距離亂跳Echo 電壓未保護、目標反射差、角度不正加保護電路並更換量測目標與角度
程式可執行但數值異常接錯 3.3V / 5V、模組規格不符、讀取間隔太短查模組規格並放慢取樣速度
RaspberryPi_Sensors.html, Raspberry Pi 感測器整合教材