基于ATMega328P与LC谐振电路的DIY金属探测器设计与实现

1. 项目概述与核心思路

几年前，我在一个旧货市场淘到一小盒电子元件，里面有几颗ATMega328P芯片和一些杂乱的线圈。当时就在想，能不能用这些“边角料”做个有趣的东西。金属探测器这个念头冒了出来——它听起来很专业，但原理其实就藏在我们高中物理课本的电磁感应那一章。市面上成熟的探测器要么太贵，要么就是个黑盒子，拆开也学不到东西。于是，我决定从头开始，用最“原始”的Arduino核心板（其实就是一颗ATMega芯片加几个基础元件）和一个自绕的线圈，来搭建一个完全透明、可任意修改的金属探测系统。

这个项目的核心价值不在于探测得多深多准（那需要更专业的线圈和信号处理电路），而在于它像一本“立体教科书”，把嵌入式系统开发、传感器原理、信号处理和实际动手焊接调试这几个环节串在了一起。你不仅能得到一个能“嘀嘀”响的探测器，更能彻底理解从代码里的一个变量，到线圈周围磁场的一个微小变化，再到LED灯闪烁这整个链条是如何运作的。这对于想深入理解微控制器如何与模拟世界交互的开发者、电子爱好者，或者任何对“事物如何工作”抱有好奇心的人来说，都是一个绝佳的实践项目。

2. 系统核心原理与方案选型

2.1 电磁感应检测的基本原理

金属探测器的核心原理是电磁感应。简单来说，我们的探测器线圈会通入一个交变电流，从而在其周围产生一个交变的磁场（初级磁场）。当一个金属物体进入这个磁场时，根据楞次定律，变化的磁场会在金属导体内部感应出涡流。这个涡流本身又会产生一个新的、方向相反的磁场（次级磁场），来“抵抗”原磁场的变化。

探测器要做的，就是感知这个“抵抗”效应。我们的线圈同时兼任发射和接收天线。当有金属物体靠近时，次级磁场会与初级磁场叠加，从而改变线圈自身的电气特性——最直观的表现就是其电感量（L）和等效电阻会发生变化。在由线圈和电容组成的LC谐振电路中，这种变化会导致电路的谐振频率发生微小的偏移。我们的Arduino微控制器，正是通过持续监测这个谐振频率（或者说，与频率相关的某个电参数），来判断是否有金属物体闯入探测区域。

注意：这里探测的是导电性良好的金属（如铜、铝、铁）。不同金属的导电率和磁导率不同，产生的涡流效应强弱也不同，因此探测器对它们的灵敏度和响应特性会有差异。铁磁性材料（如铁）还会引起磁导率变化，产生更强的信号。

2.2 为什么选择“DIY Arduino”方案？

原文作者提到了使用“工厂 ready 的 Arduino”和“裸芯片版本”两种选择。我强烈建议初学者从一块标准的Arduino Uno板开始，它能帮你绕过硬件 bootloader 刷写、最小系统稳定性等初期难题，让你专注于传感器原理和算法。但当你像我和原文作者一样，希望挑战更底层的理解，或者为最终产品做最小化封装时，DIY Arduino（或称“Arduino on a breadboard”）就成了必经之路。

这个方案的核心优势在于极致的透明度和灵活性：

1. 成本与封装：一颗ATMega328P-AU贴片芯片加少量阻容元件，成本远低于整块开发板，并且可以设计成任意形状，方便嵌入最终产品（比如作者梦想的“烟草罐机器人”）。
2. 深入学习：你需要亲自连接电源、晶振、复位电路，理解 Arduino 核心板每一部分的作用。这能从根本上夯实你的硬件基础。
3. 定制化：你可以只引出需要的引脚，省略不必要的部分（如板载LED、USB转串口芯片），使电路更简洁。

我选择的方案是围绕ATMega328P-PU（DIP封装）搭建，因为它适合面包板，方便调试。核心部件清单如下：

• 微控制器：ATMega328P-PU，已预烧录 Arduino Uno 的 bootloader。
• 时钟源：16MHz 石英晶体振荡器，搭配两个22pF的负载电容。这是保证程序稳定运行和时间基准准确的关键。
• 复位电路：一个10kΩ上拉电阻连接在RESET引脚和VCC之间，一个常开按钮连接在RESET和GND之间。
• 电源：一个5V稳压模块（如AMS1117-5.0）或直接从USB取电，搭配0.1μF和10μF的电源去耦电容，紧贴芯片电源引脚放置。
• 编程接口：一个6针的ICSP接头，用于通过USBasp等编程器烧录bootloader和程序；同时，为了便于调试，还需要一个FTDI FT232RL模块，用于将USB信号转换为TTL串口，以便通过Arduino IDE进行串口通信和程序上传。

实操心得：第一次搭建时，晶振不起振是最常见的问题。除了检查电容值是否正确，务必用示波器探头（或逻辑分析仪）测量晶振两端的波形。如果看不到正弦波或方波，尝试更换晶振或电容。另外，ATMega328P有两个电源对（AVCC和VCC），必须同时接到5V，否则模拟功能（如ADC）可能工作不正常。

2.3 探测线圈的设计与制作

线圈是探测器的“眼睛”，其设计直接决定性能。原文使用了漆包线自绕线圈，这是一个低成本且可调性高的方案。

1. 线圈参数计算与选择：我们的目标是和电路中的固定电容形成一个LC谐振电路，其谐振频率公式为：f = 1 / (2π√(LC))。通常，我们会先确定一个方便测量的频率范围（例如几十到几百kHz），然后根据手头电容的值（例如一个固定的10nF薄膜电容）来估算所需的电感量L。 例如，目标频率f = 100kHz，电容C = 10nF (1e-8 F)，代入公式计算所需电感：L = 1 / ( (2πf)² * C ) = 1 / ( (2 * 3.1416 * 100000)² * 1e-8 ) ≈ 0.00253 H = 2.53 mH。 这意味着我们需要制作一个电感量约为2.5mH的线圈。

2. 线圈绕制实践：

• 材料：直径0.3-0.5mm的漆包线，一个直径15-20cm的圆形模板（如碗、盘子）。
• 绕制：在模板上紧密绕制80-120圈。圈数越多，电感量越大，探测深度可能略有增加，但电阻也会增大，Q值（品质因数）可能下降。绕好后，小心地将线圈从模板上取下，用胶带或扎带固定成扁平圆盘状。
• 测量与调试：使用电感表或带有电感测量功能的万用表测量线圈的电感量。如果没有仪器，可以通过LC谐振法间接测量：将线圈与一个已知容量的电容并联，用信号发生器和示波器寻找谐振点，反推电感值。我们的目标是将实测电感值与计算值校准。
• 接入电路：线圈的两端需要连接到电路。为了提高稳定性，最好将线圈用热缩管包裹，并将引线绞合在一起，以减少外界干扰。

注意事项：线圈的几何形状和一致性至关重要。轻微的形变或抖动都会引起电感量的变化，被电路误判为金属信号。这就是为什么成品探测器都要将线圈严格封装在硬质塑料壳内。在调试阶段，可以将线圈平放在一个稳固的、无金属的桌面上进行测试。

3. 硬件电路搭建与核心模块解析

3.1 DIY Arduino最小系统搭建详解

让我们把原理图上的符号变成面包板上的实际连接。以下是基于ATMega328P-PU的详细接线步骤：

电源部分（VCC & GND）：

1. 将面包板两侧的长排孔分别作为5V电源总线（VCC）和地线总线（GND）。
2. ATMega328P的第7脚（VCC）和第20脚（AVCC）都连接到VCC总线。
3. 第8脚（GND）和第22脚（GND）都连接到GND总线。
4. 在芯片的VCC和GND引脚附近，跨接一个0.1μF的陶瓷电容和一个10μF的电解电容（注意极性），用于电源去耦。

时钟部分（XTAL1 & XTAL2）：

1. 将16MHz晶振的两个引脚分别连接到芯片的第9脚（XTAL1）和第10脚（XTAL2）。
2. 从晶振的每个引脚到GND，各连接一个22pF的陶瓷电容。这两个电容是晶振起振的必要条件。

复位部分（RESET）：

1. 芯片的第1脚（PC6/RESET）通过一个10kΩ的电阻上拉到VCC总线。这就是上拉电阻，保证复位引脚在常态下为高电平。
2. 在复位引脚和GND之间，连接一个轻触开关。当按下开关时，复位引脚被拉低到GND，触发芯片复位。

串口编程与通信（TX/RX）：

1. 为了通过Arduino IDE上传程序，我们需要FTDI模块。将模块的VCC和GND分别连接到面包板的VCC和GND总线。
2. 将模块的TX引脚连接到芯片的RX（第2脚，PD0），模块的RX引脚连接到芯片的TX（第3脚，PD1）。
3. 关键一步：FTDI模块的DTR引脚需要通过一个0.1μF电容连接到芯片的RESET引脚。这是实现Arduino IDE自动复位和上传功能所必需的。

连接完成后，先不要接探测线圈。用USB线将FTDI模块连接到电脑，打开Arduino IDE。在“工具”菜单中，选择正确的板卡（Arduino Uno）和端口。尝试上传一个最简单的Blink程序（修改LED引脚为13，即芯片的第19脚PB5）。如果能看到连接到该引脚的LED闪烁，恭喜你，你的DIY Arduino最小系统工作了！

3.2 金属探测传感器电路设计

金属探测的核心电路是一个LC谐振电路加上一个基于比较器的检测电路。这里我采用一种经典且易于Arduino读取的方案：基于定时器的频率测量法。

电路连接：

1. LC谐振回路：将我们制作好的探测线圈（电感L）与一个固定值的聚酯薄膜电容（例如10nF，C1）并联，构成并联LC谐振电路。这个回路的一端接地（GND），另一端我们称之为“探测节点”。
2. 方波激励：使用Arduino的一个数字输出引脚（例如D9），通过一个较小的电阻（如100Ω）连接到“探测节点”。这个引脚将输出一个固定频率（例如500kHz）的方波，来激励LC回路。
3. 信号缓冲与整形：LC回路的响应是一个衰减的正弦波。我们需要将其转换为单片机可以清晰识别的方波。使用一个施密特触发器反相器（如74HC14），将其一个输入门连接到“探测节点”。LC回路的信号经过施密特触发器的整形后，会变成一个干净的方波。
4. 频率测量输入：将74HC14输出的方波，连接到Arduino的一个外部中断引脚（例如D2，对应INT0）或者输入捕获引脚（如D8，对应ICP1）。我们将在这里测量信号的频率。

工作原理：当没有金属靠近时，LC回路在其固有谐振频率（由L和C1决定）下振荡。施密特触发器输出的方波频率就是这个谐振频率。 当金属物体靠近线圈时，线圈的电感量L发生变化，导致LC回路的谐振频率发生偏移。因此，施密特触发器输出的方波频率也会随之改变。 Arduino通过持续、精确地测量这个方波的频率（或周期），就能感知到频率的偏移量，从而判断是否有金属物体出现，以及物体的大致属性（不同金属导致频率变化的方向和幅度不同）。

实操心得：施密特触发器在这里至关重要。LC回路产生的正弦波信号幅度小且含有噪声，直接送入单片机测量会极不稳定。74HC14提供了滞回电压，能有效抑制噪声，将不规则的模拟信号整形成边沿陡峭的数字方波，极大提高了测量的可靠性。务必确保74HC14的电源（VCC和GND）连接稳定。

3.3 外围指示与调试接口

一个完整的系统需要反馈和调试手段。

1. LED指示：将一个LED（配合220Ω限流电阻）连接到Arduino的另一个数字引脚（如D13）。当检测到金属时，让LED闪烁或常亮。
2. 蜂鸣器报警：将一个有源蜂鸣器（正极接D11引脚，负极接GND）用于声音报警。对于有源蜂鸣器，给高电平就会响。
3. 串口调试：通过之前连接的FTDI模块，利用Serial.print()函数将实时的频率值、计算出的标准偏差等数据发送到电脑的串口监视器。这是调试过程中最强大的工具，没有之一。

4. 核心软件算法与代码实现

软件是项目的“大脑”。我们的目标不仅是让探测器响，还要让它“聪明”地响，减少误报。

4.1 基础频率测量与数据采集

首先，我们需要编写代码来精确测量从传感器电路送来的方波频率。这里使用输入捕获（Input Capture）功能，它是为高精度时间测量而设计的。

// 定义引脚 const int sensorPin = 8; // 使用D8作为ICP1输入捕获引脚 const int drivePin = 9; // D9输出驱动方波 const int ledPin = 13; volatile unsigned long lastCaptureTime = 0; volatile unsigned long signalPeriod = 0; // 存储测得的周期 volatile bool newDataReady = false; void setup() { Serial.begin(115200); pinMode(ledPin, OUTPUT); pinMode(drivePin, OUTPUT); // 配置Timer1用于输入捕获 TCCR1A = 0; // 清零控制寄存器A TCCR1B = 0; // 清零控制寄存器B TCNT1 = 0; // 计数器清零 // 设置输入捕获为上升沿触发，预分频器为1（系统时钟16MHz直接计数） // 位 ICES1: 输入捕获边沿选择，1=上升沿 // 位 CS10: 时钟选择，无预分频 TCCR1B |= (1 << ICES1) | (1 << CS10); // 使能输入捕获中断和定时器溢出中断 TIMSK1 |= (1 << ICIE1) | (1 << TOIE1); // 在驱动引脚产生一个约500kHz的方波（周期2微秒） // 使用Timer2的CTC模式快速PWM TCCR2A = (1 << COM2A0) | (1 << WGM21); // 切换OC2A，CTC模式 TCCR2B = (1 << CS20); // 无预分频 OCR2A = 15; // 比较匹配值，频率 = 16MHz / (2 * (1 + 15)) = 500kHz pinMode(drivePin, OUTPUT); interrupts(); // 开启全局中断 } // 输入捕获中断服务程序 ISR(TIMER1_CAPT_vect) { unsigned long captureTime = ICR1; // 读取捕获到的计时器值 if (lastCaptureTime != 0) { // 计算周期（计时器滴答数）。Timer1每计数一次是62.5纳秒（16MHz）。 unsigned long periodTicks = captureTime - lastCaptureTime; // 处理定时器溢出（65535到0） if (periodTicks & 0x80000000) { // 检查是否为负数（由于溢出） periodTicks = 65536 + captureTime - lastCaptureTime; } signalPeriod = periodTicks; newDataReady = true; } lastCaptureTime = captureTime; } // 定时器溢出中断服务程序（防止长时间未捕获导致lastCaptureTime陈旧） ISR(TIMER1_OVF_vect) { lastCaptureTime = 0; // 溢出后重置，等待下一个有效的捕获边沿 } void loop() { if (newDataReady) { noInterrupts(); // 临时关闭中断，安全读取变量 unsigned long currentPeriod = signalPeriod; newDataReady = false; interrupts(); // 将周期转换为频率（Hz） float frequency = 16000000.0 / currentPeriod; // 16MHz / 周期滴答数 // 将频率数据用于后续处理（如发送到串口、计算统计量等） processFrequencyData(frequency); // 简单的阈值判断：如果频率偏移超过某个范围，点亮LED static float baselineFreq = 0; if (baselineFreq == 0) { baselineFreq = frequency; // 初始化基准频率 } if (abs(frequency - baselineFreq) > 50.0) { // 假设50Hz为阈值 digitalWrite(ledPin, HIGH); } else { digitalWrite(ledPin, LOW); } } // ... 其他循环任务 } void processFrequencyData(float freq) { // 这里实现数据滤波和金属判断逻辑 Serial.println(freq); // 输出原始频率到串口 }

这段代码做了几件关键事：

1. 利用Timer2生成一个稳定的500kHz方波去驱动LC回路。
2. 利用Timer1的输入捕获功能，在传感器信号方波的每个上升沿精确记录时间戳。
3. 通过计算连续两个上升沿的时间差，得到信号周期，进而算出瞬时频率。
4. 在loop()中，通过一个简单的阈值比较来判断频率是否发生显著偏移，并控制LED。

4.2 高级信号处理：移动平均与标准偏差算法

原始频率数据噪声很大，环境干扰、线圈抖动都会引起波动。直接使用阈值法会频繁误报。我们必须引入数字信号处理算法来“去噪”并“提取特征”。

1. 移动平均滤波：这是最简单有效的平滑算法。它维护一个最近N次频率读数的队列，并始终输出这个队列的平均值。

#define SAMPLE_SIZE 20 // 移动平均窗口大小 float movingAverageBuffer[SAMPLE_SIZE]; int maIndex = 0; float movingAverage = 0; float updateMovingAverage(float newSample) { movingAverage -= movingAverageBuffer[maIndex] / SAMPLE_SIZE; movingAverageBuffer[maIndex] = newSample; movingAverage += newSample / SAMPLE_SIZE; maIndex = (maIndex + 1) % SAMPLE_SIZE; return movingAverage; }

在processFrequencyData函数中，调用smoothedFreq = updateMovingAverage(frequency);即可得到平滑后的频率。这能有效抑制随机尖峰脉冲。

2. 标准偏差计算与动态阈值：原文作者提到将数据导入电子表格计算标准偏差（SD）。我们完全可以在Arduino上实时计算，实现自适应阈值。 标准偏差衡量数据的离散程度。当没有金属时，频率应在基线附近小幅随机波动，SD值较小且稳定。当金属进入时，频率会持续偏向一侧，导致短期内的数据离散度（SD）发生显著变化。

我们可以计算移动窗口内数据的标准偏差：

float calculateStdDev(float dataBuffer[], int size, float mean) { float sum = 0; for (int i = 0; i < size; i++) { sum += pow(dataBuffer[i] - mean, 2); } return sqrt(sum / size); }

在每次得到新的移动平均值后，我们用同样的窗口数据计算当前的标准偏差currentStdDev。 然后，我们不是用一个固定的频率阈值，而是用一个基于标准偏差的动态阈值来判断：if (abs(smoothedFreq - longTermBaseline) > (sensitivity * currentStdDev)) { // 检测到金属 }其中longTermBaseline是一个更新更慢的长期平均值（用于跟踪环境温漂），sensitivity是一个可调的灵敏度系数（例如3.0）。这种方法比固定阈值更鲁棒，能适应不同的环境噪声水平。

实操心得：在资源有限的MCU上计算平方pow()和开方sqrt()比较耗时。对于追求实时性的应用，可以考虑简化算法，例如使用平均绝对偏差（MAD）代替标准差。MAD计算量小很多：MAD = average( |x_i - mean| )。实践表明，在金属检测场景下，MAD作为离散度指标同样有效，且大大减轻了计算负担。

4.3 状态机与抗干扰逻辑

一个健壮的探测器不能一有风吹草动就报警。我们需要引入一个简单的状态机。

1. 稳定状态：持续监测标准偏差和频率偏移。只有当频率偏移超过动态阈值且持续了M个采样周期（例如5个周期），才进入“预触发状态”。
2. 预触发状态：继续观察。如果在接下来的N个周期内，条件一直满足，则确认为有效金属目标，进入“报警状态”，点亮LED，触发蜂鸣器。如果在预触发期间条件不满足了，则回到“稳定状态”。
3. 报警状态：维持报警输出一段时间（如2秒），然后自动复位回“稳定状态”，并缓慢更新longTermBaseline以适应物体移除后的新环境。

这种“持续确认”机制，可以滤除大部分瞬时干扰，如手机射频干扰、远处的瞬时金属晃动等。

5. 系统集成、调试与性能优化

5.1 整机装配与初始校准

将DIY Arduino最小系统、传感器电路、指示模块在面包板上整合。确保所有电源连接正确，特别是模拟部分（LC回路、施密特触发器）和数字部分（MCU）的电源，最好通过磁珠或0Ω电阻进行一点隔离，并在靠近芯片处多加几个去耦电容。

上电校准流程：

1. 在完全没有金属的环境下给系统上电。让设备预热1-2分钟，使元件温度稳定。
2. 打开Arduino IDE的串口绘图器（Serial Plotter）。你会看到频率值在一个中心线上下波动。这就是你的基线频率。
3. 观察并记录一段时间的频率数据。在代码中，让系统自动计算这段时间的平均值，作为longTermBaseline的初始值。同时，计算初始的标准偏差，作为环境噪声水平的参考。
4. 现在，拿一个硬币或一把钥匙，慢慢靠近线圈。在串口绘图器上，你应该能看到频率曲线发生明显的、持续的偏移（上升或下降）。同时，计算出的标准偏差值也会骤增。

5.2 灵敏度与深度测试

探测性能受多重因素影响：

• 线圈尺寸：直径越大，探测范围通常越广，但对小物体的灵敏度可能下降，且更易受地面矿物干扰。
• 驱动频率：本文方案频率较高（~500kHz），对高导电性非铁金属（如铜、铝）更敏感。低频（~10kHz）对铁磁性金属和更大深度的探测更有优势。可以通过改变Timer2的OCR2A寄存器值来调整驱动频率。
• 软件参数：
  • SAMPLE_SIZE（移动平均窗口）：窗口越大，数据越平滑，但响应延迟也越大。建议在20-50之间调整。
  • sensitivity（灵敏度系数）：系数越大，触发越困难，但抗干扰性越强；系数越小，越灵敏，但也越容易误报。需要在实际环境中反复测试确定。
  • 状态机确认周期：预触发的持续周期数（M和N）是平衡响应速度和抗干扰性的关键。

测试方法：在地板上标记不同距离，测试不同大小、材质的金属物体（硬币、铝箔、铁钉）在最远多大距离能稳定触发报警。记录数据，形成你自己的“探测器性能表”。

5.3 常见故障排查速查表

5.4 进阶优化方向

当基础功能实现后，可以考虑以下优化以提升性能或扩展应用：

1. 多频探测：让驱动频率在一定范围内扫频，分析不同频率下的响应，可以更好地区分金属类型。
2. 数字信号处理（DSP）：采集一段时间的频率数据，进行FFT变换，分析频谱特征。这能更有效地从噪声中提取微弱的金属信号。
3. 图形化显示：接入一个OLED屏幕，实时显示频率曲线、信号强度、电池电量等信息，打造更专业的交互界面。
4. 低功耗设计：对于电池供电的“烟草罐机器人”，需要优化代码，使用休眠模式，间歇性唤醒进行探测，大幅延长续航。
5. 机械结构：为线圈设计一个坚固、平衡的支撑杆和外壳，这是从实验原型走向实用设备的关键一步。

这个基于Arduino的金属探测器项目，就像一把钥匙，打开了一扇通往嵌入式传感系统世界的大门。从一颗裸片开始，到线圈绕制，再到代码中一个个算法的实现，每一步遇到的问题和解决的思路，其价值都远超最终那一声“嘀”的报警。它教会你的不仅仅是如何检测金属，更是如何系统地思考问题、拆解模块、调试硬件和优化软件。当你拿着自己制作的探测器在沙滩上发现第一枚硬币时，那种成就感是购买任何成品都无法替代的。更重要的是，这套从传感器到微控制器的完整知识框架，可以迁移到无数其他的项目中，比如环境监测、智能家居、机器人感知等等。