Hartslagpulsen uitlezen met Windows 10 IoT Core op Raspberry Pi – Stap-voor-stap gids

Overzicht

Deze tutorial leidt je door het verbinden van een SparkFun Heart Rate Pulse Sensor met een Raspberry Pi 3 Model B en het vastleggen van de analoge uitgang met een UWP-applicatie op Windows 10 IoT Core. Aan het einde heb je een werkend voorbeeld dat realtime hartslagdata uitleest en uitgebreid kan worden tot IoT-dashboards of clouddiensten.

Stap 1 – Hardware aansluiten

De pulssensor heeft drie pinnen:

• ZWART – Massa
• ROOD – 3 V / 5 V voeding
• PAARS – Analoog signaaluitgang

Omdat de Raspberry Pi geen native analoge ingangen heeft, gebruiken we de MCP3008 8-kanaals ADC. Verbind de signaaldraat van de sensor met kanaal 0 van de MCP3008, koppel de voedingspin van de sensor aan de 3,3 V-rail van de Pi (of 5 V als de sensor dit ondersteunt), en verbind de massapinnen. De MCP3008 communiceert via SPI, dus verbind de CS-, SCK-, SDI- en SDO-pinnen met de bijbehorende SPI-pinnen van de Pi. Een volledig bedradingsschema staat in het onderstaande schema.

Stap 2 – Data uitlezen in een UWP-app

We hebben een lichtgewicht C# UWP-project gemaakt dat de SPI-bus opent, kanaal 0 van de MCP3008 afvraagt en de ruwe waarde omzet in een hartslagfrequentie. De code is open-source op GitHub, zodat je het kunt inspecteren, wijzigen of hergebruiken in je eigen IoT-oplossingen. Belangrijke punten:

• Initialiseer de SpiDevice met de juiste bus-ID en chip-select lijn.
• Stuur het MCP3008-commando-byte en lees het 10-bit resultaat.
• Map de ruwe ADC-waarde naar een hartslagfrequentie met een simpele kalibratiecurve.
• Toon de instantane hartslag in de UI.

Voor een regel-voor-regel walkthrough, raadpleeg de README in de repository.

Stap 3 – De demo uitbreiden

Met de ruwe pulsdata nu beschikbaar op de Pi, kun je verschillende volgende stappen ondernemen:

• Realtime visualisatie – Koppel de UWP-app aan een lokaal scherm of voeg een grafiekcomponent toe. Bibliotheken als Syncfusion SfChart of Telerik UWP Chart maken het triviaal om hartslagcurves te plotten.
• Cloud-telemetrie – Stuur de metingen naar Azure IoT Hub of een andere MQTT-broker, en gebruik Power BI of Grafana voor geavanceerde dashboards.
• Edge-analytics – Pas onboard filtering of afwijkingsdetectie toe om te alarmeren wanneer de hartslag afwijkt van verwachte bereiken.

Deze uitbreidingen illustreren hoe een enkele sensor de basis kan vormen van een volledig IoT-gezondheidsmonitoringssysteem.