如何提高 PySerial 读取速度

我目前正在构建一台使用 Arduino Mega2560 作为主控制器的机器。 Arduino 通过串口连接，获取命令，执行它并每 1ms 吐出一堆测量数据。我有一个运行 Python 的 Raspberry Pi，为用户提供一个漂亮的 GUI 来发送命令，并以可读的形式呈现数据。

我面临的问题：Arduino 能够每毫秒吐出 15 个字节的数据（因此只有 15kbyte/s），但我运行的代码只能每 10 毫秒处理大约 15 个字节，因此为 1.5kB/s 。

当我跑步时cat /dev/ttyACM0 > somefile，我很好地看到了所有数据点。

我有以下精简的Python代码

# Reset Arduino by starting serial
microprocBusy = True
serialPort = serial.Serial("/dev/ttyACM0", baudrate=460800, timeout=0)
time.sleep(0.22);
serialPort.setDTR(False);
time.sleep(0.22);
serialPort.setDTR(True);
time.sleep(0.10);

logfile = open(logfilenamePrefix + "_" + datetime.datetime.now().isoformat() + '.txt', 'a')

# Bootloader has some timeout, we need to wait for that
serialPort.flushInput()
while(serialPort.inWaiting() == 0):
    time.sleep(0.05)

# Wait for welcome message
time.sleep(0.1)
logfile.write(serialPort.readline().decode('ascii'))
logfile.flush()

# Send command
serialPort.write((command + '\n').encode('ascii'))

# Now, receive data
while(True):
    incomingData = serialPort.readline().decode('ascii')
    logfile.write(incomingData)
    logfile.flush() 

    if(incomingData[:5] == "FATAL" or incomingData[:6] == "HALTED" or incomingData[:5] == "RESET"):
        break;
    elif(incomingData[:6] == "RESULT"):
            resultData = incomingData;

logfile.flush() 

当我运行这个程序时，前约 350 个数据点出现，然后我看到一些损坏的数据并错过了大约 2000 个数据点，之后我看到了另外 350 个左右的数据点。进程中CPU使用率为100%

出了什么问题？ PySerial 是否优化不佳，或者我的代码中是否存在一些错误？我可以跑cat /dev/ttyACM0 > somefile从Python，然后读取该文件，但这并不是一个很好的解决方案，不是吗？

多谢 ：）

我意识到这是一个旧线程，但在撰写本文时它已被查看 3000 次，我讨厌有人在这次遭遇中关闭 pySerial。

我认为作者问题最有可能的罪魁祸首是在读取之间进行的隐式解析：

incomingData = serialPort.readline().decode('ascii')

The readline()方法告诉 pyserial 解析到下一行。你也在做一个decode()在您的接收周期的中间。所有这一切都发生在您的直播中。

更好的方法可能如下所示：

waiting = port.in_waiting  # find num of bytes currently waiting in hardware
buffer += [chr(c) for c in port.read(waiting)] # read them, convert to ascii

# ...keep accumulating the buffer for as long as is reasonable...

processSerialData(buffer)  # whatever processing needs to happen, split your
                           # lines, log, or whatever else *after* you get
                           # your data