STM32智能农业灌溉系统设计与实现

1. 项目概述

这个基于STM32的WIFI远程可视化农业灌溉系统是我指导学弟学妹完成的毕业设计项目，它完美结合了嵌入式系统、物联网技术和农业自动化需求。系统采用STM32F103RCT6作为主控芯片，通过多种传感器实时监测环境参数，实现了智能化的农业灌溉控制。

在实际应用中，我们发现这个系统特别适合小型温室、家庭菜园或实验性农业种植场景。相比传统定时灌溉方式，它能根据土壤实际含水量和环境条件进行精准控制，节水效果显著。测试数据显示，在相同种植条件下，这套系统能节省约30%的用水量。

提示：选择STM32F103RCT6是因为它兼具性价比和丰富的外设接口，特别适合学生毕设项目。它有256KB Flash和48KB RAM，完全能满足本系统的数据处理需求。

2. 系统架构设计

2.1 硬件组成框架

整个系统的硬件架构可以分为四个主要部分：

1. 控制核心：STM32F103RCT6最小系统板
2. 传感模块：
   • DHT11温湿度传感器（测量环境温湿度）
   • 光敏电阻模块（检测光照强度）
   • 土壤湿度传感器（检测土壤含水量）
3. 执行机构：
   • 继电器模块（控制水泵开关）
   • 小型潜水泵（实际灌溉执行）
4. 人机交互：
   • 2.4寸TFT液晶屏（本地数据显示）
   • ESP8266 WIFI模块（远程通信）

2.2 软件工作流程

系统软件采用模块化设计，主要工作流程如下：

1. 初始化阶段：

   • 硬件外设初始化（GPIO、ADC、USART等）
   • WIFI模块连接配置
   • 传感器校准

2. 主循环任务：

   c复制while(1) {
       read_sensors();      // 读取所有传感器数据
       update_display();    // 刷新本地显示屏
       send_to_server();    // 上传数据到远程服务器
       
       if(auto_mode) {      // 自动模式判断
           check_threshold();
       }
       
       handle_commands();   // 处理远程控制指令
       delay_ms(1000);      // 1秒周期
   }
   

3. 中断服务：

   • 串口中断处理WIFI通信
   • 定时器中断用于精确控制

3. 硬件设计详解

3.1 核心电路设计

主控电路采用STM32F103RCT6最小系统设计，包含以下关键部分：

1. 电源电路：

   • 5V转3.3V LDO（AMS1117）
   • 1000μF滤波电容
   • 0.1μF去耦电容（每个电源引脚）

2. 复位电路：

   • 10K上拉电阻
   • 100nF电容
   • 手动复位按钮

3. 时钟电路：

   • 8MHz外部晶振
   • 22pF负载电容

注意：PCB布局时，晶振要尽量靠近MCU，走线等长，避免高频干扰。

3.2 传感器接口设计

3.2.1 土壤湿度传感器

采用电阻式土壤湿度传感器，设计要点：

• 工作电压：3.3-5V
• ADC采样电阻分压电路：

  code复制Vout = Vcc * (R_sensor / (R_sensor + R_fixed))
  

• 在干燥空气中校准零点，在水中校准满量程

3.2.2 DHT11温湿度传感器

数字接口设计：

• 单总线协议
• 4.7K上拉电阻
• 防反接保护二极管

3.3 执行机构驱动

水泵驱动电路设计：

plaintext复制STM32 GPIO → 1K电阻 → NPN三极管(BJT) → 继电器线圈
                           │
                           └─ 续流二极管

继电器选型参数：

• 线圈电压：5V
• 触点容量：10A/250VAC
• 隔离电压：1500V

4. 软件实现关键点

4.1 多传感器数据融合

传感器数据处理采用加权平均算法，提高测量稳定性：

c复制#define SAMPLE_TIMES 5

float read_soil_humidity(void) {
    float sum = 0;
    for(int i=0; i<SAMPLE_TIMES; i++) {
        sum += ADC_GetValue(SOIL_CHANNEL) * 100 / 4095.0;
        delay_ms(20);
    }
    return sum / SAMPLE_TIMES;
}

4.2 阈值判断逻辑

自动灌溉的核心算法：

c复制void check_threshold(void) {
    if(soil_humidity < lower_threshold && 
       temperature < 35 && 
       !is_raining) {
        start_watering();
    }
    
    if(soil_humidity > upper_threshold || 
       is_raining) {
        stop_watering();
    }
}

4.3 WIFI通信协议

ESP8266使用AT指令集，自定义的简单协议格式：

plaintext复制[STX][数据类型][数据长度][数据内容][CRC][ETX]

示例数据包：

code复制0x02 0x01 0x04 0x00 0x00 0x42 0x48 0x2A 0x03

5. 系统优化与调试

5.1 电源管理优化

实测中发现的问题及解决方案：

1. 问题：水泵启动时导致MCU复位
2. 原因：电源功率不足，电压跌落
3. 解决：
   • 增加1000μF储能电容
   • 采用独立电源供电
   • 添加TVS二极管防浪涌

5.2 抗干扰设计

1. 传感器信号滤波：

   • 硬件RC滤波（100Ω+0.1μF）
   • 软件中值滤波算法

2. PCB布局改进：

   • 模拟数字地分割
   • 关键信号走线包地
   • 四层板设计（信号层、地层、电源层、信号层）

5.3 低功耗模式

针对电池供电场景的优化：

c复制void enter_low_power(void) {
    RCC_APB1PeriphClockCmd(RCC_APB1Periph_PWR, ENABLE);
    PWR_EnterSTOPMode(PWR_Regulator_LowPower, PWR_STOPEntry_WFI);
    SystemInit(); // 唤醒后需要重新初始化时钟
}

6. 远程监控平台实现

6.1 服务器端设计

采用Python Flask框架搭建简易Web服务：

python复制from flask import Flask, request, jsonify
import sqlite3

app = Flask(__name__)

@app.route('/api/data', methods=['POST'])
def receive_data():
    data = request.json
    save_to_db(data)
    return jsonify({"status": "success"})

def save_to_db(data):
    conn = sqlite3.connect('irrigation.db')
    c = conn.cursor()
    c.execute('''INSERT INTO sensor_data 
              (temp, humidity, soil, light) 
              VALUES (?,?,?,?)''', 
              (data['temp'], data['humidity'], 
               data['soil'], data['light']))
    conn.commit()
    conn.close()

6.2 前端可视化

使用ECharts实现动态曲线展示：

javascript复制function updateChart() {
    $.get('/api/history', function(data) {
        let chart = echarts.init(document.getElementById('chart'));
        let option = {
            xAxis: {type: 'category', data: data.times},
            yAxis: {type: 'value'},
            series: [{
                data: data.soil,
                type: 'line',
                smooth: true
            }]
        };
        chart.setOption(option);
    });
}
setInterval(updateChart, 5000);

7. 项目扩展方向

在实际部署后，我们发现了几个有价值的扩展点：

1. 太阳能供电系统：

   • 18V 10W太阳能板
   • TP4056充电管理
   • 18650电池组

2. 多区域控制：

   • 扩展多路继电器
   • 分区土壤检测
   • 独立阀门控制

3. 机器学习优化：

   python复制from sklearn.ensemble import RandomForestRegressor
   
   model = RandomForestRegressor()
   model.fit(X_train, y_train)  # 训练灌溉模型
   

4. LoRa远距离通信：

   • SX1278模块
   • 1km以上传输距离
   • 低功耗广域网

这个项目从最初的毕设原型，经过多次迭代已经发展成为一个实用的智能灌溉解决方案。特别是在小型农场和温室应用中表现优异，最大的收获是看到了理论知识如何转化为实际生产力。