STM32 WIFI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过的一个相当完整的毕业设计项目。它完美结合了嵌入式开发、传感器技术和物联网应用，特别适合作为电子类专业学生的综合实践课题。系统通过多种环境传感器实时监测农田状况，利用WIFI实现远程数据传输和控制，既体现了技术深度又具备实际应用价值。

提示：这类项目最考验的不是单一技术点的实现，而是如何将传感器采集、数据处理、通信协议、控制逻辑等模块有机整合。

从技术架构来看，系统采用了经典的"感知-传输-决策-执行"物联网四层模型。主控选用STM32F103RCT6这款性价比极高的Cortex-M3内核芯片，配合DHT11温湿度传感器、光照传感器和土壤湿度传感器构成感知层，ESP8266 WIFI模块负责网络通信，继电器和水泵组成执行机构，最后通过PC端可视化界面实现人机交互。

2. 硬件设计详解

2.1 核心器件选型

主控制器选择STM32F103RCT6主要基于三点考虑：

1. 72MHz主频和256KB Flash完全满足多传感器数据处理需求
2. 丰富的GPIO和外设接口（3个USART、2个SPI、2个I2C）
3. 成熟的生态体系和丰富的开发资料

传感器配置方案：

• 温湿度检测：DHT11（数字输出，±2℃精度）
• 光照强度：BH1750（I2C接口，0-65535lx量程）
• 土壤湿度：电阻式传感器（ADC采集，成本低）

2.2 电路设计要点

电源部分需要特别注意：

c复制// 典型供电方案
5V电源 → AMS1117-3.3V → MCU及传感器
       ↘ 继电器驱动电路单独供电

继电器驱动电路设计：

• 使用光耦隔离（如PC817）防止干扰
• NPN三极管（如S8050）驱动继电器线圈
• 反向并联二极管（1N4007）消除反电动势

3. 软件架构实现

3.1 主程序流程图解析

系统采用前后台架构，主循环结构如下：

c复制while(1) {
    sensor_data = read_sensors();  // 传感器采集
    wifi_send(sensor_data);       // 数据上传
    if(auto_mode) {               // 自动控制
        if(sensor_data.soil < threshold) 
            pump_on();
    }
    lcd_refresh();                // 界面刷新
    delay_ms(100);                // 控制采样周期
}

3.2 关键算法实现

土壤湿度校准算法：

c复制// ADC值转换为百分比湿度
float soil_calibrate(uint16_t adc_val) {
    const uint16_t dry_val = 2500;  // 完全干燥时的ADC值
    const uint16_t wet_val = 1000;  // 水中浸泡时的ADC值
    return 100.0 * (dry_val - adc_val) / (dry_val - wet_val);
}

4. WIFI通信实现

4.1 ESP8266配置流程

AT指令配置示例：

bash复制AT+CWMODE=1       // 设置为Station模式
AT+CWJAP="SSID","password"  // 连接路由器
AT+CIPSTART="TCP","192.168.1.100",8080  // 连接服务器
AT+CIPMODE=1      // 开启透传模式

4.2 数据传输协议设计

采用简单的JSON格式封装数据：

json复制{
  "temp": 25.6,
  "humi": 60.2,
  "light": 4500,
  "soil": 45.3,
  "mode": "auto"
}

5. 上位机开发

5.1 可视化界面功能

基于PyQt5实现的PC端程序主要功能：

• 实时数据显示（数值+曲线图）
• 历史数据存储（SQLite数据库）
• 模式切换按钮（自动/手动）
• 手动控制指令发送

5.2 数据存储方案

数据库表结构设计：

sql复制CREATE TABLE sensor_data (
    id INTEGER PRIMARY KEY,
    timestamp DATETIME DEFAULT CURRENT_TIMESTAMP,
    temperature REAL,
    humidity REAL,
    light_intensity INTEGER,
    soil_moisture REAL
);

6. 系统调试与优化

6.1 常见问题排查

1. 传感器数据异常

   • 检查供电电压是否稳定
   • 确认接口引脚定义正确
   • 测试单独读取每个传感器

2. WIFI连接不稳定

   • 调整天线位置
   • 降低数据传输频率
   • 增加重连机制

6.2 性能优化技巧

• 采用定时中断代替延时函数
• 对传感器数据进行滑动平均滤波
• 实现WIFI数据缓存机制
• 优化LCD刷新策略（局部刷新）

7. 项目扩展方向

这个基础框架可以进一步扩展：

1. 增加太阳能供电系统
2. 集成更多传感器（CO2、PH值等）
3. 开发手机APP控制端
4. 实现多节点组网监测
5. 加入机器学习算法优化灌溉策略

注意：实际部署时要考虑防水防尘设计，传感器建议采用工业级产品以提高可靠性。

我在指导这个项目时发现，学生最容易忽视的是系统的鲁棒性设计。比如没有考虑WIFI断线后的处理机制，或是传感器异常时的容错方案。一个好的工业设计应该包含：

• 看门狗定时器
• 异常状态检测
• 安全恢复机制
• 日志记录功能

这个项目的完整度相当高，从硬件设计到软件实现都考虑得比较周全。特别值得一提的是它的可视化界面设计，不仅美观而且实用，能够直观反映农田环境变化趋势。对于想要从事物联网开发的初学者来说，这个项目涵盖了从底层驱动到上层应用的完整开发流程，是非常好的学习案例。