STM32与LoRa构建低成本农业环境监测系统

1. 项目概述：当单片机遇上现代农业

去年夏天回老家探亲时，发现隔壁李叔的大棚番茄因为夜间突然降温损失惨重。这件事让我意识到，传统农业对环境变化的被动应对方式已经跟不上现代农业的发展需求。于是萌生了用STM32搭建一套低成本环境监测系统的想法，经过三个月的迭代开发，这套系统已经能稳定监测空气温湿度、土壤墒情、光照强度等关键参数，并通过LoRa无线传输到中控平台。实测表明，系统误差控制在±2%以内，比市面万元级设备也不遑多让。

这套系统的核心价值在于：用不到300元的硬件成本，实现了传统农业监测设备的80%功能。特别适合小型农场、家庭温室等场景，既能避免"拍脑袋"式种植决策，又不会给经营者带来沉重经济负担。接下来我将从硬件选型到软件调试，完整还原这个项目的开发历程。

2. 硬件架构设计解析

2.1 主控芯片选型对比

在STM32系列中，最终选择了STM32F103C8T6这款经典"蓝莓板"作为主控，主要基于三点考量：

• 72MHz主频足够处理多传感器数据
• 内置12位ADC满足环境参数采集精度要求
• 丰富的GPIO接口可扩展多个传感器模块

对比其他候选型号：

提示：购买时注意区分正版（丝印清晰）和山寨版（价格低于18元慎买），我曾因贪便宜买到翻新芯片导致ADC采样异常。

2.2 传感器阵列配置方案

系统监测四大环境参数，对应传感器选型如下：

1. 温湿度检测：DHT22数字传感器

   • 温度范围-40~80℃ (±0.5℃)
   • 湿度范围0~100%RH (±2%)
   • 单总线协议节省IO口

2. 土壤墒情监测：自制电阻式传感器

   • 不锈钢探针+分压电路
   • 需注意电极极化问题（后文会详述解决方案）

3. 光照强度检测：BH1750数字光强传感器

   • 量程0-65535 lux
   • I2C接口可并联多个设备

4. CO2浓度监测：MH-Z19红外模块

   • 0-5000ppm量程
   • 需定期进行零点校准

2.3 通信模块实战选择

在田间测试了三种无线方案后，最终确定使用LoRa组网：

c复制// LoRa模块初始化代码片段
void LoRa_Init(void) {
    SPI_Config();  // 配置SPI接口
    WriteReg(REG_OP_MODE, 0x80); // 进入睡眠模式
    HAL_Delay(100);
    WriteReg(REG_FRF_MSB, 0xE4); // 设置433MHz频段
    // ...其他寄存器配置
}

对比测试数据：

3. 关键电路设计要点

3.1 土壤传感器防极化设计

初期使用普通电阻测量法时，发现土壤湿度读数会随时间漂移。这是因为直流电导致探针出现电解反应。改进方案：

1. 改用交流激励信号（10kHz方波）
2. 增加TL082运放构成恒流源电路
3. 采用同步检波技术提取有效信号

实测电路图：

code复制[VCC]---[10kΩ]---[探针A]
          |
        [TL082]
          |
[GND]---[10kΩ]---[探针B]

3.2 低功耗电源管理

为延长电池供电时的续航，设计了三级电源管理：

1. 主控芯片动态调频（运行模式72MHz，休眠模式8MHz）
2. 传感器分时供电（每5分钟唤醒采集一次）
3. LoRa模块采用CAD模式（Channel Activity Detection）

实测功耗对比：

4. 软件系统实现细节

4.1 传感器数据融合算法

针对农业环境参数变化缓慢的特点，采用加权滑动平均滤波：

c复制#define FILTER_LEN 10
float temp_filter(float new_val) {
    static float buffer[FILTER_LEN];
    static uint8_t index = 0;
    
    buffer[index] = new_val;
    index = (index + 1) % FILTER_LEN;
    
    float sum = 0;
    for(int i=0; i<FILTER_LEN; i++) {
        float weight = (i+1)/(float)(FILTER_LEN*(FILTER_LEN+1)/2);
        sum += buffer[i] * weight;
    }
    return sum;
}

4.2 异常数据检测机制

开发过程中发现三个典型问题及解决方案：

1. DHT22偶发超时：增加硬件上拉电阻（4.7kΩ）并添加超时重试
2. LoRa丢包：实现简单的ACK确认机制，失败后自动切换信道
3. 土壤数据突变：设置合理阈值范围（0-100%），超出时触发传感器自检

5. 现场部署经验分享

5.1 防雷击设计

在南方多雷地区部署时，需特别注意：

• 所有外接传感器线缆套金属软管并接地
• 电源输入端并联TVS二极管
• LoRa天线加装避雷器

5.2 传感器安装技巧

通过多次田间试验总结出：

1. 空气温湿度传感器要远离直射阳光（建议安装在遮阳板下）
2. 土壤探针插入深度应为作物根系的2/3处
3. CO2传感器安装高度与作物冠层平齐

6. 系统优化方向

当前系统仍有两个待改进点：

1. 增加NB-IoT模块实现远程监控（测试中发现部分农村地区信号覆盖不足）
2. 引入机器学习算法预测病虫害风险（需要积累至少一个生长季的数据）

这套系统最让我惊喜的是其稳定性——在北方某蔬菜基地连续运行6个月，仅因极端天气导致过一次重启。如果读者想要复现，建议先从DHT22+LoRa的基础组合入手，逐步扩展其他功能模块。