STM32智能鞋柜系统设计与物联网实现

1. 项目概述：STM32智能鞋柜系统设计

作为一名嵌入式开发工程师，最近完成了一个基于STM32的智能鞋柜项目，这个系统通过多种传感器实现了鞋柜环境的智能监控和自动调节。在实际使用中，它能有效解决传统鞋柜存在的异味、潮湿、细菌滋生等问题，特别适合对生活品质有要求的家庭使用。

核心功能包括：温湿度自动调节（加热/通风）、空气质量监测、PM2.5粉尘检测、紫外线定时消毒、智能照明以及手机APP远程控制。系统采用STM32F103C8T6作为主控，配合机智云平台实现物联网功能，开发过程中遇到了不少传感器数据融合和设备联动的问题，最终通过合理的状态机设计解决了这些挑战。

2. 硬件系统设计与器件选型

2.1 主控芯片与核心模块

选择STM32F103C8T6作为主控主要基于以下考量：

• 72MHz主频满足多传感器数据处理需求
• 64KB Flash和20KB SRAM足够存储程序和处理数据
• 丰富的GPIO和外设接口（3个USART、2个SPI、2个I2C）
• 成本优势（约10元/片）适合消费级产品

传感器选型经验：

• DHT11：虽然精度一般（湿度±5%，温度±2℃），但胜在价格低廉（约5元）、接口简单
• GP2Y1010AU0F：光学原理PM2.5传感器，需注意采样周期需>0.28s
• MQ-135：对氨气、硫化物敏感的半导体传感器，需要预热20分钟才能稳定
• BH1750：数字光强传感器，I2C接口，0-65535lx量程

实际调试中发现MQ-135的输出受温湿度影响较大，后期在代码中加入了温湿度补偿算法

2.2 电路设计关键点

电源部分采用两级设计：

1. 12V输入给加热片和风扇供电
2. 通过AMS1117-3.3降压为控制电路供电
   • 特别注意：WiFi模块瞬时电流可达500mA，需在3.3V电源端并联470μF电容

传感器接口设计技巧：

• 模拟信号走线远离数字线路（特别是PWM控制线）
• DHT11数据线加上拉电阻（4.7KΩ）
• MQ-135加热端采用MOSFET驱动（IRLZ34N）
• UV消毒灯控制使用光耦隔离（PC817）

PCB布局教训：

• 第一次打样时将WiFi天线区域布在了金属支架位置，导致信号强度只有-80dBm
• 修改后将ESP8266模块旋转90度，信号提升到-65dBm
• 加热片驱动走线宽度不足（最初仅10mil），导致长时间工作后铜箔发热

3. 软件架构与核心算法实现

3.1 主程序状态机设计

系统采用三重模式状态机：

c复制enum {
    AUTO_MODE = 1,  // 自动模式
    MANUAL_MODE,    // 手动控制
    SETTINGS_MODE   // 参数设置
};

while(1) {
    switch(mode) {
        case AUTO_MODE:
            AutoControl();  // 自动控制逻辑
            break;
        case MANUAL_MODE:
            ManualControl(); // 手动控制
            break;
        case SETTINGS_MODE:
            ThresholdSettings(); // 阈值设置
            break;
    }
}

传感器数据采集采用分时复用策略：

1. 每100ms读取光敏和红外传感器（响应快）
2. 每1秒读取温湿度（DHT11响应慢）
3. 每5秒读取PM2.5和空气质量（需要稳定时间）

3.2 关键控制算法

温湿度PID控制简化实现：

c复制void TempControl(float currentTemp) {
    static float integral = 0;
    float error = Sensorthreshold.tempValue - currentTemp;
    
    integral += error * 0.1; // 积分项
    if(integral > 100) integral = 100;
    
    float output = error * 0.5 + integral * 0.01; // Kp=0.5, Ki=0.01
    
    if(output > 50) {
        driveData.Heat_Flag = 1; // 全功率加热
    } else if(output > 10) {
        PWM_SetDuty(HEAT_PWM, output*2); // 线性调节
    } else {
        driveData.Heat_Flag = 0;
    }
}

空气质量指数(AQI)计算优化：

c复制uint16_t CalculateAQI(uint16_t pm25, uint16_t co) {
    // PM2.5权重70%，CO权重30%
    uint16_t aqi = (pm25 * 0.7 + co * 0.3) * 100 / 500; 
    
    // 非线性补偿
    if(aqi > 100) {
        aqi = 100 + (aqi - 100) * 0.5;
    }
    return aqi > 500 ? 500 : aqi;
}

4. 物联网功能实现与机智云对接

4.1 机智云接入流程

1. 产品创建：

   • 在机智云平台定义数据点：
     • 只读点：温度、湿度、PM2.5、AQI
     • 可写点：模式切换、消毒开关

2. 协议移植：

c复制// 数据点处理回调函数
void gizwitsEventProcess(eventInfo_t *info) {
    if(info->event == EVENT_HEAT) {
        driveData.Heat_Flag = info->value;
    }
    // ...其他事件处理
}

// WiFi状态处理
void userHandle(void) {
    if(gizwitsGetMode() == WIFI_SOFTAP_MODE) {
        OLED_ShowString(0,0,"AP Mode");
    }
}

3. 配网优化：
   • 同时支持AirLink和SoftAP模式
   • 添加超时重置功能（3分钟未配网则重启）

4.2 手机APP开发要点

使用机智云提供的SDK快速开发：

• 数据绑定式UI开发
• 自定义控件显示历史曲线
• 推送通知配置（当AQI>150时提醒）

实测中发现的问题：

• Android 10+需要精确定位权限才能发现设备
• iOS版需要额外配置Bonjour服务

5. 系统调试与性能优化

5.1 传感器校准记录

DHT11校准方法：

1. 与标准温湿度计(SHT30)对比
2. 记录10组数据，计算偏移量
3. 在代码中添加补偿：

c复制float tempCorrected = DHT11_GetTemp() + 0.8;
float humiCorrected = DHT11_GetHumi() - 3.2;

MQ-135基线校准流程：

1. 在洁净空气中通电预热24小时
2. 记录此时的输出电压作为R0
3. 计算公式：Rs/R0 = (Vc-Vout)/(Vout-Vrl)

5.2 功耗优化措施

通过以下手段将待机功耗从85mA降至32mA：

1. 传感器分时供电（MOSFET控制）
2. 降低OLED刷新率（从60Hz到10Hz）
3. WiFi模块空闲时进入Light Sleep模式
4. STM32主频动态调整（72MHz↔8MHz）

实测数据：

5.3 稳定性提升方案

1. 看门狗配置：

c复制IWDG_WriteAccessCmd(IWDG_WriteAccess_Enable);
IWDG_SetPrescaler(IWDG_Prescaler_256); // 约1.6s超时
IWDG_SetReload(0xFFF);
IWDG_Enable();

2. 关键数据存储采用ECC校验：

c复制uint32_t FLASH_ReadWithECC(uint32_t addr) {
    uint32_t data = *(__IO uint32_t*)addr;
    if(!ECC_Check(data)) {
        // 错误处理
    }
    return data;
}

3. 重要操作加入互斥锁：

c复制void CriticalOperation(void) {
    taskENTER_CRITICAL();
    // ...关键代码
    taskEXIT_CRITICAL();
}

6. 项目总结与改进方向

经过两个月的开发和调试，系统已能稳定运行。实测表明：

• 温控精度可达±1.5℃
• 湿度调节范围30%-70%RH
• 从APP发出指令到执行平均延迟<1.2s

遇到的典型问题及解决方案：

1. WiFi频繁断连：发现是电源纹波过大，增加LC滤波后解决
2. 加热片干扰传感器：通过分时工作和物理隔离改善
3. 消毒灯误触发：添加柜门状态双重检测机制

后续改进计划：

1. 增加语音控制功能（LD3320模块）
2. 引入机器学习预测使用习惯
3. 改用Si7021提升温湿度测量精度
4. 开发微信小程序控制端

这个项目让我深刻体会到，嵌入式开发不仅需要扎实的编程能力，更需要对各硬件模块特性的深入理解。特别是在物联网应用中，如何平衡实时性、功耗和成本是需要反复权衡的课题。