STM32环境监测系统设计与实现-嵌云网-嵌入式AI开发资源站

STM32环境监测系统设计与实现

zecy

1. 项目概述与核心功能解析

这个基于STM32的环境监测系统是我去年为家庭绿植养护设计的实用方案。它不仅能实时监测温湿度，还能通过无线传输数据，在环境异常时触发报警并自动控制浇花设备。整套系统成本控制在200元以内，但实现了商业级温室控制器的核心功能。

系统由三个关键模块构成：环境感知层采用DHT22温湿度传感器，数据处理层使用STM32F103C8T6最小系统板，无线通信则选用性价比极高的HC-12模块。当监测到土壤湿度低于阈值时，继电器会自动启动水泵；温度或空气湿度超出设定范围，蜂鸣器和LED会立即报警。所有数据通过无线模块上传到手机端，实现远程监控。

提示：选择STM32F103C8T6是因为其内置ADC和足够的外设接口，价格仅10元左右，远比Arduino方案性价比高。

2. 硬件设计与元器件选型

2.1 核心控制器选型对比

我对比了三种常见方案：

Arduino Uno：开发简单但性能有限，无法实现多任务处理
ESP8266：自带WiFi但ADC精度不足（仅10位）
STM32F103C8T6：72MHz主频、12位ADC、多个定时器，完美满足需求

最终选择的STM32最小系统板包含：

主控：STM32F103C8T6（Cortex-M3内核）
调试接口：SWD（仅需4根线）
供电：AMS1117-3.3V稳压芯片
扩展：引出所有GPIO（包括USART、I2C、SPI）

2.2 传感器模块实测

DHT22温湿度传感器经过严格测试：

温度测量范围：-40~80℃（误差±0.5℃）
湿度测量范围：0~100%RH（误差±2%）
采样周期：2秒（需注意供电电压必须3.3V）

土壤湿度检测采用电阻式传感器，但实际使用中发现易腐蚀。改进方案：

镀金处理探针
改用电容式传感器（如SEN0193）
定期校准（每月用标准溶液校验）

2.3 无线通信方案抉择

测试了三种无线模块：

NRF24L01：2.4G频段，传输距离短（室内<20m）
LoRa模块：距离远但成本高
HC-12：433MHz频段，实测穿透性强（隔墙传输50m）

HC-12关键配置（通过AT指令）：

bash复制AT+C001     // 设置信道1
AT+P8       // 发射功率20dBm
AT+B2400    // 波特率2400（降低误码率）

3. 系统软件架构设计

3.1 主程序流程图解析

系统采用前后台架构：

上电初始化（时钟、外设、中断）
创建三个定时任务：
- 任务1：每2秒读取传感器（优先级最高）
- 任务2：每5秒发送无线数据
- 任务3：持续检测报警条件
中断服务程序处理：
- USART接收（配置指令）
- EXTI触发（紧急停止）

注意：FreeRTOS在STM32F103上运行不稳定，建议直接用裸机开发。

3.2 关键算法实现

温湿度数据处理采用滑动平均滤波：

c复制#define FILTER_LEN 5
float temp_history[FILTER_LEN];

float get_filtered_temp() {
    static uint8_t index = 0;
    temp_history[index] = DHT22_ReadTemp();
    index = (index + 1) % FILTER_LEN;
    
    float sum = 0;
    for(int i=0; i<FILTER_LEN; i++) {
        sum += temp_history[i];
    }
    return sum / FILTER_LEN;
}

浇花控制采用PID算法：

c复制typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prev_error;
} PID;

float PID_Update(PID* pid, float setpoint, float input) {
    float error = setpoint - input;
    pid->integral += error;
    float derivative = error - pid->prev_error;
    pid->prev_error = error;
    
    return pid->Kp*error + pid->Ki*pid->integral + pid->Kd*derivative;
}

3.3 无线通信协议设计

自定义轻量级协议（帧格式）：

code复制[HEAD][LEN][CMD][DATA][CRC]

HEAD：0xAA（帧头）
LEN：数据长度（1字节）
CMD：指令码（如0x01为温湿度数据）
DATA：有效载荷（最多32字节）
CRC：校验和（XOR校验）

手机端解析示例（Android）：

java复制private void parseData(byte[] buffer) {
    if(buffer[0] != (byte)0xAA) return;
    
    int len = buffer[1] & 0xFF;
    int cmd = buffer[2] & 0xFF;
    
    // 校验CRC
    byte crc = 0;
    for(int i=0; i<len+3; i++) {
        crc ^= buffer[i];
    }
    if(crc != buffer[len+3]) return;
    
    switch(cmd) {
        case 0x01: 
            float temp = ByteBuffer.wrap(buffer,3,4).getFloat();
            float humi = ByteBuffer.wrap(buffer,7,4).getFloat();
            updateUI(temp, humi);
            break;
    }
}

4. 系统组装与调试实录

4.1 PCB布局要点

自制双面PCB的经验：

电源走线宽度≥0.5mm（1A电流）
模拟信号（传感器）远离数字线路
HC-12天线周边留出净空区
所有IO口添加100Ω电阻保护

焊接顺序建议：

先贴片元件（电阻电容）
然后焊接STM32（注意方向）
最后接插针和传感器

4.2 校准流程详解

温湿度校准步骤：

准备标准温湿度计（如Testo 605i）
将DHT22与标准计置于恒温箱
在25℃、50%RH环境下记录两者读数
修改代码中的校准系数：

c复制// 原始读数补偿
float actual_temp = raw_temp * 0.98 + 0.5; 
float actual_humi = raw_humi * 1.02 - 1.0;

土壤湿度校准更复杂：

完全干燥时记录传感器值（ADC=1023）
浸入水中记录饱和值（ADC≈300）
计算线性公式：

c复制int moisture_percent = (adc_value - 300) * 100 / (1023 - 300);

4.3 功耗优化技巧

实测发现系统待机电流达15mA，通过以下改进降至3mA：

启用STM32睡眠模式（STOP模式）

c复制PWR_EnterSTOPMode(PWR_Regulator_LowPower, PWR_STOPEntry_WFI);

传感器供电改用MOSFET控制
HC-12设置休眠模式（AT+SLEEP）
降低主频至32MHz（仍满足需求）

电池续航计算：

2000mAh锂电池
工作电流：5mA（平均）
理论续航：2000/5=400小时（约16天）
实际使用中配合太阳能板可永久续航

5. 常见问题排查指南

5.1 传感器读数异常

现象：DHT22返回-999或跳变值
排查步骤：

检查供电电压（必须3.3V±0.2V）
测量信号线波形（应有20ms低电平起始信号）
更换1kΩ上拉电阻
注意时序：两次读取间隔≥2秒

5.2 无线通信中断

HC-12连接不稳定时：

确认双方波特率一致（尤其奇偶校验位）
检查天线安装（应垂直向上）
避开433MHz干扰源（如微波炉）
修改发射功率（AT+P1~P8）

5.3 继电器误动作

紧急处理方案：

立即切断水泵电源
检查STM32 GPIO配置（应推挽输出）
添加光耦隔离（如PC817）
软件防抖：

c复制void Relay_Set(bool state) {
    static uint32_t last_time = 0;
    if(HAL_GetTick() - last_time < 1000) return; // 1秒内只允许动作一次
    HAL_GPIO_WritePin(RELAY_GPIO, state);
    last_time = HAL_GetTick();
}

6. 系统扩展与进阶玩法

6.1 添加CO2监测

推荐传感器：

MH-Z19（NDIR原理，精度高）
CCS811（金属氧化物半导体，需校准）

集成方法：

c复制float get_co2() {
    uint8_t cmd[9] = {0xFF,0x01,0x86,0x00,0x00,0x00,0x00,0x00,0x79};
    HAL_UART_Transmit(&huart1, cmd, 9, 100);
    HAL_UART_Receive(&huart1, recv, 9, 100);
    return (recv[2]<<8) | recv[3];
}

6.2 云端数据可视化

通过ESP8266转发到云平台：

硬件连接：STM32串口接ESP8266
数据协议转换：

c复制void send_to_cloud(float temp, float humi) {
    char json[100];
    sprintf(json,"{\"temp\":%.1f,\"humi\":%.1f}",temp,humi);
    ESP8266_Send("AT+CIPSEND=0,%d\r\n", strlen(json));
    ESP8266_Send(json);
}

推荐平台：ThingsBoard（开源）、阿里云IoT

6.3 机器学习预测

在树莓派上运行预测模型：

收集历史数据（CSV格式）
训练LSTM模型（Python+Keras）

python复制model = Sequential()
model.add(LSTM(64, input_shape=(24, 2))) # 24小时数据
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')

预测未来6小时温湿度变化
提前调整灌溉策略

这个项目最让我惊喜的是STM32的可靠性——连续运行半年从未死机。建议初学者从标准库入手，熟练后再迁移到HAL库。下一步我计划加入摄像头模块，通过图像识别检测植物病害。