基于STM32的健身车数据采集系统设计与实现

1. 项目背景与需求分析

健身自行车作为最常见的室内有氧运动器械之一，其数据采集系统的设计一直是个值得深入研究的课题。传统健身车往往只提供简单的转速和里程显示，而现代用户对运动数据的精确性和多样性有着更高的需求。

我在去年为一个健身工作室改造旧式健身车时，发现市面上的商用数据采集模块价格普遍在2000元以上，这对于中小型健身房来说是个不小的负担。于是萌生了用STM32自主开发一套低成本、高精度数据采集系统的想法。

这套系统需要实现的核心功能包括：

• 实时采集踏频（RPM）
• 计算瞬时功率（Watt）
• 记录运动时长和消耗卡路里
• 通过无线方式传输数据到手机APP
• 本地OLED屏幕显示关键指标

2. 硬件系统设计

2.1 主控芯片选型

经过对比STM32F1、F4和H7三个系列，最终选择了STM32F411CEU6作为主控，主要基于以下考虑：

• 84MHz主频足够处理传感器数据
• 内置浮点运算单元(FPU)便于功率计算
• 128KB Flash+64KB RAM满足需求
• 价格仅25元左右（采购量100+时）

提示：F4系列相比F1的最大优势是内置FPU，在进行功率计算的浮点运算时效率提升明显。实测F103在相同算法下需要12ms，而F411仅需3ms。

2.2 传感器方案设计

2.2.1 踏频检测

采用霍尔传感器+磁钢的方案：

• 使用3144霍尔传感器（单价0.8元）
• 在飞轮上均匀安装8颗N35磁钢
• 采样间隔设置为10ms
• 使用TIMER输入捕获功能测量脉冲间隔

关键计算公式：

code复制RPM = (60 × 磁钢数量) / (脉冲间隔 × 脉冲数)

2.2.2 功率计算

功率计算基于扭矩和角速度：

code复制功率(W) = 扭矩(N·m) × 角速度(rad/s)

由于直接测量扭矩成本较高，本设计采用经验公式估算：

code复制功率 = (0.011 × RPM²) + (0.2 × RPM) + 5

这个公式是通过对不同体重测试者（50-90kg）进行实测数据回归分析得出的。

2.3 外围电路设计

2.3.1 电源管理

• 采用TP4056充电管理芯片
• 3.7V 18650锂电池供电
• AMS1117-3.3V稳压芯片
• 整体待机电流<5mA

2.3.2 显示模块

选用0.96寸OLED(I2C接口)，显示内容布局：

code复制[1] RPM: 85
[2] POWER: 120W
[3] TIME: 12:30
[4] CAL: 285Kcal

2.3.3 无线传输

使用ESP-01S WiFi模块，通过UART与STM32通信，每5秒发送一次JSON格式数据：

json复制{
  "rpm":85,
  "power":120,
  "time":750,
  "calorie":285
}

3. 软件系统实现

3.1 开发环境搭建

推荐使用VSCode+PlatformIO开发环境：

1. 安装PlatformIO插件
2. 创建STM32F4项目
3. 添加依赖库：
   • Adafruit_SSD1306（OLED驱动）
   • ArduinoJson（数据序列化）

3.2 关键代码实现

3.2.1 踏频测量

使用TIM2的输入捕获功能：

c复制void HAL_TIM_IC_CaptureCallback(TIM_HandleTypeDef *htim) {
  if(htim->Instance == TIM2) {
    static uint32_t last = 0;
    uint32_t now = [HAL](https://taotoken.net/?utm_source=hardware)_GetTick();
    if(last != 0) {
      pulse_interval = now - last;
    }
    last = now;
  }
}

3.2.2 功率计算

每秒钟更新一次：

c复制void calculate_power() {
  float rpm = get_current_rpm();
  power = 0.011f * rpm * rpm + 0.2f * rpm + 5;
}

3.2.3 数据发送任务

使用FreeRTOS创建独立任务：

c复制void vSenderTask(void *pvParameters) {
  while(1) {
    send_data_to_wifi();
    vTaskDelay(5000 / portTICK_PERIOD_MS);
  }
}

4. 系统调试与优化

4.1 常见问题排查

4.1.1 踏频数据跳变

现象：低速时RPM显示不稳定
解决方法：

• 增加软件滤波算法
• 调整霍尔传感器间隙（1-2mm最佳）
• 添加硬件RC滤波（10kΩ+0.1μF）

4.1.2 WiFi连接不稳定

优化措施：

• 增加AT指令重试机制
• 添加看门狗复位功能
• 改用更稳定的TCP协议

4.2 功耗优化

通过以下手段将平均功耗从18mA降至5mA：

1. 将OLED刷新率从60Hz降至10Hz
2. 启用STM32的STOP模式
3. 优化传感器供电时序

5. 实测数据对比

与商业产品对比测试结果（30分钟骑行）：

6. 扩展应用方向

基于现有系统可以进一步开发：

1. 阻力电机控制（通过PWM调节）
2. 蓝牙双模传输（同时支持APP和健身车交互）
3. 用户识别功能（RFID或NFC）
4. 云端数据存储与分析

我在实际部署中发现，系统的稳定性很大程度上取决于电源管理设计。建议在批量生产时：

• 选用带保护板的18650电池
• 增加电压监测电路
• 优化低电量提示功能

对于想复现该项目的开发者，建议先从踏频检测入手，这是整个系统的基础。可以先使用串口打印原始脉冲数据，确保传感器安装位置和软件算法都正确后，再逐步添加其他功能模块。