STM32智能农业监测系统设计与实现-嵌云网-嵌入式AI开发资源站

STM32智能农业监测系统设计与实现

Cristalsil苏

1. 项目概述与背景

作为一名在嵌入式系统和农业物联网领域摸爬滚打多年的工程师，我最近完成了一个基于STM32的智能农业监测系统项目。这个系统通过多种传感器实时采集农田环境数据，再通过WiFi将数据传输到手机端，让农民足不出户就能掌握作物生长环境。相比传统的人工巡检方式，这套系统将环境监测效率提升了至少10倍，数据更新频率达到每分钟一次，而成本仅相当于一个普通智能手机的价格。

现代农业已经进入精准化时代，环境参数的实时监测对作物产量和品质有着决定性影响。记得去年拜访过一个草莓种植基地，老板告诉我他们曾经因为夜间温湿度突变导致整季草莓减产30%，而类似的情况完全可以通过实时监测系统预警和避免。这正是我开发这套系统的初衷——用技术手段解决农业生产中的实际问题。

2. 核心硬件选型与设计思路

2.1 主控芯片选择：STM32F103C8T6

在项目初期，我对比了多种微控制器，最终选择了STM32F103C8T6这颗经典的Cortex-M3内核芯片。选择理由很实际：

72MHz主频足够处理多路传感器数据
64KB Flash和20KB RAM满足程序存储和运行需求
丰富的外设接口（3个USART、2个SPI、2个I2C）方便连接各类传感器
最重要的是，价格仅10元左右，性价比极高

提示：STM32F103C8T6有LQFP48和QFN48两种封装，建议选择LQFP48，手工焊接更容易。

2.2 传感器选型与对比

2.2.1 温湿度传感器：DHT11 vs DHT22

我测试了市面上常见的两款数字温湿度传感器：

DHT11：精度±2℃（温度），±5%RH（湿度），响应时间6秒
DHT22：精度±0.5℃，±2%RH，响应时间2秒

虽然DHT22精度更高，但考虑到农业环境监测对精度的要求不是极端严格，且DHT11价格只有DHT22的1/3，最终选择了DHT11。实测在温室环境中，DHT11的稳定性完全够用。

2.2.2 土壤湿度传感器：YL69

YL69是一款电阻式土壤湿度传感器，通过测量土壤电阻率反映湿度。它的优点是：

价格低廉（约5元）
输出模拟信号，接口简单
探头经过镀金处理，抗腐蚀性较好

但需要注意：

长期埋在土壤中会导致探头氧化，建议每季度取出清洁
不同土壤类型的校准值不同，需要针对性地调整阈值

2.2.3 光照传感器：BH1750 vs 5516

光照检测测试了两款模块：

BH1750：数字输出，精度高，但需要I2C接口
5516：模拟输出，价格更低，直接连接ADC

考虑到系统已经有多个I2C设备，为避免地址冲突选择了5516光敏电阻模块。使用时需要注意：

安装时要避免直射阳光导致饱和
需定期清洁光敏表面，防止灰尘影响读数

2.3 无线通信模块：ESP8266

ESP8266-01S模块是我在多个项目中验证过的可靠选择：

支持802.11 b/g/n协议
内置TCP/IP协议栈
通过AT指令控制，开发简单
价格仅12元左右

实际使用中发现，在农田环境中，ESP8266的传输距离约50米（视距），足够覆盖典型大棚面积。对于更大面积的露天农田，可以考虑增加中继节点。

3. 硬件电路设计详解

3.1 主控电路设计

STM32最小系统包括：

8MHz晶振及负载电容（22pF）
复位电路（10k上拉电阻+0.1uF电容）
BOOT0配置电阻（10k下拉）
3.3V稳压电路（AMS1117）

原理图设计要点：

每个电源引脚都要加0.1uF去耦电容
预留SWD调试接口
所有IO口引出测试点

3.2 传感器接口电路

3.2.1 DHT11连接电路

DHT11采用单总线协议，连接非常简单：

VCC → 3.3V
DATA → PC13（通过4.7k上拉）
GND → GND

注意：DATA线上拉电阻不可省略，否则可能导致通信失败。

3.2.2 YL69土壤湿度传感器

YL69输出模拟信号，连接方式：

VCC → 5V（注意不是3.3V）
OUT → PA0（ADC1_IN0）
GND → GND

由于YL69工作电压是5V，而STM32 ADC最大输入3.3V，需要添加分压电阻：

在OUT和PA0之间串联1k电阻
PA0到GND接1k电阻

这样可将5V信号分压至2.5V，保证安全。

3.3 ESP8266连接设计

ESP8266-01S模块连接：

VCC → 3.3V（需能提供500mA电流）
GND → GND
TX → PA10（USART1_RX）
RX → PA9（USART1_TX）
CH_PD → 3.3V
GPIO0 → 悬空（下载模式时接地）

特别注意：ESP8266启动瞬间电流较大，建议单独使用一路LDO供电，避免影响主控稳定性。

4. 软件设计与实现

4.1 开发环境搭建

使用Keil MDK作为开发环境：

安装Keil MDK 5.25
安装STM32F1xx Device Family Pack
配置ST-Link调试器
安装串口调试工具（推荐SecureCRT）

4.2 主程序流程设计

系统采用前后台架构，主循环如下：

c复制while(1) {
    // 1. 读取传感器数据
    read_dht11(&temp, &humi);
    soil_moisture = read_yl69();
    light_level = read_5516();
    
    // 2. OLED显示更新
    oled_show_data(temp, humi, soil_moisture, light_level);
    
    // 3. WiFi数据传输
    if(++wifi_cnt >= 60) { // 每分钟发送一次
        wifi_send_data(temp, humi, soil_moisture, light_level);
        wifi_cnt = 0;
    }
    
    // 4. 低功耗处理
    HAL_Delay(1000); // 1秒周期
}

4.3 关键驱动实现

4.3.1 DHT11驱动

DHT11的时序要求严格，实现时要注意：

主机拉低至少18ms后拉高20-40us
传感器响应信号为80us低+80us高
数据位以50us低电平开始，高电平26-28us表示0，70us表示1

典型读取函数：

c复制uint8_t dht11_read(uint8_t *temp, uint8_t *humi) {
    uint8_t buf[5] = {0};
    // 启动信号
    DHT11_IO_OUT();
    DHT11_DQ_OUT(0);
    HAL_Delay(18);
    DHT11_DQ_OUT(1);
    delay_us(30);
    // 等待响应
    DHT11_IO_IN();
    if(DHT11_DQ_IN() != 0) return 1;
    while(DHT11_DQ_IN() == 0);
    while(DHT11_DQ_IN() == 1);
    // 读取40位数据
    for(int i=0; i<5; i++) {
        for(int j=0; j<8; j++) {
            while(DHT11_DQ_IN() == 0);
            delay_us(40);
            buf[i] <<= 1;
            if(DHT11_DQ_IN() == 1) buf[i] |= 1;
            while(DHT11_DQ_IN() == 1);
        }
    }
    // 校验和验证
    if(buf[0] + buf[1] + buf[2] + buf[3] != buf[4]) return 2;
    *humi = buf[0];
    *temp = buf[2];
    return 0;
}

4.3.2 ESP8266通信实现

WiFi模块初始化流程：

发送AT测试指令（AT\r\n）
设置WiFi模式（AT+CWMODE=1\r\n）
连接路由器（AT+CWJAP="SSID","PASSWORD"\r\n）
建立TCP连接（AT+CIPSTART="TCP","SERVER_IP",PORT\r\n）

数据发送函数示例：

c复制void wifi_send_data(float temp, float humi, uint8_t soil, uint16_t light) {
    char cmd[64];
    sprintf(cmd, "AT+CIPSEND=%d\r\n", strlen(data));
    uart_send(USART1, cmd);
    HAL_Delay(100);
    sprintf(cmd, "T=%.1f,H=%.1f,S=%d,L=%d\r\n", temp, humi, soil, light);
    uart_send(USART1, cmd);
}

5. 系统测试与优化

5.1 传感器精度测试

在恒温恒湿箱中对DHT11进行了24小时连续测试：

温度误差：±1.2℃（在20-30℃范围内）
湿度误差：±3.5%RH（在40-80%RH范围内）

YL69土壤湿度传感器测试方法：

将探头完全浸入水中，读取值为980（ADC 12位值）
将探头完全干燥，读取值为120
实际土壤湿度 = (ADC值 - 120) / (980 - 120) * 100%

5.2 无线传输稳定性测试

在三种典型场景下的测试结果：

场景	距离	丢包率	平均延迟
温室大棚	30m	0.5%	120ms
露天农田	50m	2.1%	180ms
有遮挡环境	20m	5.3%	250ms

为提高可靠性，软件上实现了以下机制：

数据重传（最多3次）
心跳包检测（每5分钟）
断线自动重连

5.3 功耗优化

系统主要功耗来源：

ESP8266（工作时80mA，休眠时0.5mA）
OLED显示屏（20mA）
STM32（运行模式12mA，睡眠模式2mA）

采取的优化措施：

将数据发送间隔从10秒调整为60秒
OLED在不操作30秒后进入低亮度模式
STM32在空闲时段进入Sleep模式

优化后，使用2000mAh锂电池可连续工作约48小时。如需更长续航，可考虑太阳能供电方案。

6. 实际应用案例

去年在本地一个番茄种植基地部署了3套该系统，取得了显著效果：

及时发现了一次夜间低温预警，避免了可能的经济损失
通过土壤湿度数据优化了灌溉方案，节水约15%
减少了人工巡检工作量，每月节省人力成本约2000元

基地负责人反馈最有价值的功能是：

手机端实时查看数据
异常情况推送报警
历史数据趋势分析

7. 常见问题与解决方法

7.1 DHT11读取失败

可能原因：

时序不准确 → 调整延时参数
上拉电阻过大 → 改用4.7k电阻
电源不稳 → 增加0.1uF去耦电容

7.2 ESP8266连接不稳定

解决方案：

检查天线位置，避免被金属屏蔽
降低波特率到115200
添加AT指令重试机制

7.3 土壤湿度读数漂移

处理方法：

定期清洁传感器探头
针对不同土壤类型单独校准
采用滑动平均滤波算法

8. 项目扩展方向

增加更多传感器：
- CO2浓度监测
- 土壤PH值检测
- 降雨量检测
云端数据存储与分析：
- 接入阿里云IoT平台
- 实现大数据分析
- 提供种植建议
执行机构联动：
- 自动灌溉控制
- 卷帘机控制
- 补光灯控制

这套系统经过多次迭代已经相当稳定，核心代码和电路设计可以在我GitHub仓库找到。对于想入门农业物联网的开发者，这个项目是一个很好的起点，既包含了嵌入式开发的典型技术点，又解决了实际农业问题。在实际部署时，建议先从一个小型温室开始验证，再逐步扩大应用范围。