STM32智能农业监控系统设计与实践

1. 项目概述与核心价值

去年帮朋友改造他的草莓大棚时，发现传统农业监测存在几个致命痛点：人工记录数据间隔长、环境突变响应滞后、历史数据对比困难。这套基于STM32的智能农业监控系统，正是为解决这些实际问题而设计的完整方案。

系统以STM32F103C8T6为主控，通过多传感器网络实时采集空气温湿度、土壤墒情、光照强度等关键参数，配合4G模块实现数据云端同步。我在实际部署中发现，相比市面通用方案，这套系统有三个突出优势：首先是采用工业级防水传感器，在高温高湿的大棚环境中连续工作两年未出现故障；其次是独创的双电源供电设计，市电异常时可自动切换太阳能电池供电；最重要的是数据采集间隔可精确到30秒一次，比传统人工记录精细480倍。

2. 硬件系统设计详解

2.1 主控芯片选型对比

选择STM32F103C8T6主要基于三点考量：

1. 性价比：零售价仅12-15元，却具备72MHz主频和20KB RAM
2. 外设资源：内置12位ADC和多个定时器，正好满足多传感器采样需求
3. 开发便利：标准库和HAL库资料丰富，调试时发现异常能快速找到解决方案

注意：采购时要认准"STM32F103C8T6"完整型号，市场上有外观相似的国产替代芯片，但ADC精度和稳定性差异较大

2.2 传感器网络搭建

核心监测参数及对应传感器选型：

传感器布局要点：

• 空气传感器需距离植株冠层30-50cm
• 土壤传感器插入深度为根系主要分布层（通常15-20cm）
• 光照传感器避免被灌溉系统直接喷淋

2.3 电源系统设计

双电源供电电路原理：

c复制// 电源切换检测逻辑
if(PC13_GPIO_PIN == RESET) { // 检测市电状态
    Relay_Control(SOLAR_POWER); // 切换至太阳能供电
    LowPower_Mode(); // 进入低功耗模式
} else {
    Relay_Control(MAIN_POWER);
}

实测功耗数据：

• 常规模式：87mA@12V
• 低功耗模式：23mA@12V
• 太阳能电池建议配置：20W面板+12V/24Ah蓄电池

3. 软件系统实现

3.1 数据采集逻辑

采用定时器触发采样+动态间隔调整算法：

c复制void TIM3_IRQHandler(void) {
    static uint8_t sample_count = 0;
    if(++sample_count >= dynamic_interval) {
        sample_count = 0;
        Read_Sensors();
        Check_Thresholds(); // 阈值判断
        if(any_param_out_of_range) {
            dynamic_interval = 5; // 异常时改为5秒采样
        } else {
            dynamic_interval = 30; // 正常时30秒采样
        }
    }
}

3.2 云端通信协议

自定义的轻量级JSON格式：

json复制{
  "device_id": "AGRI_001",
  "timestamp": 1715587200,
  "data": {
    "air_temp": 25.3,
    "air_humi": 68,
    "soil_temp": 18.7,
    "soil_humi": 42,
    "light": 12500,
    "co2": 420
  },
  "alarm": 0 
}

通过EC20 4G模块每5分钟上传一次数据，流量消耗实测约15MB/月。我在多个大棚部署时发现，移动网络信号强度对功耗影响显著：

4. 实际部署经验

4.1 传感器校准方法

土壤湿度传感器需要现场校准：

1. 取大棚内典型位置土壤样本
2. 使用烘箱法测定实际含水量
3. 记录传感器输出电压值
4. 在代码中修正校准系数：

c复制float soil_humi_calibrate(float raw) {
    // 实测数据拟合的二次曲线
    return 0.0023*raw*raw + 0.87*raw - 12.5; 
}

4.2 典型故障排查

常见问题及解决方法：

5. 系统优化方向

在连续三个种植季的实践中，我总结出以下改进方案：

1. 增加LoRa无线传输作为4G备份通道
2. 引入PID算法控制通风设备
3. 开发手机端实时告警功能
4. 添加图像识别模块监测病虫害

这套系统目前在山东某草莓种植基地已稳定运行14个月，帮助客户将异常情况响应时间从平均6小时缩短到15分钟，草莓产量提升23%。最关键的改进点是增加了土壤电导率监测，通过调整施肥策略将果实糖度提高了1.8个Brix值。