STM32与RFID技术实现智能门禁系统设计

1. 项目概述

这个基于STM32的RFID员工打卡门禁系统是我指导过的一个典型毕业设计案例。在当前企业数字化转型背景下，传统纸质考勤方式已经无法满足现代化管理需求。这个系统通过射频识别技术实现员工身份自动识别，结合数据库管理完成考勤统计，是一个将嵌入式开发与实际应用场景结合的典型案例。

系统采用模块化设计思路，硬件部分以STM32F103C8T6为主控芯片，搭配RC522 RFID模块、ESP-01S WiFi模块、OLED显示屏和继电器模块；软件部分则实现了上位机数据库管理、TCP通信协议和下位机RFID识别功能。整套系统开发周期约2个月，物料成本控制在200元以内，非常适合作为电子类专业学生的综合实践项目。

2. 硬件设计详解

2.1 主控模块选型

选择STM32F103C8T6作为主控芯片主要基于以下考虑：

• 72MHz主频的Cortex-M3内核，性能足够处理RFID数据解析和通信任务
• 64KB Flash和20KB SRAM满足程序存储和运行时数据需求
• 丰富的外设接口（USART、SPI、I2C等）方便连接各类传感器
• 价格低廉（约15元）且开发资料丰富

实际开发中发现，使用HAL库可以显著降低开发难度。建议初学者避免直接操作寄存器，先用CubeMX生成基础代码框架。

2.2 RFID模块电路设计

RC522射频模块通过SPI接口与主控通信，典型连接方式如下：

电路设计注意事项：

1. 天线部分需要保留足够净空区，周围避免放置金属元件
2. 电源端需加0.1μF去耦电容
3. 通信线长度不宜超过10cm，必要时加22Ω串联电阻匹配阻抗

2.3 电源管理设计

系统采用AMS1117-3.3稳压芯片为各模块供电，典型电路参数：

• 输入电容：10μF钽电容
• 输出电容：10μF+0.1μF并联
• 最大负载电流：800mA（需考虑继电器吸合电流）

实测表明，当使用18650锂电池供电时，系统待机电流约15mA，工作峰值电流不超过200mA，单次充电可支持连续工作8小时以上。

3. 软件系统实现

3.1 下位机程序设计

RFID识别流程采用状态机设计，主要状态转换如下：

c复制typedef enum {
    IDLE_STATE,
    CARD_DETECT_STATE,
    DATA_READ_STATE,
    DATA_SEND_STATE,
    DOOR_CTRL_STATE
} SystemState;

void RFID_Task(void) {
    static SystemState state = IDLE_STATE;
    static uint8_t cardID[4];
    
    switch(state) {
        case IDLE_STATE:
            if(PCD_CheckCard()) {
                state = CARD_DETECT_STATE;
            }
            break;
            
        case CARD_DETECT_STATE:
            if(PCD_ReadCardSerial(cardID) == MI_OK) {
                state = DATA_SEND_STATE;
            }
            break;
            
        case DATA_SEND_STATE:
            if(WIFI_SendData(cardID)) {
                state = DOOR_CTRL_STATE;
            }
            break;
            
        case DOOR_CTRL_STATE:
            Door_Control(DOOR_OPEN);
            HAL_Delay(3000);
            Door_Control(DOOR_CLOSE);
            state = IDLE_STATE;
            break;
    }
}

关键点说明：

1. 使用HAL库的硬件SPI接口，时钟配置为4.5MHz
2. 卡号读取采用ISO14443A标准，每次读取需要约120ms
3. 状态机设计避免了阻塞式等待，提高系统响应速度

3.2 上位机数据库设计

采用SQLite3作为本地数据库，表结构设计如下：

python复制def init_database():
    conn = sqlite3.connect('attendance.db')
    c = conn.cursor()
    
    # 员工信息表
    c.execute('''CREATE TABLE IF NOT EXISTS employees
                 (id INTEGER PRIMARY KEY AUTOINCREMENT,
                  name TEXT NOT NULL,
                  card_id TEXT UNIQUE NOT NULL,
                  department TEXT)''')
                  
    # 考勤记录表
    c.execute('''CREATE TABLE IF NOT EXISTS records
                 (id INTEGER PRIMARY KEY AUTOINCREMENT,
                  card_id TEXT NOT NULL,
                  check_time DATETIME NOT NULL,
                  status INTEGER DEFAULT 1,
                  FOREIGN KEY(card_id) REFERENCES employees(card_id))''')
    
    conn.commit()
    conn.close()

数据库操作优化建议：

1. 为card_id字段建立索引加速查询
2. 使用事务批量插入考勤记录
3. 定期执行VACUUM命令压缩数据库

3.3 TCP通信协议设计

自定义的简单通信协议格式如下：

典型数据包示例：

• 下位机→上位机：AA55 04 01 01 02 03 04 0F
• 上位机→下位机：AA55 05 02 4A 6F 68 6E 00 C6

4. 系统调试与优化

4.1 RFID识别距离优化

通过实验测得不同天线参数下的识别距离：

优化措施：

1. 最终选用27pF匹配电容
2. 在天线外围增加5mm宽铜箔作为屏蔽环
3. 调整Q值设置寄存器值为0x3F

4.2 抗干扰处理

实际测试中发现的干扰问题及解决方案：

1. 继电器动作导致系统复位

   • 在继电器线圈两端并联1N4148续流二极管
   • 电源走线加粗至0.5mm以上

2. 多卡同时出现时的冲突

   • 软件增加防冲突算法
   • 设置最小识别间隔为500ms

3. 金属环境下的识别失败

   • 在天线背面粘贴3mm厚磁性吸波材料
   • 调整发射功率为0x7F

5. 项目扩展方向

在实际部署中，可以考虑以下功能增强：

1. 人脸识别双因素认证

   • 增加OV2640摄像头模块
   • 移植OpenMV固件实现简单人脸检测
   • 与RFID信息进行比对验证

2. 云端数据同步

   • 使用ESP32替代ESP8266
   • 通过MQTT协议上传数据至阿里云IoT平台
   • 开发微信小程序查询考勤记录

3. 考勤数据分析

   • 基于Python的pandas库进行迟到早退统计
   • 使用matplotlib生成月度考勤报表
   • 实现异常打卡行为检测算法

这个项目最让我印象深刻的是调试RFID识别距离的过程。通过反复调整天线匹配电路，最终将识别距离从最初的1.5cm提升到4.2cm，这个经验告诉我硬件调试需要极大的耐心。建议后续开发者在设计PCB时，预留天线匹配电路的可调空间，方便后期优化。