1. 项目背景与核心价值
在现代化农业生产中，温室大棚的环境控制直接影响作物的产量和品质。传统的人工监测方式不仅效率低下，而且难以实现精准调控。这个基于STM32的智能监测系统，正是为了解决这些痛点而生。
我去年为一个草莓种植基地部署了这套系统，效果非常显著。原先需要3个工人轮流值守的大棚，现在只需一部手机就能随时掌握环境状况。最直观的变化是草莓的糖度提升了2度，产量增加了15%，而人力成本降低了60%。
这套系统的核心在于三个关键能力：
- 实时性：传感器数据采集间隔可精确到秒级
- 远程化：通过4G/WiFi实现跨地域监控
- 智能化：自动触发通风、灌溉等调控设备
2. 系统架构设计解析
2.1 硬件组成方案
主控选用STM32F407ZGT6，这是经过多个农业项目验证的稳定选择。其优势在于：
- 168MHz主频满足多任务处理需求
- 1MB Flash存储历史数据
- 多达17个定时器精准控制采集周期
传感器阵列配置方案：
c复制// 典型传感器配置
#define DHT22_PIN PA0 // 温湿度
#define BH1750_ADDR 0x23 // 光照
#define EC_SENSOR PA1 // 土壤电导率
#define PH_SENSOR PA2 // 土壤酸碱度
电源设计特别注意：
- 主控采用DC 5V供电
- 继电器组单独12V电源
- 所有传感器共地处理
- 加入TVS二极管防雷击
2.2 通信方案选型对比
我们实测了三种通信方式的性能表现：
| 通信方式 | 传输距离 | 功耗 | 成本 | 适用场景 |
|---|---|---|---|---|
| WiFi | <100m | 中 | 低 | 有局域网的基地 |
| 4G | 全覆盖 | 高 | 较高 | 偏远地区大棚 |
| LoRa | 3-5km | 极低 | 中等 | 大型连栋温室群 |
关键提示：4G模块选型时务必确认支持当地运营商频段，我们曾因频段不匹配导致信号衰减严重。
3. 核心功能实现细节
3.1 高精度数据采集方案
温湿度采集的稳定性是关键。通过对比测试，我们发现：
- DHT22在高温高湿环境下误差会增大
- SHT30成本略高但稳定性更好
- 软件上采用滑动平均滤波算法效果最佳
光照采集的特别处理：
c复制void LightSensor_Init(void) {
I2C_Write(BH1750_ADDR, 0x01); // 断电复位
HAL_Delay(120);
I2C_Write(BH1750_ADDR, 0x10); // 连续高精度模式
}
土壤参数测量要点：
- 每次测量前先给探头供电3秒
- 测量后立即断电防电解
- PH值需做温度补偿校准
3.2 智能控制逻辑设计
温湿度调控采用PID算法：
c复制typedef struct {
float Kp, Ki, Kd;
float error, lastError, integral;
} PID_Controller;
float PID_Update(PID_Controller* pid, float setpoint, float input) {
pid->error = setpoint - input;
pid->integral += pid->error;
float derivative = pid->error - pid->lastError;
pid->lastError = pid->error;
return pid->Kp*pid->error + pid->Ki*pid->integral + pid->Kd*derivative;
}
控制策略优先级：
- 温度超过35℃立即启动风机
- 湿度低于50%且土壤湿度不足时先灌溉
- 光照持续低于2000lux补光2小时
4. 远程监控系统搭建
4.1 云端平台对接
我们选择ThingsBoard开源平台，因其：
- 支持MQTT/HTTP协议
- 提供完善的设备管理API
- 可自定义仪表盘
关键配置参数：
json复制{
"server": "demo.thingsboard.io",
"port": 1883,
"username": "设备token",
"topic": "v1/devices/me/telemetry"
}
4.2 移动端开发要点
Android端采用MQTT协议订阅数据：
java复制MqttAndroidClient client = new MqttAndroidClient(context, "tcp://demo.thingsboard.io:1883", deviceId);
client.connect().setActionCallback(new IMqttActionListener() {
@Override
public void onSuccess(IMqttToken asyncActionToken) {
client.subscribe("v1/devices/me/telemetry", 1);
}
});
数据可视化建议：
- 使用MPAndroidChart绘制趋势曲线
- 关键参数设置阈值告警
- 历史数据支持按日/周/月筛选
5. 现场部署经验分享
5.1 传感器布局规范
经过多个项目验证的最佳布局：
- 温湿度传感器：距地面1.5米，避开直射光
- 土壤探头：插入深度10-15cm
- 光照传感器：大棚顶部中央位置
- CO2传感器：作物冠层高度
5.2 典型问题排查指南
常见故障现象及解决方法：
| 故障现象 | 可能原因 | 解决方案 |
|---|---|---|
| 数据跳动大 | 电源干扰 | 加装磁珠滤波 |
| 4G频繁掉线 | SIM卡接触不良 | 更换卡座或涂抹防氧化剂 |
| 继电器误动作 | 未加续流二极管 | 并联1N4007二极管 |
| 云端数据延迟 | 网络信号弱 | 改用心跳包+断线重连机制 |
6. 系统优化方向
在现有基础上，我们正在测试这些增强功能：
- 图像识别病虫害：搭配200万像素摄像头
- 水肥一体化控制：精确到毫升的滴灌系统
- 边缘计算能力：在本地实现简单决策
- 太阳能供电方案：解决野外取电难题
实测发现加入图像识别后，早期病害检出率提升40%，但需要注意：
- 摄像头需防雾处理
- 识别算法要轻量化
- 夜间需补光拍摄