狸花实验室1. 项目概述：当传统温控遇上智能升级
去年夏天帮朋友改造花卉大棚时，发现市面上大多数气候控制设备要么功能单一，要么操作复杂。这促使我开始设计一套集温湿度、光照、CO2浓度监测与控制于一体的智能气候控制箱。这个系统核心在于通过多传感器数据融合和自适应算法，实现植物生长环境的精准调控。
相比传统温控器只能设定固定阈值，这套系统有三个突出特点：一是采用模块化设计，可根据作物类型灵活配置传感器和执行机构；二是引入机器学习算法，能够学习环境变化规律并预测调控需求；三是支持远程监控和策略调整，通过手机APP就能查看实时数据和历史曲线。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统架构设计
2.1 硬件组成框图
整个系统采用三层架构设计：
- 感知层：DHT22温湿度传感器、BH1750光照传感器、MH-Z19 CO2传感器组成的检测网络
- 控制层：STM32F407作为主控制器，通过继电器模块驱动加热器、加湿器、补光灯和通风设备
- 交互层：ESP8266 WiFi模块实现云端通信，配合0.96寸OLED做本地状态显示
特别要说明传感器选型考量：DHT22虽然精度(±0.5℃)不如DS18B20(±0.1℃)，但其温湿度一体设计减少了布线复杂度；MH-Z19选用PWM输出型号，相比串口版更节省MCU资源。
2.2 软件控制逻辑
主程序采用状态机设计模式，包含以下几个关键状态：
- 环境监测状态：每5秒轮询一次传感器数据
- 策略判断状态：根据设定参数计算各执行机构的目标状态
- 设备控制状态：通过PID算法平滑调节执行机构
- 异常处理状态：监测设备故障和通信中断情况
重要提示：传感器采样间隔不宜过短，DHT22两次测量至少需要2秒间隔，频繁请求会导致数据异常。
3. 核心功能实现细节
3.1 多传感器数据融合
传感器数据存在两个主要问题：一是不同传感器响应速度不同（如CO2传感器需要预热2分钟），二是环境扰动会导致数据波动。我们采用加权滑动平均滤波算法：
c复制#define FILTER_LEN 5
float filtered_data(float new_val) {
static float buffer[FILTER_LEN] = {0};
static uint8_t index = 0;