大家好！在前 25 篇中，我们从 STM32 基础外设、通信协议、RTOS 开发到物联网健壮性设计，逐步掌握了完整的技术栈。但 “零散技术” 需要通过 “完整项目” 串联，才能真正落地为可使用的产品。这一篇我们将以 “智能环境监测站” 为目标，整合所有核心技术，从 “硬件选型与电路设计”“软件架构搭建”“云平台可视化部署” 三个维度，实现一个 “能采集、能传输、能存储、能远程监控、能故障自恢复” 的工业级设备，让你完成从 “技术学习者” 到 “项目开发者” 的跨越。
一、项目定位与核心功能：什么是智能环境监测站？
智能环境监测站是一款面向 “室内 / 户外环境监控” 的物联网设备，核心价值是 “实时采集关键环境参数，远程可视化监控，异常自动报警”，典型应用场景包括：
工业车间：监测温湿度、粉尘浓度，避免设备因高湿高温损坏；农业大棚：监测温湿度、光照强度，联动控制通风 / 灌溉设备；户外站点：监测温湿度、大气压力，数据长期存储用于环境分析。
本项目的核心功能需覆盖 “数据采集→处理→传输→存储→监控→报警” 全链路，具体如下：
多参数采集：温湿度（SHT30）、光照强度（BH1750）、大气压力（BMP280），采样间隔可远程配置（1~60 分钟）；双模式传输：NB-IoT（广域，传至阿里云）+ 蓝牙 BLE（本地，手机近场调试），兼顾远程监控与现场维护；分级存储：
实时数据：优先上传阿里云，断网时缓存至 SPI Flash（W25Q128）；历史数据：本地存储 3 个月数据，支持蓝牙本地导出；配置参数：存储至 STM32 内部 Flash，断电不丢失；
远程监控：阿里云平台实现 “数据仪表盘可视化、历史曲线查询、设备在线状态监控”；异常报警：温湿度 / 光照超阈值、设备低电量、传感器故障时，自动向云端 / 手机推送报警信息；低功耗续航：采用 18650 锂电池供电，平均功耗≤1mA，满电续航≥6 个月（户外无需频繁换电）。
二、硬件设计：从选型到电路落地
硬件是项目的 “骨架”，需兼顾 “功能完整性、稳定性、低功耗、成本控制”，核心分为 “核心控制模块”“传感器模块”“通信模块”“电源模块”“存储模块” 五大部分。
1. 硬件选型清单（性价比优先）
| 模块类型 | 选型型号 | 核心参数 | 作用说明 |
|---|---|---|---|
| 核心控制器 | STM32F103C8T6 | 72MHz 主频，64KB Flash，20KB RAM | 统筹所有模块，执行采集、传输、存储、控制逻辑 |
| 温湿度传感器 | SHT30 | 精度 ±2% RH，±0.3℃，I2C 接口 | 采集环境温湿度 |
| 光照传感器 | BH1750 | 精度 ±20%，量程 1~65535 lx，I2C 接口 | 采集环境光照强度 |
| 压力传感器 | BMP280 | 精度 ±1hPa，I2C/SPI 接口 | 采集大气压力，辅助判断天气变化 |
| 广域通信模块 | 移远 BC26（NB-IoT） | 支持中国三大运营商 NB 网络，UART 接口 | 远程传输数据至阿里云，接收云端控制指令 |
| 本地通信模块 | HC-08（蓝牙 BLE） | 从模式，UART 接口，待机功耗 10μA | 本地调试（修改配置、导出历史数据），无需拆设备 |
| 外部存储 | W25Q128（SPI Flash） | 128MB 容量，擦写寿命 10 万次 | 缓存断网数据、存储历史数据 |
| 电源模块 | 18650 锂电池（3.7V/2000mAh）+ AXP192（电源管理） | 支持充电、过压 / 过流保护、低功耗休眠 | 为所有模块供电，实现低功耗控制（如关闭闲置传感器电源） |
| 指示模块 | LED 指示灯（3 个）+ 蜂鸣器 | – | LED：电源（红）、在线（绿）、报警（黄）；蜂鸣器：本地异常报警 |
2. 核心电路设计（关键部分）
电路设计需遵循 “抗干扰、低功耗、易维护” 原则，核心电路图与设计要点如下：
（1）电源管理电路（AXP192）
功能：将 18650 锂电池（3.7~4.2V）稳压至 3.3V，为 STM32、传感器、通信模块供电；低功耗设计：
传感器供电端通过 STM32 GPIO 控制（如 PA4 控制 SHT30 电源），采样时上电，采样后断电，降低待机功耗；AXP192 支持 “休眠模式”，STM32 进入停止模式时，触发 AXP192 关闭非必要电源轨（如蓝牙模块）；
保护设计：内置过压（>4.3V）、过流（>500mA）、过温（>85℃）保护，避免电池损坏。
（2）传感器接口电路（I2C 总线复用）
复用设计：SHT30、BH1750、BMP280 均为 I2C 接口，通过 “不同地址 + GPIO 片选” 实现复用（避免地址冲突）：
SHT30 地址：0x44，片选引脚 PB0（高电平使能）；BH1750 地址：0x23，片选引脚 PB1（高电平使能）；BMP280 地址：0x76，片选引脚 PB2（高电平使能）；
抗干扰设计：I2C 总线（SCL/PB6、SDA/PB7）串联 100Ω 限流电阻，并联 0.1μF 电容，减少传输干扰。
（3）通信模块电路（NB-IoT+BLE）
NB-IoT（BC26）：
供电：独立 3.3V 电源（AXP192 单独供电轨），避免与其他模块抢电流；控制：PWR_KEY 引脚（PB3）用于模块开关机，RESET 引脚（PB4）用于异常复位；
蓝牙 BLE（HC-08）：
供电：GPIO 控制（PA3），仅调试时上电，正常运行时断电，降低功耗；
串口复用：BC26 与 HC-08 共用 USART1（PA9/TX、PA10/RX），通过 GPIO 片选（PA2 控制 HC-08 使能，PA1 控制 BC26 使能），同一时间仅一个模块工作。
3. PCB 布局要点（抗干扰与低功耗）
分区布局：按 “数字区（STM32、SPI Flash）、模拟区（传感器）、射频区（NB/BLE 天线）” 分区，避免模拟信号被干扰；天线设计：BC26 的天线座远离电源电路（≥5mm），避免电源噪声影响射频信号；电源布线：3.3V 主电源走线宽度≥1mm，AXP192 到 BC26 的电源线宽度≥0.8mm，减少压降；接地处理：所有模块的 GND 通过 “单点接地” 连接到电源地，避免地环流干扰。
三、软件架构：分层设计与核心模块实现
软件是项目的 “大脑”，需采用 “分层架构”（驱动层→中间件层→应用层），降低耦合度，便于后期维护与功能扩展，架构图与核心模块实现如下：
1. 软件分层架构
| 层级 | 核心模块 | 功能说明 | 依赖技术 |
|---|---|---|---|
| 驱动层（Driver） | GPIO、UART、I2C、SPI、ADC、RTC、DMA | 底层硬件驱动，提供标准化接口（如 |
STM32 HAL 库 |
| 中间件层（Middleware） | 传感器驱动（SHT30/BH1750/BMP280）、通信驱动（BC26/HC-08）、存储驱动（W25Q128 / 内部 Flash）、FreeRTOS、FatFS、cJSON | 封装核心功能，提供应用层调用接口（如 |
第 5~25 篇所有核心技术 |
| 应用层（Application） | 数据采集任务、数据传输任务、数据存储任务、远程控制任务、故障检测任务、蓝牙调试任务 | 实现业务逻辑，任务间通过队列 / 信号量通信，确保并发与同步 | FreeRTOS 任务调度、同步机制 |
| 云交互层（Cloud） | 阿里云 MQTT 通信、指令解析、数据上报、报警推送 | 处理与阿里云的双向交互，包括数据封装、指令响应、报警上报 | MQTT 协议、JSON 解析、健壮性设计 |
2. 核心任务设计（FreeRTOS 任务调度）
应用层基于 FreeRTOS 实现多任务并发，需合理分配优先级（高优先级处理紧急任务），核心任务清单如下：
| 任务名称 | 优先级 | 栈大小 | 周期 / 触发方式 | 核心功能 |
|---|---|---|---|---|
| 故障检测任务 | 5 | 512 | 10 秒周期 | 检测传感器异常、电池低电量、通信模块故障，触发报警（蜂鸣器 + 云端上报） |
| 数据采集任务 | 4 | 512 | 配置的采样间隔（1~60 分钟） | 按间隔唤醒传感器，采集温湿度、光照、压力，数据存入 “采集队列” |
| 数据传输任务 | 3 | 1024 | 事件触发（采集完成 / 网络恢复） | 从采集队列取数据，优先通过 NB-IoT 上传阿里云；断网时缓存至 SPI Flash |
| 远程控制任务 | 3 | 512 | 中断触发（NB-IoT/BLE 收到指令） | 解析云端 / BLE 下发的指令（如修改采样间隔、导出历史数据），执行并反馈结果 |
| 数据存储任务 | 2 | 512 | 事件触发（数据缓存 / 导出请求） | 管理 SPI Flash 存储：缓存数据循环覆盖、响应蓝牙导出请求、定期清理过期数据 |
| 蓝牙调试任务 | 1 | 512 | 手动触发（蓝牙连接） | 响应手机 BLE 调试指令（读取配置、导出历史数据、手动校准传感器） |
| 空闲任务（FreeRTOS） | 0 | 256 | 无（空闲时运行） | 执行低功耗操作（如进入停止模式）、内存碎片整理 |
3. 关键功能实现（代码片段）
（1）多传感器数据采集（应用层）
#include "sensor.h"
#include "freertos.h"
#include "task.h"
#include "queue.h"
// 数据采集队列（存储采集到的环境参数）
QueueHandle_t xDataQueue;
// 传感器采集任务
void vTaskSensorCollect(void *argument)
{
Sensor_ParamsTypeDef xSensorData; // 存储所有传感器参数
uint32_t ulSampleInterval = 30 * 60 * 1000; // 初始采样间隔30分钟（毫秒）
TickType_t xLastWakeTime = xTaskGetTickCount();
// 1. 初始化队列（队列长度10，每个元素为Sensor_ParamsTypeDef）
xDataQueue = xQueueCreate(10, sizeof(Sensor_ParamsTypeDef));
while (1)
{
// 2. 读取当前采样间隔（可被远程控制任务修改）
ulSampleInterval = g_SampleInterval * 60 * 1000;
// 3. 依次唤醒并采集传感器数据
// （1）温湿度（SHT30）
Sensor_SHT30_PowerOn(); // GPIO控制上电
HAL_Delay(100); // 等待传感器就绪
if (Sensor_SHT30_Read(&xSensorData.fTemp, &xSensorData.fHumi) != 0)
{
xSensorData.ucFault |= 0x01; // 标记SHT30故障
}
Sensor_SHT30_PowerOff(); // 断电节能
// （2）光照强度（BH1750）
Sensor_BH1750_PowerOn();
HAL_Delay(50);
if (Sensor_BH1750_Read(&xSensorData.fLight) != 0)
{
xSensorData.ucFault |= 0x02; // 标记BH1750故障
}
Sensor_BH1750_PowerOff();
// （3）大气压力（BMP280）
Sensor_BMP280_PowerOn();
HAL_Delay(50);
if (Sensor_BMP280_Read(&xSensorData.fPressure) != 0)
{
xSensorData.ucFault |= 0x04; // 标记BMP280故障
}
Sensor_BMP280_PowerOff();
// 4. 添加时间戳（RTC获取）
xSensorData.ulTimestamp = RTC_GetTimestamp();
// 5. 发送数据到采集队列，触发传输任务
if (xQueueSend(xDataQueue, &xSensorData, 100) != pdPASS)
{
// 队列满，直接缓存到SPI Flash
Storage_SaveSensorData(&xSensorData);
}
// 6. 故障检测：若有传感器故障，触发报警任务
if (xSensorData.ucFault != 0)
{
xTaskNotifyGive(xHandleFaultTask); // 通知故障任务
}
// 7. 按采样间隔休眠
vTaskDelayUntil(&xLastWakeTime, pdMS_TO_TICKS(ulSampleInterval));
}
}（2）阿里云数据上报与指令接收（云交互层）
#include "aliyun_mqtt.h"
#include "cJSON.h"
// 阿里云设备三元组（替换为实际设备信息）
#define PRODUCT_KEY "a1XXXXXXXXX"
#define DEVICE_NAME "EnvMonitor_001"
#define DEVICE_SECRET "XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
// 数据上报：封装传感器参数为阿里云物模型格式
void Aliyun_UploadSensorData(Sensor_ParamsTypeDef *pxData)
{
cJSON *pRoot = cJSON_CreateObject();
cJSON *pParams = cJSON_CreateObject();
char pcPayload[256] = {0};
// 1. 封装物模型参数（与阿里云物模型字段一致）
cJSON_AddNumberToObject(pParams, "Temperature", pxData->fTemp);
cJSON_AddNumberToObject(pParams, "Humidity", pxData->fHumi);
cJSON_AddNumberToObject(pParams, "LightIntensity", pxData->fLight);
cJSON_AddNumberToObject(pParams, "AtmPressure", pxData->fPressure);
cJSON_AddNumberToObject(pParams, "BatteryVoltage", pxData->fBatVolt);
cJSON_AddItemToObject(pRoot, "params", pParams);
// 2. 转换为JSON字符串
cJSON_PrintPreallocated(pRoot, pcPayload, sizeof(pcPayload), 0);
cJSON_Delete(pRoot);
// 3. 发送到阿里云数据上报主题
Aliyun_MQTT_Publish("/sys/"PRODUCT_KEY"/"DEVICE_NAME"/thing/event/property/post",
pcPayload, strlen(pcPayload), 0);
printf("阿里云上报数据：%s
", pcPayload);
}
// 指令接收：解析阿里云下发的控制指令
void Aliyun_ParseControlCmd(char *pcCmd)
{
cJSON *pRoot = cJSON_Parse(pcCmd);
cJSON *pParams = NULL;
cJSON *pItem = NULL;
if (pRoot == NULL) return;
// 1. 提取params节点
pParams = cJSON_GetObjectItem(pRoot, "params");
if (pParams == NULL) goto end_parse;
// 2. 解析“采样间隔”指令
pItem = cJSON_GetObjectItem(pParams, "SampleInterval");
if (pItem != NULL)
{
uint32_t ulNewInterval = pItem->valueint;
if (ulNewInterval >= 1 && ulNewInterval <= 60) // 限制1~60分钟
{
g_SampleInterval = ulNewInterval;
Storage_SaveConfig(); // 保存到内部Flash
Aliyun_ReportCmdResult(200, "SampleInterval updated", "OK"); // 反馈结果
printf("采样间隔修改为%d分钟
", ulNewInterval);
}
else
{
Aliyun_ReportCmdResult(500, "SampleInterval out of range", "Failed");
}
}
// 3. 解析“手动采集”指令
pItem = cJSON_GetObjectItem(pParams, "ManualCollect");
if (pItem != NULL && strcmp(pItem->valuestring, "ON") == 0)
{
xTaskNotifyGive(xHandleSensorTask); // 通知采集任务立即采集
Aliyun_ReportCmdResult(200, "Manual collect triggered", "OK");
}
end_parse:
cJSON_Delete(pRoot);
}四、云平台部署：阿里云可视化与报警配置
硬件与软件就绪后，需通过 “云平台” 实现 “数据可视化” 与 “报警推送”，让用户能直观监控设备状态，核心步骤如下：
1. 阿里云物模型创建
登录阿里云 IoT 平台，创建 “产品”：
产品名称：“智能环境监测站”，产品类型：“环境监测”，通信方式：“NB-IoT”，数据格式：“JSON”；
定义 “物模型属性”（与设备上报字段一致）：
| 属性名称 | 标识符 | 数据类型 | 单位 | 取值范围 | 读写类型 |
|---|---|---|---|---|---|
| 温度 | Temperature | float | ℃ | -40~85 | 只读 |
| 湿度 | Humidity | float | %RH | 0~100 | 只读 |
| 光照强度 | LightIntensity | float | lx | 0~65535 | 只读 |
| 大气压力 | AtmPressure | float | hPa | 300~1100 | 只读 |
| 电池电压 | BatteryVoltage | float | V | 2.8~4.2 | 只读 |
| 采样间隔 | SampleInterval | int | 分钟 | 1~60 | 读写 |
| 设备故障状态 | DeviceFault | int | – | 0 = 正常，1 = 故障 | 只读 |
定义 “服务指令”（用于远程控制）：
指令名称：“ManualCollect”，参数：“ManualCollect”（string，取值 “ON”），功能：触发手动采集；
定义 “事件报警”：
事件名称：“OverThresholdAlarm”，参数：“AlarmType”（int，1 = 高温，2 = 高湿，3 = 低电量），触发方式：设备上报时自动检测阈值。
2. 数据可视化配置
进入阿里云 IoT 平台 “监控运维→数据可视化”，创建 “仪表盘”；添加 “组件” 实现多维度展示：
数值卡片：实时显示温湿度、光照、压力、电池电压，超出阈值时显示红色；折线图：展示 7 天内温湿度 / 光照变化曲线，支持缩放查看细节；设备状态：显示设备在线 / 离线状态（绿色 = 在线，灰色 = 离线），离线时闪烁报警；故障日志：列表展示历史报警记录，包含 “报警类型、时间、处理状态”。
3. 报警推送配置
进入 “监控运维→报警规则”，创建报警策略：
触发条件：温度 > 35℃或 <5℃、湿度> 80% 或 < 20%、电池电压 < 3.0V、设备离线 > 1 小时；推送方式：短信（发送至管理员手机）、钉钉机器人（推送至运维群）、邮件（发送至运维邮箱）；推送内容：包含 “设备名称、报警类型、当前值、时间、设备位置”，便于快速定位。
五、项目测试与优化：从实验室到现场
完整项目需经过 “实验室测试→现场测试→迭代优化” 三个阶段，才能确保稳定性，核心测试点与优化方向如下：
1. 核心测试点
| 测试类型 | 测试方法 | 合格标准 |
|---|---|---|
| 功能完整性 | 模拟采集、传输、控制、报警场景 | 所有功能正常，无数据丢失、指令执行错误 |
| 低功耗续航 | 电池满电后连续运行，记录功耗与续航 | 平均功耗≤1mA，满电（2000mAh）续航≥6 个月 |
| 网络稳定性 | 断网 24 小时后恢复，检查数据 | 断网期间数据全部缓存，恢复后无遗漏上传 |
| 环境适应性 | 高低温箱（-20~60℃）、湿度 90% 测试 | 设备正常工作，传感器精度误差≤5% |
| 故障自恢复 | 手动触发传感器 / 通信故障 | 故障检测准确率 100%，恢复时间≤5 分钟 |
2. 典型问题与优化方案
| 问题现象 | 原因分析 | 优化方案 |
|---|---|---|
| 低温下 NB 模块无响应 | 低温导致模块供电电压跌落 | AXP192 增加低温补偿电路，确保 3.3V 稳定输出 |
| 光照数据波动大 | 传感器受环境光瞬间变化影响 | 软件增加 “滑动滤波”（取 5 次采样平均值） |
| 蓝牙调试连接不稳定 | 天线附近有电源干扰 | PCB 重新布局，蓝牙天线远离电源电路，增加屏蔽 |
| 历史数据导出慢 | SPI Flash 读取速度慢（1MHz） | 提高 SPI 时钟至 10MHz，优化数据导出算法 |
六、第 26 篇总结与后续展望
总结
这一篇我们通过 “智能环境监测站” 项目，完成了 STM32 技术栈的全面整合：
硬件层面：掌握了 “多模块选型、电路设计、PCB 布局”，兼顾功能、成本与稳定性；软件层面：搭建了 “分层架构 + 多任务调度”，实现了数据采集、传输、存储、控制的完整逻辑；云平台层面：完成了 “物模型创建、可视化部署、报警配置”，让设备具备远程监控能力；项目层面：掌握了 “测试→优化” 的迭代流程，理解了从 “技术” 到 “产品” 的落地逻辑。
后续展望
本项目可基于实际需求进一步扩展，典型方向包括：
功能扩展：增加 “粉尘浓度（PM2.5）、有害气体（CO）” 传感器，适用于工业场景；控制联动：增加继电器模块，云端下发指令控制风扇、加湿器，实现 “监测→控制” 闭环；定位功能：集成 GPS 模块，户外设备支持 “位置上报 + 地理围栏报警”；边缘计算：本地实现 “数据异常分析”（如温湿度突变预测故障），减少云端依赖。
至此，“100 篇文章精通 STM32F103” 系列已覆盖从基础到项目实战的核心内容，后续文章将聚焦 “进阶技术”（如 STM32H7 高性能系列、AI 模型部署）与 “行业深度项目”（如工业网关、智能家居中控），持续助力你成为嵌入式物联网工程师！
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...