STM32与ESP8266实现农业物联网智能灌溉系统

1. 项目背景与核心功能

这个毕设项目是我在农业物联网领域的一次完整实践，通过STM32微控制器结合WiFi模块，实现了农田环境的远程监控与自动化灌溉。整套系统最核心的创新点在于将传统农业灌溉的"经验判断"升级为"数据驱动决策"，同时通过可视化界面让非技术人员也能直观掌握田间状态。

系统硬件部分采用STM32F103C8T6作为主控，搭配DHT11温湿度传感器、土壤湿度传感器和继电器控制的电磁阀组成终端节点。数据通过ESP8266 WiFi模块上传到云端服务器，我用Python+Flask搭建了后端服务，前端采用ECharts实现动态数据可视化。当土壤湿度低于设定阈值时，系统会自动触发灌溉，同时支持手机APP远程手动控制。

提示：选择STM32F103C8T6是因为其性价比高（约10元/片），且具备足够的GPIO和UART接口，完全满足传感器数据采集和WiFi通信需求。ESP8266-01S模块价格仅15元左右，整套硬件成本可控制在200元以内。

2. 硬件系统设计与实现

2.1 主控电路设计

主控板采用最小系统设计，包括：

• STM32F103C8T6核心电路
• 3.3V/5V双路LDO电源（AMS1117-3.3和LM7805）
• SWD调试接口（节省空间未用JTAG）
• 传感器接口扩展排针

电路设计时特别注意了防反接保护，在电源输入端加入了SS34肖特基二极管。实测中发现，如果直接连接5V电源，在频繁插拔时容易烧毁芯片，加入二极管后彻底解决了这个问题。

2.2 传感器选型与接口

土壤湿度检测对比了电阻式和电容式两种方案：

电容式传感器通过ADC1_IN0通道连接，代码中需要做非线性校准：

c复制// 土壤湿度校准公式（实测数据拟合）
float GetSoilHumidity(uint16_t adc_val) {
    return 0.0002*adc_val*adc_val - 0.3567*adc_val + 158.3; 
}

2.3 WiFi通信模块

ESP8266配置为STA模式，通过AT指令与STM32交互。关键配置步骤：

1. 发送AT+CWMODE=1设置客户端模式
2. AT+CWJAP="SSID","password"连接路由器
3. AT+CIPSTART="TCP","服务器IP",8080建立连接

注意：ESP8266的TX应接STM32的PA3（USART2_RX），RX接PA2（USART2_TX）。我最初接反导致通信失败，用逻辑分析仪才排查出问题。

3. 软件系统架构

3.1 下位机程序框架

采用裸机开发，没有上RTOS，通过状态机实现多任务调度：

c复制while(1) {
    switch(sys_state) {
        case SENSOR_READ:
            Read_DHT11();
            Read_Soil_Humidity();
            break;
        case WIFI_SEND:
            ESP8266_SendData();
            break;
        case VALVE_CTRL:
            if(humidity < threshold) Relay_On();
            break;
    }
    Delay_ms(100);
}

传感器数据打包为JSON格式发送：

json复制{
    "device_id": "farm01",
    "temp": 25.3,
    "humidity": 60.2,
    "soil": 45.7,
    "timestamp": 1654321000
}

3.2 云端服务搭建

使用阿里云ECS（1核2G配置）部署服务端：

1. Nginx做反向代理
2. Flask处理HTTP请求
3. MySQL存储历史数据
4. Redis缓存实时数据

关键API接口：

python复制@app.route('/api/data', methods=['POST'])
def receive_data():
    data = request.get_json()
    # 数据校验
    if not all(k in data for k in ['device_id','temp','humidity','soil']):
        return jsonify({'status':'error'}), 400
    # 存入数据库
    db.session.add(SensorData(
        device_id=data['device_id'],
        temperature=data['temp'],
        humidity=data['humidity'],
        soil_moisture=data['soil']
    ))
    db.session.commit()
    return jsonify({'status':'success'}), 200

3.3 可视化前端实现

采用Vue.js + ECharts构建看板，核心功能点：

• 实时数据曲线（WebSocket推送）
• 历史数据查询（日期选择器）
• 阈值设置与报警提示
• 设备状态监控

灌溉控制逻辑流程图：

mermaid复制graph TD
    A[获取土壤湿度] --> B{湿度<阈值?}
    B -->|是| C[开启电磁阀]
    B -->|否| D[关闭电磁阀]
    C --> E[持续检测]
    D --> E

4. 关键问题与解决方案

4.1 WiFi断连重连机制

现场测试发现ESP8266在信号弱时会断连，改进方案：

1. 增加心跳包（每30秒发送"AT"指令）
2. 三次失败后执行软重启
3. 保存未发送数据到EEPROM

c复制void WiFi_KeepAlive() {
    static uint8_t retry = 0;
    if(ESP8266_SendCmd("AT", "OK", 1000) != 0) {
        retry++;
        if(retry > 3) {
            ESP8266_Reset();
            retry = 0;
        }
    }
}

4.2 传感器数据滤波

土壤湿度传感器存在波动，采用滑动平均滤波：

c复制#define FILTER_LEN 5
uint16_t filter_buf[FILTER_LEN];

uint16_t Filter_ADC(uint16_t new_val) {
    static uint8_t index = 0;
    filter_buf[index] = new_val;
    index = (index + 1) % FILTER_LEN;
    
    uint32_t sum = 0;
    for(uint8_t i=0; i<FILTER_LEN; i++) {
        sum += filter_buf[i];
    }
    return sum / FILTER_LEN;
}

4.3 低功耗优化

为延长电池供电时的使用时间，采取以下措施：

1. STM32进入Stop模式，通过RTC定时唤醒（每小时1次）
2. 传感器供电改用MOSFET控制（采样时上电）
3. ESP8266发送完成后立即进入深度睡眠

实测电流对比：

5. 项目扩展与改进方向

当前系统已稳定运行3个月，后续计划：

1. 增加LoRa组网功能，解决WiFi覆盖不足问题
2. 引入机器学习算法，根据历史数据预测灌溉需求
3. 开发微信小程序替代网页端
4. 添加摄像头模块实现作物生长监测

硬件成本明细表：

在田间部署时发现，电磁阀直接控制220V水泵存在安全隐患，后来改用12V直流隔膜泵，虽然扬程降低但安全性大幅提升。这个经验告诉我，农业电子设备必须把可靠性放在第一位，有时需要牺牲部分性能来换取更高的稳定性。