STM32与鸿蒙LiteOS的空气污染监测系统开发

1. 项目概述

这个基于STM32和鸿蒙LiteOS的空气污染监测系统是我最近完成的一个实用项目。作为一名嵌入式开发者，我发现在当前环境污染日益严重的背景下，开发一个能够实时监测多种空气污染指标的系统具有很高的实用价值。这个系统不仅能检测PM2.5、甲醛、一氧化碳等常见污染物，还能通过Wi-Fi将数据传输到手机APP和电脑端，实现远程监控。

1.1 核心功能解析

系统主要实现了以下三大类功能：

1. 环境参数检测：包括温湿度、PM2.5、一氧化碳、二氧化碳、甲醛等多种环境指标的实时监测。我选用了SHT30、夏普PM2.5、MQ7、SGP30、MS1100VOC等多款专业传感器，确保检测数据的准确性。

2. 数据显示与报警：本地通过0.96寸OLED显示屏实时显示各项数据，当检测值超过安全阈值时，系统会触发蜂鸣器报警。这个功能在实际使用中特别实用，能第一时间提醒用户注意空气质量变化。

3. 远程监控：通过ESP8266 Wi-Fi模块将数据上传到云端，用户可以通过Android手机APP或Windows上位机查看实时数据和历史趋势图。这个功能让用户即使不在设备旁边也能随时掌握空气质量状况。

2. 硬件设计与选型

2.1 主控芯片选择

我选择了STM32F103RCT6作为主控芯片，主要基于以下几点考虑：

1. 性能足够：72MHz主频和256KB Flash完全能满足多传感器数据采集和处理的需求。
2. 外设丰富：具有多个USART、I2C、SPI接口，方便连接各种传感器和通信模块。
3. 开发资源多：STM32系列有丰富的开发资料和社区支持，开发过程中遇到问题容易找到解决方案。

提示：如果预算充足，也可以考虑STM32F4系列，性能更强，但需要重新适配鸿蒙LiteOS。

2.2 传感器选型与接口设计

传感器选型是项目的关键，我经过多次测试比较后确定了以下组合：

在实际接线时，需要注意以下几点：

1. 模拟传感器需要稳定的5V供电，建议使用LDO稳压
2. I2C设备地址要检查是否冲突
3. 长距离连接时要考虑信号干扰问题

2.3 其他模块设计

1. 显示模块：选用0.96寸OLED，使用SSD1306驱动，通过I2C接口连接，节省IO口资源。
2. 通信模块：ESP8266-01S，通过串口与STM32通信，支持AT指令配置。
3. 报警模块：有源蜂鸣器，高电平触发，驱动简单。
4. 电源设计：采用USB 5V输入，经AMS1117-3.3稳压后为系统供电。

3. 软件架构与实现

3.1 鸿蒙LiteOS移植与配置

鸿蒙LiteOS是一个轻量级实时操作系统，特别适合资源有限的嵌入式设备。移植过程主要包括以下步骤：

1. 下载LiteOS源码，目前最新版本是LiteOS 5.0
2. 根据STM32F103RCT6的硬件特性修改板级支持包(BSP)
3. 配置任务优先级和堆栈大小
4. 实现必要的硬件驱动适配

关键配置参数：

#define LOSCFG_BASE_CORE_TSK_LIMIT 10 // 最大任务数 #define LOSCFG_BASE_CORE_TICK_HW_TIME 1000 // 系统时钟1ms #define LOSCFG_BASE_IPC_QUEUE_LIMIT 5 // 消息队列数

3.2 任务划分与调度

系统软件采用多任务架构，主要分为以下几个任务：

1. 传感器采集任务：优先级最高，负责定时读取各传感器数据
2. 数据处理任务：对原始数据进行滤波和校准
3. 显示更新任务：刷新OLED显示内容
4. 网络通信任务：通过ESP8266上传数据
5. 报警检测任务：检查各项指标是否超标

任务间通过消息队列和信号量进行同步，确保数据的一致性和实时性。

3.3 关键算法实现

1. 数据滤波算法：

// 滑动平均滤波实现 #define FILTER_LEN 5 float filter_buf[FILTER_LEN]; float moving_average(float new_val) { static int index = 0; filter_buf[index] = new_val; index = (index + 1) % FILTER_LEN; float sum = 0; for(int i=0; i<FILTER_LEN; i++) { sum += filter_buf[i]; } return sum / FILTER_LEN; }

2. 传感器校准算法： 不同传感器需要不同的校准方法，例如MQ系列气体传感器需要：

• 预热时间(至少24小时)
• 在洁净空气中获取基准值
• 使用线性或多项式拟合校准曲线

4. 系统集成与调试

4.1 硬件组装要点

1. 传感器布局要合理，避免相互干扰
2. 电源走线要足够粗，减少压降
3. 模拟信号线要远离数字信号线
4. 为每个传感器预留测试点

4.2 软件调试技巧

1. 使用串口打印调试信息，建议采用分段式调试：

printf("[DEBUG] Sensor init...\r\n"); // 初始化代码 printf("[DEBUG] Sensor init OK\r\n");

2. 使用逻辑分析仪检查I2C/SPI通信波形
3. 逐步增加任务复杂度，先确保基础功能正常

4.3 常见问题与解决方案

1. 传感器数据异常：

• 检查供电电压是否稳定
• 确认通信协议和时序正确
• 检查传感器是否需要预热

2. Wi-Fi连接不稳定：

• 确保天线位置合理
• 检查AT指令响应时间
• 适当增加重试机制

3. 系统死机：

• 检查堆栈是否溢出
• 确认任务优先级设置合理
• 检查中断处理是否正确

5. 应用开发与扩展

5.1 手机APP开发

Android端采用Java开发，主要功能包括：

1. 实时数据显示
2. 历史数据查询
3. 报警通知
4. 数据导出

关键实现点：

• 使用MQTT协议与设备通信
• 采用MPAndroidChart绘制趋势图
• 实现后台服务持续接收数据

5.2 上位机软件开发

Windows端使用Qt开发，具有以下特点：

1. 跨平台支持
2. 丰富的图表控件
3. 数据存储和分析功能

开发技巧：

• 使用QCustomPlot绘制专业图表
• 采用SQLite本地存储历史数据
• 实现数据导出为Excel功能

5.3 系统扩展方向

1. 增加更多传感器类型，如TVOC、臭氧等
2. 实现多设备组网监测
3. 添加云端数据分析和预警功能
4. 结合智能家居系统实现自动控制

在实际开发这个系统的过程中，我发现有几个特别需要注意的地方：首先是传感器的校准，不同批次的传感器性能可能有差异，必须进行现场校准；其次是电源管理，多传感器同时工作时要注意电流需求；最后是数据同步，确保本地显示和远程数据的一致性。这些经验都是在多次调试和优化中积累的，希望对准备开发类似项目的朋友有所帮助。