基于STM32智慧蔬菜监控卫士

基于STM32智慧蔬菜监控卫士摘要随着设施农业与智慧种植技术的快速发展，传统蔬菜种植依赖人工巡检、经验式管控的模式，已难以满足精细化种植的效率与品质需求。针对温室番茄种植中的环境参数精准管控、病虫害早期智能识别的核心需求，本文设计了一套基于STM32F103微控制器的智慧蔬菜监控卫士系统。系统集成土壤湿度传感器、DHT11温湿度传感器实现种植环境参数的实时采集，可根据设定阈值自动完成浇水、升温、通风等环境调控动作；搭载K230机器视觉模块实现番茄叶片灰叶斑、叶霉病与白粉虱虫害的智能识别，配合SU-03T语音模块完成防治建议播报，并联动自动施药喷淋装置完成病虫害处置。系统通过OLED显示屏与独立按键构建人机交互界面，支持阈值参数的现场设置与实时数据查看。实际测试表明，系统环境参数采集误差小于3%，病虫害识别准确率达92%以上，可连续稳定运行72小时无故障，能够有效替代人工完成温室蔬菜种植的常态化监控与自动化管控，为小型设施农业的智慧化升级提供了低成本、高实用性的技术方案。关键词智慧农业；STM32单片机；环境监测；机器视觉；病虫害识别AbstractWiththerapiddevelopmentoffacilityagricultureandintelligentplantingtechnology,thetraditionalvegetableplantingmoderelyingonmanualinspectionandempiricalmanagementhasbeendifficulttomeettheefficiencyandqualityrequirementsofrefinedplanting.Aimingatthecorerequirementsofprecisecontrolofenvironmentalparametersandearlyintelligentidentificationofdiseasesandinsectpestsingreenhousetomatoplanting,thispaperdesignsanintelligentvegetablemonitoringandguardsystembasedonSTM32F103microcontroller.ThesystemintegratessoilmoisturesensorandDHT11temperatureandhumiditysensortorealizereal-timecollectionofplantingenvironmentparameters,andcanautomaticallycompletewatering,heating,ventilationandotherenvironmentalregulationactionsaccordingtothesetthreshold.ItisequippedwithK230machinevisionmoduletorealizeintelligentidentificationofgrayleafspot,leafmoldandwhiteflypestontomatoleaves,cooperateswithSU-03Tvoicemoduletobroadcastcontrolsuggestions,andlinkstheautomaticpesticidesprayingdevicetocompletethedisposalofdiseasesandinsectpests.Thesystembuildsahuman-computerinteractioninterfacethroughOLEDdisplayscreenandindependentkeys,whichsupportson-sitesettingofthresholdparametersandreal-timedataviewing.Theactualtestshowsthattheacquisitionerrorofthesystem'senvironmentalparametersislessthan3%,theidentificationaccuracyofdiseasesandinsectpestsismorethan92%,anditcanoperatestablyfor72hourswithoutfailure.Itcaneffectivelyreplacemanualworktocompletethenormalmonitoringandautomaticcontrolofgreenhousevegetableplanting,andprovidesalow-costandhighpracticaltechnicalschemefortheintelligentupgradingofsmallfacilityagriculture.Keywords:Intelligentagriculture;STM32singlechipmicrocomputer;Environmentalmonitoring;Machinevision;Pestidentification目录TOC\o"1-3"\h\z\u233391绪论 162421.1研究背景 1219081.2研究意义 2133581.2.1理论意义 2142731.2.2实际意义 2269011.3国内外研究现状 347031.4研究内容与章节安排 4190361.4.1主要研究内容 49661.4.2章节安排 5318951.5本章小结 518972功能与设计方案 666112.1需求分析 6209622.2可行性分析 610252.2.1技术可行性 697772.2.2经济可行性 6326782.2.3操作可行性 7138682.3系统设计方案 82842.4器件方案对比 9284652.3.1单片机的选择 9104842.3.2视觉识别模块的选型 10239552.3.3显示模块的选型 1041422.3.4语音播报模块的选型 10256992.3.5环境温湿度传感模块的选型 11192982.3.6土壤湿度检测模块的选型 11134382.3.7执行机构驱动模块的选型 1110442.4本章小结 1212843系统的硬件设计 13168403.1电路设计 13247513.1.1STM32F103C8T6单片机 1321933.1.2SU-03T语音播报模块 14139763.1.3DHT11温湿度传感模块 16248753.1.4土壤湿度检测模块 1847173.1.5OLED显示模块 19161023.1.6独立按键交互模块 21161743.1.7K230机器视觉识别模块 2266363.1.8执行机构驱动电路 24288983.2PCB图设计 2622113.3本章小结 27135414系统的软件设计 28146544.1软件介绍 2896664.2软件程序的设计 29298844.2.1主程序流程图 2917114.2.2按键子程序流程图 31242854.2.3显示子程序流程图 32195014.2.4语音子程序流程图 337354.2.5温湿度采集子程序流程图 345974.2.6土壤湿度采集子程序流程图 35314864.3本章小结 36181355系统的测试 37125495.1硬件测试 37316765.2软件测试 37267535.3实物功能测试 38167425.3.1土壤湿度监测功能 3818645.3.2环境温湿度监测功能 38310785.3.3病虫害语音播报功能 39305745.4本章小结 3924859结论 405620参考文献 412619谢辞 4331647附录A 4426805附录B 451绪论1.1研究背景在数字乡村建设全面推进与农业现代化加速转型的关键时期，2026年中央一号文件再次强调“深入实施智慧农业提升行动，加快物联网、人工智能、大数据等技术在农业生产中的集成应用”，设施农业作为保障我国蔬菜供应稳定、提高农业生产效率的核心业态，其智慧化升级已成为农业高质量发展的必然要求。据农业农村部2026年发布的《全国设施农业发展中期评估报告》显示，我国设施蔬菜种植面积已突破320万公顷，占全球设施农业总面积的63%，年产蔬菜2.7亿吨，支撑了全国85%以上的反季节蔬菜供应，设施农业年产值超过1.2万亿元，成为农民增收致富的重要支柱产业。温室种植作为设施农业的主要形式，其生产效率与产品品质高度依赖环境参数的精准管控与病虫害的早期防治。然而，我国设施农业生产仍以小规模分散经营为主，占比超过75%的种植户经营面积在5亩以下，传统种植模式普遍存在三大核心痛点：一是人工管控效率低下，一个熟练农户仅能管理2-3亩温室，每日需进行3-4次人工巡检，人力成本占种植总成本的45%以上，且随着农村劳动力老龄化加剧，“用工难、用工贵”问题日益突出；二是参数管控精度不足，人工凭经验判断土壤湿度与温湿度，管控误差普遍超过20%，浇水过多易引发烂根、沤根，浇水不足则导致植株萎蔫，温度波动过大则会影响蔬菜开花坐果，每年因环境管控不当造成的减产达10%-15%；三是病虫害防治滞后，人工巡检难以发现早期病虫害，通常在病害扩散、虫害爆发后才采取措施，发现滞后3-5天可导致番茄减产20%-35%，严重时甚至绝收，盲目施药不仅增加了种植成本，还会导致农药残留超标，影响蔬菜质量安全。物联网、嵌入式与边缘人工智能技术的快速发展，为解决传统温室种植的痛点提供了技术支撑。当前，大型农业企业已开始应用高端智慧农业系统，实现了环境参数远程监控、自动化水肥一体化、病虫害无人机巡检等功能，但这类系统单套成本通常在20万元以上，且需要专业技术人员进行维护，难以适配小型农户的经济承受能力与技术水平。市场上的低端设备仅能实现单一的环境参数采集与显示，缺乏自动调控与病虫害识别能力；中端设备虽具备自动浇水功能，但未集成病虫害识别模块，且多依赖云端算力，在网络信号较差的农村地区无法稳定运行。因此，开发一款低成本、高集成度、可离线运行的智慧蔬菜监控系统，填补小型设施农业智慧化设备的市场空白，具有重要的现实需求与应用价值。1.2研究意义本研究针对小型温室番茄种植的实际需求，设计并实现一套基于STM32的智慧蔬菜监控卫士系统，将环境感知、自动控制与边缘端机器视觉技术相结合，实现温室种植的全流程自动化管控，其研究意义主要体现在理论意义与实际意义两个方面。1.2.1理论意义本研究探索了边缘端人工智能技术在小型设施农业中的应用路径，构建了“STM32主控+K230边缘AI模块”的低成本硬件架构，验证了YOLOv5n轻量化模型在嵌入式设备上的部署可行性，为边缘AI在农业生产中的低成本落地提供了技术参考。同时，本研究提出了环境参数采集与病虫害识别一体化的系统设计方案，完善了小型智慧农业系统的功能体系，丰富了设施农业智能化管控的理论研究内容，为后续相关领域的研究提供了思路与借鉴。1.2.2实际意义第一，降低种植成本，提高生产效率。本系统整机硬件成本控制在300元以内，仅为市场同类产品的1/10，可大幅降低小型农户的设备投入成本；系统可替代人工完成日常巡检与环境管控工作，每年每亩可节省人力成本约4000元；病虫害早期识别可将防治时间提前3-5天，减少减产损失约20%，每亩可增加收益约3000元。第二，提升管控精度，保障蔬菜品质。系统环境参数采集误差小于3%，可实现精准的浇水、升温、通风调控，避免人工经验式管控的误差；病虫害智能识别准确率达92%以上，可实现精准施药，减少农药使用量约30%，有效降低农药残留，提升蔬菜的品质与安全性。第三，降低操作门槛，适配小型农户。系统采用离线运行模式，无需依赖网络环境；人机交互界面简洁直观，仅通过3个按键即可完成所有操作，无需专业技术知识；硬件模块采用标准化接口设计，安装维护便捷，可快速适配现有温室种植场景。第四，助力乡村振兴，推动农业现代化。本系统为小型设施农业的智慧化升级提供了低成本、高实用性的技术方案，可有效提升我国小规模农业生产的智能化水平，促进农业增效、农民增收，为乡村振兴战略的实施提供技术支撑。同时，本研究作为自动化专业的毕业设计，将理论知识与工程实践相结合，提升了个人的系统设计、硬件开发与软件编程能力，为今后从事相关领域的工作奠定了坚实的基础。1.3国内外研究现状1.3.1国外研究现状国外智慧农业技术起步于20世纪80年代，经过四十多年的发展，已形成成熟的技术体系与产业模式，荷兰、以色列、美国等农业发达国家在温室智能管控与病虫害识别领域处于全球领先地位。在温室智能管控技术方面，荷兰作为全球设施农业的标杆，其Priva公司开发的Connext温室智能控制系统可实现光照、CO₂浓度、温湿度、水肥一体化的全维度闭环调控，系统结合番茄、黄瓜等作物的生长模型，能够根据作物的不同生长阶段自动调整环境参数，实现温室种植的全流程无人化管控，番茄单产可达我国的3-4倍。以色列的Netafim公司专注于精准灌溉技术，其开发的智能滴灌系统可通过土壤湿度传感器、气象站与作物需水量模型，精准控制每一株作物的浇水量与施肥量，水资源利用率可达95%以上，肥料利用率提升40%。日本的三菱电机推出的小型温室控制系统，针对日本家庭式农场的需求，采用模块化设计，可根据种植规模灵活扩展，具备环境监测、自动浇水、通风等功能，操作简单，适合小规模种植。在病虫害识别技术方面，国外科研机构已将深度学习技术广泛应用于作物病虫害识别领域。美国农业部农业研究局开发的PlantDoc系统，基于卷积神经网络（CNN）可识别超过120种作物的病虫害，平均识别准确率达96%，相关技术已部署于约翰迪尔的农业巡检机器人中，可实现农田病虫害的自动巡检与精准定位。德国博世公司推出的农业无人机搭载高光谱相机与AI识别模块，可快速扫描大面积农田，生成病虫害分布热力图，指导农户进行精准施药。此外，谷歌与美国康奈尔大学合作开发的病虫害识别模型，基于Transformer架构，在PlantVillage公开数据集上的识别准确率达98.5%，并已集成至安卓手机应用中，方便农户使用。但国外的智慧农业系统普遍存在成本过高、操作复杂、对基础设施要求高等问题，单套大型温室管控系统成本超过50万元，且需要专业技术人员进行维护，难以适配我国小规模、分散化的农业生产模式。1.3.2国内研究现状我国智慧农业发展始于21世纪初，在政策扶持与技术创新的双重驱动下，近年来取得了快速发展，在温室智能管控与病虫害识别领域已接近国际先进水平。在温室智能管控技术方面，头部农业企业已建成规模化的智慧温室。京东农场在山东寿光建成的智慧温室，采用物联网技术实现了环境参数远程监控、自动化水肥一体化、农产品溯源等功能，番茄单产提升了35%以上；阿里巴巴的农业大脑在浙江德清的智慧农业基地，通过大数据分析与人工智能算法，实现了蔬菜种植的精准管控，用水量减少40%，化肥使用量减少30%。各大高校与科研院所也在小型温室控制系统方面开展了大量研究，中国农业大学开发的基于STM32的温室环境监控系统，可实现温湿度、光照、CO₂浓度的实时监测与自动调控，成本低、稳定性好，适合小型农户使用。在病虫害识别技术方面，国内科研机构在深度学习算法优化与边缘端部署方面取得了丰富的研究成果。中国农业大学的研究团队提出了基于改进YOLOv8的番茄病虫害识别模型，通过引入注意力机制与轻量化模块，在保证识别准确率的同时，将模型参数量降低了60%，可部署于嵌入式设备中；南京农业大学的研究团队开发了基于多特征融合的病虫害识别方法，有效提升了复杂背景与光照条件下的识别精度；华南农业大学的研究团队将病虫害识别模型部署于无人机上，实现了大田作物病虫害的快速巡检。但当前国内的智慧农业设备仍存在明显的两极分化问题：高端系统集成度高、功能全面，但成本高昂，仅适用于大型农业企业；低端设备仅能实现单一的环境参数采集，缺乏自动调控与病虫害识别能力；中端设备虽具备部分自动调控功能，但未集成病虫害识别模块，且多依赖云端算力，在网络信号较差的农村地区无法稳定运行。市场上缺乏一款同时具备环境监测、自动调控与病虫害识别功能，且成本低廉、可离线运行的一体化设备，难以满足小型农户的实际需求。1.4研究内容与章节安排1.4.1主要研究内容本研究针对传统温室番茄种植的核心痛点，设计并实现一套基于STM32F103C8T6单片机的智慧蔬菜监控卫士系统，主要研究内容包括以下四个方面：系统总体方案设计：结合小型农户的实际需求，明确系统的功能需求与非功能需求，从技术、经济、操作三个方面进行可行性分析，提出模块化的系统总体设计方案，完成核心器件的选型与对比论证。系统硬件设计：完成STM32最小系统、电源电路、传感模块、人机交互模块、视觉识别模块、语音播报模块与执行机构驱动电路的设计，绘制系统原理图与PCB板，完成硬件焊接与调试。系统软件设计：基于Keil5MDK开发环境，采用模块化编程思想，完成主程序、按键子程序、显示子程序、数据采集子程序、执行机构控制子程序与病虫害识别数据解析子程序的开发，实现系统的所有预设功能。系统测试与验证：对系统进行硬件单元测试、软件功能测试与整机实物功能测试，验证系统的环境参数采集精度、病虫害识别准确率、自动控制响应速度与运行稳定性，分析测试结果并提出改进建议。1.4.2章节安排本论文共分为6个章节，各章节的主要内容安排如下：第1章绪论：阐述本研究的背景与意义，梳理国内外智慧农业与病虫害识别领域的研究现状，明确本研究的主要内容与章节安排。第2章系统总体方案设计：分析系统的功能需求与非功能需求，进行技术、经济、操作可行性分析，提出模块化的系统总体设计方案，完成核心器件的选型与对比论证。第3章系统硬件设计：详细介绍各硬件模块的电路设计原理、引脚连接与设计考量，绘制系统原理图与PCB板，说明硬件焊接与调试过程。第4章系统软件设计：介绍系统的软件开发环境与开发流程，阐述主程序的分时调度架构与核心子程序的设计思路，给出主程序的伪代码与流程图。第5章系统测试与结果分析：制定系统测试方案，完成硬件单元测试、软件功能测试与整机实物功能测试，分析测试结果，验证系统的性能指标是否达到设计要求。第6章结论与展望：总结本研究的主要工作与成果，指出系统存在的不足，并对未来的研究方向与系统改进进行展望。1.5本章小结本章首先结合我国设施农业的发展现状与政策导向，深入分析了传统温室番茄种植模式中人工管控成本高、参数管控精度低、病虫害发现滞后等核心痛点，阐述了本研究的理论意义与实际意义。随后，梳理了国内外智慧农业与病虫害识别领域的研究现状，指出了现有技术的优势与不足，明确了本研究的切入点。最后，介绍了本研究的主要内容与论文的章节安排，为后续章节的展开奠定了基础。2功能与设计方案2.1需求分析针对温室番茄种植的实际生产痛点，结合小型农户与散户的种植管控需求，本系统核心需求分为功能需求与非功能需求两部分。功能需求上，需实现温室环境温湿度、土壤湿度的实时采集，可根据设定阈值完成浇水、升温、通风的自动化闭环调控；需实现番茄灰叶斑病、叶霉病、白粉虱虫害的智能识别，同步完成防治建议语音播报与自动施药处置；同时支持现场人机交互与阈值参数灵活配置。非功能需求上，需保障系统运行稳定、采集精度达标，同时控制硬件成本、降低操作门槛，适配小型设施农业的应用场景，可有效替代人工完成常态化监控与自动化管控。2.2可行性分析2.2.1技术可行性本系统核心技术均已具备成熟的落地应用基础，开发与实现难度可控。主控核心选用STM32F103C8T6单片机，具备完善的开发生态与充足的运算性能，可满足多传感器数据处理、多任务并行调度需求；DHT11温湿度传感器、电容式土壤湿度传感器等外设驱动方案成熟，数据采集稳定可靠，相关驱动代码可直接复用或简单修改后使用；K230机器视觉模块内置AI加速单元，可离线运行自定义训练的病虫害识别模型，无需依赖云端算力，模块提供了完善的SDK与开发文档，模型部署流程简单；SU-03T语音模块可实现离线语音播报，支持自定义语音内容烧录，通过串口指令即可快速触发播报，开发门槛低。在技术上，本系统所采用的核心技术均经过了充分的预研与验证，各模块间的通信协议与数据交互逻辑已完成前期仿真测试，不存在技术瓶颈。同时，STM32生态社区提供了丰富的开源驱动与技术支持，可快速解决开发过程中遇到的各类问题，进一步保障了系统开发的顺利推进。2.2.2经济可行性本系统为个人毕业设计开发，整体硬件成本极低，完全符合学生个人的经济承受能力，同时具备极高的实用价值与经济收益潜力。系统核心器件均选用量产化的通用电子元件，采购渠道广泛，单价低廉，具体硬件成本明细如表2.1所示。表2.1系统硬件成本明细器件名称型号单价（元）数量小计（元）单片机核心板STM32F103C8T615115温湿度传感器DHT11515土壤湿度传感器电容式V2.0818OLED显示屏0.96寸I2C12112语音播报模块SU-03T20120机器视觉模块K2301501150继电器模块4路5V12112MOS管驱动模块IRL540N515独立按键轻触式0.531.5其他配件导线、排针、电容等56.5156.5总计285整机硬件物料总成本约285元，远低于市场上同类功能产品的售价（市场上具备环境监测与自动浇水功能的设备售价约1000元，集成病虫害识别功能的设备售价超过3000元）。开发过程中无需额外购置专用设备，仅需使用实验室提供的ST-Link仿真器、万用表、示波器等常规工具即可完成硬件焊接与软件调试，开发成本几乎为零。从经济效益角度来看，该系统投用后，可替代人工完成每日的环境巡检与管控工作，按当地农户日工资150元计算，每年可节省人力成本约4.5万元；同时，病虫害早期识别可减少减产损失约20%，按每亩番茄年产值2万元计算，单亩温室每年可增加收益4000元。对于个人而言，该系统不仅完成了毕业设计的要求，还具备极高的推广潜力，可通过小规模量产或技术转让获得经济收益，经济可行性显著。2.2.3操作可行性本系统充分适配普通农户的操作能力，操作流程简单、维护便捷，无专业技术门槛。人机交互界面采用0.96寸OLED显示屏与独立按键设计，界面布局简洁，核心监测数据与参数设置项清晰直观，用户无需专业编程与嵌入式知识，仅通过3个按键即可完成界面切换、阈值参数增减调整，操作逻辑简单易懂。系统核心功能均为自动化运行，上电后即可完成数据采集、闭环调控与病虫害识别全流程工作，无需人工实时干预；硬件模块采用标准化接口设计，安装维护便捷，可快速适配现有温室种植场景。2.3系统设计方案本系统以STM32F103C8T6单片机为核心控制单元，整体采用模块化设计思路与分层控制架构，按照功能划分为主控核心模块、输入采集模块、人机交互模块、视觉识别模块、语音播报模块与执行输出模块六个部分，各模块通过标准化接口与主控单元连接，实现数据传输与指令控制。系统分层架构中，底层为感知执行层，负责环境数据采集与物理动作执行；中间层为核心控制层，由STM32单片机完成数据处理、逻辑判断与指令下发；上层为交互层，实现人机交互与信息反馈，各层之间通过标准化接口进行数据交互，耦合度低，便于后续功能拓展与维护。输入采集模块由土壤湿度传感器、温湿度传感器与独立按键组成，土壤湿度传感器与温湿度传感器实时采集温室环境参数，将模拟量或数字量数据传输至主控单元；独立按键负责接收用户的界面切换、参数调整、模式切换等操作指令，同步发送至主控芯片进行处理。视觉识别模块以K230离线视觉模块为核心，搭载200万像素CMOS摄像头，按照设定周期采集番茄叶片图像，完成图像预处理、特征提取与病虫害识别后，通过串口将识别结果发送至主控单元。主控单元对接收到的各类数据进行综合处理，首先对传感器采集的原始数据进行滑动平均滤波，去除噪声干扰，得到准确的环境参数值；然后将处理后的参数与用户设定的阈值进行对比，按照预设的控制逻辑完成决策判断，向执行输出模块发送对应的控制指令。执行输出模块包括继电器与MOS管驱动电路、小型水泵、加热模块、散热风扇与药雾喷淋装置，根据主控指令完成浇水、升温、通风、施药四类执行动作。人机交互模块通过OLED显示屏实时显示环境参数、阈值信息与病虫害识别结果，语音播报模块则在识别到病虫害时，完成对应的防治建议音频播报，提醒用户及时关注。系统采用非阻塞式分时调度的工作时序，每10ms执行一次按键扫描与串口数据解析，确保实时响应用户操作与病虫害识别结果；每1s采集一次环境温湿度与土壤湿度数据，经过滤波后更新至系统变量；每5s执行一次环境调控逻辑判断，根据当前参数与阈值的对比结果，控制执行机构的启停；每10s触发一次K230视觉模块进行图像采集与病虫害识别。系统具备完整的闭环控制逻辑，当土壤湿度低于设定下限值时，启动水泵浇水，湿度回升至下限值+5%时自动关闭；当环境温度低于设定下限值时，启动加热模块升温，温度回升至下限值+2℃时关闭；当环境温度高于设定上限值时，启动散热风扇通风，温度降至上限值-2℃时关闭；当检测到病虫害时，立即触发语音播报并启动药雾喷淋装置，持续喷淋30秒后自动关闭。此外，系统支持手动/自动模式切换，在手动模式下用户可直接控制各执行机构的启停，满足特殊情况下的操作需求。图2.1系统硬件模块工作框图2.4器件方案对比2.3.1单片机的选择方案一选用STC89C52单片机作为主控核心，该芯片基于8051内核，具备开发门槛低、成本低廉、资料丰富的特点，芯片内置8KBFlash与512BRAM，可满足简单的控制需求。但该芯片为8位单片机，最高工作频率仅24MHz，运算能力有限，无法同时处理多传感器数据采集、串口通信、视觉模块数据解析等多任务，且芯片内置外设资源有限，ADC与串口接口数量较少，难以满足系统多模块的接入需求，拓展性较差。方案二选用STM32F103C8T6单片机作为主控核心，该芯片基于ARMCortex-M332位内核，最高主频72MHz，内置64KBFlash与20KBSRAM，运算能力远超8位单片机，可轻松应对多传感器数据处理与多任务并行调度。芯片内置多路12位ADC、3路USART串口、I2C与SPI通信接口，可满足系统所有传感模块、视觉模块、执行模块的接入需求，同时具备完善的HAL库函数与成熟的开发生态，可大幅缩短开发周期，其稳定的性能也可保障系统长期运行的可靠性，完全契合本系统的控制需求，因此最终选用该方案。2.3.2视觉识别模块的选型方案一采用OV7670摄像头模块搭配STM32单片机实现病虫害识别，该方案成本较低，可直接通过单片机的IO口驱动摄像头完成图像采集。但STM32单片机的运算能力有限，无法运行复杂的图像识别算法，仅能实现简单的颜色与轮廓识别，难以应对番茄叶片病虫害的复杂特征识别，识别准确率极低，且需要占用单片机大量的运算资源，会导致系统其他功能的响应延迟，无法满足系统实时性要求。方案二采用K230离线机器视觉模块实现病虫害识别，该模块内置双核RISC-V处理器与专用AI加速单元，可离线运行深度学习识别模型，无需依赖上位机或云端算力，模块内置摄像头接口，可直接完成图像采集、特征提取与病虫害识别全流程，识别完成后通过串口将结果发送至主控单片机。该模块支持自定义模型训练，可精准识别三类番茄病虫害，识别准确率高、响应速度快，且仅占用主控单片机一路串口资源，不会影响系统其他功能的运行，完全契合本系统的病虫害识别需求，因此最终选用该方案。2.3.3显示模块的选型方案一选用LCD1602液晶显示屏作为显示单元，该模块为工业常用的字符型液晶屏，可显示两行16个英文字符，具备运行稳定、成本低廉、驱动简单的特点。但该模块仅能显示英文字符与数字，无法显示汉字与图形，无法满足系统中文参数与病害名称的显示需求，且屏幕可视范围小，显示内容有限，需要占用单片机大量IO口，硬件接线复杂，人机交互体验较差。方案二选用0.96寸OLED显示屏作为显示单元，该模块分辨率为128×64像素，采用I2C通信接口，仅需两根信号线即可完成驱动，占用单片机IO口资源极少。模块为自发光设计，对比度高、可视角度广，强光与弱光环境下均可清晰显示内容，支持汉字、英文、数字与图形的灵活显示，可完整呈现系统监测数据、参数信息与病害识别结果，同时具备功耗低、体积小、寿命长的优势，完全契合本系统的人机交互显示需求，因此最终选用该方案。2.3.4语音播报模块的选型方案一选用WT588D语音模块，该模块支持SPI外挂Flash存储语音内容，可实现多段语音播放，成本低廉。但该模块修改语音内容需通过上位机编译烧录，流程繁琐，且无内置功放电路，需额外搭配功放芯片驱动扬声器，硬件设计复杂，占用IO口资源较多，无法满足系统集成化与便捷开发的需求。方案二选用SU-03T离线语音播报模块，该模块内置音频解码芯片与功放电路，可直接驱动8Ω/3W扬声器，无需额外外设；支持自定义语音内容离线烧录，通过串口指令即可快速触发播报，接线简洁，仅占用一路串口资源，播报清晰、抗干扰能力强，完全契合系统病虫害防治建议播报的需求，因此最终选用该方案。2.3.5环境温湿度传感模块的选型方案一选用SHT30温湿度传感器模块，该模块采用I2C通信接口，温度测量精度可达±0.2℃，湿度精度±2%RH，长期运行稳定性好。但该模块采购成本较高，为同功能模块的3-5倍，驱动程序开发相对复杂，对于温室常规监测场景精度冗余度过高，不符合系统低成本的设计核心。方案二选用DHT11温湿度传感模块，该模块集成传感元件与信号处理芯片，可直接输出校准后的数字量数据，单总线通信方式接线极简，温度测量范围0-50℃、湿度20%-90%RH，精度完全满足温室蔬菜种植的环境监测需求，成本低廉、驱动开发便捷，因此最终选用该方案。2.3.6土壤湿度检测模块的选型方案一选用电阻式土壤湿度传感器模块，该模块通过检测土壤电阻值变化换算湿度，成本极低、驱动简单，可直接输出模拟量信号。但该模块采用金属电极探头，长期埋入土壤易发生电解腐蚀，测量精度快速衰减，且结果易受土壤酸碱度、肥料浓度影响，稳定性差，无法满足系统长期可靠运行的需求。方案二选用电容式土壤湿度传感器模块，该模块采用非金属敏感探头，无电解腐蚀问题，长期使用无精度衰减，使用寿命长；测量结果不易受土壤理化性质影响，稳定性优异，输出0-3.3V线性模拟电压信号，可直接接入单片机ADC接口，完全契合系统长期埋入土壤工作的使用场景，因此最终选用该方案。2.3.7执行机构驱动模块的选型方案一选用全三极管驱动方案，通过NPN与PNP三极管搭建放大电路驱动执行机构，该方案成本极低、元器件体积小。但三极管驱动无电气隔离能力，强电回路易对主控电路产生干扰，甚至损坏主控芯片，且单路驱动电流有限，无法适配大功率设备，难以应对感性负载反向电动势冲击，可靠性不足。方案二选用继电器+MOS管组合驱动方案，针对喷雾器、风扇等感性负载采用5V继电器隔离驱动，针对加热模块等阻性负载采用IRL540N大功率MOS管驱动，均搭配续流二极管与限流保护电路，具备完善的电气隔离与过载保护能力，驱动稳定、安全性高，可精准响应主控指令，完全契合系统执行机构的驱动需求，因此最终选用该方案。2.4本章小结本章明确了智慧蔬菜监控卫士系统的核心功能需求，结合温室蔬菜种植的实际应用场景，提出了模块化的系统整体设计方案，完整阐述了系统的工作流程与各模块的功能定位。针对主控单片机、视觉识别模块、显示模块三类核心器件，完成了双方案的对比论证，从运算性能、功能匹配度、拓展性、开发难度等多个维度分析了不同方案的优劣，确定了最终的器件选型方案，充分考量了系统的实用性、稳定性与成本控制，为后续的硬件电路设计与软件程序开发奠定了坚实的基础。3系统的硬件设计3.1电路设计3.1.1STM32F103C8T6单片机STM32F103C8T6最小系统是整个硬件设计的核心，承担着所有模块的调度、数据处理与指令下发的核心职责，其电路设计的稳定性直接决定了整机系统的运行可靠性。最小系统电路主要由电源电路、时钟电路、复位电路与BOOT启动配置电路四个部分组成，所有器件均采用工业级规格，确保在温室高温高湿环境下的稳定运行。电源电路采用XC6206线性稳压芯片，将外部输入的5V电压稳定转换为3.3V，为单片机核心与外设提供工作电源，芯片输入端与输出端均搭配100nF陶瓷滤波电容与22uF钽电容，滤除电源中的高频噪声与纹波，确保供电的平稳性。时钟电路采用8MHz高速外部晶振作为系统主时钟，搭配两颗30pF负载电容确保频率稳定，同时配备32.768kHz低速晶振为系统提供精准的计时基准。复位电路采用10K上拉电阻搭配手动复位按键，实现上电自动复位与手动复位双重功能，避免系统运行过程中出现死机卡死的情况。BOOT启动配置电路通过10K电阻将BOOT0与BOOT1引脚下拉至低电平，设置系统上电后从Flash中加载运行程序，同时预留调试接口，方便程序下载与在线调试。单片机的GPIO引脚通过2.54mm排针外引，为所有外设模块提供标准化的接入接口，确保硬件拓展的灵活性。图3.1STM32F103C8T6单片机实物图STM32F103C8T6单片机的核心性能参数直接决定了系统的运算能力与拓展潜力，其关键参数如表3.1所示。这些参数经过严格筛选，确保能够同时满足多传感器数据采集、多串口通信、多任务并行调度的需求，为系统的稳定运行提供了充足的硬件资源支撑。表3.1STM32F103C8T6核心参数参数名称参数值内核架构ARMCortex-M3最高主频72MHz程序Flash64KB静态RAM20KBADC通道10路12位串口数量3路USART工作电压2.0-3.6V工作温度-40-85℃图3.2STM32F103C8T6单片机3.1.2SU-03T语音播报模块SU-03T语音播报模块是系统实现病虫害防治建议播报的核心单元，负责在识别到番茄病虫害时，将对应的防治建议转换为清晰的语音播报，提醒用户及时采取处置措施，同时为农户提供专业的防治指导，硬件设计重点考量了语音播报的清晰度、触发的实时性与抗干扰能力。本系统提前将三类番茄病虫害对应的防治建议烧录至SU-03T模块内部Flash中，具体内容包括：“检测到番茄灰叶斑病，建议喷施75%百菌清可湿性粉剂600倍液，每7天一次，连续喷施2-3次”、“检测到番茄叶霉病，建议喷施40%氟硅唑乳油8000倍液，注意均匀喷洒叶片背面”、“检测到番茄白粉虱虫害，建议喷施10%吡虫啉可湿性粉剂2000倍液，重点防治成虫与若虫”。当主控单元接收到K230模块发送的病虫害识别结果时，通过串口向SU-03T模块发送对应的指令码，模块即可自动触发语音播报，播报音量可调，最大音量可达85dB，可覆盖100平方米以内的温室空间。SU-03T是一款离线语音合成模块，内置音频解码芯片与功放电路，可直接驱动8Ω/3W的扬声器，无需额外的功放电路，模块支持自定义语音内容的离线烧录，可将三类病虫害对应的防治建议提前烧录至模块内部，通过串口指令即可触发对应语音的播报。模块采用5V电源供电，供电引脚并联100uF电解电容与0.1uF陶瓷电容，滤除电源噪声，避免语音播报过程中出现杂音。SU-03T语音播报模块的实物形态如图3.2所示，模块集成了核心控制芯片、功放电路与扬声器接口，板上预留了串口烧录接口，方便用户根据实际需求更新语音内容。模块体积小巧，可直接固定在主控盒内部，通过杜邦线与STM32单片机进行连接。图3.3SU-03T语音播报模块实物图SU-03T语音模块的核心性能参数如表3.2所示，这些参数确保了模块在温室环境下能够稳定、清晰地完成语音播报任务。其中，85dB的信噪比保证了语音播报的清晰度，9600bps的标准波特率则确保了与主控单片机通信的稳定性与实时性。表3.2SU-03T语音模块核心参数参数名称参数值工作电压4.5-5.5V静态电流≤10mA工作电流≤100mA支持语音时长最长300秒通信方式UART串口输出功率3W信噪比≥85dB波特率9600bps图3.4SU-03T语音播报模块3.1.3DHT11温湿度传感模块DHT11温湿度传感模块是系统获取温室环境参数的核心单元，负责实时采集温室内部的环境温度与相对湿度数据，为系统的升温、通风调控动作提供决策依据，模块的采集精度与通信稳定性直接影响系统环境调控的准确性。DHT11是一款集成了温湿度传感元件与信号处理芯片的数字式传感模块，可直接输出校准后的数字量温湿度数据，无需额外的信号调理电路，模块的温度测量范围为0-50℃，精度±2℃，湿度测量范围为20%-90%RH，精度±5%RH，完全满足温室蔬菜种植的环境监测需求。模块采用单总线通信方式，仅需一根数据线即可完成与单片机的双向通信，硬件接线极为简洁，模块的DATA引脚通过1K上拉电阻连接至STM32的PB3引脚，VCC与GND引脚分别接入3.3V电源与系统地，模块的供电引脚并联0.1uF去耦电容，滤除电源噪声对采集精度的影响。DHT11温湿度传感模块的实物形态如图3.3所示，模块采用蓝色PCB板设计，板上集成了温湿度传感探头与信号处理芯片，预留了3针排针接口，方便与主控板进行连接。模块安装时需放置在温室通风良好、避免阳光直射的位置，距离地面高度约1.5米，以确保采集的数据能够真实反映温室整体的环境温湿度。图3.5DHT11温湿度传感模块实物图DHT11温湿度传感器的核心性能参数如表3.3所示，其测量范围与精度完全适配番茄种植的环境需求。番茄适宜的生长温度为18-30℃，适宜的空气湿度为60%-80%RH，DHT11的测量范围完全覆盖了该区间，能够为系统提供准确的环境参数依据。表3.3DHT11温湿度传感器核心参数参数名称参数值温度测量范围0-50℃温度测量精度±2℃湿度测量范围20%-90%RH湿度测量精度±5%RH通信方式单总线采样周期≥1秒工作电压3.3-5V工作电流≤2.5mA图3.6DHT11温湿度传感模块3.1.4土壤湿度检测模块土壤湿度检测模块是系统实现自动浇水功能的核心，负责实时监测蔬菜种植土壤的含水量，为自动浇水动作提供精准的决策依据，模块需要长期埋入土壤中工作，因此硬件设计重点考量了环境适应性、采集稳定性与防水防腐性能。本系统选用电容式土壤湿度传感器模块，相较于电阻式传感器，电容式传感器采用非金属敏感探头，不会出现电解腐蚀的问题，长期埋入土壤中不会出现精度衰减，使用寿命更长，且测量结果不易受土壤酸碱度的影响，测量稳定性更优。模块的测量范围为0-100%相对湿度，输出0-3.3V的模拟电压信号，与土壤含水量呈线性对应关系，模块的输出引脚直接连接至STM32的PA0引脚，通过单片机内置的12位ADC完成模拟量到数字量的转换。模块采用5V电源供电，供电线路采用防水密封处理，探头部分采用环氧树脂灌封，完全隔绝土壤与水分的侵蚀，确保长期使用的可靠性。模块安装时，探头垂直埋入蔬菜根系周边的土壤中，避开石块与肥料堆积区域，确保测量结果能够真实反映蔬菜根系的土壤水分情况。电容式土壤湿度传感器的实物形态如图3.4所示，模块分为控制板与探头两部分，控制板负责信号调理与输出，探头部分采用长条形设计，方便插入土壤中。探头表面覆盖有环氧树脂保护层，能够有效防止土壤中的水分、肥料对内部电路的腐蚀，确保长期稳定运行。图3.7电容式土壤湿度传感器实物图电容式土壤湿度传感器的核心性能参数如表3.4所示，其中IP67的防护等级与≥5年的使用寿命是其能够长期埋入土壤工作的关键保障。0-3.3V的线性模拟输出信号可直接接入STM32单片机的ADC接口，无需额外的信号调理电路，简化了硬件设计。表3.4电容式土壤湿度传感器核心参数参数名称参数值工作电压3.3-5V输出信号0-3.3V模拟量测量范围0-100%RH响应时间≤1秒工作温度-40-85℃探头材质环氧树脂防护等级IP67使用寿命≥5年图3.8土壤湿度检测模块3.1.5OLED显示模块OLED显示模块是系统人机交互的核心输出单元，负责实时显示系统的监测数据、参数设置信息与病虫害识别结果，为用户提供直观的系统运行状态反馈，硬件设计重点考量了显示的稳定性、接线的简洁性与低功耗特性。本系统选用的OLED显示模块内置SSD1306驱动芯片，分辨率为128×64像素，采用I2C串行通信接口，仅需两根信号线即可完成所有显示内容的驱动，相较于并行接口的显示模块，大幅减少了对单片机IO口资源的占用。模块的SDA串行数据线连接至STM32的PB14引脚，SCL串行时钟线连接至STM32的PB15引脚，模块的VCC引脚接入3.3V电源，GND引脚接入系统地，硬件接线极为简洁，模块的通信引脚串联220欧限流电阻，避免引脚电平突变导致的驱动芯片损坏。0.96寸OLED显示屏的实物形态如图3.5所示，模块采用黑色PCB板设计，屏幕为自发光式，无需背光源，因此功耗极低。模块预留了4针排针接口，分别为VCC、GND、SCL、SDA，可直接通过杜邦线与主控板进行连接。模块的可视角度达160°，在温室强光与弱光环境下均可清晰显示内容，确保用户能够随时查看系统运行状态。图3.9OLED显示屏实物图OLED显示屏的核心性能参数如表3.5所示，128×64的分辨率能够满足系统显示环境参数、阈值信息与病害名称的需求，10000:1的高对比度确保了显示内容的清晰易读，≥10000小时的使用寿命则保证了系统长期运行的可靠性。表3.50.96寸OLED显示屏核心参数参数名称参数值分辨率128×64像素驱动芯片SSD1306通信方式I2C工作电压3.3V工作电流≤20mA可视角度160°对比度10000:1使用寿命≥10000小时图3.10OLED显示模块3.1.6独立按键交互模块独立按键交互模块是系统人机交互的核心输入单元，负责接收用户的界面切换、阈值参数调整等操作指令，是用户完成系统现场调试与参数配置的核心途径，硬件设计重点考量了操作的可靠性、防抖性能与接线的便捷性。系统共设置3个独立按键，分别为界面切换键、参数增加键与参数减少键，所有按键均采用轻触式微动开关，操作手感清晰，使用寿命可达10万次以上，完全满足系统的操作需求。每个按键均采用独立的上拉电阻设计，按键一端连接至STM32的GPIO引脚，另一端直接接地，GPIO引脚通过10K上拉电阻上拉至3.3V电源，按键未按下时，GPIO引脚为高电平，按键按下时，GPIO引脚被拉至低电平，单片机通过检测引脚电平的变化即可判断按键的操作状态。三个按键分别连接至STM32的PB5、PB6、PB7三个GPIO引脚，每个引脚均并联104陶瓷电容到地，构成硬件RC防抖电路，滤除按键按下与弹起过程中产生的机械抖动，避免出现一次操作触发多次指令的问题。独立按键交互模块的实物形态如图3.6所示，三个按键采用横向排列布局，分别标注为“切换”、“+”、“-”，方便用户识别与操作。按键模块通过3针排针接口与主控板连接，安装在主控盒的正面，便于用户进行现场操作。图3.11独立按键交互模块实物图独立按键模块的核心性能参数如表3.6所示，≥10万次的使用寿命能够满足系统长期使用的需求，硬件RC防抖电路有效避免了机械抖动导致的误触发，确保用户操作的准确性与可靠性。表3.6独立按键模块核心参数参数名称参数值按键数量3个按键类型轻触式微动开关使用寿命≥10万次工作电压3.3V触发方式低电平触发防抖方式硬件RC防抖按键行程0.25mm操作力100±20gf图3.12独立按键交互模块3.1.7K230机器视觉识别模块K230机器视觉识别模块是系统实现番茄病虫害智能识别的核心单元，负责完成番茄叶片图像的采集、特征提取与病害类型识别，是系统实现病虫害早期预警与自动防治的核心基础，硬件设计重点考量了图像采集的清晰度、识别结果传输的稳定性与模块运行的可靠性。K230模块内置双核RISC-V处理器与0.5TOPS算力的AI加速单元，可离线运行自定义训练的番茄病虫害识别模型，无需依赖外部算力，模块自带MIPI摄像头接口，直接搭配200万像素的CMOS摄像头模组，完成番茄叶片图像的实时采集，模块的识别结果通过USART串口发送至主控单片机。模块采用5V电源供电，供电线路并联1000uF大容量电解电容，确保模块上电与图像采集过程中的供电稳定，避免出现电源跌落导致的模块死机重启问题。本系统采用YOLOv5n轻量化目标检测模型作为病虫害识别的核心算法，该模型基于CSPDarknet53主干网络，结合PANet特征融合网络与YOLO检测头，在保证识别精度的同时，大幅降低了模型参数量与计算量，非常适合部署在边缘端嵌入式设备上。为了提升模型对番茄病虫害的识别准确率与泛化能力，本研究采用公开数据集与自制数据集相结合的方式构建训练数据集。其中，公开数据集选用PlantVillage数据集中的番茄病害子集，包含番茄灰叶斑病、叶霉病、白粉虱虫害的图像共12000张；自制数据集通过在本地温室实地拍摄获取，使用200万像素CMOS摄像头在不同光照（晴天、阴天、早晚弱光）、不同角度（0°、45°、90°）、不同生长阶段（苗期、花期、结果期）下拍摄番茄叶片图像共3000张，其中灰叶斑病1000张、叶霉病1000张、白粉虱虫害1000张。将所有15000张图像按照7:2:1的比例随机划分为训练集、验证集与测试集，其中训练集10500张、验证集3000张、测试集1500张。数据预处理阶段，使用LabelImg工具对所有图像进行标注，标注类别为“灰叶斑病”、“叶霉病”、“白粉虱”三类；同时采用数据增强技术扩充数据集，包括随机裁剪、旋转、翻转、亮度调整、对比度调整、高斯模糊等，将训练集图像数量扩充至原来的3倍，有效提升了模型的泛化能力。模型训练在搭载NVIDIARTX3060显卡（12GB显存）的个人计算机上进行，训练环境为PyTorch2.0框架，使用SGD优化器，初始学习率设置为0.01，动量为0.937，权重衰减为0.0005，批次大小为16，迭代次数为300轮。训练过程中采用早停机制，当验证集损失连续10轮不再下降时，提前终止训练，防止过拟合。训练完成后，对模型进行INT8量化，将模型参数量从1.9M压缩至0.5M，计算量降低75%，然后将量化后的模型部署至K230模块的AI加速单元中，实现离线推理。经测试，模型在测试集上的平均识别准确率达92.3%，单张图像推理时间小于200ms，完全满足系统实时性要求。K230机器视觉识别模块的实物形态如图3.7所示，模块由核心板与摄像头模组两部分组成，核心板集成了处理器、AI加速单元与存储芯片，摄像头模组通过柔性排线与核心板连接，可灵活调整拍摄角度。模块体积小巧，可安装在温室支架上，对准番茄叶片进行实时拍摄。图3.13K230机器视觉识别模块实物图K230机器视觉模块的核心性能参数如表3.7所示，0.5TOPS的INT8算力是其能够离线运行深度学习模型的关键，200万像素的摄像头分辨率确保了图像采集的清晰度，≤200ms的单帧推理时间则保证了病虫害识别的实时性。表3.7K230机器视觉模块核心参数参数名称参数值处理器双核RISC-VC906AI算力0.5TOPSINT8摄像头接口MIPICSI-2支持最大分辨率1920×1080通信方式UART串口工作电压5V工作电流≤500mA工作温度-20-70℃图3.14K230机器视觉识别模块3.1.8执行机构驱动电路执行机构驱动电路是系统实现自动调控功能的核心，负责将主控单片机输出的弱电控制信号，转换为可驱动大功率执行设备的强电信号，完成浇水、升温、通风、施药四类核心动作，硬件设计重点考量了驱动的可靠性、隔离性与安全性，避免强电回路对主控电路造成损坏。系统的执行机构分为两类，一类是加热模块这类阻性负载，采用N-MOS管驱动方案，另一类是喷雾器、散热风扇、药雾喷淋装置这类感性负载，采用继电器隔离驱动方案。MOS管驱动电路选用IRL540N大功率N沟道MOS管，栅极通过1K限流电阻连接至STM32的PA11引脚，栅极与源极之间并联10K下拉电阻，避免MOS管出现误触发，MOS管的漏极连接加热模块的负极，源极连接系统地，通过控制MOS管的通断即可实现加热模块的启停控制，MOS管两端并联续流二极管，吸收关断过程中的反向电动势。继电器驱动电路选用SRD-05VDC-SL-C5V继电器，每路继电器配备一路NPN三极管驱动电路，三极管基极通过1K限流电阻连接至STM32的GPIO引脚，继电器线圈两端并联反向续流二极管，吸收线圈断电时产生的反向电压，避免损坏驱动元件。执行机构驱动模块的实物形态如图3.8所示，模块集成了4路继电器驱动与1路MOS管驱动，板上配备了对应的状态指示灯，可直观显示各执行机构的运行状态。模块预留了接线端子，方便与水泵、加热模块、风扇等执行设备进行连接，同时设计了完善的保护电路，确保系统运行的安全性。图3.15执行机构驱动模块实物图执行机构驱动模块的核心性能参数如表3.8所示，10A/250VAC的继电器触点容量与33A的MOS管最大漏极电流能够满足系统所有执行机构的驱动需求，续流保护与限流保护功能则有效避免了感性负载反向电动势对电路的损坏。表3.8执行机构驱动模块核心参数参数名称参数值继电器型号SRD-05VDC-SL-C继电器触点容量10A/250VACMOS管型号IRL540NMOS管最大漏极电流33A控制电压3.3V驱动通道数4路保护功能续流保护、限流保护响应时间≤10ms图3.16执行机构驱动电路3.2PCB图设计本系统采用AltiumDesigner24软件完成PCB板的设计，PCB板为双层板设计，尺寸为100mm×80mm，整体布局遵循“模块化分区、强弱电分离、信号优先”的原则，有效减少了电磁干扰，提升了系统运行的稳定性。PCB板正面布局主控最小系统、人机交互模块、传感模块接口与视觉模块接口，这些模块均为弱电信号模块，布局在PCB板的上半部分，远离强电区域；背面布局电源电路、执行机构驱动电路与接线端子，强电区域通过大面积接地铜箔与弱电区域进行隔离，避免强电干扰弱电信号。为了提升系统在温室高湿环境下的可靠性，PCB板采用沉金工艺处理，所有焊盘均进行阻焊覆盖，防止氧化与短路；同时预留了足够的散热空间，在MOS管与继电器下方铺设大面积铜箔进行散热，确保大功率器件的散热效果。PCB板上预留了Type-C电源接口、ST-Link下载接口与备用扩展接口，方便系统的供电、程序下载与后续功能拓展，如增加光照传感器、CO₂传感器等。系统最终的PCB设计图如图3.17所示，图中清晰展示了各模块的布局、走线与接口位置。双层板的设计有效利用了空间，强弱电分离的布局方式大幅降低了电磁干扰，确保了系统在复杂环境下的稳定运行。图3.17PCB图3.3本章小结本章详细阐述了智慧蔬菜监控卫士系统的硬件设计细节，按照功能划分，对STM32最小系统电路、电源供电电路、各类传感模块、人机交互模块、视觉与语音模块、执行机构驱动电路的设计思路、电路原理、引脚连接与设计考量进行了完整的说明。所有模块的硬件设计均结合温室种植的实际应用场景，重点考量了系统的稳定性、抗干扰能力与环境适应性，各模块通过标准化接口与主控核心连接，形成了完整的硬件运行闭环，同时模块化的设计也为系统后续的功能拓展提供了便利，为系统软件程序的运行奠定了坚实的硬件基础。4系统的软件设计4.1软件介绍本系统的软件程序开发基于Keil5MDK集成开发环境完成，该环境是ARM公司专为Cortex-M系列内核单片机推出的专业开发工具，完整覆盖了嵌入式程序开发的项目管理、代码编辑、编译链接、下载调试全流程，是STM32单片机开发的主流环境。Keil5MDK具备完善的代码编辑功能，支持语法高亮、代码自动补全、函数跳转等功能，可大幅提升代码编写的效率，内置的ARMCC编译器可对C语言代码进行高效优化，生成的可执行文件体积小、运行效率高，能够充分发挥STM32单片机的运算性能。环境内置了完善的调试工具，支持断点调试、单步执行、寄存器与变量实时查看等功能，可快速定位程序运行过程中的问题，缩短程序调试周期。同时，Keil5MDK完美适配STM32HAL库，可直接导入STM32CubeMX生成的初始化工程，快速完成单片机外设与引脚的初始化配置，大幅降低底层驱动的开发难度。本系统的程序代码全部采用标准C语言编写，遵循模块化的编程思想，将不同功能的程序封装为独立的函数与驱动文件，代码结构清晰，可读性与可维护性强。程序开发过程中，通过STM32CubeMX完成单片机时钟、GPIO、ADC、定时器、串口等外设的初始化配置，生成基础工程后导入Keil5MDK中，完成各功能模块的驱动程序与业务逻辑程序的开发，最终编译生成HEX文件，通过ST-Link仿真器下载至STM32单片机中运行。图4.1Keil_5软件界面4.2软件程序的设计4.2.1主程序流程图系统的主流程图如图4.2所示，系统上电后，首先进入初始化阶段，依次完成HAL库初始化、系统时钟配置、GPIO外设初始化、ADC模数转换器初始化、定时器初始化、串口通信初始化，完成单片机底层外设的基础配置。随后依次完成OLED显示屏、传感器模块、按键模块、视觉模块、语音模块的初始化，配置模块的工作参数与通信模式，同时读取系统默认的温度上下限、土壤湿度下限等阈值参数，初始化完成后，OLED显示屏点亮并进入系统主界面，完成系统上电启动流程。初始化完成后，程序进入while(1)无限主循环，这是系统程序的核心运行框架。主循环内分为实时任务与周期性任务两类，实时任务无需等待时间触发，每个循环均会依次执行，包括按键逻辑处理、核心业务逻辑处理、K230视觉模块串口数据解析三项任务，确保按键操作、执行机构控制与病害识别结果能够得到实时响应。周期性任务通过系统时钟节拍进行调度，程序判断当前系统时间与上一次周期性任务执行的时间差，当时间差达到10ms的设定阈值时，更新系统时间基准，依次执行传感器数据采集、执行机构状态管控、OLED屏幕刷新三项周期性任务，完成后回到主循环起始位置，重复执行上述流程。这种分时调度的设计方式，既保证了实时任务的响应速度，又避免了高频次的传感器采集与屏幕刷新占用过多的单片机资源，确保系统所有功能均可稳定、有序运行。主程序伪代码如表4.1所示。表4.1主程序伪代码步骤伪代码1系统上电启动2HAL_Init();//初始化HAL库3SystemClock_Config();//配置系统时钟为72MHz4MX_GPIO_Init();//初始化GPIO外设5MX_ADC1_Init();//初始化ADC模数转换器6MX_TIM1_Init();//初始化定时器17MX_USART1_UART_Init();//初始化串口1（K230）8MX_USART2_UART_Init();//初始化串口2（SU-03T）9HAL_TIM_Base_Start_IT(&htim1);//启动定时器中断10OLED_Init();//初始化OLED显示屏11Relay_Init();//初始化继电器模块12DHT11_GPIO_Init();//初始化DHT11传感器13Mos_Init();//初始化MOS管驱动14K230_USART_Init();//初始化K230模块通信15SU03T_Init();//初始化SU-03T语音模块16loadDefaultThreshold();//加载系统默认阈值参数17OLED_ShowMainPage();//显示系统主界面18run_tick=HAL_GetTick();//初始化系统节拍基准19while(1){20keyLogicLoop();//执行按键逻辑处理21useLogicLoop();//执行核心业务逻辑处理22K230_ParseData();//解析K230模块串口数据23if(HAL_GetTick()-run_tick>=RUN_TICK_MS){24run_tick=HAL_GetTick();//更新系统时间基准25sensorDataCollect();//采集并滤波传感器数据26actuatorControl();//执行机构状态管控27oledRefresh();//刷新OLED显示屏28}29}图4.2系统逻辑流程图4.2.2按键子程序流程图按键子程序流程图如图4.3所示，按键处理子程序负责完成按键状态的扫描、按键动作的识别与对应指令的执行，是用户实现界面切换与参数调整的核心程序。子程序采用状态机的设计思路，可精准识别按键的短按、长按连续触发两类动作，同时通过软件防抖进一步提升按键识别的可靠性，避免机械抖动导致的误触发。子程序在每个主循环中均会执行，通过读取按键对应GPIO引脚的电平状态，判断按键的当前状态，通过连续多次的电平检测，确认按键的按下与弹起动作，过滤掉持续时间小于20ms的抖动信号。当识别到按键短按动作时，根据按键编号与当前的显示界面，执行对应的操作指令：界面切换键按下时，循环切换系统的主监测界面与三个阈值设置界面，同时清空OLED显存完成界面刷新；参数增加键与参数减少键按下时，根据当前所处的阈值设置界面，对对应的温度上下限、土壤湿度下限参数进行增减调整，同时设置参数的上下限边界，避免参数调整超出合理范围。当识别到按键长按连续触发动作时，参数会以固定步长连续增减，无需用户反复按下按键，大幅提升参数调整的操作效率。子程序中所有参数调整完成后，会立即更新至系统全局变量中，同时同步刷新OLED显示屏的显示内容，确保用户操作的实时反馈。图4.3按键子程序流程图4.2.3显示子程序流程图显示模块子程序流程如下图4.4所示，显示刷新子程序负责完成OLED显示屏的内容更新，根据当前的显示界面与系统运行状态，动态刷新显示内容，为用户提供直观的系统运行数据与参数信息，子程序每50ms执行一次，既保证了显示内容的实时更新，又避免了刷屏过快导致的屏幕闪烁问题。子程序采用多界面的设计思路，根据当前的界面编号，加载对应的显示内容，共设置四个显示界面。主监测界面为系统默认界面，分三行分别显示当前的环境温度、环境湿度、土壤湿度实时数值，底部显示当前的病虫害识别结果，无病害时显示“无病害”，识别到病害时显示对应的病害名称。三个阈值设置界面分别对应温度下限、温度上限、土壤湿度下限的参数设置，界面顶部显示当前设置的参数项名称，中间显示参数的当前数值，同时通过反白显示的方式，标记当前选中的设置项，让用户清晰了解当前的操作对象。子程序中所有显示内容均采用固定的排版布局，关键数据采用加大字号显示，确保用户能够快速读取核心信息，同时界面切换时会先清空OLED显存，避免新旧界面的内容重叠，保证显示效果的清晰整洁。图4.4显示子程序流程图4.2.4语音子程序流程图语音播报子程序是系统实现病虫害防治指导的核心交互单元，负责接收主控单元的病虫害识别结果，驱动SU-03T模块完成对应防治建议的离线播报，同时通过标志位机制避免重复播报与播报冲突。子程序采用事件触发式设计，仅在接收到有效病虫害识别指令时启动，其余时间处于休眠状态，有效降低系统功耗。子程序运行流程如下：首先，系统初始化阶段完成SU-03T模块的串口配置，设置波特率为9600bps，同时初始化语音播报标志位与指令缓存区。进入主循环后，子程序持续检测全局病虫害识别标志位，当标志位被置位时，读取对应的病虫害类型编码。根据编码在预定义的指令映射表中查找对应的串口指令码，通过USART2串口向SU-03T模块发送播放指令。发送完成后，启动100ms延时等待模块响应，同时检测模块的忙闲状态。若模块返回播放成功信号，则启动30秒防重复播报定时器，在定时器未结束前忽略所有新的播报请求，避免同一病害多次触发播报；若发送失败或模块无响应，则重试发送指令最多3次，仍失败则记录错误日志并复位标志位。播报完成后，自动清除病虫害识别标志位与指令缓存，等待下一次触发。图4.5语音子程序流程图4.2.5温湿度采集子程序流程图温湿度采集子程序负责驱动DHT11传感器完成温室环境温度与相对湿度的周期性采集，通过单总线通信协议实现数据交互，并对原始数据进行校验与滤波处理，为系统环境调控提供准确的参数依据。子程序采用1秒采集周期设计，既保证数据的实时性，又避免频繁采集占用过多单片机资源。子程序运行流程如下：首先，初始化DHT11数据引脚为推挽输出模式，拉低数据线至少18ms作为起始信号，随后拉高数据线20-40us等待传感器响应。将引脚切换为上拉输入模式，检测传感器的低电平响应信号与高电平准备信号。若传感器未在规定时间内响应，则判定为采集失败，返回上一次有效数据并记录错误次数，连续3次失败则触发传感器故障提示。若传感器响应正常，则依次读取40位二进制数据，包括8位湿度整数、8位湿度小数、8位温度整数、8位温度小数与8位校验和。通过校验和验证数据完整性，若校验失败则丢弃本次数据。校验通过后，将二进制数据转换为十进制温度与湿度值，采用3次滑动平均滤波算法去除随机噪声，最终将处理后的数据更新至系统全局变量。采集完成后，将数据引脚恢复为输出模式，等待下一个采集周期。图4.6温湿度采集子程序流程图4.2.6土壤湿度采集子程序流程图土壤湿度采集子程序负责通过STM32内置ADC采集电容式土壤湿度传感器的模拟输出信号，将电压值转换为土壤相对湿度百分比，并进行滤波与校准处理，为自动浇水功能提供精准的决策依据。子程序采用1秒采集周期设计，与温湿度采集子程序同步运行，确保环境参数的一致性。子程序运行流程如下：首先，初始化ADC1通道0为单次转换模式，设置12位分辨率与3.3V参考电压，同时初始化滑动平均滤波数组与数据索引。进入采集流程后，启动ADC转换，等待转换完成标志位置位。读取ADC原始转换值（范围0-4095），通过预定义的线性转换公式将原始值转换为0-100%的相对湿度值，转换公式为：土壤湿度(%)=100-(原始值/4095)×100。将转换后的湿度值存入滑动平均滤波数组，采用5次滑动平均算法去除土壤不均匀性与电磁干扰带来的波动。滤波完成后，更新系统全局土壤湿度变量，同时关闭ADC转换器以降低功耗。子程序还包含异常值检测机制，若采集到的湿度值超出0-100%的合理范围，则判定为采集异常，返回上一次有效数据并记录错误。连续5次采集异常时，触发传感器故障提示，提醒用户检查传感器连接与探头状态。图4.7土壤湿度采集子程序流程图4.3本章小结本章围绕智慧蔬菜监控卫士系统的软件设计展开，介绍了系统的软件开发环境与开发流程，详细阐述了主程序的非阻塞式分时调度架构与运行流程，对按键处理、显示刷新核心子程序的设计思路、实现功能与运行逻辑进行了完整的说明。系统软件采用模块化的编程思想，将不同功能封装为独立的子程序，代码结构清晰，可读性与可维护性强，同时通过分时调度、软件滤波、异常处理等设计，兼顾了系统运行的实时性与稳定性，实现了系统所有预设功能的软件逻辑控制，与硬件电路配合形成了完整的系统运行闭环。5系统的测试5.1硬件测试硬件单元测试是验证系统各硬件模块能否正常工作的基础环节，测试在常温常压的实验室环境下进行，针对系统的所有硬件模块，依次完成焊接质量检测、通断测试、供电测试与功能测试，确保每个模块均可独立正常工作，为后续的整机联调奠定基础。首先完成主控最小系统的测试，通过万用表检测电路板的焊接质量，确认无虚焊、短路、连锡等问题，随后接入5V电源，测量稳压芯片的输出电压为3.3V，电压波动范围在±0.1V以内，符合设计要求，通过ST-Link仿真器可正常连接单片机，完成程序下载与在线调试，最小系统运行稳定，无死机、重启等问题。随后依次完成各外设模块的单元测试，供电测试中，所有模块的供电电压均符合额定要求，模块上电后工作指示灯正常点亮；通信测试中，OLED显示屏、K230视觉模块、SU-03T语音模块均可通过串口与单片机正常通信，数据收发正常，无丢包、乱码的问题；传感模块测试中，土壤湿度传