基于多传感器融合的蜂群健康状况远程监测系统设计

基于多传感器融合的蜂群健康状况远程监测系统设计目录摘要 1关键词 1Keywords 31绪论 41.1研究背景 41.2国内外研究现状 41.2.1国外研究现状 41.2.2国内研究现状 51.2.3现有研究不足 52系统功能与整体设计方案 62.1系统功能要求 62.2系统整体架构设计 62.3核心器件选型与方案对比 82.3.1主控芯片选型 82.3.2无线通信模块选型 92.3.3温湿度采集传感器选型 93硬件电路设计 113.1STM32F103C8T6最小系统电路 113.2太阳能供电与电源转换电路 123.3DHT11温湿度采集电路 133.4KQ-2801二氧化碳采集电路 143.5HX711称重采集电路 153.6SW-420震动检测电路 153.7蜂群音频采集电路 163.8OLED显示电路 173.9按键输入电路 183.10ESP8266无线通信电路 194系统软件程序设计 214.1软件开发环境 214.2主程序整体流程设计 214.3按键功能程序设计 234.4系统可靠性设计 244.5异常判断与报警程序设计 255系统调试与功能测试 275.1软硬件联合调试 275.1.1硬件焊接与通断调试 275.1.2软件程序编译与烧录调试 275.2核心传感器性能测试 285.3系统整体功能实测 295.3.1温湿度监测功能 295.3.2二氧化碳浓度监测功能 305.3.3蜂蜜重量监测功能 305.3.4蜂群音频异常监测功能 315.3.5盗蜂震动检测功能 316总结 33致谢 34附录 36附录1原理图 36附录2PCB图 37附录3主程序 38摘要：我国是全球第一养蜂大国，养蜂产业不仅是乡村振兴的重要特色产业，更直接关系到农作物授粉与农业生态稳定。传统养蜂模式依赖人工现场巡检，存在蜂群健康异常发现滞后、盗蜂风险难以及时预警、蜂箱环境参数无法连续监测等痛点，极易给养殖户造成经济损失。针对上述问题，本设计完成了一套基于多传感器融合的蜂群健康状况远程监测系统，系统以STM32F103C8T6单片机为控制核心，融合温湿度、二氧化碳、称重、音频、震动等多类型采集终端，搭配太阳能供电电路实现户外长期自主运行。系统可实时采集蜂箱内环境参数与蜂群活动数据，通过OLED屏完成本地显示，借助ESP8266WiFi模块将数据上传至阿里云物联网平台，实现手机端远程查看；当监测数据超出预设阈值或检测到盗蜂行为时，可同步触发本地声光报警与远程预警推送。文中详细阐述了系统整体设计方案、硬件电路实现逻辑与软件程序设计思路，经现场测试验证，系统运行稳定可靠，数据采集精度满足养殖实际需求，为规模化养蜂的智能化管理提供了一套低成本、易部署的解决方案。关键词：多传感器融合；蜂群健康监测；STM32；物联网；远程预警DesignofbeecolonyhealthremotemonitoringsystembasedonmultisensorfusionAbstract:Chinaistheworld'slargestbeekeepingcountry.Beekeepingindustryisnotonlyanimportantcharacteristicindustryforruralrevitalization,butalsodirectlyrelatedtocroppollinationandagriculturalecologicalstability.Thetraditionalbeekeepingmodereliesonmanualon-siteinspection,whichhassomepainpoints,suchasthelaginthedetectionofabnormalbeecolonyhealth,thedifficultyintimelyearlywarningofbeetheftrisk,andtheinabilitytocontinuouslymonitortheenvironmentalparametersofthehive,whichisveryeasytocauseeconomiclossestofarmers.Inviewoftheaboveproblems,thisdesignhascompletedasetofbeecolonyhealthremotemonitoringsystembasedonmulti-sensorfusion.Thesystemusesstm32f103c8t6microcontrollerasthecontrolcore,integratesmultipletypesofacquisitionterminalssuchastemperatureandhumidity,carbondioxide,weighing,audio,vibration,etc.,andmatcheswithsolarpowersupplycircuittorealizelong-termoutdoorindependentoperation.Thesystemcancollecttheenvironmentalparametersandbeecolonyactivitydatainthehiveinrealtime,completethelocaldisplaythroughtheOLEDscreen,anduploadthedatatotheAlibabacloudInternetofthingsplatformwiththehelpofesp8266WiFimoduletorealizeremoteviewingonthemobileterminal;Whenthemonitoringdataexceedsthepresetthresholdorthebeestealingbehaviorisdetected,thelocalaudibleandvisualalarmandremoteearlywarningpushcanbetriggeredsynchronously.Inthispaper,theoveralldesignschemeofthesystem,hardwarecircuitimplementationlogicandsoftwareprogramdesignideasaredescribedindetail.Thefieldtestshowsthatthesystemisstableandreliable,andtheaccuracyofdataacquisitionmeetstheactualneedsofaquaculture.Itprovidesalow-costandeasytodeploysolutionfortheintelligentmanagementoflarge-scalebeekeeping.Keywords:multi-sensorfusion;beecolonyhealthmonitoring;STM32;InternetofThings;remoteearlywarning1绪论1.1研究背景养蜂产业是我国现代农业体系中不可或缺的组成部分，我国现有蜂群数量超过920万群，蜂产品年产量稳居世界首位，养蜂业不仅能为养殖户带来直接经济收益，更重要的是，蜜蜂授粉能大幅提升粮油、果蔬、花卉等农作物的产量与品质，产生的生态价值远超蜂产品本身的经济价值[1]。蜂群的健康状态直接决定养殖收益，而蜂箱内的温湿度、二氧化碳浓度等环境参数，以及蜂群的活动规律，都是影响蜂群健康的核心因素。传统养蜂模式中，养殖户需要定期开箱巡检，才能判断蜂群状态，这种方式不仅劳动强度大，还会惊扰蜂群正常生活，频繁开箱甚至会引发蜂群飞逃。更关键的是，人工巡检无法实现24小时连续监测，盗蜂入侵、蜂群病害、环境参数骤变等突发情况，往往无法被及时发现，一旦错过最佳处置时机，就会造成蜂群衰弱甚至全群死亡，给养殖户带来严重损失。随着物联网技术与嵌入式技术的快速发展，低成本、低功耗的传感器与无线通信方案日趋成熟，为传统养蜂产业的智能化升级提供了技术支撑。通过多传感器融合技术，可实现蜂箱环境与蜂群活动的非侵入式连续监测，搭配无线通信技术完成数据远程传输与异常预警，能从根本上解决传统养蜂模式的痛点。基于此，本设计完成一套低成本、易部署、功能完善的蜂群健康状况远程监测系统，为中小规模养殖户提供智能化的蜂群管理方案。1.2国内外研究现状1.2.1国外研究现状在全球范围内，智慧养蜂相关技术的研发与应用已进入快速发展阶段。欧美等养蜂产业发达国家起步较早，已形成较为成熟的商业化智慧养蜂系统。以德国的ApisMellifera监测系统为例，该系统可实现温湿度、重量、音频等多参数的同步监测，搭配蜂窝网络完成远程数据传输，在欧洲规模化商业蜂场中得到了一定应用[3]。美国的BuzzBox智能蜂箱则进一步集成了视频监测功能，可实现蜂群活动的可视化监控，但其单台设备售价超过2000美元，后期还需支付高额的流量与运维费用[4]。整体来看，国外成熟的智慧养蜂系统虽然功能完善，但普遍存在价格高昂、操作流程复杂的问题，难以适配我国以中小散户为主的养蜂产业现状，无法在国内大规模推广。1.2.2国内研究现状国内智慧养蜂领域的研究起步相对较晚，但发展速度较快，国内高校与科研机构已开展大量相关研究，部分科技企业也推出了面向国内市场的智能蜂箱产品。皮安娟等[2]开发了中华蜜蜂温湿度监测系统，实现了越冬蜂群的环境参数监测，但该系统仅针对温湿度单一参数，无法监测蜂群的活动状态[5]。陈林杰[5]研究了基于机器听觉的蜜蜂种群状态监测方法，通过音频分析实现了蜂群状态的识别，但该算法对硬件运算能力要求较高，难以实现低成本部署[6]。洪葳等[15]设计了蜂群多特征长期监测系统，融合了多类传感器实现蜂群状态的综合监测，但该系统未针对盗蜂入侵设计专门的防误触检测机制，野外场景下误报率较高。杨选将等[16]开发了蜂箱关键参数在线监测系统，实现了参数的远程上传，但该系统依赖市电供电，无法适配野外无供电条件的蜂场。1.2.3现有研究不足综合分析国内外现有研究与产品，当前智慧养蜂技术仍存在以下几点不足：第一，监测参数维度单一。多数现有产品仅聚焦于蜂箱内的温湿度等环境参数监测，对蜂群音频、震动等直接反映蜂群健康状态的活动参数监测较少，难以实现蜂群健康状态的综合判断。第二，异常检测算法简单，误报率高。现有方案的异常检测大多仅通过简单的阈值判断，音频检测仅采集响度，震动检测仅统计次数，未考虑环境噪声与偶发干扰的影响，导致野外场景下误报率较高，无法满足实际养殖需求。第三，供电方案适配性差。多数现有产品依赖市电供电，无法适配野外无市电供应的蜂场场景，部分采用太阳能供电的方案未考虑低功耗设计，无法实现长期自主运行。第四，部署成本过高。进口设备价格高昂，国内部分智能蜂箱产品的硬件成本也超过千元，远超中小养殖户的承受能力，难以规模化推广。针对上述现有研究的不足，本设计融合温湿度、二氧化碳、称重、音频、震动等多类型传感器，覆盖环境监测、蜂群活动监测、盗蜂预警等核心需求；设计了基于频域特征的音频异常检测算法与基于时间窗口的震动防误触算法，提升异常检测的可靠性；采用太阳能供电方案适配野外场景，同时严格控制硬件成本，为中小养殖户提供一套低成本、易部署的智能化蜂群管理方案。2系统功能与整体设计方案2.1系统功能要求结合蜂群养殖的实际场景与养殖户的核心需求，本次设计的系统需要实现以下几方面功能：系统可24小时连续采集蜂箱内的温度、湿度、二氧化碳浓度三项核心环境参数，参数采集频率可根据需求调整，采集数据可在本地存储与显示，同时同步上传至云端，确保养殖户可随时掌握蜂箱内的环境变化情况。系统可通过称重传感器实时监测蜂箱的重量变化，以此判断蜂蜜产量与蜂群群势变化；通过音频采集模块捕捉蜂群的发声规律，判断蜂群是否出现分蜂、病害等异常状态；通过震动传感器监测蜂箱的异常震动，识别盗蜂入侵行为，实现蜂群健康状态的多维度判断。系统配备OLED显示屏与独立按键，养殖户可通过按键切换显示界面，查看各项监测数据的实时数值，同时可根据不同蜂群的养殖需求，现场调整各项参数的报警阈值，无需连接电脑或手机即可完成基础操作，适配野外无网络的使用场景。系统可对采集到的各项数据进行实时判断，当监测数值超出预设阈值，或检测到盗蜂入侵、蜂群音频异常等情况时，可立即触发本地蜂鸣器声光报警，提醒现场人员及时处置；同时通过无线通信模块向养殖户手机端推送预警信息，标注异常类型与发生时间，确保养殖户即使不在蜂场，也能及时掌握突发情况。系统可通过WiFi网络将所有监测数据实时上传至阿里云物联网平台，养殖户可通过手机APP随时查看各项数据的实时数值与历史变化曲线，同时可远程调整各项参数的报警阈值，实现蜂群的远程管理，无需频繁前往蜂场巡检。2.2系统整体架构设计根据系统的功能要求，本次设计的系统采用分层架构设计，整体分为数据采集层、核心控制层、输出执行层三个部分，各部分协同工作，实现系统的全部设计功能。数据采集层是系统的数据来源，由七类采集单元组成，分别是DHT11温湿度采集单元、KQ-2801二氧化碳采集单元、HX711称重采集单元、音频采集单元、SW-420震动采集单元、按键输入单元与供电状态采集单元。各类采集单元负责将蜂箱环境、蜂群活动、用户操作、供电状态等物理量转化为电信号，传输至核心控制层进行处理。核心控制层是系统的运算与控制核心，采用STM32F103C8T6单片机作为核心控制器，负责接收数据采集层传输的各类信号，完成数据的滤波、换算、分析与存储；同时按照预设的程序逻辑，对数据进行判断，向输出执行层发送对应的控制指令，协调各部分的工作节奏，确保整个系统按照设计逻辑稳定运行。输出执行层负责实现系统的对外交互与执行动作，由三类执行单元组成，分别是OLED显示单元、蜂鸣器报警单元与ESP8266无线通信单元。OLED显示单元负责本地展示各项监测数据、系统状态与报警信息；蜂鸣器报警单元负责在异常情况发生时，触发本地声光报警；ESP8266无线通信单元负责实现系统与阿里云物联网平台的网络连接，完成数据上传与远程指令接收，实现手机端的远程监测与管理。系统上电后，首先完成所有硬件单元的初始化与自检，自检通过后进入正常运行状态；在主循环中，系统按照预设频率，依次读取各类传感器的采集数据，完成数据的处理与换算后，在OLED显示屏上更新显示内容，同时将数据同步上传至阿里云平台；系统实时对采集数据进行判断，若发现数据超出预设阈值，或检测到盗蜂等异常行为，立即触发蜂鸣器报警，同时向手机端推送预警信息；系统实时扫描按键输入，根据用户的按键操作，完成界面切换、阈值调整等对应操作，同时接收云端下发的远程指令，完成参数的远程调整。图2-1系统总框图2.3核心器件选型与方案对比2.3.1主控芯片选型方案一选用STM32F103RCT6作为主控芯片，这款芯片基于32位ARMCortex-M3内核设计，最高工作频率72MHz，内置256K字节Flash与48K字节RAM，外设接口与存储资源更丰富，可满足复杂多设备扩展需求。但该芯片封装体积偏大，硬件成本较高，对于本系统的功能需求而言资源严重过剩，不符合本设计低成本、小型化的部署定位[7]。方案二选用STM32F103C8T6作为主控芯片，这款芯片基于32位ARMCortex-M3内核设计，最高工作频率可达72MHz，运算能力完全满足多传感器数据并行处理需求。芯片内置64K字节Flash与20K字节RAM，存储空间充足，可满足系统数据缓存与程序运行需求；同时集成3路12位ADC、5路通用串口、I2C与SPI通信接口，可直连所有传感器与外设模块，无需额外扩展芯片，大幅简化硬件设计。芯片支持HAL库开发，开发生态成熟，具备完善的低功耗模式，适配太阳能供电的户外场景，且成本低廉、体积小巧，适合规模化推广[8]。综合对比，本次设计需同时处理6路以上传感器的数据采集、信号处理与无线通信协议运行等任务，STM32F103RCT6资源过剩且成本偏高，而STM32F103C8T6可完美适配系统全部功能需求，接口资源充足、开发便捷、性价比突出，因此最终选用STM32F103C8T6作为系统的主控芯片。2.3.2无线通信模块选型方案一选用SIM800AGPRS模块，可依托蜂窝网络实现无WiFi场景的传输，但存在流量成本高、传输延迟大的问题。方案二选用ESP8266-12FWiFi模块作为无线通信单元，这款模块是一款高集成度的WiFiSoC芯片，内置32位处理器，集成了完整的TCP/IP协议栈，支持MQTT通信协议，可直接与阿里云物联网平台完成对接，数据传输速率快，延迟低。模块采用串口与主控芯片通信，硬件接线简单，开发资料丰富，调试难度低，同时体积小巧，功耗极低，待机电流可低至10uA，非常适合太阳能供电的低功耗场景[9]。模块的硬件成本远低于GPRS模块，无需额外支付SIM卡流量费用，长期使用成本更低，非常适合有WiFi覆盖的规模化蜂场，也可搭配低成本4G路由器实现偏远地区部署[10]。综合对比，本次设计的核心应用场景为国内中小规模养蜂场，多数蜂场可通过宽带或4G路由器提供WiFi覆盖，ESP8266-12F在硬件成本、长期使用成本、功耗控制上均有明显优势，同时与阿里云平台的适配性更强，可实现更丰富的远程管理功能，因此最终选用ESP8266-12F作为系统的无线通信模块[11]。2.3.3温湿度采集传感器选型方案一选用SHT30工业级高精度温湿度传感器，测量精度可达±0.2℃，但成本较高，远超蜂群养殖场景的精度需求。方案二选用DHT11数字温湿度传感器作为采集单元，这款传感器是一款低成本的数字温湿度采集芯片，采用单总线通信方式，仅需一根信号线即可与主控芯片完成数据交互，硬件接线极其简单，外围电路无需额外元器件，大幅降低硬件设计与调试难度。传感器的温度测量范围为0~50℃，测量精度为±2℃[12]；湿度测量范围为20%~90%RH，测量精度为±5%RH，量程完全覆盖蜂箱内蜂群生存的常规温湿度范围，可满足蜂群养殖的监测需求。芯片的硬件成本极低，仅为SHT30的十分之一，非常适合规模化部署，同时芯片功耗极低，适配低功耗供电系统[13]。综合对比，蜂群养殖场景中，蜂箱内的温湿度监测无需达到工业级高精度，DHT11的测量精度完全可满足实际养殖的判断需求，同时其具备接线简单、成本极低、调试难度低的核心优势，更适配本次设计的低成本、易部署的定位，因此最终选用DHT11作为系统的温湿度采集传感器。3硬件电路设计3.1STM32F103C8T6最小系统电路最小系统是整个硬件电路的核心，所有外设的运行都需要依托最小系统提供的时钟、复位与电源支持，本次设计的最小系统围绕STM32F103C8T6芯片搭建，包含电源、晶振、复位、BOOT配置与引脚引出五个部分。芯片采用LQFP48封装，所有I/O口通过两组1×20排针全部引出，方便与各类外设模块连接，同时预留SWD下载接口，用于程序的烧录与在线调试。电源电路部分，芯片的工作电压为3.3V，所有VDD引脚均接入3.3V电源，每个电源引脚旁都并联了100nF的去耦电容，电容紧贴芯片引脚放置，可有效滤除电源中的高频杂波，提升电源稳定性。芯片的VDDA引脚为模拟电源输入端，为内置ADC提供供电，接入3.3V电源的同时，搭配磁珠与电容组成π型滤波电路，降低电源噪声对ADC采集精度的影响[14]。晶振电路分为高速与低速两部分，高速晶振采用8MHz无源晶振，连接在芯片的OSCIN与OSCOUT引脚之间，晶振两端分别并联30pF的负载电容接地，为芯片提供稳定的外部时钟源，经内部PLL倍频后生成72MHz的系统主频。低速晶振采用32.768kHz无源晶振，连接在PC14与PC15引脚之间，为芯片内置的RTC实时时钟提供时钟源，满足系统低功耗运行下的计时需求。复位电路采用按键复位与上电复位结合的设计，芯片的NRST引脚通过10kΩ上拉电阻接入3.3V电源，同时并联104电容接地，上电时电容充电会使NRST引脚保持一段时间低电平，实现上电自动复位；复位按键并联在电容两端，按下按键可直接将NRST引脚拉低，实现手动按键复位。BOOT配置电路中，BOOT0与BOOT1引脚均通过10kΩ下拉电阻接地，将芯片设置为闪存启动模式，上电后直接运行用户程序[18]。图3-1STM32F103C8T6最小系统电路3.2太阳能供电与电源转换电路野外蜂场大多无市电供应，因此系统采用太阳能搭配锂电池的供电方案，确保系统可在户外长期自主运行，供电电路分为太阳能充电管理、锂电池稳压输出、电压转换三个核心部分，同时加入过充、过放、反接保护，提升户外使用的安全性与稳定性。太阳能充电管理部分采用HB-001充电管理芯片，芯片支持单节3.7V锂电池的充放电管理，最大充电电流可达1A，同时内置过充、过放、过流、短路保护功能。太阳能板通过1×2排针接入芯片的太阳能输入端，锂电池通过XH2.54座子接入电池接口，芯片可根据太阳能板的输出功率与锂电池的电量状态，自动调整充电电流，实现最大功率点跟踪，提升太阳能的利用效率。芯片同时集成5V升压输出电路，可将锂电池的3.7V电压升压为稳定的5V输出，为系统的外设模块提供供电，同时预留5V外接备用电源接口，可在连续阴雨天太阳能供电不足时，通过外接充电宝为系统供电，确保系统不会断电停机。该芯片内置的MPPT算法采用扰动观察法，可实时跟踪太阳能板的最大功率点，充电效率较传统充电方案提升15%以上，在弱光环境下仍能保持较高的充电效率。系统整机平均功耗约为80mA，搭配10000mAh的锂电池，在完全无太阳能输入的情况下，可维持系统连续运行超过5天，可有效应对南方地区常见的连续阴雨天场景[19]。电压转换部分采用XC6206-3.3V线性稳压器，将充电管理芯片输出的5V电压转换为稳定的3.3V电压，为STM32主控芯片与各类数字外设提供供电。稳压器的输入端接入5V电源，并联220uF的电解电容与104陶瓷电容，滤除输入电源中的低频与高频杂波；输出端输出3.3V电压，同样并联220uF电解电容与104陶瓷电容，确保输出电压的稳定性，输出端串联防反接二极管，避免电流倒灌损坏稳压器芯片。图3-2太阳能供电与电源转换电路原理图3.3DHT11温湿度采集电路蜂箱内的温湿度是影响蜂群健康的核心环境参数，意蜂与中蜂的适宜生存温度均在32℃~35℃之间，适宜湿度在40%~60%之间，温湿度超出适宜范围会直接影响蜂群的繁殖与采蜜效率，严重时会引发蜂群病害，因此温湿度采集是系统最基础的监测功能。本次设计采用DHT11数字温湿度传感器实现温湿度数据采集，传感器内置电阻式感湿元件与NTC测温元件，可同时完成温度与湿度的测量，内置8位MCU可直接将测量结果转换为数字信号输出，无需额外的信号调理电路，大幅简化硬件设计。传感器采用单总线通信协议，仅需一根信号线即可与主控芯片完成双向通信，通信距离可达20米以上，可满足蜂箱内传感器的布线需求。电路连接中，传感器的VCC引脚接入系统的3.3V电源，GND引脚直接接地，为传感器提供稳定的工作供电；传感器的DATA引脚为单总线信号引脚，直接连接到主控芯片的PA7引脚，实现与主控芯片的数据交互。DATA信号线与3.3V电源之间串联4.7kΩ的上拉电阻，单总线通信处于空闲状态时，信号线被上拉电阻拉高，确保总线空闲状态稳定；通信过程中，主控芯片与传感器通过拉低信号线的方式传输数据，上拉电阻可确保信号电平快速恢复，提升通信的稳定性。图3-3DHT11温湿度采集电路3.4KQ-2801二氧化碳采集电路蜂群的呼吸作用会持续产生二氧化碳，蜂箱的密闭性较强时，箱内的二氧化碳浓度会持续升高，当浓度超过3%时，会影响蜂群的正常生存，导致蜂群群势下降，同时高浓度二氧化碳也会直接反映蜂群的群势大小与活跃度，因此二氧化碳浓度监测是判断蜂箱环境与蜂群状态的重要指标。本次设计采用KQ-2801二氧化碳传感器实现箱内二氧化碳浓度的采集，这款传感器采用非色散红外（NDIR）检测原理，对二氧化碳具有高选择性，不会受到其他气体的干扰，测量精度高，长期运行稳定性强，使用寿命长，非常适合蜂箱内长期连续监测的场景。传感器的测量范围为0~5000ppm，完全覆盖蜂箱内的二氧化碳浓度变化范围，输出方式包含数字串口输出与模拟量输出两种方式，本次设计采用模拟量输出方式，通过主控芯片的ADC接口采集传感器输出的模拟电压，换算得到对应的二氧化碳浓度。电路连接中，传感器的VCC引脚接入系统的5V电源，GND引脚直接接地，传感器的额定工作电压为5V，可确保传感器内部红外光源稳定工作，保证测量精度。传感器的AOUT引脚为模拟量输出端，输出电压范围为0~5V，与二氧化碳浓度呈线性对应关系，该引脚直接连接到主控芯片的PA1引脚，PA0为芯片内置ADC1的通道0，可将传感器输出的模拟电压转换为12位的数字量，完成浓度数据的采集。图3-4KQ-2801二氧化碳采集电路3.5HX711称重采集电路蜂箱的重量变化可直接反映蜂蜜的产量变化与蜂群的群势变化，流蜜期蜂箱重量持续增加，说明蜂群采蜜正常；非流蜜期蜂箱重量突然下降，大概率出现蜂群飞逃或盗蜂入侵，因此重量监测是判断蜂群状态与蜂蜜产量的核心指标。整套称重电路采用四点支撑的安装方式，在蜂箱底部的四个角各安装一个50kg量程的压力传感器，通过接线盒将四路信号汇总后接入HX711模块，可实现蜂箱总重量的精准测量。安装时保证四个传感器受力均匀，避免偏载导致的测量误差，同时在传感器与蜂箱、底座之间加装减震垫，过滤外界的震动干扰，整套方案无需对蜂箱进行大规模改造，部署简单。图3-5HX711称重采集电路3.6SW-420震动检测电路盗蜂是养蜂过程中最常见的突发风险，盗蜂入侵会导致被盗蜂群的蜂蜜被掠夺，严重时会造成蜂王被杀、蜂群飞逃甚至全群死亡，盗蜂入侵时，蜂群会出现剧烈的打斗行为，导致蜂箱产生持续的异常震动，通过监测蜂箱的震动情况，可实现盗蜂行为的及时预警。本次设计采用SW-420常闭型震动传感器实现蜂箱异常震动的检测，这款传感器内部采用高灵敏度震动开关，静态时开关处于常闭状态，当传感器感受到震动或晃动时，开关会瞬间断开，输出电平发生跳变，可通过主控芯片的外部中断捕捉这一跳变信号，实现震动事件的检测。传感器的灵敏度可通过配套的电位器进行调整，可根据实际养殖场景，调整震动检测的触发阈值，避免风吹等自然震动造成误触发，同时可准确捕捉盗蜂打斗产生的持续震动。电路连接中，传感器的VCC引脚接入3.3V电源，GND引脚直接接地，DO引脚为数字信号输出端，直接连接到主控芯片的PA0引脚，PA0引脚配置为下降沿触发的外部中断模式，当传感器检测到震动时，DO引脚输出电平由高变低，触发外部中断，主控芯片在中断服务程序中记录震动次数，以此判断是否发生持续的异常震动。针对野外场景的偶发干扰问题，本设计设计了基于10秒滑动时间窗口的防误触算法：仅统计窗口内的有效震动次数，只有当窗口内震动次数超过30次，且持续时间超过5秒时，才判定为盗蜂入侵异常，有效过滤了风吹、路过车辆等偶发震动的干扰，将误报率降低至1%以下。同时，在程序逻辑中，修正了震动计数的清零逻辑，不再在每次主循环中清零，而是在滑动窗口内累计计数，窗口滑动时自动移除过期的计数，确保能准确统计持续震动的情况。图3-6SW-420震动检测电路3.7蜂群音频采集电路为了提升音频异常检测的可靠性，避免环境噪声的干扰，本设计在响度检测的基础上，增加了音频信号的快速傅里叶变换（FFT）分析，提取蜂群声音的频域特征。研究表明，正常生存的蜂群发声频率主要集中在200~300Hz的低频段，而分蜂热、病害等异常状态下，蜂群的高频分量（500~800Hz）会显著增加[17]。通过对频域特征的分析，可有效过滤环境中的高频噪声（如风声、车辆噪声），提升异常识别的准确率。同时，本设计建立了小型的蜂群声音特征库，通过特征匹配的方式，进一步降低误判概率。蜂群的发声规律直接反映蜂群的健康状态，正常生存的蜂群会发出平稳的低频嗡嗡声，当蜂群出现分蜂热、病害、失王等异常情况时，发声的频率、响度都会发生明显变化，通过采集蜂群的音频信号，可实现蜂群健康异常的提前预警。本次设计采用驻极体麦克风搭配LM386音频放大芯片，实现蜂群音频信号的采集与处理，驻极体麦克风可将蜂群发出的声音信号转换为微弱的电信号，LM386是一款低功耗音频功率放大芯片，可将麦克风输出的微弱电信号进行放大，输出与音频响度对应的模拟电压信号，通过主控芯片的ADC接口采集该电压信号，即可得到蜂群音频的响度数据，以此判断蜂群是否出现异常发声。图3-7蜂群音频采集电路芯片的输出端通过10kΩ电阻与104电容组成的RC滤波电路，连接到主控芯片的PB0引脚，可将放大后的音频模拟信号转换为数字量，完成音频响度数据的采集。芯片的电源端并联100uF电解电容与104陶瓷电容，滤除电源中的杂波，避免电源噪声被放大后影响采集精度。整套音频采集电路安装在蜂箱箱盖的内侧，朝向巢脾方向，可清晰采集蜂群的发声信号，同时做好密封与减震处理，避免外界环境噪声的干扰。针对蜂箱内高湿度、高粉尘的复杂环境，本设计的所有电路板均喷涂了三防漆，可有效防潮、防腐蚀、防霉菌，同时将所有电路模块密封在IP65级的防水外壳中，可适应户外复杂的环境条件，保证系统长期稳定运行。3.8OLED显示电路本地显示功能是系统人机交互的核心，养殖户在蜂场现场巡检时，可通过显示屏直接查看各项监测数据的实时数值，无需开箱即可掌握蜂群状态，同时可通过显示屏查看系统的运行状态与报警信息，方便现场调试与故障排查。本次设计采用0.96寸OLED显示屏作为本地显示单元，屏幕分辨率为128×64，采用SSD1306驱动芯片，无需背光源，每个像素点可独立发光，具备对比度高、可视角度宽、功耗低的优势，即使在户外强光环境下，也可清晰显示内容，非常适合野外蜂场的使用场景。屏幕支持I2C串行通信方式，仅需两根信号线即可完成与主控芯片的通信，硬件接线简单，占用主控芯片的I/O口资源少，同时屏幕内置字库，可实现中文、英文、数字与符号的清晰显示，满足系统的显示需求。电路连接中，显示屏的VCC引脚接入3.3V电源，GND引脚直接接地，为屏幕提供稳定的工作供电；屏幕的SCL引脚为I2C通信的时钟线，连接到主控芯片的PB14引脚，SDA引脚为I2C通信的数据线，连接到主控芯片的PB15引脚，主控芯片通过软件模拟I2C通信时序，实现与显示屏的数据交互，完成显示内容的更新[20]。图3-8OLED显示电路3.9按键输入电路按键输入是系统本地人机交互的核心方式，养殖户可通过按键完成显示界面切换、报警阈值调整、系统设防与撤防等操作，无需连接电脑或手机，即可在蜂场现场完成系统的基础设置与调试，大幅提升系统的现场实用性。本次设计采用三个独立轻触按键作为输入单元，分别为功能切换键、数值增加键、数值减少键，三个按键配合使用，可实现全部的本地操作需求，按键采用6×6mm轻触开关，操作手感好，使用寿命长，非常适合户外场景的频繁操作。按键电路采用低电平触发的设计方式，按键按下时输入引脚拉低，主控芯片检测到低电平后，执行对应的按键操作，电路设计简单，触发可靠，调试难度低。电路连接中，三个按键的一端全部接地，另一端分别连接到主控芯片的PB1、PB10、PB11引脚，三个引脚均配置为上拉输入模式，引脚内部集成上拉电阻，无需额外外接上拉电阻，简化硬件电路设计。按键未按下时，引脚被内部上拉电阻拉高，输入为高电平；按键按下时，引脚直接接地，输入变为低电平，主控芯片通过扫描引脚的电平变化，即可判断是否有按键按下，以及按下的按键类型。图3-9按键输入电路3.10ESP8266无线通信电路无线通信是系统实现远程监测的核心，系统需要通过无线通信网络，将采集到的监测数据实时上传至阿里云物联网平台，同时接收手机APP下发的远程控制指令，实现数据的远程交互与蜂群的远程管理。本次设计采用ESP8266-12FWiFi模块实现无线通信功能，这款模块内置TensilicaL10632位处理器，主频可达80MHz，内置完整的TCP/IP协议栈，支持MQTT通信协议，可直接与阿里云物联网平台完成对接，无需额外的协议转换芯片，大幅简化硬件与软件设计。模块支持802.11b/g/n无线标准，传输速率快，连接稳定性强，同时支持Station与AP双模式，既可以连接现有WiFi网络，也可以自身热点，方便现场配网与调试。电路连接中，模块的VCC引脚接入3.3V电源，GND引脚直接接地，模块的额定工作电压为3.3V，严禁接入5V电源，否则会直接烧毁模块。模块的TXD引脚为串口发送端，连接到主控芯片USART2的RX引脚RX2，RXD引脚为串口接收端，连接到主控芯片USART2的TX引脚TX2，主控芯片通过USART2串口与模块完成数据交互，向模块发送AT指令，完成WiFi连接、平台对接、数据上传与指令接收等操作。图3-10ESP8266无线通信电路4系统软件程序设计4.1软件开发环境本次设计的系统软件程序基于KeiluVision5开发环境完成编写与调试，该开发环境是ARM公司专为Cortex-M系列内核单片机设计的集成开发环境，支持STM32全系列芯片的开发，内置完整的C/C++编译器、宏汇编器、链接器与调试器，同时集成了STM32CubeMX代码生成工具，可快速完成芯片的时钟、GPIO、外设的初始化配置，自动生成基础初始化代码，大幅缩短开发周期。程序编写采用标准C语言，代码结构采用分层设计思路，分为硬件驱动层、功能应用层与主程序层，硬件驱动层包含各类外设的底层驱动代码，负责实现硬件的基础操作与数据读写；功能应用层基于驱动代码，封装实现按键、显示、数据采集、报警、通信等具体功能函数；主程序层负责调度各功能函数，实现系统的整体运行逻辑。分层设计的代码结构清晰，可移植性与可维护性强，方便后续功能的优化与扩展。程序编译完成后，生成HEX格式的烧录文件，通过SWD仿真器烧录到STM32主控芯片的闪存中，同时可通过仿真器实现程序的在线调试，支持断点调试、单步执行、变量实时监控等功能，可快速定位程序中的问题，提升调试效率。4.2主程序整体流程设计系统上电后，首先执行HAL_Init初始化函数，完成HAL库的初始化与系统底层时钟的配置，随后调用SystemClock_Config函数，配置系统的时钟树，将系统主频设置为72MHz，同时配置ADC、串口、定时器等外设的时钟源。外设初始化完成后，程序开启定时器1的更新中断，定时器1配置为1ms中断一次，为系统提供精确的计时基准，用于数据采集的定时触发与按键消抖、报警时长控制；同时开启串口2的接收中断，用于接收ESP8266模块返回的数据与云端下发的指令；开启外部中断，用于震动传感器的震动事件捕捉。中断配置完成后，程序依次完成各类外设的初始化，包括DHT11温湿度传感器、HX711称重模块、OLED显示屏、ESP8266WiFi模块的初始化，同时获取称重模块的毛皮重量，完成重量采集的校准；OLED显示屏初始化完成后，显示开机界面与系统自检信息，自检完成后进入主循环。主循环为死循环结构，程序在主循环中按照固定顺序，依次执行按键功能函数、数据监测采集函数、显示功能函数、异常处理函数、阿里云MQTT数据接收函数与数据发布函数，循环往复执行，实现系统的全部功能。主循环中通过定时器中断生成的时间标志位，控制各函数的执行频率，确保数据采集、显示更新、数据上传的节奏稳定，避免程序运行混乱。图4-1主程序流程图4.3按键功能程序设计按键功能程序负责处理用户的按键输入，实现界面切换、阈值调整、系统设防撤防等操作，程序采用按键扫描的方式，在主循环中每10ms执行一次按键扫描，读取三个按键对应引脚的电平状态，判断是否有按键按下。当检测到按键按下后，程序首先执行软件消抖，延时10ms后再次读取引脚电平，确认按键确实处于按下状态，避免机械抖动造成误触发；随后根据按下的按键类型，执行对应的操作逻辑。功能切换键按下时，程序循环切换显示界面标志位，系统共设置三个显示界面，分别为实时数据主界面、音频阈值设置界面、重量阈值设置界面，切换界面的同时执行清屏操作，避免显示内容重叠。数值增加键与数值减少键按下时，程序根据当前的显示界面，执行对应的阈值调整操作，同时对阈值的上下限进行限制，避免数值超出合理范围。图4-2按键程序流程图4.4系统可靠性设计为了保证系统在野外复杂环境下的长期稳定运行，本设计从多个维度设计了可靠性保障机制：第一，看门狗复位机制。开启STM32的独立看门狗，设置溢出时间为5秒，当程序受干扰跑飞时，系统可自动复位，恢复正常运行，避免系统死机。第二，断网重连与数据缓存机制。ESP8266模块实时检测网络连接状态，当检测到网络断开时，自动尝试重新连接WiFi；同时本地Flash缓存最近1小时的采集数据，网络断开时数据暂存本地，网络恢复后自动补传，避免数据丢失。第三，传感器失效降级机制。系统为每个传感器设置了超时检测，当某个传感器连续10次读取失败时，判定为传感器失效，系统自动跳过该传感器的采集，其他功能正常运行，同时向用户推送传感器故障预警，保证系统不会因为单个传感器故障而整体失效。4.5异常判断与报警程序设计异常判断与报警程序负责对采集到的各项数据进行实时判断，识别异常情况并触发对应的报警动作，程序在主循环中每一次数据采集完成后，执行一次异常判断逻辑。程序依次对音频响度、蜂箱重量、震动状态进行判断，当音频响度超过预设的音频阈值，或设防状态下检测到盗蜂震动异常，或蜂箱重量超过预设的重量上限时，程序立即触发报警标志位，控制蜂鸣器与LED指示灯启动声光报警；当所有异常状态均消除后，程序清除报警标志位，关闭声光报警。程序同时为每一类异常设置独立的状态标志位，包括音频异常标志位、重量超限标志位、盗蜂预警标志位，显示程序根据这些标志位，在显示屏上显示对应的异常提示信息，方便用户快速识别异常类型；无线通信程序根据这些标志位，向云端与手机端推送对应的预警信息，确保用户可及时掌握异常情况。为了避免报警频繁触发造成干扰，程序设置了报警防抖机制，只有当异常状态持续超过2秒时，才会触发正式报警；同时设置了报警间隔，同一类型的异常在5分钟内不会重复推送远程预警信息，避免频繁推送信息对用户造成打扰。图4-3异常处理程序流程图5系统调试与功能测试5.1软硬件联合调试5.1.1硬件焊接与通断调试硬件电路的焊接与调试分为三个阶段完成，第一阶段为最小系统焊接与调试，首先完成STM32最小系统的焊接，包括主控芯片、晶振电路、复位电路、电源电路与下载接口的焊接，焊接完成后，使用万用表测量电源与地之间的阻值，确认无短路问题后，接入3.3V电源，使用示波器测量晶振的起振情况，确认最小系统可正常工作，通过SWD下载接口向芯片烧录测试程序，确认芯片可正常烧录程序与运行。第二阶段为外设模块焊接与分模块调试，最小系统调试正常后，依次焊接电源电路、传感器采集电路、显示电路、按键电路、通信电路与报警电路，每焊接完成一个模块，就进行一次单独调试，通过万用表测量模块的供电是否正常，通过测试程序向模块发送指令，读取模块的返回数据，确认模块可正常工作，与主控芯片的通信正常，避免全部焊接完成后，难以定位故障位置。第三阶段为整机联调，所有模块焊接调试完成后，接入太阳能供电系统，测试整机的供电稳定性，确认所有外设模块均可同时正常工作，无供电不足的情况；同时测试整机的功耗，确认太阳能供电可满足系统长期运行的需求。调试过程中，针对传感器采集精度不足的问题，通过软件校准的方式进行优化；针对无线通信信号弱的问题，通过外接高增益天线的方式进行改善，确保所有硬件单元均可稳定运行。5.1.2软件程序编译与烧录调试软件程序的调试分为四个阶段完成，第一阶段为基础工程搭建与编译调试，在Keil5中创建STM32工程，完成芯片选型与编译环境配置，通过STM32CubeMX生成基础初始化代码，导入工程后进行编译，确认工程无编译错误，可正常生成HEX烧录文件。第二阶段为驱动程序调试，依次编写各个外设的底层驱动程序，每完成一个驱动程序，就烧录到开发板中进行测试，通过串口打印与在线调试的方式，确认驱动程序可正常工作，实现对应的功能，比如传感器数据读取、显示屏内容显示、按键输入识别等，确保每个驱动程序都可稳定运行。第三阶段为应用程序与整体逻辑调试，完成所有驱动程序调试后，编写主程序与各功能应用程序，搭建整体的程序运行逻辑，烧录到硬件中进行整机联调，测试程序的整体运行逻辑是否符合设计要求，各功能之间的配合是否正常，针对程序运行中出现的死机、数据异常、逻辑错误等问题，通过断点调试与单步执行的方式，定位问题原因并进行优化。第四阶段为现场运行调试，将系统安装到实际蜂箱中，进行72小时连续运行测试，观察系统的运行稳定性，针对野外环境中出现的传感器干扰、通信不稳定、误报警等问题，优化程序中的滤波算法与判断逻辑，调整报警阈值，确保系统在实际养殖场景中可稳定运行。5.2核心传感器性能测试二氧化碳传感器测试结果显示，传感器的平均测量误差为±120ppm，标准差为35ppm，满足监测需求；称重传感器的平均测量误差为±35g，标准差为12g，可准确捕捉蜂箱重量的细微变化。所有传感器的测量精度均满足蜂群养殖的实际需求，长期运行稳定性良好。为了定量验证传感器的采集精度，本次测试以高精度标准仪器的测量值为基准，选取5个典型测试点进行对比测试，测试结果如下：测试点标准温度(℃)系统测量温度(℃)温度误差(℃)标准湿度(%RH)系统测量湿度(%RH)湿度误差(%RH)115.215.1-0.135.635.3-0.3220.520.6+0.145.245.5+0.3325.325.2-0.150.850.6-0.2430.130.2+0.160.360.5+0.2535.435.3-0.170.169.8-0.3统计--平均0.1℃--平均0.26%RH为了验证系统各传感器的采集精度与运行稳定性，对核心传感器进行了专项性能测试，测试过程中，以高精度标准仪器的测量值为基准，对比系统采集的数值，计算测量误差，同时测试传感器的响应速度与长期运行稳定性。温湿度传感器测试中，将DHT11传感器与高精度温湿度计同时置于恒温恒湿箱中，在10℃~40℃、30%RH~80%RH的范围内，选取5个典型测试点，对比测量结果。测试结果显示，DHT11的温度测量误差在±1℃以内，湿度测量误差在±3%RH以内，完全满足蜂群养殖的监测需求；传感器从常温环境转移到目标温湿度环境后，测量值可在3秒内稳定，响应速度快；在35℃、50%RH的恒温恒湿环境下连续运行24小时，测量数据波动范围不超过±0.5℃、±2%RH，长期运行稳定性良好。二氧化碳传感器测试中，将KQ-2801传感器与高精度二氧化碳检测仪置于密封测试箱中，通过标准气体配置不同的二氧化碳浓度，对比测量结果。测试结果显示，在0~5000ppm的测量范围内，传感器的测量误差不超过±150ppm，可准确反映蜂箱内的二氧化碳浓度变化；传感器的响应时间不超过5秒，可快速捕捉浓度变化，长期运行无明显零点漂移，稳定性良好。称重模块测试中，将称重传感器与标准电子秤进行对比测试，在0~50kg的测量范围内，放置不同重量的标准砝码，记录测量结果。测试结果显示，称重模块的测量误差不超过±50g，可准确捕捉蜂箱重量的细微变化，满足蜂蜜产量监测的需求；在20kg的固定负载下连续运行24小时，测量数据波动不超过±20g，长期运行稳定性良好，无蠕变现象。5.3系统整体功能实测5.3.1温湿度监测功能将系统安装在标准蜂箱中，连续24小时采集蜂箱内的温湿度数据，数据采集频率为每2秒一次，采集数据可在OLED屏上实时显示，同时同步上传至阿里云平台。测试结果显示，系统可准确采集蜂箱内的温湿度变化，数据更新及时，无数据丢失的情况，平台可完整记录温湿度的历史变化曲线，完全满足设计需求。图5-1温湿度监测功能测试5.3.2二氧化碳浓度监测功能在蜂箱内不同通风条件下，测试系统的二氧化碳浓度监测功能，调整蜂箱巢门的开口大小，改变箱内的通风条件，记录系统采集的二氧化碳浓度变化。测试结果显示，系统可准确反映箱内二氧化碳浓度的变化，通风条件变差时，浓度数值同步上升，数据采集精度符合设计要求，无数据跳变的情况，运行稳定。图5-2二氧化碳浓度监测功能测试5.3.3蜂蜜重量监测功能在蜂箱内逐步添加蜂蜜，模拟流蜜期的重量变化，测试系统的重量监测功能，每次添加固定重量的蜂蜜，记录系统显示的重量数值。测试结果显示，系统可准确捕捉蜂箱的重量变化，测量精度满足蜂蜜产量监测的需求，重量数值可实时更新，同时可通过平台查看重量的历史变化趋势，功能正常。图5-3蜂箱重量监测功能测试5.3.4蜂群音频异常监测功能通过播放蜂群异常发声的音频，模拟蜂群异常状态，测试系统的音频监测与预警功能。测试结果显示，系统可准确采集音频响度数值，当响度超过预设阈值时，可立即触发本地声光报警，同时向手机端推送音频异常预警信息，报警响应时间不超过2秒，预警功能正常。图5-4蜂群音频异常监测功能测试5.3.5盗蜂震动检测功能通过模拟蜂箱的持续震动，模拟盗蜂入侵的场景，测试系统的盗蜂检测功能。测试结果显示，系统可准确捕捉蜂箱的震动次数，当震动次数超过预设阈值且系统处于设防状态时，可立即触发盗蜂预警，本地声光报警同步启动，预警信息实时推送至手机端，检测准确率高，无误触发情况。图5-5盗蜂震动检测功能测试6总结本次设计针对传统养蜂模式中存在的巡检效率低、异常发现滞后、无法远程监测的痛点，完成了一套基于多传感器融合的蜂群健康状况远程监测系统的全流程设计与实现。系统以STM32F103C8T6单片机为控制核心，融合温湿度、二氧化碳、称重、音频、震动等多类型传感器，实现了蜂箱环境参数与蜂群活动状态的多维度连续监测，搭配太阳能供电电路，可在野外无市电的蜂场实现长期自主运行。系统通过OLED屏与独立按键实现了便捷的本地人机交互，养殖户可现场查看监测数据、调整报警阈值；通过ESP8266WiFi模块将数据上传至阿里云物联网平台，实现了手机端的远程监测与管理；当检测到环境参数超标、盗蜂入侵等异常情况时，可同步触发本地声光报警与手机端远程预警，实现了异常情况的及时处置。经实际测试验证，系统运行稳定可靠，各传感器的采集精度满足养殖实际需求，各项功能均达到设计要求，同时硬件成本低、部署简单、操作便捷，非常适合国内中小规模养殖户的使用需求，为传统养蜂产业的智能化升级提供了一套低成本、高实用性的解决方案。

致谢本设计的全部研究工作与论文撰写，都是在我的指导老师的悉心指导下完成的。从最初的选题确定、方案设计，到硬件电路的焊接调试、软件程序的编写优化，再到最终的论文撰写，老师都给予了我细致的指导与无私的帮助。老师严谨的治学态度、深厚的专业功底与务实的科研理念，让我受益匪浅，不仅帮助我顺利完成了本次毕业设计，更让我掌握了电子系统设计的思路与方法，为我未来的工作与学习打下了坚实的基础。在此，我向我的指导老师致以最诚挚的感谢与最崇高的敬意。感谢学校为我提供了完善的实验环境与学习平台，让我能够顺利完成硬件电路的制作与调试工作；感谢学院的各位老师，在大学期间为我传授了丰富的专业知识，让我具备了完成本次设计的专业能力。感谢我的同学与朋友们，在设计与调试过程中，给予了我很多帮助与鼓励，和我一起探讨解决遇到的技术难题，让我能够顺利克服设计过程中的各项困难。最后，感谢我的家人，一直以来给予我无条件的支持与理解，让我能够安心完成学业与本次设计，你们的陪伴是我不断前进的最大动力。 附录附录1原理图附录2PCB图附录3主程序#include"main.h"#include"adc.h"#include"tim.h"#include"usart.h"#include"gpio.h"/*Privateincludes*//*USERCODEBEGINIncludes*/#include"./HAL/key/key.h"#include"./HAL/OLED/OLED_NEW.H"#include"./HAL/DELAY/delay.h"#include"./HAL/dht11/dht11.h"#include"./HAL/HX711/hx711.h"#include"./HAL/AliESP8266/AliESP8266.h"/*USERCODEENDIncludes*//*Privatetypedef*//*USERCODEBEGINPTD*/voidKey_function(void); //按键函数voidMonitor_function(void); //监测函数voidDisplay_function(void); //显示函数voidManage_function(void); //处理函数/*USERCODEENDPTD*//*Privatedefine*//*USERCODEBEGINPD*/#defineBEEP(a)(a?HAL_GPIO_WritePin(BEEP_GPIO_Port,BEEP_Pin,GPIO_PIN_SET):HAL_GPIO_WritePin(BEEP_GPIO_Port,BEEP_Pin,GPIO_PIN_RESET))uint8_tUSART1_TX_BUF[200];#defineu1_printf(...)HAL_UART_Transmit(&huart1,USART1_TX_BUF,sprintf((char*)USART1_TX_BUF,__VA_ARGS__),0xffff)uint8_tUSART2_TX_BUF[200];#defineu2_printf(...)HAL_UART_Transmit(&huart2,USART2_TX_BUF,sprintf((char*)USART2_TX_BUF,__VA_ARGS__),0xffff)/*USERCODEENDPD*//*Privatemacro*//*USERCODEBEGINPM