用STM32F103做个会提醒坐姿的智能台灯？光敏+超声波实战教程-程序员充电站

用STM32F103打造智能护眼台灯：光敏+超声波坐姿监测实战指南

当孩子趴在书桌前写作业时，你是否担心不良坐姿会影响他们的脊椎发育？当室内光线忽明忽暗时，你是否忧虑不稳定的照明会损害孩子的视力？现在，只需一块STM32F103开发板和几个常见传感器，就能亲手打造一款会"思考"的智能台灯。这不仅仅是一个照明工具，更是融合了环境感知与行为干预的智能助手。

1. 项目核心设计理念

传统护眼台灯往往只关注光线调节，而忽视了使用姿势这一关键因素。我们设计的智能台灯系统采用双维度监测策略：通过光敏电阻实时感知环境亮度，同时利用超声波模块监测用户头部与台灯的距离。当检测到坐姿不良或光线不适时，系统会通过LED亮度调节和蜂鸣器报警进行双重干预。

选择STM32F103C8T6作为主控芯片主要基于三点考量：

性价比突出：ARM Cortex-M3内核，72MHz主频，完全满足实时控制需求
丰富外设：内置12位ADC、多个定时器，可直接驱动PWM调光
开发生态完善：支持PlatformIO、Keil等多种开发环境，资料丰富

与市面上常见的HC-SR501红外感应方案相比，超声波测距（HC-SR04）具有明显优势：

传感器类型	检测原理	有效距离	精度	受环境影响	成本
HC-SR501	红外热释电	0-7米	±10cm	温度变化	约8元
HC-SR04	超声波回波检测	2-400cm	±3mm	空气密度	约12元
VL53L0X	激光TOF	0-2米	±1mm	环境光	约45元

特别在坐姿监测场景中，超声波模块能准确测量实际距离而非只是感知存在，这对纠正驼背等不良姿势更为有效。

2. 硬件系统搭建

2.1 核心元件清单

构建这个项目需要以下关键组件：

主控制器：STM32F103C8T6最小系统板（蓝色药丸版）
环境感知模块：
- 光敏电阻（GL5528）
- 10KΩ精密电阻（分压电路用）
距离检测模块：HC-SR04超声波传感器
执行机构：
- 5V有源蜂鸣器
- LED灯带（WS2812B可寻址）
供电系统：AMS1117-3.3稳压芯片+5V/2A电源适配器
辅助工具：3D打印灯罩（可选）

2.2 电路连接详解

核心电路连接遵循以下原则：

// STM32与各模块的引脚对应关系 #define TRIG_PIN PA1 // 超声波触发 #define ECHO_PIN PA2 // 超声波回波 #define BUZZER_PIN PA3 // 蜂鸣器控制 #define LIGHT_SENSOR_PIN PA4 // 光敏分压输入 #define LED_PIN PA6 // PWM调光输出

光敏检测电路采用经典分压设计：

VCC(3.3V) → [光敏电阻] → [10KΩ固定电阻] → GND ↓ ADC输入引脚

超声波模块的驱动需要注意时序控制。HC-SR04工作时序如下：

给TRIG引脚至少10μs的高电平脉冲
模块自动发送8个40kHz超声波脉冲
通过ECHO引脚高电平持续时间计算距离（每58μs对应1cm）

提示：超声波模块应安装在灯臂前端，朝向使用者头部位置，检测角度建议控制在15°以内以获得最佳指向性。

2.3 3D打印结构设计

为使项目更具实用性，我们设计了模块化灯体结构：

灯座部分：容纳控制电路和电源模块
可调灯臂：内嵌导线通道，末端固定超声波传感器
散射灯罩：采用半透明PLA材料，内置LED灯带

使用FreeCAD设计的STL文件关键参数：

{ "灯罩直径": 120mm, "灯臂长度": 250mm, "安装孔径": M3螺丝规格, "壁厚": 2mm, "填充率": 15% }

3. 软件开发环境配置

3.1 PlatformIO环境搭建

告别传统的Keil MDK，我们选择更现代的PlatformIO作为开发环境：

安装VSCode扩展
创建新项目，选择STM32F103C8平台
添加必要库依赖：
- libopencm3（硬件抽象层）
- Adafruit_NeoPixel（WS2812B驱动）

platformio.ini关键配置：

[env:bluepill_f103c8] platform = ststm32 board = bluepill_f103c8 framework = libopencm3 monitor_speed = 115200

3.2 核心算法实现

系统采用多任务调度架构，主要功能模块包括：

光线自适应算法

void auto_brightness_control() { uint16_t adc_val = adc_read(LIGHT_SENSOR_PIN); float voltage = adc_val * 3.3 / 4096; float lux = 500 * pow(10, (2.5 - voltage)/0.6); // 转换公式 // 根据照度等级调整PWM占空比 if(lux < 100) pwm_set_duty(90); // 昏暗环境 else if(lux < 300) pwm_set_duty(70); // 正常室内 else if(lux < 500) pwm_set_duty(50); // 明亮环境 else pwm_set_duty(30); // 强光环境 }

坐姿监测逻辑

#define MIN_SAFE_DISTANCE 30 // 单位：cm void posture_monitor() { float distance = ultrasonic_measure(); static uint8_t warning_count = 0; if(distance < MIN_SAFE_DISTANCE) { warning_count++; if(warning_count > 3) { // 连续3次检测不合格才触发 buzzer_alert(2); // 2次短鸣 set_led_color(255,0,0); // 红色警示 } } else { warning_count = 0; set_led_color(255,255,240); // 恢复暖白光 } }

主控制循环

int main() { hardware_init(); while(1) { static uint32_t last_tick = 0; if(hal_get_tick() - last_tick > 200) { // 每200ms检测一次 auto_brightness_control(); posture_monitor(); last_tick = hal_get_tick(); } handle_uart_cmd(); // 处理调试指令 } }

4. 功能优化与扩展

4.1 校准模式实现

为适应不同使用环境，我们增加传感器校准功能：

长按按键3秒进入校准模式
按照提示依次进行：
- 环境光基准校准（覆盖传感器5秒）
- 标准坐姿距离校准（保持正确姿势按下按键）
参数自动保存到Flash

校准数据结构：

typedef struct { uint16_t dark_level; // 全暗环境ADC值 uint16_t bright_level; // 强光环境ADC值 uint16_t std_distance; // 标准坐姿距离 uint8_t checksum; // 校验和 } CalibParams;

4.2 无线控制扩展

通过添加ESP-01S WiFi模块，可实现远程监控：

实时上传光照和距离数据
接收手机APP控制指令
OTA固件升级功能

AT指令配置示例：

AT+CWMODE=1 // 设置为Station模式 AT+CWJAP="SSID","PASSWORD" // 连接WiFi AT+CIPSTART="TCP","iot.server.com",1883 // 连接MQTT服务器

4.3 能耗优化策略

为延长便携使用时的电池续航：

动态调整检测频率（无人时降低至1Hz）
采用PWM软开关控制电源模块
开启STM32低功耗模式

电源管理状态机：

graph TD A[正常模式] -->|无动作超时| B[轻度睡眠] B -->|超声波触发| A B -->|超时30分钟| C[深度睡眠] C -->|按键唤醒| A

5. 常见问题解决方案

在实际组装和调试过程中，可能会遇到以下典型问题：

问题1：超声波测距不稳定

检查电源滤波（建议增加100μF电容）
避免测量表面吸音材料（如绒布）

软件端添加中值滤波算法：

#define SAMPLE_SIZE 5 float get_filtered_distance() { static float buf[SAMPLE_SIZE]; // 滑动窗口采样 for(int i=0; i<SAMPLE_SIZE-1; i++) buf[i] = buf[i+1]; buf[SAMPLE_SIZE-1] = ultrasonic_measure(); // 排序找中值 float temp[SAMPLE_SIZE]; memcpy(temp, buf, sizeof(temp)); bubble_sort(temp); // 实现简单的冒泡排序 return temp[SAMPLE_SIZE/2]; }

问题2：PWM调光闪烁

确保PWM频率≥200Hz（人眼临界闪烁频率）
检查LED驱动电流是否充足
在LED两端并联104电容消除毛刺

问题3：光敏响应迟滞

修改ADC采样为连续模式

增加指数加权移动平均滤波：

float ema_filter(float new_val) { static float filtered = 0; const float alpha = 0.2; // 平滑系数 filtered = alpha * new_val + (1-alpha) * filtered; return filtered; }

经过完整测试，系统各项指标达到预期：