全栈智能家居系统设计方案：STM32+Linux+多协议（MQTT、Zigbee、Z-Wave）通信+云平台集成

极客小张2024-07-15 14:13

1. 项目概述

随着物联网技术的快速发展,智能家居系统正在成为现代生活中不可或缺的一部分。本文介绍了一个基于STM32微控制器和Linux系统的智能家居解决方案,涵盖了硬件设计、软件架构、通信协议以及云平台集成等方面。

该系统具有以下特点:

  • 采用STM32作为终端设备的控制核心,实现传感器数据采集和设备控制
  • 使用Raspberry Pi作为网关,运行Linux系统,负责数据处理和云端通信
  • 支持MQTT、CoAP等多种物联网通信协议
  • 采用React构建用户友好的前端界面
  • 后端采用Flask框架,提供RESTful API
  • 集成AWS IoT云平台,实现远程监控和控制

2. 系统设计

2.1 硬件架构

系统的硬件架构如下图所示:

  • STM32终端设备: 负责采集传感器数据(如温度、湿度、光照等)和控制家电设备
  • Raspberry Pi网关: 运行Linux系统,作为边缘计算节点和协议转换网关
  • AWS IoT云平台: 提供设备管理、数据存储和分析等服务

2.2 软件架构

系统的软件架构采用分层设计,如下图所示:

3. 代码实现

3.1 STM32终端设备固件(C语言)

cpp 复制代码 
#include "stm32f4xx_hal.h"
#include "sensors.h"
#include "zigbee.h"

// 定义传感器数据结构
typedef struct {
    float temperature;
    float humidity;
    uint16_t light;
} SensorData;

// 主循环
void main(void) {
    // 初始化外设
    HAL_Init();
    Sensors_Init();
    Zigbee_Init();
    
    SensorData data;
    
    while(1) {
        // 读取传感器数据
        data.temperature = Sensors_ReadTemperature();
        data.humidity = Sensors_ReadHumidity();
        data.light = Sensors_ReadLight();
        
        // 通过Zigbee发送数据
        Zigbee_SendData(&data, sizeof(SensorData));
        
        // 检查是否有控制命令
        if (Zigbee_CommandAvailable()) {
            uint8_t command = Zigbee_GetCommand();
            ExecuteCommand(command);
        }
        
        // 延时1秒
        HAL_Delay(1000);
    }
}

// 执行控制命令
void ExecuteCommand(uint8_t command) {
    switch(command) {
        case CMD_LIGHT_ON:
            GPIO_SetPin(LED_GPIO_Port, LED_Pin);
            break;
        case CMD_LIGHT_OFF:
            GPIO_ResetPin(LED_GPIO_Port, LED_Pin);
            break;
        case CMD_FAN_ON:
            GPIO_SetPin(FAN_GPIO_Port, FAN_Pin);
            break;
        case CMD_FAN_OFF:
            GPIO_ResetPin(FAN_GPIO_Port, FAN_Pin);
            break;
        default:
            // 未知命令，不做处理
            break;
    }
}

这段代码实现了STM32终端设备的主要功能：

  1. 初始化必要的硬件外设。
  2. 在主循环中，定期读取传感器数据（温度、湿度、光照）。
  3. 将采集到的数据通过Zigbee模块发送出去。
  4. 检查是否有incoming的控制命令，如果有则执行相应的操作（如开关灯、风扇等）。
  5. 使用HAL_Delay函数实现简单的定时采集。

3.2 Raspberry Pi网关程序(Python)

接下来，让我们实现Raspberry Pi网关的部分代码：

python 复制代码 
import paho.mqtt.client as mqtt
import json
from flask import Flask, request, jsonify
from zigbee_handler import ZigbeeHandler
from database import Database

app = Flask(__name__)
zigbee = ZigbeeHandler()
db = Database()
mqtt_client = mqtt.Client()

# MQTT配置
MQTT_BROKER = "iot.eclipse.org"
MQTT_PORT = 1883
MQTT_TOPIC = "home/sensors"

@app.route('/api/sensors', methods=['GET'])
def get_sensor_data():
    data = db.get_latest_sensor_data()
    return jsonify(data)

@app.route('/api/control', methods=['POST'])
def control_device():
    command = request.json['command']
    device_id = request.json['device_id']
    zigbee.send_command(device_id, command)
    return jsonify({"status": "success"})

def on_mqtt_connect(client, userdata, flags, rc):
    print(f"Connected with result code {rc}")
    client.subscribe(MQTT_TOPIC)

def on_mqtt_message(client, userdata, msg):
    payload = json.loads(msg.payload)
    db.save_sensor_data(payload)
    # 将数据转发到AWS IoT
    aws_iot_client.publish("aws/home/sensors", json.dumps(payload))

def zigbee_data_callback(data):
    # 处理从Zigbee接收到的数据
    mqtt_client.publish(MQTT_TOPIC, json.dumps(data))
    db.save_sensor_data(data)

if __name__ == '__main__':
    # 设置MQTT客户端
    mqtt_client.on_connect = on_mqtt_connect
    mqtt_client.on_message = on_mqtt_message
    mqtt_client.connect(MQTT_BROKER, MQTT_PORT, 60)
    mqtt_client.loop_start()

    # 设置Zigbee回调
    zigbee.set_data_callback(zigbee_data_callback)

    # 启动Flask应用
    app.run(host='0.0.0.0', port=5000)

这段代码实现了Raspberry Pi网关的主要功能：

  1. 使用Flask框架创建了一个简单的Web API，用于获取传感器数据和发送控制命令。
  2. 实现了MQTT客户端，用于接收和发布传感器数据。
  3. 集成了Zigbee处理模块，用于与STM32终端设备通信。
  4. 使用本地数据库存储传感器数据。
  5. 实现了数据转发功能，将数据发送到AWS IoT平台。

3.3 前端应用(React)

下面是一个简单的React组件，用于显示传感器数据和控制设备：

javascript 复制代码 
import React, { useState, useEffect } from 'react';
import axios from 'axios';

const SmartHome = () => {
  const [sensorData, setSensorData] = useState(null);

  useEffect(() => {
    const fetchData = async () => {
      const result = await axios.get('/api/sensors');
      setSensorData(result.data);
    };
    fetchData();
    const interval = setInterval(fetchData, 5000); // 每5秒更新一次数据
    return () => clearInterval(interval);
  }, []);

  const controlDevice = async (deviceId, command) => {
    await axios.post('/api/control', { device_id: deviceId, command });
  };

  if (!sensorData) return <div>Loading...</div>;

  return (
    <div>
      <h1>Smart Home Dashboard</h1>
      <div>
        <h2>Sensor Data</h2>
        <p>Temperature: {sensorData.temperature}°C</p>
        <p>Humidity: {sensorData.humidity}%</p>
        <p>Light: {sensorData.light} lux</p>
      </div>
      <div>
        <h2>Device Control</h2>
        <button onClick={() => controlDevice('light', 'ON')}>Turn Light On</button>
        <button onClick={() => controlDevice('light', 'OFF')}>Turn Light Off</button>
        <button onClick={() => controlDevice('fan', 'ON')}>Turn Fan On</button>
        <button onClick={() => controlDevice('fan', 'OFF')}>Turn Fan Off</button>
      </div>
    </div>
  );
};

export default SmartHome;

3.4 AWS IoT云平台集成(Python)

以下是在Raspberry Pi网关上与AWS IoT云平台集成的Python代码示例:

python 复制代码 
import boto3
import json
from AWSIoTPythonSDK.MQTTLib import AWSIoTMQTTClient

# AWS IoT配置
AWS_IOT_ENDPOINT = "xxxxxxxxxxxxxxx.iot.us-west-2.amazonaws.com"
AWS_IOT_CLIENT_ID = "raspberry_pi_gateway"
AWS_IOT_TOPIC = "home/sensors"
AWS_IOT_CERT_PATH = "/path/to/certificate.pem.crt"
AWS_IOT_KEY_PATH = "/path/to/private.pem.key"
AWS_IOT_ROOT_CA_PATH = "/path/to/root-CA.crt"

# 初始化AWS IoT MQTT客户端
mqtt_client = AWSIoTMQTTClient(AWS_IOT_CLIENT_ID)
mqtt_client.configureEndpoint(AWS_IOT_ENDPOINT, 8883)
mqtt_client.configureCredentials(AWS_IOT_ROOT_CA_PATH, AWS_IOT_KEY_PATH, AWS_IOT_CERT_PATH)

# 连接回调
def on_connect(self, params, rc):
    if rc == 0:
        print("Connected to AWS IoT")
    else:
        print(f"Connection failed with error code {rc}")

# 消息回调
def on_message(client, userdata, message):
    payload = json.loads(message.payload.decode('utf-8'))
    print(f"Received message from AWS IoT: {payload}")
    # 处理来自云平台的命令
    if 'command' in payload:
        execute_command(payload['command'])

# 连接到AWS IoT
mqtt_client.connect()
mqtt_client.subscribe(AWS_IOT_TOPIC, 1, on_message)

# 发送数据到AWS IoT
def send_to_aws_iot(data):
    message = json.dumps(data)
    mqtt_client.publish(AWS_IOT_TOPIC, message, 1)
    print(f"Sent message to AWS IoT: {message}")

# 使用AWS SDK创建IoT客户端
iot_client = boto3.client('iot-data')

# 更新设备影子
def update_device_shadow(device_id, state):
    payload = json.dumps({
        "state": {
            "reported": state
        }
    })
    iot_client.update_thing_shadow(
        thingName=device_id,
        payload=payload
    )

# 示例：发送传感器数据并更新设备影子
sensor_data = {
    "temperature": 25.5,
    "humidity": 60,
    "light": 500
}
send_to_aws_iot(sensor_data)
update_device_shadow("living_room_sensor", sensor_data)

这段代码实现了以下功能:

  1. 使用AWS IoT Python SDK配置并连接MQTT客户端。
  2. 实现了连接回调和消息接收回调函数。
  3. 提供了向AWS IoT发送数据的函数send_to_aws_iot。
  4. 使用boto3 SDK创建IoT客户端,用于更新设备影子。
  5. 实现了更新设备影子的函数update_device_shadow。

在实际应用中，你需要将这些函数集成到之前的Raspberry Pi网关代码中，例如：

  • 在接收到来自STM32的传感器数据后，调用send_to_aws_iot函数将数据发送到AWS IoT平台。
  • 同时，使用update_device_shadow函数更新相应设备的影子状态。
  • 在处理来自AWS IoT的消息时，可以执行相应的控制命令。

以下是集成后的Raspberry Pi网关代码示例：

python 复制代码 
import paho.mqtt.client as mqtt
import json
from flask import Flask, request, jsonify
from zigbee_handler import ZigbeeHandler
from database import Database
from aws_iot_handler import send_to_aws_iot, update_device_shadow, mqtt_client as aws_mqtt_client

app = Flask(__name__)
zigbee = ZigbeeHandler()
db = Database()
local_mqtt_client = mqtt.Client()

# MQTT配置
MQTT_BROKER = "iot.eclipse.org"
MQTT_PORT = 1883
MQTT_TOPIC = "home/sensors"

@app.route('/api/sensors', methods=['GET'])
def get_sensor_data():
    data = db.get_latest_sensor_data()
    return jsonify(data)

@app.route('/api/control', methods=['POST'])
def control_device():
    command = request.json['command']
    device_id = request.json['device_id']
    zigbee.send_command(device_id, command)
    # 更新设备影子
    update_device_shadow(device_id, {"status": command})
    return jsonify({"status": "success"})

def on_local_mqtt_connect(client, userdata, flags, rc):
    print(f"Connected to local MQTT broker with result code {rc}")
    client.subscribe(MQTT_TOPIC)

def on_local_mqtt_message(client, userdata, msg):
    payload = json.loads(msg.payload)
    db.save_sensor_data(payload)
    # 将数据发送到AWS IoT
    send_to_aws_iot(payload)
    # 更新设备影子
    update_device_shadow(payload['device_id'], payload)

def zigbee_data_callback(data):
    # 处理从Zigbee接收到的数据
    local_mqtt_client.publish(MQTT_TOPIC, json.dumps(data))
    db.save_sensor_data(data)
    # 将数据发送到AWS IoT
    send_to_aws_iot(data)
    # 更新设备影子
    update_device_shadow(data['device_id'], data)

def aws_iot_command_callback(client, userdata, message):
    payload = json.loads(message.payload.decode('utf-8'))
    if 'command' in payload:
        device_id = payload.get('device_id')
        command = payload['command']
        zigbee.send_command(device_id, command)
        # 更新设备影子
        update_device_shadow(device_id, {"status": command})
if __name__ == '__main__':
    # 设置本地MQTT客户端
    local_mqtt_client.on_connect = on_local_mqtt_connect
    local_mqtt_client.on_message = on_local_mqtt_message
    local_mqtt_client.connect(MQTT_BROKER, MQTT_PORT, 60)
    local_mqtt_client.loop_start()

    # 设置Zigbee回调
    zigbee.set_data_callback(zigbee_data_callback)

    # 设置AWS IoT MQTT客户端回调
    aws_mqtt_client.subscribe("home/commands", 1, aws_iot_command_callback)

    # 启动Flask应用
    app.run(host='0.0.0.0', port=5000)

这个完整的Raspberry Pi网关代码实现了以下功能：

  1. 集成了本地MQTT、Zigbee和AWS IoT的通信功能。
  2. 实现了数据的双向流动：从传感器到云平台，以及从云平台到设备的控制命令。
  3. 使用Flask提供了简单的Web API，用于获取传感器数据和发送控制命令。
  4. 将接收到的传感器数据保存到本地数据库，并同步到AWS IoT平台。
  5. 实现了设备影子的更新，确保云平台始终有最新的设备状态。

4.项目总结

本智能家居系统项目成功地整合了多种技术，包括：

  1. 嵌入式开发：使用STM32微控制器进行传感器数据采集和设备控制。
  2. Linux系统：在Raspberry Pi上运行Linux系统，作为智能家居网关。
  3. 物联网协议：使用MQTT协议进行本地和云端的数据传输。
  4. Web开发：使用Flask框架开发后端API，React框架开发前端界面。
  5. 云平台集成：与AWS IoT平台深度集成，实现设备管理、数据同步和远程控制。

通过这个项目，我们实现了一个功能完整的智能家居系统，具有以下特点：

  • 实时监控：可以实时监控家庭环境数据，包括温度、湿度和光照等。
  • 远程控制：通过Web界面或云平台远程控制家电设备。
  • 数据同步：本地数据与云平台保持实时同步，确保数据的一致性。
  • 设备影子：利用AWS IoT的设备影子功能，实现离线设备的状态管理。
  • 可扩展性：系统设计具有良好的可扩展性，可以方便地添加新的传感器和智能设备。
相关推荐
小牛itbull5 分钟前
ReactPress vs VuePress vs WordPress
开发语言·javascript·reactpress
C-cat.6 分钟前
Linux|进程程序替换
linux·服务器·microsoft
怀澈1227 分钟前
高性能服务器模型之Reactor（单线程版本）
linux·服务器·网络·c++
DC_BLOG10 分钟前
Linux-Apache静态资源
linux·运维·apache
学Linux的语莫11 分钟前
Ansible Playbook剧本用法
linux·服务器·云计算·ansible
请叫我欧皇i14 分钟前
html本地离线引入vant和vue2（详细步骤）
开发语言·前端·javascript
533_17 分钟前
[vue] 深拷贝 lodash cloneDeep
前端·javascript·vue.js
GIS瞧葩菜26 分钟前
局部修改3dtiles子模型的位置。
开发语言·javascript·ecmascript
chnming198731 分钟前
STL关联式容器之set
开发语言·c++
威桑41 分钟前
MinGW 与 MSVC 的区别与联系及相关特性分析
c++·mingw·msvc
热门推荐
01(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04玄机平台应急响应—webshell查杀05Coze扣子平台完整体验和实践（附国内和国际版对比）06Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO07【目标跟踪】相机运动补偿08Unity中PICO实现 隔空取物 和 接触抓取物体09RAG 实践- Ollama+RagFlow 部署本地知识库10怎样让音频速度变慢？请跟随以下方法进行操作