基于STM32的智慧厨房安全全栈嵌入式系统：融合FreeRTOS、MQTT、Flask、Vue.js、Flutter等技术的解决方案

极客小张2024-07-19 8:18

1. 项目概述

智慧厨房安全系统是一个基于STM32微控制器的物联网项目，旨在提高厨房安全性和用户体验。该系统通过各种传感器监测厨房环境，如温度、湿度、烟雾浓度等，并通过Wi-Fi将数据传输到云端进行分析和存储。用户可以通过手机APP实时查看厨房状态，接收警报通知，远程控制设备。

本项目涵盖了嵌入式开发、后端服务器、前端应用和云平台等全栈技术，是一个综合性的物联网解决方案。

2. 系统设计

2.1 硬件设计

硬件系统主要包括：

  • STM32F4系列微控制器作为主控
  • DHT22温湿度传感器
  • MQ-2烟雾传感器
  • MQ-5可燃气体传感器
  • ESP8266 Wi-Fi模块
  • 蜂鸣器和LED用于本地警报
  • OLED显示屏用于显示实时数据

硬件系统架构图：

2.2 软件架构

软件系统包括：

  • STM32固件：采用FreeRTOS实时操作系统
  • MQTT Broker：用于设备和服务器间的通信
  • 后端服务器：使用Python Flask框架
  • 数据库：采用MySQL存储历史数据
  • Web前端：基于Vue.js框架
  • 移动APP：使用Flutter开发跨平台应用
  • Home Assistant：集成用于智能家居控制

软件系统架构图：

3. 代码实现

3.1 STM32固件核心代码

以下是STM32固件的主要结构，使用FreeRTOS创建了两个任务：主任务和MQTT发布任务。

cpp 复制代码 
#include "FreeRTOS.h"
#include "task.h"
#include "semphr.h"
#include "sensors.h"
#include "wifi.h"
#include "mqtt_client.h"

// 互斥信号量
SemaphoreHandle_t xDataMutex;
// 全局传感器数据结构体
SensorData_t gSensorData;

// 主任务函数
void vMainTask(void *pvParameters)
{
    while(1)
    {
        // 获取互斥信号量
        xSemaphoreTake(xDataMutex, portMAX_DELAY);
        // 读取传感器数据
        ReadSensorData(&gSensorData);
        // 释放互斥信号量
        xSemaphoreGive(xDataMutex);

        // 检查阈值
        CheckThresholds(&gSensorData);
        // 任务延时
        vTaskDelay(pdMS_TO_TICKS(1000));
    }
}

// MQTT发布任务函数
void vMQTTPublishTask(void *pvParameters)
{
    while(1)
    {
        // 获取互斥信号量
        xSemaphoreTake(xDataMutex, portMAX_DELAY);
        // 发布传感器数据
        MQTT_PublishSensorData(&gSensorData);
        // 释放互斥信号量
        xSemaphoreGive(xDataMutex);
        // 任务延时
        vTaskDelay(pdMS_TO_TICKS(5000));
    }
}

// 主函数
int main(void)
{
    // 硬件初始化
    HardwareInit();
    // 创建互斥信号量
    xDataMutex = xSemaphoreCreateMutex();
    // 创建主任务
    xTaskCreate(vMainTask, "MainTask", configMINIMAL_STACK_SIZE, NULL, tskIDLE_PRIORITY + 1, NULL);
    // 创建MQTT发布任务
    xTaskCreate(vMQTTPublishTask, "MQTTPublishTask", configMINIMAL_STACK_SIZE, NULL, tskIDLE_PRIORITY + 1, NULL);
    // 启动调度器
    vTaskStartScheduler();
    for(;;);
}
代码说明：
  • vMainTask函数：该函数执行主任务，负责读取传感器数据并检查是否超出阈值。在每次读取和处理数据之前获取互斥信号量，以确保数据安全。
  • vMQTTPublishTask函数：该函数执行MQTT发布任务，定期将传感器数据发布到MQTT Broker。与主任务类似，它也在操作数据之前获取互斥信号量。
  • main函数：硬件初始化后，创建互斥信号量和任务，并启动FreeRTOS调度器。

3.2 传感器驱动代码

以下是传感器驱动代码，实现了对各类传感器数据的读取和阈值检查。

cpp 复制代码 
#include "sensors.h"

// 读取传感器数据
void ReadSensorData(SensorData_t* data)
{
    data->temperature = ReadTemperature();
    data->humidity = ReadHumidity();
    data->smoke = ReadSmokeLevel();
    data->gas = ReadGasLevel();
}

// 检查传感器数据是否超出阈值
void CheckThresholds(SensorData_t* data)
{
    if(data->temperature > TEMP_THRESHOLD || 
       data->humidity > HUMIDITY_THRESHOLD ||
       data->smoke > SMOKE_THRESHOLD || 
       data->gas > GAS_THRESHOLD)
    {
        TriggerAlarm();
    }
    else
    {
        ClearAlarm();
    }
}
代码说明：
  • ReadSensorData函数：封装了具体的传感器数据读取操作，包括温度、湿度、烟雾和可燃气体传感器。
  • CheckThresholds函数：检查读取到的传感器数据是否超过预设阈值，如果超过则触发报警，否则清除报警。

3.3 MQTT通信代码

以下是使用ESP8266模块通过UART与STM32通信，并通过MQTT协议将数据上传至云端的代码示例。

cpp 复制代码 
#include "mqtt_client.h"
#include "wifi.h"

// MQTT发布传感器数据
void MQTT_PublishSensorData(SensorData_t* data)
{
    char payload[128];
    snprintf(payload, sizeof(payload), "{\"temperature\":%.2f,\"humidity\":%.2f,\"smoke\":%.2f,\"gas\":%.2f}",
             data->temperature, data->humidity, data->smoke, data->gas);
    MQTT_Publish("kitchen/sensorData", payload);
}

// 初始化Wi-Fi并连接到AP
void WiFi_Init(void)
{
    ESP8266_Init();
    ESP8266_JoinAP("SSID", "PASSWORD");
    ESP8266_StartMQTT("broker.hivemq.com", 1883, "kitchenClient");
}
代码说明：
  • MQTT_PublishSensorData函数：将传感器数据格式化为JSON字符串，并通过MQTT协议发布到指定的主题。
  • WiFi_Init函数：初始化ESP8266模块，并连接到指定的Wi-Fi接入点，然后启动MQTT客户端连接到MQTT Broker。

4. 后端开发

4.1 Flask后端示例

以下是使用Python Flask框架实现的后端服务器代码示例。

python 复制代码 
from flask import Flask, request, jsonify
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://username:password@localhost:3306/kitchen_db'
db = SQLAlchemy(app)

class SensorData(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    temperature = db.Column(db.Float)
    humidity = db.Column(db.Float)
    smoke = db.Column(db.Float)
    gas = db.Column(db.Float)
    timestamp = db.Column(db.DateTime, default=db.func.current_timestamp())

@app.route('/data', methods=['POST'])
def receive_data():
    data = request.json
    new_data = SensorData(
        temperature=data['temperature'],
        humidity=data['humidity'],
        smoke=data['smoke'],
        gas=data['gas']
    )
    db.session.add(new_data)
    db.session.commit()
    return jsonify({'status': 'success'}), 200

@app.route('/data', methods=['GET'])
def get_data():
    data = SensorData.query.all()
    result = []
    for entry in data:
        result.append({
            'temperature': entry.temperature,
            'humidity': entry.humidity,
            'smoke': entry.smoke,
            'gas': entry.gas,
            'timestamp': entry.timestamp
        })
    return jsonify(result), 200

if __name__ == '__main__':
    db.create_all()
    app.run(debug=True)
代码说明：
  • SensorData模型：定义了传感器数据的数据库模型，包括温度、湿度、烟雾、气体浓度和时间戳字段。
  • receive_data路由：处理POST请求，接收传感器数据并存储到数据库中。
  • get_data路由：处理GET请求，从数据库中获取所有传感器数据并返回JSON格式的响应。

4.2 数据库设计

使用MySQL数据库存储传感器数据。数据库表的设计如下：

sql 复制代码 
CREATE TABLE SensorData (
    id INT AUTO_INCREMENT PRIMARY KEY,
    temperature FLOAT,
    humidity FLOAT,
    smoke FLOAT,
    gas FLOAT,
    timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

4.3 Web前端示例

以下是使用Vue.js框架实现的Web前端代码示例。

html 复制代码 
<!DOCTYPE html>
<html>
<head>
    <title>智慧厨房安全系统</title>
    <script src="https://cdn.jsdelivr.net/npm/vue@2"></script>
    <script src="https://cdn.jsdelivr.net/npm/axios/dist/axios.min.js"></script>
    <style>
        table {
            width: 100%;
            border-collapse: collapse;
        }
        th, td {
            border: 1px solid black;
            padding: 8px;
            text-align: left;
        }
        th {
            background-color: #f2f2f2;
        }
    </style>
</head>
<body>
<div id="app">
    <h1>智慧厨房安全系统</h1>
    <table>
        <tr>
            <th>Temperature</th>
            <th>Humidity</th>
            <th>Smoke</th>
            <th>Gas</th>
            <th>Timestamp</th>
        </tr>
        <tr v-for="data in sensorData" :key="data.timestamp">
            <td>{{ data.temperature }}</td>
            <td>{{ data.humidity }}</td>
            <td>{{ data.smoke }}</td>
            <td>{{ data.gas }}</td>
            <td>{{ data.timestamp }}</td>
        </tr>
    </table>
</div>

<script>
new Vue({
    el: '#app',
    data: {
        sensorData: []
    },
    created() {
        this.fetchSensorData();
    },
    methods: {
        fetchSensorData() {
            axios.get('http://localhost:5000/data')
                .then(response => {
                    this.sensorData = response.data;
                })
                .catch(error => {
                    console.error('Error fetching sensor data:', error);
                });
        }
    }
});
</script>
</body>
</html>
代码说明：
  • HTML结构：定义了一个简单的表格来显示传感器数据。
  • Vue实例 ：创建了一个Vue实例，初始化了sensorData数组，并在实例创建时调用fetchSensorData方法。
  • fetchSensorData方法 ：使用Axios库发送GET请求到后端服务器，获取传感器数据并将其存储在sensorData数组中。

4.4 移动APP示例

以下是使用Flutter框架实现的移动应用代码示例。

java 复制代码 
import 'package:flutter/material.dart';
import 'package:http/http.dart' as http;
import 'dart:convert';

void main() => runApp(MyApp());

class MyApp extends StatelessWidget {
  @override
  Widget build(BuildContext context) {
    return MaterialApp(
      home: SensorDataScreen(),
    );
  }
}

class SensorDataScreen extends StatefulWidget {
  @override
  _SensorDataScreenState createState() => _SensorDataScreenState();
}

class _SensorDataScreenState extends State<SensorDataScreen> {
  List<dynamic> sensorData = [];

  @override
  void initState() {
    super.initState();
    fetchSensorData();
  }

  Future<void> fetchSensorData() async {
    final response = await http.get(Uri.parse('http://localhost:5000/data'));
    if (response.statusCode == 200) {
      setState(() {
        sensorData = json.decode(response.body);
      });
    } else {
      throw Exception('Failed to load sensor data');
    }
  }

  @override
  Widget build(BuildContext context) {
    return Scaffold(
      appBar: AppBar(
        title: Text('智慧厨房安全系统'),
      ),
      body: ListView.builder(
        itemCount: sensorData.length,
        itemBuilder: (context, index) {
          final data = sensorData[index];
          return ListTile(
            title: Text('Temperature: ${data['temperature']}'),
            subtitle: Text(
              'Humidity: ${data['humidity']} \nSmoke: ${data['smoke']} \nGas: ${data['gas']} \nTimestamp: ${data['timestamp']}',
            ),
          );
        },
      ),
    );
  }
}
代码说明：
  • Flutter应用结构 ：创建了一个简单的Flutter应用，其中包含一个SensorDataScreen来显示传感器数据。
  • fetchSensorData方法 ：使用http库发送GET请求到后端服务器，获取传感器数据并解析为JSON格式，然后更新状态。

5. 项目总结

本项目通过STM32微控制器、传感器、ESP8266 Wi-Fi模块等硬件设备，结合FreeRTOS、MQTT、Flask、Vue.js、Flutter等软件技术，构建了一个综合性的智慧厨房安全系统。项目的主要成果和总结如下：

5.1 硬件设计

项目的硬件部分采用了STM32F4系列微控制器作为主控，配合DHT22温湿度传感器、MQ-2烟雾传感器、MQ-5可燃气体传感器等多种传感器，对厨房环境进行实时监测。同时，ESP8266 Wi-Fi模块实现了数据的无线传输，蜂鸣器和LED提供了本地报警功能，OLED显示屏用于显示当前传感器数据。

5.2 软件架构

软件部分采用FreeRTOS实时操作系统，实现了任务的调度和管理。通过MQTT协议，传感器数据可以实时上传到云端进行存储和分析。后端服务器使用Python Flask框架，结合MySQL数据库，实现了数据的接收、存储和查询功能。前端部分采用Vue.js框架，实现了Web端的实时数据展示和用户交互。移动端则使用Flutter框架开发，实现了跨平台的移动应用，方便用户随时随地查看厨房状态。

5.3 系统集成

项目的系统集成部分通过Home Assistant实现了智能家居的控制和管理。用户可以通过Web前端或移动APP实时查看厨房环境数据，接收报警通知，并远程控制相关设备。同时，系统还可以根据预设的阈值自动触发报警，确保厨房的安全。

5.4 项目成果

  1. 实时环境监测：通过多种传感器实时监测厨房环境，包括温度、湿度、烟雾和可燃气体浓度。
  2. 无线数据传输：通过ESP8266 Wi-Fi模块实现了数据的无线传输，用户可以通过互联网随时查看数据。
  3. 智能报警：系统可以根据设定的阈值自动触发报警，并通过蜂鸣器和LED进行本地提示，同时通过MQTT发送报警通知到用户的手机。
  4. 数据存储与分析：传感器数据可以存储在云端数据库中，方便用户进行历史数据查询和分析。
  5. 跨平台应用：通过Web前端和Flutter移动应用，用户可以在多种设备上访问系统，操作便捷。

5.5 项目挑战与解决方案

  1. 实时性要求高：为确保数据的实时性和系统响应速度，项目采用了FreeRTOS进行任务调度，并使用MQTT协议进行高效的消息传递。
  2. 数据安全性：在数据传输过程中，采用HTTPS加密协议，确保数据的安全性和完整性。
  3. 系统可靠性：通过合理的硬件设计和软件架构，确保系统的稳定运行，避免因硬件故障或软件错误导致系统崩溃。
相关推荐
Leaf吧1 分钟前
分布式定时任务(xxl-job)
java·分布式
JavaEdge在掘金6 分钟前
启动nginx报错，80 failed (97: Address family not supported by protocol)
python
纪元A梦13 分钟前
华为OD机试真题——绘图机器（2025A卷：100分）Java/python/JavaScript/C++/C/GO最佳实现
java·javascript·c++·python·华为od·go·华为od机试题
程序员小远25 分钟前
接口测试和单元测试详解
自动化测试·软件测试·python·测试工具·单元测试·测试用例·接口测试
24k小善27 分钟前
FlinkSql入门与实践
java·大数据·flink·云计算
Tech Synapse34 分钟前
电商商品推荐系统实战：基于TensorFlow Recommenders构建智能推荐引擎
人工智能·python·tensorflow
聿小翼38 分钟前
selenium-wire 与 googletrans 的爱恨情仇
python
咖啡调调。40 分钟前
模板引擎语法-算术运算
python·django·sqlite
CodeCraft Studio40 分钟前
Excel处理控件Spire.XLS系列教程：Java设置Excel活动工作表或活动单元格
java·python·excel
Doker 多克41 分钟前
Python-Django系列—部件
开发语言·python
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03我决定放弃搞 Java 了04YOLOv5改进 | 添加CA注意力机制 + 增加预测层 + 更换损失函数之GIoU05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06DeepSeek各版本说明与优缺点分析07西电B测-计算机网络综合实验(含验收问题)08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09苍穹外卖面试总结10最新 Kubernetes 集群部署 + flannel 网络插件（保姆级教程，最新 K8S 版本）