从 Home Assistant 到 JetLinks：构建双层智能家居与社区管理平台实训全景

时间：2025年10月

关键词：JetLinks、Home Assistant、MQTT、物模型、规则引擎、Pegasus智能家居、鸿蒙小车

---

一、项目背景

在当前物联网（IoT）教学与产业融合趋势下，许多高校正尝试将智能家居控制 与社区级物联网平台 结合，构建从"设备端 → 家庭端 → 社区端"的多层实训体系。

本项目以两套实验设备为基础：

• 🧩 Pegasus智能家居开发套件 ------ 基于 OpenHarmony 的 IoT 入门平台；
• ⚙️ 玄武 F103 嵌入式实验仪 ------ 以 STM32F103ZET6 为核心的智能家居实验平台。

学生通过编程与系统集成，可以亲手实现：

• 智能家居数据采集与远程控制；
• 家庭自动化控制（Home Assistant 层）；
• 社区级设备管理与大数据分析（JetLinks 平台层）。

---

二、系统总体架构

整个系统采用三层架构：

┌───────────────────────────────┐
│          JetLinks 平台层（社区级） │
│  - 物模型定义 / 规则引擎 / OTA升级 │
│  - 统一管理多个 Home Assistant 实例 │
└──────────────▲────────────────┘
               │ MQTT
               ▼
┌───────────────────────────────┐
│     Home Assistant 家庭层（控制中心）│
│  - 设备联动自动化 / 场景控制        │
│  - Button控制、状态可视化          │
└──────────────▲────────────────┘
               │ MQTT
               ▼
┌───────────────────────────────┐
│ Pegasus / 玄武 嵌入式设备层（终端）│
│  - 温湿度采集 / 电机控制 / 红外检测 │
│  - 执行前进、后退、左转、右转动作  │
└───────────────────────────────┘

三者通过独立的 Mosquitto MQTT Broker 实现数据交换。

这样不仅保持模块解耦，还便于学生分组调试与扩展。

---

三、设备与功能设计

1️⃣ Pegasus 智能家居开发套件 → 模拟鸿蒙小车

功能模块	对应板卡	实现内容
温湿度采集	环境监测板（DHT11）	采集温湿度上报 Home Assistant
运动控制	通用底板 + 智能红绿灯板（LED）	模拟小车前进/后退/转向（LED亮度表示角度）
显示输出	OLED 显示板	显示当前方向与速度
通信模块	WiFi SoC Pegasus(H1386JVV100)	通过 MQTT 与 Home Assistant 通信

Home Assistant 中放置 4 个 Button：

• Forward（前进）
• Backward（后退）
• Left（左转）
• Right（右转）

点击后通过 MQTT topic 发送控制指令给 Pegasus，实现动作模拟。

---

2️⃣ JetLinks 平台 → 社区与多家庭集控层

JetLinks 在本系统中承担"云管平台"的角色，具备三大核心功能：

✅ （1）物模型（Thing Model）

定义每类设备的数据结构，包括：

• 属性（Properties）：温度、湿度、方向、角度；
• 功能（Functions）：前进、后退、左转、右转；
• 事件（Events）：如"超温报警"。

示例定义（JSON）：

{
  "properties": [
    { "id": "temperature", "name": "温度", "valueType": {"type": "double"} },
    { "id": "humidity", "name": "湿度", "valueType": {"type": "double"} },
    { "id": "direction", "name": "方向", "valueType": {"type": "string"} }
  ],
  "functions": [
    { "id": "moveForward", "name": "前进" },
    { "id": "moveBackward", "name": "后退" },
    { "id": "turnLeft", "name": "左转" },
    { "id": "turnRight", "name": "右转" }
  ]
}

JetLinks 会根据物模型自动生成交互 API，使设备、规则引擎、可视化面板保持统一语义。

---

✅ （2）规则引擎（Rule Engine）

相当于平台内的"自动逻辑控制中心"。

举例：

• 当温度 > 40℃ 时，自动下发"停止前进"指令；
• 当湿度低于 20% 时，通过 MQTT 通知 HA 弹出警报。

规则流程图：

[设备属性上报]
       ↓
[条件判断：temperature > 40]
       ↓
[动作：执行函数 stopMove()]

配置示例（JavaScript表达式）：

return input.temperature > 40;

---

✅ （3）OTA（远程升级）

JetLinks 支持上传 .bin 固件，对 Pegasus 或 STM32 设备进行远程升级。

典型流程：

上传固件 → 创建OTA任务 → 推送设备 → 设备下载并更新 → 上报结果

设备端订阅：

/device/tempCar001/firmware/update

上报：

{"progress": 100, "status": "success"}

---

四、通信协议设计

为简化教学，使用 JetLinks 官方 MQTT 协议 （jetlinks-official-protocol）。

Topic 示例：

类型	Topic	示例
属性上报	/report/property/{deviceId}	/report/property/tempCar001
功能执行	/invoke/function/{deviceId}	/invoke/function/tempCar001

Payload 示例：

{
  "deviceId": "tempCar001",
  "messageType": "REPORT_PROPERTY",
  "body": { "temperature": 25.5, "humidity": 60 }
}

JetLinks 自动解析 body 并映射到物模型属性。

若设备发的数据结构不同，也可通过"脚本协议"手动解析。

---

五、Home Assistant 控制界面配置

MQTT Button 定义

在 configuration.yaml 中添加：

mqtt:
  button:
    - name: "Forward"
      command_topic: "car001/move/forward"
    - name: "Backward"
      command_topic: "car001/move/backward"
    - name: "Left"
      command_topic: "car001/move/left"
    - name: "Right"
      command_topic: "car001/move/right"

Pegasus 小车端订阅这些 Topic，接收到指令后执行对应动作。

如左转可附带角度值：

{"action":"left","angle":45}

---

六、整合运行步骤

步骤	操作内容	工具/位置
1	安装 Mosquitto MQTT Broker	Ubuntu/Windows
2	部署 Home Assistant（Core 安装）	Python 虚拟环境
3	启动 JetLinks（使用 Docker）	http://localhost:9000
4	Pegasus 编写 MQTT 客户端	OpenHarmony IDE
5	在 JetLinks 创建产品、定义物模型	Web 控制台
6	在 HA 创建 4 个按钮、配置 MQTT	configuration.yaml
7	启动设备上报数据、测试控制	MQTTX 或 HA 面板查看
8	JetLinks 开启规则引擎、OTA 实验	平台操作

---

七、方案对比：双层 vs 三层结构

方案	层次结构	优点	缺点	推荐场景
A：Home Assistant + 设备	二层	简单、快速实现	无集中管理、数据分散	小型实验或家庭应用
B：JetLinks + HA + 设备	三层	可管多户、可升级、可数据分析	架构复杂一点	校企实训、社区级项目

👉 本实训采用 三层方案（推荐），可扩展性强、贴近工业应用。

---

八、结语：从"玩硬件"到"玩平台"

通过本实训，学生不只是点亮一盏灯、测个温度，而是完整经历：

1. 设备侧嵌入式开发（Pegasus / STM32）；
2. 家庭级智能控制（Home Assistant 自动化）；
3. 平台级物联网运维（JetLinks 云端管理）；
4. 协议对接与数据解析（MQTT、物模型、规则引擎）。

这正是当下智能物联网岗位所需的核心能力。

从家居实验走向工业级物联网应用，

从"物理连接"到"数据价值"，

这，就是物联网教育最有生命力的方向。

---

📘 下一步扩展建议：

• 集成 JetLinks 时序数据库 InfluxDB 实现数据可视化；
• 用 Node-RED 或 Vue.js 构建车控仪表盘；
• 设计多车联动、路径规划、温湿度群控实验。

---