从厨房秤到智能称重：用STM32F103和HX711打造你的第一个物联网传感器节点
在智能家居和精准农业的浪潮中，称重技术正从简单的测量工具进化为数据感知节点。想象一下：当厨房秤能自动记录食材库存，或花盆通过重量变化提醒浇水，这些场景背后都依赖一个关键组件——智能称重传感器。本文将带您从零构建一个基于STM32F103和HX711的物联网称重系统，涵盖硬件设计、数据上传和可视化全流程。
1. 硬件架构设计
1.1 核心组件选型
STM32F103C8T6作为主控芯片，以其72MHz主频和丰富的外设接口成为性价比之选。搭配HX711这款24位高精度ADC芯片，可轻松实现毫克级测量精度。典型硬件连接方案如下：
| 模块 | 连接引脚 | 功能说明 |
|---|---|---|
| HX711 DOUT | PA1 | 数据输入 |
| HX711 PD_SCK | PA0 | 时钟控制 |
| ESP-01S TX | USART2_RX | Wi-Fi模块数据接收 |
| ESP-01S RX | USART2_TX | Wi-Fi模块数据发送 |
提示：应变片选择直接影响量程，20kg规格的传感器适合大多数家用场景，工业应用建议选用铝合金材质传感器。
1.2 电源管理优化
物联网节点常需电池供电，低功耗设计尤为关键：
- 启用STM32的睡眠模式，仅在测量时唤醒
- 为HX711设计独立电源开关电路
- 配置ESP-01S的深度睡眠模式（需硬件复位唤醒）
// 低功耗配置示例 void Enter_LowPowerMode(void) { HAL_GPIO_WritePin(PWR_CTRL_GPIO_Port, PWR_CTRL_Pin, GPIO_PIN_RESET); // 关闭HX711电源 HAL_UART_DeInit(&huart2); // 禁用Wi-Fi模块 HAL_PWR_EnterSLEEPMode(PWR_MAINREGULATOR_ON, PWR_SLEEPENTRY_WFI); }2. 称重算法实现
2.1 数据采集与滤波
HX711的10Hz采样率需配合数字滤波才能获得稳定读数。采用移动平均+阈值滤波的复合算法：
#define SAMPLE_COUNT 5 long Get_FilteredWeight(void) { long samples[SAMPLE_COUNT]; for(int i=0; i<SAMPLE_COUNT; i++){ samples[i] = Get_Weight(); HAL_Delay(100); } // 剔除最大最小值 long sum = 0; long max = samples[0], min = samples[0]; for(int i=0; i<SAMPLE_COUNT; i++){ if(samples[i] > max) max = samples[i]; if(samples[i] < min) min = samples[i]; sum += samples[i]; } return (sum - max - min)/(SAMPLE_COUNT-2); }2.2 动态校准机制
传统电子秤需手动校准，智能系统可实现自动校准：
- 上电后检测10秒无负载状态，自动记录零点
- 已知重量校准法：放置500g标准砝码后触发校准命令
- 温度补偿：内置NTC监测环境温度，修正漂移误差
3. 物联网集成方案
3.1 通信协议选择
对比三种主流物联网协议：
| 协议 | 功耗 | 传输距离 | 数据速率 | 适用场景 |
|---|---|---|---|---|
| Wi-Fi | 高 | 中 | 快 | 固定电源设备 |
| BLE | 低 | 短 | 中 | 移动终端直连 |
| LoRa | 极低 | 长 | 慢 | 户外分散节点 |
3.2 MQTT数据上传
通过ESP-01S连接MQTT Broker的完整流程：
void Publish_WeightData(float weight) { char payload[50]; sprintf(payload, "{\"weight\":%.2f,\"unit\":\"g\"}", weight); HAL_UART_Transmit(&huart2, "AT+CIPSEND=0,", strlen("AT+CIPSEND=0,"), 100); HAL_UART_Transmit(&huart2, strlen(payload), 2, 100); HAL_UART_Transmit(&huart2, payload, strlen(payload), 100); HAL_Delay(500); }注意：MQTT主题建议采用分层结构，如
home/kitchen/scale1
4. 云端数据可视化
4.1 ThingsBoard仪表盘配置
- 创建设备实体并配置MQTT接入点
- 设计包含以下组件的仪表盘：
- 实时重量曲线图
- 累计重量统计卡片
- 异常重量报警开关
- 设置规则链实现微信推送报警
4.2 本地数据缓存策略
网络中断时的数据保障方案：
- 使用STM32内部Flash存储最近100条记录
- 实现FIFO循环存储算法
- 网络恢复后自动同步历史数据
#define MAX_RECORDS 100 typedef struct { uint32_t timestamp; float weight; } WeightRecord; void Save_ToFlash(WeightRecord record) { static uint16_t write_ptr = 0; FLASH_Program(0x0800FC00 + write_ptr*sizeof(WeightRecord), (uint32_t*)&record, sizeof(WeightRecord)/4); write_ptr = (write_ptr + 1) % MAX_RECORDS; }5. 典型应用场景扩展
5.1 智能厨房管理系统
- 食材余量监测：通过重量变化推算消耗量
- 菜谱分量引导：分步称重指导烹饪流程
- 购物清单生成：自动计算需补充的食材
5.2 农业监测系统改造
- 盆栽土壤含水量分析：通过重量变化曲线判断蒸发量
- 饲料投放监控：记录牲畜每日进食量
- 蜂蜜产量统计：蜂箱重量的季节性变化分析
在最近的一个阳台种植项目中，这套系统成功实现了对10盆植物的自动水分管理。当花盆重量低于设定阈值时，系统会推送提醒并自动生成浇水记录，误差控制在±2g以内。
