单片机自适应遮光检测：动态阈值算法与鲁棒性设计实践

1. 项目概述：从“遮光检测”到“任意条件”的挑战

最近在准备蓝桥杯单片机赛项，或者是在做相关课程设计的同学，大概率都绕不开“遮光检测”这个经典题目。题目要求听起来很简单：用单片机检测环境光是否被遮挡。但当你真正上手，特别是面对“任意条件下”这个前缀时，就会发现事情远没有想象中那么简单。这不仅仅是接上一个光敏电阻，读个ADC值然后和固定阈值比较那么简单。环境光的“任意性”——比如清晨的微光、正午的强光、阴天的漫射光、室内的日光灯、夜晚的路灯——会让一个简单的固定阈值比较程序瞬间失效。你的系统可能在实验室调试得好好的，一到窗边或者换个时间点，就疯狂误报或者干脆失灵。

这个项目的核心，就是解决这个“任意条件”下的鲁棒性问题。我们使用的硬件平台是蓝桥杯单片机竞赛中常见的STC15F2K60S2单片机，传感器则是最经济易得的光敏电阻。目标不是做一个只能在特定光照下工作的玩具，而是构建一个能够自适应环境变化，在各种光照场景下都能稳定、准确判断“遮光”事件的检测系统。这背后涉及硬件电路设计、ADC采样策略、软件滤波算法以及自适应阈值算法的综合运用，非常锻炼对单片机系统软硬件的整体把控能力。

2. 核心思路与方案选型：为什么不用“固定阈值”

在开始动手之前，我们先要摒弃一个最常见的错误思路：固定阈值法。很多新手会这样做：在某种光照下（比如实验室开灯），测量光敏电阻的ADC值作为“基准光强”，然后设定一个比这个值小一定数值的“阈值”。当ADC值低于这个阈值时，就认为发生了遮光。

这个方法的弊端显而易见：

1. 无法适应环境光缓慢变化：从上午到下午，室内自然光会逐渐变强，你的“基准”早已偏离，可能导致系统灵敏度下降甚至失效。
2. 对突变光干扰毫无抵抗力：有人走过投影、窗外飘过云朵、室内灯光开关，这些短暂的、非预期的光照变化都会被误判为“遮光事件”。
3. 阈值设定依赖人工经验：阈值设多少？20？50？100？没有理论依据，全凭感觉，换一个环境或传感器就得重新调试。

因此，我们的方案必须是一个动态的、自适应的系统。核心思路是：让单片机自己学习并跟踪当前的环境光背景，并在此基础上判断是否出现了显著的、持续的负向突变（即遮光）。

基于这个思路，我选择了“移动平均滤波 + 动态阈值”的方案。具体来说：

• 移动平均滤波：用于平滑ADC采样值，滤除高频的随机噪声（如电源纹波、电磁干扰），得到一个稳定的“当前光强估计值”。
• 动态阈值：不是固定值，而是基于滤波后的“当前光强估计值”动态计算得出。通常设置为估计值的一个百分比（例如70%）。这样，无论环境光本身是亮是暗，阈值都始终跟随它变化，始终保持相对一致的检测灵敏度。

这个方案的优点是逻辑清晰，计算量小，非常适合STC15这类资源有限的8位单片机实现，并且能有效应对环境光的缓慢变化和一定的随机噪声。

2.1 硬件电路设计要点

工欲善其事，必先利其器。硬件电路的稳定性是软件算法可靠的基础。

光敏电阻连接电路：光敏电阻的阻值随光照增强而减小。我们通常将其连接在分压电路中，将电阻值的变化转化为电压的变化，供单片机的ADC引脚读取。

Vcc (5V/3.3V) | | 光敏电阻 | |--- 连接到单片机ADC引脚 (如 P1.0) | 固定电阻 (10KΩ) | GND

这里，固定电阻（通常称为下拉电阻）的选择很重要。它的阻值最好接近光敏电阻在常用光照条件下的阻值。例如，光敏电阻在室内光照下阻值约在5-10KΩ，那么选择一个10KΩ的电阻，可以使ADC引脚电压在大部分时间内处于ADC量程（如0-5V）的中间范围，从而提高测量精度和动态范围。如果电阻值相差太大，电压可能长期接近Vcc或GND，导致有效分辨率下降。

注意：STC15F2K60S2的ADC参考电压默认是Vcc（工作电压）。务必保证供电电压稳定，否则ADC基准漂移会直接导致测量值整体漂移。对于精度要求高的场合，可以考虑使用外部精密基准源。

电源去耦与布线：ADC对噪声非常敏感。务必在单片机的Vcc和GND引脚附近，紧挨着放置一个0.1uF的瓷片电容进行高频去耦。模拟部分（光敏电阻分压电路）的走线应尽量短，并远离数字信号线（如时钟线、PWM输出线），以减少耦合干扰。

3. 软件实现详解：从ADC采样到智能判断

有了稳定的硬件，我们进入核心的软件实现部分。整个流程可以分解为：ADC采样 -> 数字滤波 -> 动态阈值计算 -> 状态判断与输出。

3.1 ADC采样配置与优化

STC15F2K60S2内部集成了8通道10位ADC。首先需要进行初始化配置。

// ADC初始化示例代码 void ADC_Init(void) { P1ASF = 0x01; // 设置P1.0为模拟功能引脚 ADC_RES = 0; // 清零ADC结果寄存器 ADC_RESL = 0; ADC_CONTR = 0x80; // 打开ADC电源 Delay_ms(1); // 等待ADC电源稳定 ADC_CONTR |= 0x00; // 选择通道0 (P1.0)，但不启动转换 }

采样策略优化：直接单次读取ADC值噪声很大。常见的做法是多次采样取平均。这里有一个技巧：连续采样时，中间加入短暂延时或等待ADC转换完成标志，避免转换未完成就读取数据。

unsigned int Get_ADC_Value(unsigned char ch) { unsigned int adc_val = 0; unsigned char i; for(i=0; i<8; i++) // 采样8次 { ADC_CONTR = 0x80 | ch; // 选择通道并启动转换 _nop_(); _nop_(); _nop_(); _nop_(); // 短暂等待，确保转换启动 while (!(ADC_CONTR & 0x10)); // 等待转换完成 ADC_CONTR &= ~0x10; // 清除转换完成标志 // 10位ADC结果：高8位在ADC_RES，低2位在ADC_RESL adc_val += (ADC_RES << 2) | (ADC_RESL & 0x03); } return (adc_val >> 3); // 返回8次采样的平均值，相当于右移3位 }

实操心得：采样次数不是越多越好。次数太多（如128次）会显著降低系统响应速度。对于遮光检测这种对实时性有一定要求的应用，4-16次平均是一个较好的平衡点。上述代码中，adc_val累加8次后右移3位（除以8），效率高于直接做除法。

3.2 数字滤波算法实现

我们采用一阶递推平均滤波法（移动平均）。它占用内存小，计算快，能有效平滑周期性干扰。

#define FILTER_LEN 10 // 滤波窗口长度，可根据实际情况调整 unsigned int filter_buf[FILTER_LEN] = {0}; unsigned char filter_index = 0; unsigned int Moving_Average_Filter(unsigned int new_val) { unsigned long int sum = 0; unsigned char i; // 更新缓冲区 filter_buf[filter_index] = new_val; filter_index = (filter_index + 1) % FILTER_LEN; // 计算窗口内总和 for(i=0; i<FILTER_LEN; i++) { sum += filter_buf[i]; } // 返回平均值 return (unsigned int)(sum / FILTER_LEN); }

窗口长度FILTER_LEN的选择：

• 值越大：滤波效果越好，对噪声抑制能力强，但系统响应变慢，对光照变化的跟随性变差。可能导致遮光动作开始后，滤波值缓慢下降，检测有延迟。
• 值越小：响应速度快，但平滑效果差，噪声抑制能力弱。
• 经验值：对于变化相对缓慢的环境光，窗口长度取8-16较为合适。你可以通过实际测试，观察滤波后的波形是否平滑且又能及时响应真实的光照变化。

3.3 动态阈值算法与遮光状态判断

这是算法的“大脑”。我们维护一个“当前环境光基准值”，并由此产生动态阈值。

#define THRESHOLD_RATIO 70 // 阈值比例，70%表示当实时值低于基准值的70%时认为遮光 #define STABLE_COUNT 5 // 稳定计数，连续N次低于阈值才确认状态，防抖动 unsigned int env_baseline = 0; // 环境光基准值 unsigned int dynamic_threshold = 0; // 动态阈值 unsigned char shade_detected_flag = 0; // 遮光状态标志 unsigned char stable_counter = 0; // 稳定计数器 void Update_Detection(unsigned int filtered_adc) { static unsigned long last_update_time = 0; // 1. 缓慢更新环境光基准值（模拟环境光缓慢变化） // 使用一阶低通滤波的思想来更新基准值，使其能跟踪缓慢变化，但忽略快速突变 env_baseline = (env_baseline * 15 + filtered_adc) / 16; // 相当于一个时间常数很大的滤波器 // 2. 计算动态阈值 dynamic_threshold = (env_baseline * THRESHOLD_RATIO) / 100; // 3. 状态判断与防抖动处理 if(filtered_adc < dynamic_threshold) { // 当前值低于阈值 if(stable_counter < STABLE_COUNT) { stable_counter++; } if(stable_counter >= STABLE_COUNT && !shade_detected_flag) { shade_detected_flag = 1; // 确认进入遮光状态 // 可以在这里触发动作，如点亮LED，发送信号等 P2 = 0xFE; // 示例：P2.0引脚拉低，点亮LED } } else { // 当前值高于或等于阈值 if(stable_counter > 0) { stable_counter--; } if(stable_counter == 0 && shade_detected_flag) { shade_detected_flag = 0; // 确认退出遮光状态 // 恢复动作 P2 = 0xFF; // 示例：P2.0引脚拉高，熄灭LED } } }

关键点解析：

1. 基准值更新 (env_baseline)：这里没有直接用filtered_adc赋值，而是采用了一种类似一阶低通滤波的加权平均更新方式new = (old * 15 + new_sample) / 16。这使得env_baseline的变化非常缓慢，能够代表“背景环境光”，而不会被短暂的遮光或闪光所影响。系数15和16决定了跟踪速度，你可以调整这个比例。
2. 防抖动处理 (stable_counter)：这是区分短暂干扰和真实遮光的关键。要求连续STABLE_COUNT次（例如5次）采样都满足条件，才改变状态标志。这能有效滤除人手快速掠过等短时间干扰。退出遮光状态时同样需要连续判断，防止在阈值边缘抖动。
3. 阈值比例 (THRESHOLD_RATIO)：70%是一个起始经验值。它决定了系统的灵敏度。比例越高（如90%），系统越“敏感”，轻微变暗就可能触发；比例越低（如50%），系统越“迟钝”，需要更明显的遮挡才触发。需要根据实际应用场景（如检测物体通过还是判断天黑）来调整。

3.4 主程序框架与流程整合

将上述模块整合到一个清晰的主程序循环中。

#include "stc15.h" #include "intrins.h" // 函数声明 void Sys_Init(void); void ADC_Init(void); unsigned int Get_ADC_Value(unsigned char ch); unsigned int Moving_Average_Filter(unsigned int new_val); void Update_Detection(unsigned int filtered_adc); void main() { unsigned int raw_adc, filtered_adc; Sys_Init(); // 系统初始化（时钟，IO口等） ADC_Init(); // ADC初始化 // 初始上电时，采集几次ADC来初始化基准值，避免开机误触发 for(unsigned char i=0; i<20; i++) { raw_adc = Get_ADC_Value(0); filtered_adc = Moving_Average_Filter(raw_adc); Update_Detection(filtered_adc); // 主要目的是让env_baseline初始化 Delay_ms(10); } while(1) { // 1. 采集 raw_adc = Get_ADC_Value(0); // 2. 滤波 filtered_adc = Moving_Average_Filter(raw_adc); // 3. 检测与更新状态 Update_Detection(filtered_adc); // 4. 可以添加其他任务，如按键扫描、显示等 // Delay_ms(5); // 控制主循环周期，例如5ms采样一次 } }

注意：主循环中的延时Delay_ms(5)决定了系统的采样频率（这里是200Hz）。频率太高会增加CPU负担且没必要；频率太低则可能错过快速的遮光事件。对于手动遮挡这类应用，50-200Hz的采样率是足够的。你需要根据STABLE_COUNT和期望的响应时间来共同调整。例如，采样周期5ms，稳定计数5次，那么从遮光发生到被确认，最坏情况下的延迟是25ms，这对于大多数应用是可接受的。

4. 调试技巧与问题排查实录

理论完美，调试踩坑。下面分享几个我在实现过程中遇到的实际问题及解决方法。

4.1 现象：系统在特定光照下不停误触发

排查过程：

1. 检查硬件：用万用表测量ADC引脚电压，发现电压值在轻微波动，但波动范围似乎不大。
2. 打印数据：将raw_adc（原始值）、filtered_adc（滤波值）、env_baseline（基准值）、dynamic_threshold（阈值）通过串口打印到电脑。
3. 分析数据：发现env_baseline和filtered_adc非常接近，而dynamic_threshold只比它们低一点点（比如baseline=500，threshold=350）。此时，filtered_adc的正常波动范围是480-520，很容易就掉到350以下，导致误触发。

解决方案：

• 调整阈值比例：将THRESHOLD_RATIO从70降低到60甚至50，增大“缓冲区间”。
• 优化滤波：增加移动平均的窗口长度FILTER_LEN，或者采用更复杂的滤波算法（如中值平均滤波），进一步平滑filtered_adc的波动。
• 检查电源：用示波器观察单片机Vcc引脚，发现存在明显的纹波噪声。在电源入口处增加一个更大的电解电容（如100uF）并联一个0.1uF瓷片电容后，问题显著改善。

4.2 现象：遮光动作反应迟钝，或者恢复光照后状态很久才切换

排查过程：

1. 检查采样频率：主循环太快或太慢？计算后发现循环一次约1ms，采样频率1kHz，对于遮光检测来说过高，但这不是导致迟钝的原因。
2. 分析算法参数：重点怀疑env_baseline的更新速度和STABLE_COUNT。
   • 打印发现，当发生遮光时，filtered_adc迅速从500降到100，但env_baseline下降极其缓慢。这是因为基准值更新公式(old*15 + new)/16的时间常数太大，在遮光期间，env_baseline还未来得及下降到接近100，遮光就结束了。而当光照恢复时，filtered_adc升回500，但env_baseline还处于一个很低的值，导致dynamic_threshold也很低，filtered_adc需要很长时间才能低于这个阈值，状态标志迟迟无法复位。

解决方案：

• 动态调整基准值更新策略：这是一个高级技巧。可以设计一个状态机，当系统处于“稳定未遮光”状态时，使用慢速更新（大的时间常数）来跟踪环境光缓慢变化。一旦确认进入“遮光”状态，就大幅加快env_baseline的更新速度（例如改用(old*3 + new)/4），让它能快速跟随当前的低光照水平。这样在遮光结束时，基准值已经处于低位，光照恢复后能快速建立新的、正确的基准和阈值，实现快速复位。
• 调整稳定计数：适当减小退出遮光状态所需的STABLE_COUNT。

4.3 现象：不同批次的光敏电阻，程序需要重新调整参数

排查过程：光敏电阻的离散性很大，同一型号不同个体，其亮电阻和暗电阻可能相差数倍。这导致在相同光照下，ADC原始值范围完全不同。

解决方案：

• 程序上做归一化处理：这不是简单的调整比例。一个更鲁棒的方法是在系统启动时进行自校准。
  1. 上电后，在确保无遮挡的情况下，连续采样一段时间（如2秒），找出这段时间内的ADC最大值和最小值。最大值可以近似认为是“当前最亮环境光”，最小值可以近似认为是“当前环境下的噪声底”。
  2. 将后续的ADC读数映射到一个固定的范围内（例如0-100）。映射公式：normalized_value = 100 * (current_adc - min_adc) / (max_adc - min_adc)。
  3. 后续所有的滤波、阈值判断都基于这个归一化后的normalized_value进行。这样，无论光敏电阻的绝对阻值是多少，系统对“相对变化”的灵敏度都是一致的。
• 硬件上微调：更换与光敏电阻匹配更好的固定分压电阻。

4.4 常见问题速查表

问题现象	可能原因	排查步骤与解决方法
输出状态在高频抖动	1. 阈值设置过于敏感（比例太高） 2. 滤波效果不足，噪声大 3. 电源噪声干扰	1. 降低THRESHOLD_RATIO 2. 增加FILTER_LEN或改用复合滤波 3. 检查并加强电源滤波，优化PCB布线
响应速度太慢	1. 移动平均窗口FILTER_LEN太大 2. 稳定计数STABLE_COUNT太大 3. 主循环周期太长	1. 适当减小FILTER_LEN 2. 适当减小STABLE_COUNT 3. 优化代码，减少主循环耗时
只在特定光照强度下工作	使用固定阈值	改用本文所述的动态阈值算法
更换传感器后失灵	光敏电阻参数离散性大	实现上电自校准和归一化处理
ADC读数跳变很大	1. ADC参考电压不稳（Vcc波动） 2. 模拟信号线受干扰 3. 采样次数太少	1. 使用线性稳压芯片，增加滤波电容 2. 缩短走线，远离干扰源 3. 增加单次Get_ADC_Value中的采样平均次数

5. 方案优化与进阶思路

基本的动态阈值系统已经能解决大部分问题。如果你想让项目更出彩，或者应对更极端复杂的场景，可以考虑以下优化方向：

1. 引入“变化率”判断：除了判断绝对值是否低于阈值，还可以判断光强下降的速度。例如，计算当前滤波值与上一次滤波值的差值（或梯度）。如果光强在极短时间内（如2个采样周期）下降超过一个预设的“变化率阈值”，即使绝对值还没低于动态阈值，也可以预判为遮光事件开始。这能进一步提升对快速遮挡事件的响应速度。

2. 多状态管理与 hysteresis（迟滞）：为遮光事件定义更多状态，如NORMAL（正常）、POSSIBLE_SHADE（可能遮光）、CONFIRMED_SHADE（确认遮光）、RECOVERING（恢复中）。在不同状态间切换时，采用不同的阈值（迟滞）。例如，从正常到可能遮光用一个阈值（较敏感），从可能遮光到确认遮光用另一个更严格的阈值；从遮光恢复到正常，则需要光强值超过一个比进入阈值更高的值，这样可以有效防止在阈值附近的反复抖动。

3. 环境光模式识别：通过长时间记录光强数据，可以简单识别昼夜模式。在夜晚模式下，可以自动提高灵敏度（提高THRESHOLD_RATIO）或降低采样频率以节能。这需要增加实时时钟（RTC）或定时记录的功能。

4. 参数的自适应学习：不要让THRESHOLD_RATIO、FILTER_LEN等参数永远固定。可以让系统在长时间运行中，统计正常状态下光强的波动范围，自动计算并设置一个合理的阈值比例。例如，统计过去一段时间内光强的标准差，将阈值设置为“基准值 - 3倍标准差”。

实现“任意条件下的遮光检测”，关键在于让系统具备感知环境、适应环境的能力。从固定的思维跳出来，转向动态的、自适应的算法设计，是单片机应用从“玩具级”迈向“实用级”的重要一步。这个项目虽然基于蓝桥杯的STC15平台，但其核心思想——通过软件算法弥补硬件不足，提升系统鲁棒性——在任何嵌入式传感器应用中都是相通的。调试过程中，最宝贵的不是最终能跑通的代码，而是你通过串口观察波形、分析数据、不断调整参数、最终理解系统每一个环节如何相互影响的完整过程。