若该文为原创文章，转载请注明原文出处。

一、引言

（一）研究背景及意义

婴儿猝死综合征（SIDS）和意外窒息是婴儿睡眠中最严重的安全威胁，新手父母常因无法持续监控而焦虑不安。传统的婴儿监护器功能单一，或仅提供音频视频监控，无法对心率、呼吸、体动等关键生理指标进行有效监测和预警。本项目旨在开发一款多参数、智能化的非接触式/轻接触式监护系统，能够实时评估婴儿睡眠安全状态，并在发生心率异常、离开床位、尿床等危险情况时及时报警，对于保障婴儿生命安全、缓解父母焦虑具有重大的社会意义和实用价值。

（二）国内外研究现状

目前市场上高端婴儿监护器多采用摄像头进行行为分析，但存在隐私顾虑且无法监测心率等生理参数。一些穿戴式设备（如智能袜）可监测血氧和心率，但存在舒适度和脱落风险。本设计创新性地采用多传感器非接触/轻接触融合方案，通过分析心率、声音、压力、加速度等多维信息，综合判断婴儿状态，在准确性、安全性和用户体验上找到了最佳平衡点。

二、系统总体设计

（一）系统架构

本系统采用“多模态感知-边缘计算-云端协同”的三层架构。

1. 感知层：由分布在床垫和婴儿身上的多种传感器组成，负责采集原始生理与行为信号。

2. 边缘计算层：以STM32为核心，进行实时数据融合、特征提取、状态判断和本地报警。

3. 云端协同层：通过WiFi将数据与报警信息推送至父母手机APP，实现远程监控。

（二）功能模块划分

1. 生理参数监测模块：MAX30102（心率）。

2. 行为与状态监测模块：声音传感器（哭声）、薄膜压力传感器（在位判断）、ADXL345（体动）。

3. 安全事件监测模块：水滴传感器（尿床）。

4. 报警模块：蜂鸣器（本地报警）。

5. 通信模块：ESP8266 WiFi模块。

三、硬件设计与实现

（一）系统硬件框架图

1. 主控单元

器件名称	推荐型号	接口	功能说明
STM32单片机	STM32F103C8T6	-	作为系统核心，负责所有传感器的数据采集、执行复杂的睡眠分析算法、控制报警器、以及与WiFi模块通信。

2. 传感器与输入单元

器件名称	推荐型号/类型	接口	功能说明
心率传感器	MAX30102	I²C	通过光电法非接触式测量婴儿的心率和血氧饱和度。可安装在床垫下或 wearable 设备中。
声音传感器	KY-037	ADC	检测婴儿哭声或声响。输出模拟电压信号，声音越大电压越高。
压力传感器	薄膜压力传感器阵列	ADC	铺设在床垫下，检测婴儿身体压力分布。通过压力变化判断婴儿是否在原始位置。
加速度传感器	MPU6050	I²C	佩戴在婴儿衣物或尿布上，检测婴儿身体运动。三轴加速度+陀螺仪，可准确判断婴儿活动状态。
水滴/尿湿传感器	电容式湿度传感器	ADC/GPIO	安装在尿布或床单下，检测尿液。检测到液体时输出信号变化。

3. 执行器与输出单元

器件名称	推荐型号/类型	接口	功能说明
有源蜂鸣器	5V有源蜂鸣器	GPIO	当检测到异常情况（离开位置、尿床）时，发出报警声提醒父母。
状态指示灯	RGB LED	PWM	显示系统状态：绿色（正常）、黄色（注意）、红色（报警）。

4. 通信单元

器件名称	推荐型号	接口	功能说明
WiFi模块	ESP-01S	UART	STM32通过串口以AT指令与ESP8266通信，将婴儿的实时状态数据和报警信息上传至云平台，父母可通过手机APP远程实时监控。

5. 电源单元

器件名称	推荐规格	功能说明
锂电池	3.7V 18650	为整个系统供电，需满足长时间工作的需求。
电源管理模块	TP4056	负责锂电池的充电管理和升压输出，具有过充、过放、短路保护功能。

核心控制逻辑说明

1. 自动喂养模式

• 定时投食：

  • 设置每日投食时间（如：08:00, 12:00, 18:00）

  • 到达设定时间 → 启动步进电机转动（如：2秒）→ 定量投食

• 水温监控：

  • if (水温 > 温度上限) { 启动充氧泵加强散热; }

  • if (水温 < 温度下限) { 减少充氧时间; } //防止温度过低

• 水质管理：

  • if (TDS值 > TDS阈值) { 启动水泵换水; OLED显示"水质差需换水"; }

  • 定期启动充氧泵：每运行10分钟，休息20分钟

2. 手动控制模式

• 本地手动： 通过按键手动控制投食、充氧、换水。

• 远程手动： 通过手机APP远程控制所有设备，实时查看鱼缸状态。

3. 投食控制逻辑

• 投食量控制： 投食时间(秒) = 投食量比例 × 基准时间

  • 200mg: 2秒

  • 300mg: 3秒

  • 400mg: 4秒

  • 500mg: 5秒

4. 数据显示与报警

• OLED显示内容：

  • 第一行：水温：25.5℃ / TDS：150ppm

  • 第二行：模式：自动 / 状态：正常

  • 第三行：下次投食：08:00 / 充氧：运行中

  • 第四行：报警信息

四、软件设计与实现

（一）开发环境搭建

1. IDE：STM32CubeIDE。

2. 库：使用STM32CubeMX配置HAL库，初始化I2C、ADC、GPIO等外设。

3. 驱动与算法：需编写MAX30102（集成心率算法）、ADXL345、ESP8266等驱动程序，并实现数据融合逻辑。

（二）系统软件流程图

（三）关键软件模块实现

1. 睡眠状态判断逻辑（核心）

// 状态标志位
typedef enum {
    STATE_AWAKE = 0,
    STATE_SLEEPING,
    STATE_ALERT
} BabyState_t;

BabyState_t Current_State = STATE_AWAKE;
uint32_t sleepStartTime = 0;
uint32_t quietStaticStartTime = 0; // 用于记录开始持续安静不动的时间点

void Determine_Baby_State(void) {
    static uint32_t lastCheckTime = 0;
    if (HAL_GetTick() - lastCheckTime < 1000) return; // 每秒判断一次
    lastCheckTime = HAL_GetTick();

    // 1. 检查是否触发紧急报警（最高优先级）
    if (isWet || isAbsent || heartRate < 80 || heartRate > 180) { 
        Current_State = STATE_ALERT;
        Trigger_Alarm();
        return;
    }

    // 2. 判断清醒/睡眠过渡
    if (soundLevel < SOUND_THRESHOLD && motionLevel < MOTION_THRESHOLD) {
        // 处于安静不动状态
        if (quietStaticStartTime == 0) {
            quietStaticStartTime = HAL_GetTick(); // 开始记录此状态的起始时间
        } else {
            // 如果此状态持续超过5秒，则认为进入睡眠
            if (HAL_GetTick() - quietStaticStartTime >= 5000) {
                if (Current_State != STATE_SLEEPING) {
                    Current_State = STATE_SLEEPING;
                    sleepStartTime = HAL_GetTick(); // 开始睡眠计时
                }
            }
        }
    } else {
        // 检测到哭声或体动，一定是清醒状态
        quietStaticStartTime = 0; // 重置安静计时器
        Current_State = STATE_AWAKE;
    }
}

// 计算总睡眠时长
uint32_t Get_Total_Sleep_Duration(void) {
    if (Current_State == STATE_SLEEPING) {
        return (HAL_GetTick() - sleepStartTime) / 1000; // 返回秒数
    } else {
        return 0;
    }
}

2. 云平台数据上报（JSON格式）

void Publish_Baby_Data(void) {
  cJSON *root = cJSON_CreateObject();
  cJSON_AddNumberToObject(root, "heart_rate", heartRate);
  cJSON_AddStringToObject(root, "state", (Current_State == STATE_SLEEPING) ? "Sleeping" : "Awake");
  cJSON_AddStringToObject(root, "in_position", isAbsent ? "No" : "Yes");
  cJSON_AddStringToObject(root, "bed_wet", isWet ? "Yes" : "No");
  cJSON_AddNumberToObject(root, "sleep_duration", Get_Total_Sleep_Duration());

  char *json_data = cJSON_Print(root);
  ESP8266_MQTT_Publish("baby/monitor/data", json_data);

  cJSON_Delete(root);
  free(json_data);
}

五、系统测试与优化

（一）测试方案

1. 安全性测试：

   • 离床报警：将婴儿玩偶从压力传感器上拿起，测试报警是否立即触发。

   • 尿床报警：滴少量水在水滴传感器上，测试报警触发。

   • 心率异常报警：模拟心率过高或过低的数据，测试报警逻辑。

2. 功能测试：

   • 睡眠状态判断：模拟安静环境（无声音、无体动）5分钟，测试系统是否判断为睡眠并开始计时。然后制造声音，测试是否退出睡眠状态。

   • 心率准确性：与专业指夹式血氧仪进行对比测量，校准MAX30102的读数。

   • 网络可靠性：测试WiFi断开后重连、数据重发机制是否有效。

3. 用户体验测试：让目标用户（父母）使用APP，评估信息显示是否清晰，报警是否及时明确。

（二）优化方向

1. 软件优化：

   • 高级滤波算法：对心率数据采用更先进的滤波算法（如带通滤波+移动平均），极大提高在体动干扰下的测量准确性。

   • 机器学习分类：收集大量声音和加速度数据，使用轻量级机器学习算法（如TinyML）来更准确地分类哭声、咳嗽声与其他噪音，以及不同状态的体动模式。

   • 低功耗设计：优化代码，利用STM32的休眠模式，在婴儿长时间睡眠时降低系统功耗。

2. 硬件优化：

   • 穿戴设备优化：将加速度传感器集成在一个柔软的硅胶带中，提高婴儿佩戴的舒适度和安全性。

   • 电源安全：采用电池备用电源，防止主电源断电导致监护中断。

六、结论与关键设计

（一）结论

本项目成功设计并实现了一个全方位、多参数的智能婴儿睡眠监护系统。系统通过多传感器数据融合，实现了对婴儿心率、在位状态、尿床事件和睡眠状态的精准监测，并建立了本地与远程的双重报警机制。经过测试，系统功能完整，工作稳定，报警及时，为婴儿睡眠安全提供了强有力的技术保障，具有极高的实用价值和市场前景。

（二）关键设计

1. 安全性与可靠性：

   • 医疗级精度： 心率监测应达到医疗设备级别的准确性和可靠性。

   • 误报防止： 采用多传感器数据融合算法，避免单一传感器误触发。

   • 低功耗设计： 系统需24小时连续工作，应采用低功耗模式和休眠策略。

2. 传感器安装与舒适性：

   • 非接触设计： 尽量采用非接触式传感器（如床垫下的压力阵列），避免影响婴儿舒适度。

   • 可穿戴设备： 加速度传感器应集成到柔软的 wearable 设备中，避免硬物接触婴儿皮肤。

   • 防水处理： 所有电子部件做好防水处理，防止意外液体损坏。

3. 算法优化：

   • 自适应阈值： 根据每个婴儿的正常模式自适应调整各项阈值。

   • 模式学习： 系统能够学习婴儿的正常睡眠模式，提高异常检测准确性。

   • 趋势分析： 提供睡眠质量趋势分析，帮助父母了解婴儿的睡眠规律。

4. 父母体验：

   • 分级报警： 区分紧急报警（如离开床位）和一般通知（如尿湿）。

   • 远程查看： 父母可通过APP实时查看婴儿状态，无需进入房间打扰。

   • 历史记录： 提供详细的睡眠历史记录和统计报告。

5. 隐私与安全：

   • 数据加密： 所有传输数据加密处理，保护家庭隐私。

   • 本地处理： 敏感数据尽量在本地处理，减少云端传输。

如有侵权，或需要完整代码，请及时联系博主。