关键词：STM32 / FreeRTOS / RS485 / Modbus RTU / MQTT / ESP8266 / 4G 模块 / PyQt5 / paho-mqtt / SQLite

---

一、项目概述

1.1 背景与目标

智慧农业的核心，是把“地里的环境”变成“可量化的数据”，再把数据变成“可执行的控制”。在温室/大棚/育苗房等场景里，常见痛点是：

• 环境参数（温湿度、土壤含水率、光照等）依赖人工巡检，数据不连续
• 浇灌/通风/加热等执行器控制不及时，导致作物应激、病害风险上升
• 多个监测点分散部署，布线距离长、干扰大，WiFi 覆盖不稳定

本文给出一套端到端可落地的方案：

• 采集节点（STM32 + FreeRTOS）：采集温湿度、土壤墒情（模拟量），支持继电器/电磁阀控制
• 现场网络（RS485 + Modbus RTU）：多节点总线组网，抗干扰强，距离可达上百米
• 网关（WiFi/4G）：轮询 Modbus，从站数据汇聚后通过 MQTT 上云（或直连上位机）
• 上位机（Python + PyQt5）：实时曲线、设备状态、阈值报警、历史数据入库

你可以把它理解为：“工业现场总线 + IoT 上云协议” 的组合拳：底层稳，上层轻。

---

二、技术选型（含 WiFi/4G 两种上行）

模块	选型	说明
采集 MCU	STM32F103（示例）	成本低、生态成熟；你也可替换 F4/H7
RTOS	FreeRTOS	任务划分清晰：采集/协议/控制互不阻塞
温湿度	SHT30（I2C）/ DHT22（二选一）	SHT30 精度更稳，工业场景更推荐
土壤墒情	电容式土壤湿度传感器（模拟量）	ADC 采样即可；注意供电与干扰
现场总线	RS485 + Modbus RTU	抗干扰强、距离远、支持多节点
网关（WiFi）	ESP8266 / ESP32	Arduino 生态方便，做 Modbus 主站 + MQTT 客户端
网关（4G）	EC20/SIM7600 等	方案一：网关上跑 MQTT；方案二：用 4G DTU 透传到云
协议（上云）	MQTT（EMQX/阿里云/自建）	轻量、QoS 可选、适合 IoT
上位机	Python + PyQt5 + pyqtgraph	实时曲线很舒服，开发效率高
本地存储	SQLite	单机部署简单，后续可升级 MySQL/InfluxDB

---

三、系统架构设计

3.1 三层架构（感知层/传输层/应用层）

• 感知层（多节点）：STM32 采集传感器 + 控制执行器（阀门/风机/加热）
• 传输层（网关）：RS485 上的 Modbus 主站轮询；上行走 WiFi 或 4G；MQTT 发布数据
• 应用层：MQTT Broker + 上位机订阅展示/入库/报警

3.2 通信链路

3.3 Topic 与数据格式（建议）

• 数据上报 Topic：
  • agri/{gatewayId}/node/{nodeId}/telemetry
• 控制下发 Topic（可选）：
  • agri/{gatewayId}/node/{nodeId}/cmd

上报 payload（JSON）：

{
  "ts": 1700000000,
  "nodeId": 3,
  "t": 26.4,
  "rh": 58.2,
  "soil": 41.5,
  "relay": 0,
  "rssi": -61,
  "vbat": 3.29
}

---

四、硬件连接与注意事项

4.1 采集节点（STM32）引脚示例

• SHT30（I2C）：PB6(SCL) / PB7(SDA)
• 土壤湿度模拟量：PA0(ADC)
• RS485（USART1）：PA9(TX) / PA10(RX)
• RS485 方向控制：PA8（DE/RE）
• 继电器：PB0（或任意 GPIO）

4.2 RS485 总线经验（很关键）

• 总线两端加 120Ω 终端电阻（只在两端，不要每个节点都加）
• 节点多、线长时，建议加入偏置电阻（上拉/下拉）避免空闲态抖动
• Modbus RTU 典型参数：9600/19200，8N1；线长上去以后宁可降波特率换稳定
• DE/RE 一定要切换干净：发送前拉高，发送结束后延时 1~2 字节时间再拉低

---

五、STM32（FreeRTOS）固件实现

这里以“Modbus 从站”为核心：网关轮询寄存器，STM32 负责更新寄存器值并响应。

5.1 寄存器映射设计（建议）

用保持寄存器（Holding Registers, 4xxxx）承载数据：

地址（寄存器索引）	含义	单位/倍率	说明
0	温度 T	×10	26.4℃ → 264
1	湿度 RH	×10	58.2% → 582
2	土壤湿度 Soil	×10	41.5% → 415
3	继电器状态	0/1	读状态
4	设备电压	×100	3.29V → 329

控制使用线圈（Coils, 0xxxx）或写单寄存器：

• 线圈 0：继电器开关（0/1）

5.2 任务划分

• Task_Sensor：周期采集 SHT30 + ADC，做滤波/标定，写入寄存器缓存
• Task_Modbus：处理 UART 接收帧、CRC 校验、组包响应
• Task_Control：根据线圈/寄存器的控制位驱动继电器，并做互锁保护

5.3 关键代码（示例，可直接改到工程里）

(1) 全局寄存器缓存

#include "cmsis_os.h"
#include <stdint.h>

#define HOLD_REG_NUM  16
volatile uint16_t g_holdReg[HOLD_REG_NUM];
volatile uint8_t  g_coilRelay;   // 线圈0：继电器

// 写入时注意临界区（不同任务会读写）
static inline void HoldReg_Write(uint16_t idx, uint16_t val)
{
    taskENTER_CRITICAL();
    g_holdReg[idx] = val;
    taskEXIT_CRITICAL();
}

(2) 传感器采集任务（含简单滤波）

void Task_Sensor(void *arg)
{
    float t=0, rh=0;
    uint16_t adc=0;

    for(;;)
    {
        // 1) SHT30 读取（这里用伪函数，按你驱动替换）
        // SHT30_Read(&t, &rh);

        // 2) ADC 采样（土壤湿度模拟量）
        // adc = ADC_ReadOnce();

        // 3) 简单映射：0~4095 -> 0~1000(=100.0%)
        float soil = (float)adc * 100.0f / 4095.0f;

        // 4) 写寄存器（倍率：×10）
        HoldReg_Write(0, (int16_t)(t * 10));
        HoldReg_Write(1, (uint16_t)(rh * 10));
        HoldReg_Write(2, (uint16_t)(soil * 10));
        HoldReg_Write(3, g_coilRelay ? 1 : 0);

        vTaskDelay(pdMS_TO_TICKS(1000));
    }
}

(3) Modbus RTU CRC16

static uint16_t Modbus_CRC16(const uint8_t *buf, uint16_t len)
{
    uint16_t crc = 0xFFFF;
    for (uint16_t i=0; i<len; i++) {
        crc ^= buf[i];
        for (uint8_t j=0; j<8; j++) {
            if (crc & 0x0001) crc = (crc >> 1) ^ 0xA001;
            else crc >>= 1;
        }
    }
    return crc;
}

(4) 读保持寄存器（0x03）响应（核心）

// req: [addr][03][startHi][startLo][qtyHi][qtyLo][crcLo][crcHi]
static uint16_t Build_Resp_03(uint8_t addr, uint16_t start, uint16_t qty, uint8_t *out)
{
    out[0] = addr;
    out[1] = 0x03;
    out[2] = (uint8_t)(qty * 2);

    for(uint16_t i=0;i<qty;i++){
        uint16_t v = g_holdReg[start + i];
        out[3 + 2*i] = (uint8_t)(v >> 8);
        out[4 + 2*i] = (uint8_t)(v & 0xFF);
    }

    uint16_t len = 3 + qty*2;
    uint16_t crc = Modbus_CRC16(out, len);
    out[len + 0] = (uint8_t)(crc & 0xFF);
    out[len + 1] = (uint8_t)(crc >> 8);
    return len + 2;
}

(5) 写单线圈（0x05）用于继电器控制

// req: [addr][05][coilHi][coilLo][FF00/0000][crc]
static uint16_t Handle_Req_05(const uint8_t *req, uint8_t *resp)
{
    uint16_t coil = (req[2]<<8) | req[3];
    uint16_t val  = (req[4]<<8) | req[5];

    if(coil == 0){
        g_coilRelay = (val == 0xFF00) ? 1 : 0;
    }

    // 按 Modbus 规范：响应原样回显
    for(int i=0;i<8;i++) resp[i] = req[i];
    return 8;
}

工程建议：UART 接收用 DMA + 空闲中断（IDLE）取帧，稳定性比轮询好。这里为了文章可读性用“功能片段”方式讲清楚核心逻辑。

---

六、网关实现（两条路：WiFi 网关 or 4G 网关）

6.1 WiFi 网关（ESP8266/ESP32）思路

• ESP 作为 Modbus 主站：轮询各节点寄存器（0x03）
• 拼成 JSON，发布到 MQTT

ESP8266（Arduino）示例伪代码：

// 伪代码：Modbus 主站轮询 + MQTT 发布
for (int nodeId=1; nodeId<=N; nodeId++) {
  auto regs = modbusReadHolding(nodeId, 0, 5);
  float t = regs[0] / 10.0;
  float rh = regs[1] / 10.0;
  float soil = regs[2] / 10.0;
  int relay = regs[3];

  String payload = String("{\"nodeId\":") + nodeId +
    ",\"t\":" + t + ",\"rh\":" + rh + ",\"soil\":" + soil + ",\"relay\":" + relay + "}";

  mqtt.publish(topic, payload.c_str(), true);
}

6.2 4G 上行（EC20/SIM7600）两种实践

方案 A：4G 网关跑 MQTT（推荐工程化）

• 4G 模块拨号上网（或自带 MQTT/HTTP AT 指令）
• 网关同样做 Modbus 主站，MQTT 发布

方案 B：4G DTU 透传（最快落地）

• RS485 数据透传到云端
• 云端解析 Modbus/自定义帧

建议：小规模快速演示用透传，大规模稳定运行用 MQTT 网关。

---

七、上位机（Python + PyQt5）实时可视化与入库

7.1 功能点

• 订阅 agri/+/node/+/telemetry
• 实时曲线（温度/湿度/土壤）
• 设备在线/离线（基于最后上报时间）
• 阈值报警（弹窗/声音/日志）
• SQLite 历史数据存储

7.2 MQTT 接收（paho-mqtt）核心代码

import json, time
import paho.mqtt.client as mqtt

LATEST = {}  # nodeId -> last payload

def on_message(client, userdata, msg):
    try:
        data = json.loads(msg.payload.decode('utf-8'))
        node = int(data.get('nodeId', 0))
        data['__rx_ts'] = time.time()
        LATEST[node] = data
    except Exception as e:
        print('bad message:', e)

cli = mqtt.Client()
cli.on_message = on_message
cli.connect('127.0.0.1', 1883, 60)
cli.subscribe('agri/+/node/+/telemetry')
cli.loop_start()

UI 线程与 MQTT 线程不要互相阻塞：MQTT 用 loop_start()，UI 用 QTimer 每 200ms 刷一次 LATEST。

7.3 PyQt5 + pyqtgraph 实时曲线（刷新逻辑）

# 伪代码：QTimer 每 200ms 取 LATEST 更新曲线
from PyQt5.QtCore import QTimer

def refresh_ui():
    node = current_node_id
    if node in LATEST:
        d = LATEST[node]
        t = d['t']; rh = d['rh']; soil = d['soil']
        append_point('t', t)
        append_point('rh', rh)
        append_point('soil', soil)

timer = QTimer()
timer.timeout.connect(refresh_ui)
timer.start(200)

7.4 SQLite 入库（建议结构）

表结构：

CREATE TABLE IF NOT EXISTS telemetry (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  ts INTEGER,
  nodeId INTEGER,
  t REAL,
  rh REAL,
  soil REAL,
  relay INTEGER
);

写入（在 on_message 或单独线程/队列里做）：

import sqlite3
conn = sqlite3.connect('agri.db', check_same_thread=False)
cur = conn.cursor()

def insert_row(d):
    cur.execute(
        'INSERT INTO telemetry(ts,nodeId,t,rh,soil,relay) VALUES(?,?,?,?,?,?)',
        (int(d.get('ts', time.time())), d['nodeId'], d['t'], d['rh'], d['soil'], d.get('relay',0))
    )
    conn.commit()

---

八、调试与踩坑总结

1. 先单点跑通传感器：SHT30/DHT22/ADC 的数据是否稳定？供电是否干净？
2. 再跑通 RS485 物理层：示波器看 A/B 线波形、是否有反射、终端电阻是否正确
3. 再验证 Modbus：用 PC + USB-RS485 + Modbus Poll 读寄存器，确认 CRC/字节序
4. 最后再接 MQTT：先在网关端 publish，用 MQTTX 订阅确认 payload

常见问题：

• 读取寄存器偶发失败：多半是 DE/RE 切换时序、或总线终端/偏置不正确
• 土壤湿度波动大：模拟量线太长、没有 RC 滤波、传感器供电纹波大
• 上位机卡顿：UI 线程里做了网络/数据库 I/O；改为队列 + 定时刷新

---

九、总结

这套方案的关键点不是“堆模块”，而是链路设计：

• 现场侧用 RS485/Modbus 保证稳定（抗干扰、远距离、多节点）
• 上行用 MQTT 保证轻量与可扩展（上云/上位机都容易接）
• 上位机用 PyQt5 提升交付效率（可视化、报警、入库一把梭）