Arduino-ESP32环境监测:空气质量与气体检测
痛点:室内空气质量隐忧与监测难题
你是否曾担心办公室、家中或工厂车间的空气质量?甲醛、VOCs(挥发性有机化合物)、PM2.5等污染物无处不在,但传统监测设备价格昂贵且功能单一。现在,借助Arduino-ESP32的强大能力,我们可以构建低成本、高精度的环境监测系统,实时守护呼吸健康。
通过本文,你将掌握:
- ESP32 ADC(模数转换器)精准采集技术
- 常见气体传感器原理与接口方法
- 多传感器数据融合与校准策略
- WiFi远程监控与数据可视化实现
- 低功耗设计与长期运行优化
ESP32环境监测硬件架构
核心组件选择
传感器接口对比表
| 传感器类型 | 接口方式 | 测量范围 | 精度 | 响应时间 | 功耗 |
|---|---|---|---|---|---|
| DHT22 | 单总线数字 | -40~80°C, 0~100%RH | ±0.5°C, ±2%RH | 2s | 1.5mA |
| MQ-135 | 模拟电压 | 10-1000ppm | ±10% | 30s | 150mA |
| PMS5003 | UART串口 | 0-500μg/m³ | ±10% | 10s | 100mA |
| SCD30 | I2C | 400-10000ppm | ±30ppm+3% | 2s | 19mA |
ESP32 ADC采集核心技术
精准电压测量配置
#include "esp32-hal-adc.h"
// ADC精度配置
void setupADC() {
analogReadResolution(12); // 设置12位分辨率(0-4095)
analogSetAttenuation(ADC_11db); // 11dB衰减,最大测量电压约3.3V
analogSetWidth(12); // 硬件采样宽度12位
}
// 电压读取与校准
float readVoltage(int pin) {
int rawValue = analogRead(pin);
float voltage = rawValue * (3.3 / 4095.0);
// 温度补偿校准
float temp = readTemperature();
voltage = voltage * (1.0 + 0.0005 * (temp - 25.0));
return voltage;
}
多通道连续采样模式
// 配置连续采样模式,提高数据稳定性
bool setupContinuousADC() {
const uint8_t adcPins[] = {32, 33, 34, 35};
size_t pinCount = sizeof(adcPins) / sizeof(adcPins[0]);
return analogContinuous(adcPins, pinCount, 16, 1000, NULL);
}
// 读取平均数据
float readAverageGasValue(int sensorPin) {
adc_continuous_data_t *data;
if (analogContinuousRead(&data, 100)) {
for (int i = 0; i < 4; i++) {
if (data[i].pin == sensorPin) {
return data[i].avg_read_mvolts / 1000.0;
}
}
}
return 0.0;
}
气体传感器数据处理算法
MQ系列传感器校准曲线
// MQ-135空气质量传感器校准函数
float mq135Calibration(float voltage, float temperature, float humidity) {
// 基础电阻计算(在清洁空气中)
float Ro = 10.0; // 传感器在清洁空气中的电阻值(需实际校准)
// 温湿度补偿
float compFactor = 1.0;
if (temperature > 25.0) {
compFactor -= 0.005 * (temperature - 25.0);
}
if (humidity > 50.0) {
compFactor -= 0.002 * (humidity - 50.0);
}
// 电阻计算
float Rs = (3.3 - voltage) / voltage * 5.0; // 分压电路计算
// 气体浓度计算(简化模型)
float ratio = Rs / Ro;
float ppm = 0.0;
if (ratio > 0.2) {
ppm = pow(ratio / 0.2, -2.0) * 100.0; // 针对VOCs的近似曲线
}
return ppm * compFactor;
}
数据平滑与滤波处理
#include <queue>
class SensorFilter {
private:
std::queue<float> dataQueue;
int windowSize;
float sum;
public:
SensorFilter(int size = 10) : windowSize(size), sum(0.0) {}
float addValue(float value) {
dataQueue.push(value);
sum += value;
if (dataQueue.size() > windowSize) {
sum -= dataQueue.front();
dataQueue.pop();
}
return sum / dataQueue.size();
}
void reset() {
while (!dataQueue.empty()) {
dataQueue.pop();
}
sum = 0.0;
}
};
// 使用示例
SensorFilter tempFilter(5);
SensorFilter gasFilter(8);
float smoothedTemp = tempFilter.addValue(readTemperature());
float smoothedGas = gasFilter.addValue(readGasValue());
完整环境监测系统实现
主程序架构
#include <Wire.h>
#include <WiFi.h>
#include <WebServer.h>
#include <ArduinoJson.h>
// 传感器对象
DHT dht(DHTPIN, DHT22);
MQ135 gasSensor = MQ135(A0);
// Web服务器
WebServer server(80);
void setup() {
Serial.begin(115200);
setupADC();
initSensors();
connectWiFi();
setupWebServer();
}
void loop() {
server.handleClient();
// 每30秒采集一次数据
static unsigned long lastRead = 0;
if (millis() - lastRead > 30000) {
readAllSensors();
publishData();
lastRead = millis();
}
}
void readAllSensors() {
float temperature = dht.readTemperature();
float humidity = dht.readHumidity();
float gasPPM = readGasConcentration();
float pm25 = readPM25();
// 数据质量检查
if (!isnan(temperature) && !isnan(humidity)) {
updateDisplay(temperature, humidity, gasPPM, pm25);
storeData(temperature, humidity, gasPPM, pm25);
}
}
WiFi连接与数据上传
void connectWiFi() {
WiFi.begin(SSID, PASSWORD);
Serial.print("Connecting to WiFi");
int attempts = 0;
while (WiFi.status() != WL_CONNECTED && attempts < 20) {
delay(500);
Serial.print(".");
attempts++;
}
if (WiFi.status() == WL_CONNECTED) {
Serial.println("\nConnected! IP address: ");
Serial.println(WiFi.localIP());
} else {
Serial.println("\nFailed to connect to WiFi");
}
}
void publishData() {
if (WiFi.status() == WL_CONNECTED) {
HTTPClient http;
http.begin("http://api.thingspeak.com/update");
http.addHeader("Content-Type", "application/x-www-form-urlencoded");
String postData = "api_key=" + String(API_KEY) +
"&field1=" + String(currentData.temperature) +
"&field2=" + String(currentData.humidity) +
"&field3=" + String(currentData.gasPPM) +
"&field4=" + String(currentData.pm25);
int httpCode = http.POST(postData);
if (httpCode > 0) {
Serial.printf("Data published, code: %d\n", httpCode);
}
http.end();
}
}
Web界面与数据可视化
实时监控仪表盘
<!DOCTYPE html>
<html>
<head>
<title>环境质量监控面板</title>
<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
<style>
.dashboard { display: grid; grid-template-columns: repeat(2, 1fr); gap: 20px; }
.gauge { background: #f5f5f5; padding: 20px; border-radius: 10px; text-align: center; }
.value { font-size: 2em; font-weight: bold; }
.unit { font-size: 0.8em; color: #666; }
.good { color: green; }
.moderate { color: orange; }
.poor { color: red; }
</style>
</head>
<body>
<div class="dashboard">
<div class="gauge" id="tempGauge">
<h3>温度</h3>
<div class="value">--<span class="unit">°C</span></div>
</div>
<div class="gauge" id="humidityGauge">
<h3>湿度</h3>
<div class="value">--<span class="unit">%</span></div>
</div>
<div class="gauge" id="gasGauge">
<h3>空气质量</h3>
<div class="value">--<span class="unit">ppm</span></div>
</div>
<div class="gauge" id="pm25Gauge">
<h3>PM2.5</h3>
<div class="value">--<span class="unit">μg/m³</span></div>
</div>
</div>
<canvas id="historyChart" width="800" height="400"></canvas>
</body>
</html>
数据历史趋势分析
// 实时数据更新
function updateDashboard(data) {
updateGauge('tempGauge', data.temperature, '°C');
updateGauge('humidityGauge', data.humidity, '%');
updateGauge('gasGauge', data.gasPPM, 'ppm', getAirQualityClass(data.gasPPM));
updateGauge('pm25Gauge', data.pm25, 'μg/m³', getPM25Class(data.pm25));
addToChart(data);
}
function getAirQualityClass(ppm) {
if (ppm < 50) return 'good';
if (ppm < 100) return 'moderate';
return 'poor';
}
function getPM25Class(pm25) {
if (pm25 < 35) return 'good';
if (pm25 < 75) return 'moderate';
return 'poor';
}
低功耗优化策略
深度睡眠模式配置
#include "esp_sleep.h"
void enterDeepSleep() {
// 配置唤醒源(定时唤醒)
esp_sleep_enable_timer_wakeup(300 * 1000000); // 5分钟
// 关闭外设电源
WiFi.disconnect(true);
WiFi.mode(WIFI_OFF);
// 进入深度睡眠
Serial.println("Entering deep sleep for 5 minutes");
delay(100);
esp_deep_sleep_start();
}
void setup() {
// 检查唤醒原因
esp_sleep_wakeup_cause_t cause = esp_sleep_get_wakeup_cause();
if (cause == ESP_SLEEP_WAKEUP_TIMER) {
// 定时唤醒,进行数据采集
readAllSensors();
if (WiFi.status() == WL_CONNECTED) {
publishData();
}
}
// 重新进入睡眠
enterDeepSleep();
}
功耗对比分析表
| 工作模式 | 平均电流 | 持续时间 | 总能耗 | 适用场景 |
|---|---|---|---|---|
| 深度睡眠 | 10μA | 长期待机 | 极低 | 电池供电长期监测 |
| 轻量睡眠 | 500μA | 中等间隔 | 较低 | 频繁唤醒应用 |
| 活动模式 | 80mA | 数据采集 | 中等 | 实时数据传输 |
| WiFi传输 | 120mA | 短暂连接 | 较高 | 数据上传时段 |
校准与维护指南
传感器校准流程
定期维护检查表
-
每周维护
- 检查传感器表面清洁度
- 验证零点读数(清洁空气环境)
- 检查供电电压稳定性
-
每月维护
- 执行跨度校准(如有标准气体)
- 清洁传感器进气孔
- 检查连接线缆完整性
-
每季度维护
- 全面系统校准
- 更新校准曲线参数
- 检查硬件老化情况
总结与展望
通过Arduino-ESP32构建的环境监测系统,我们实现了低成本、高精度的空气质量监测解决方案。系统具备以下优势:
- 多参数监测:同时测量温湿度、VOCs、PM2.5等关键指标
- 精准数据:采用先进的ADC技术和校准算法确保数据准确性
- 远程监控:通过WiFi实现数据实时上传和远程访问
- 低功耗设计:优化电源管理,支持长期电池供电运行
- 易于扩展:模块化设计支持添加更多传感器类型
未来可进一步集成机器学习算法,实现空气质量预测和智能告警功能,为健康生活提供更加智能的保障。
立即动手,用ESP32守护你的呼吸健康!记得点赞、收藏、关注三连,下期我们将深入探讨ESP32在智能家居中的更多应用场景。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考



