开源项目：STM32+ESP8266水墨屏天气时钟-利用STM32的ADC功能计算锂电池电量

已于 2025-03-02 16:28:33 修改
阅读量2.7k 收藏 43
点赞数 14
分类专栏： 水墨屏天气时钟 STM32 硬件设计 文章标签： stm32 嵌入式硬件 单片机
于 2024-04-09 22:22:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_43547520/article/details/137440948
版权

项目背景

在水墨屏天气时钟的项目中，需要显示电池的剩余电量，本次使用STM32自带的12位ADC功能检测电池电压并且计算锂电池的剩余电池电量。

设计思路

1.锂电池电压先经过两个电阻分压。
2.ADC采集分压电阻的电压。
3.根据关系计算电池剩余电量。
4.在水墨屏上显示。

硬件方案

在这里插入图片描述
电路设计其实很简单，就是用两个大电阻去分压电池的电压，注意电阻的电阻值要大一点，并且最好是1%精度以下的电阻。分压后的BAT_ADC直接输入到单片机的ADC脚位。

电池电压和电池剩余电量的关系

根据锂电池放电特性（电池容量与电池电压的关系，具体还要看电池厂家给的资料，这里的数据只作为参考）：

电池电量 电池电压
100 % 4.2V
90% 4.08V
80% 4.0V
70% 3.93V
60% 3.87V
50% 3.83V
40% 3.79V
30% 3.77V
20% 3.73V
10% 3.68V
5% 3.5V
0% 2.5V

代码设计

软件设计就没什么好讲的了，就是开启STM32的ADC功能，然后得出BAT_ADC的电压，最后算出电池电压，根据关系得出电池电量。

//电池电压ADC采集初始化，ADC12_IN9,PB1
void BAT_ADC_Init(void)
{
   
	GPIO_InitTypeDef GPIO_InitStructure;
	ADC_InitTypeDef ADC_InitStructure;
	
	RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOB|RCC_APB2Periph_ADC1,ENABLE);
	
	GPIO_InitStructure
最低0.47元/天 解锁文章
【STM32实物】基于STM32设计的18650锂电池电量（电压/电流）电能检测系统——采用电阻分压法、均值滤波及ADC测量
嵌入式阿齐Archie
09-10 1万+
使用STM32F103C8T6的ADC，和电阻分压法来测量18650锂电池的电压，并在OLED显示屏上显示电池电压值，求出电池电压值即求出电池的电流值和电量值。本文将对其实现过程进行详细介绍。所需硬件：STM32F103C8T6核心板、18650锂电池、10K电阻、104电容、OLED显示屏、杜邦线
156-基于stm32单片机电池电量检测低电量报警系统Proteus仿真+源程序
STM32_C51的博客
07-23 828
资料编号：156一：功能介绍1、采用stm32单片机+LCD1602显示屏+电位器+DHT11温湿度+ds1302时钟+蜂鸣器+按键，制作一个基于stm32单片机智能图书馆人数温湿度检测烟雾报警系统Proteus仿真；2、采用DHT11温湿度传感器采集图书馆的温度和湿度，显示到LCD1602显示屏上；3、采用ds1302时钟模块读取当前的时间，将时分秒显示到LCD1602显示屏上；4、可以通过电位...
STM32单片机全自动锂电池容量电量检测放电电流电池电压ACS712
LS840233684的博客
09-24 1万+
STM32单片机全自动锂电池容量电量检测放电电流电池电压ACS712 关键词：STM32单片机锂电池电压放电电流容量检测，STM32单片机锂电池电压检测，STM32单片机放电电流检测，STM32单片机锂电池容量检测
MicroPython 开发ESP32应用教程 之 ADC及应用实例：电池电量检测并显示
weald2000的专栏
04-30 1396
MicroPython 中的 ADC（模数转换器）模块为嵌入式开发提供了便捷的模拟信号采集功能，其核心实现基于 machine.ADC 类。 锂电池电量检测的核心原理基于电池电化学特性与电参数关联性，主要方法可分为以下三类：1、电压测量法 。2、充放电曲线法（OCV法）。3、库仑计法（电流积分法）
STM32采集电池电量方法实现
jacklood的博客
03-06 1万+
根据经验，锂电池在没电的时候电压为9V，最高电压12V，则经过分压电路，AD端输出的电压范围为9*10/(10+47)=1.579到12*10/(10+47)= 2.211V，这样可以在ADC的电压采集范围内。1、由于STM32采集的电压范围为0-3.3V，所以无法直接采集锂电池的电压，这里可以用外接分压电阻的方法实现采集，同时，锂电池的电压和电量几乎为线性变化，所以可以通过采集电压值成比例转化为电量值。锂电池为3节3.7V的单节串联，整体电压大约为12V。2、分压电路设计：如图。3、cubeMX设置。
基于STM32的锂离子电池剩余电量(SOC)测量系统.pdf
06-26
基于STM32的锂离子电池剩余电量(SOC)测量系统.pdf
【STM32+HAL】读取电池电量
缺积分下载资源的可以私信我或在评论区留言邮箱号
04-27 3403
一、准备工作 有关CUBEMX的初始化配置，参见我的另一篇blog：【STM32+HAL】CUBEMX初始化配置 有关定时器触发ADC模式配置，详见【STM32+HAL】ADC采集波形实现 有关软件触发ADC模式配置，详见【STM32+HAL】三轴按键PS2摇杆 二、所用工具 1、芯片：STM32F407VET6 2、IDE： MDK-Keil软件 3、库文件：STM32F4xxHAL库 三、实现功能 串口打印电池电量值
stm32f103测试温度和备用电池电量
11-19
stm32f103测试温度和备用电池电量 工具realview mdk 函数库 stm32f10x_stdperiph_lib v3.5.0
基于STM32和LCD1602的锂电池容量测试仪
03-21
基于STM32和LCD1602的锂电池容量测试仪,是本人的一个课程设计，一个完整的工程文件，基于STM32F407，能实现基本功能。STM32驱动LCD1602网上资源很少，我也走了很多弯路才将液晶点亮，希望将程序共享出来能帮助需要的人。
【STM32】STM32之电量采集
热门推荐
feilusia的博客
10-27 4万+
本文介绍如何在STM32上使用ADC1的第9通道，对电池电量进行采集
9.STM32编程之ADC测电池电量.zip
01-12
9.STM32编程之ADC测电池电量.zip
低功耗产品ADC精确测量电池电压（电量）
switch_love_case
02-02 3万+
最近在搞一个小项目用到了电池电量采集，在网上看到了一个低功耗产品教程可实现电池电压精确采集，特此记录学习。https://www.bilibili.com/video/BV1eV411t7fn?p=31 一般电池电量采集有两种方法： 加电量采集芯片（库仑计） 分压电路进行ADC采集，进而计算出电压 对于很多低功耗产品来说，外加一个库仑计的成本是不能接受的，所以一般都是使用分压电路来进行电池电压的采集，而一般低功耗产品都把电阻加大至1M-2M，入下图就是经典的电池电压采集电路。 这样看来貌似很简单的样子
基于STM32的电池电量监测系统
2401_88938661的博客
12-16 1037
一个有效的电池电量监测系统能够帮助用户实时了解电池的状态，从而有效地管理电池使用资源。本文将带您一步步构建一个基于STM32的电池电量监测系统，通过简单的硬件连接和编程来实现电池电量的实时监测。通过不断的学习和改进，您可以扩展该系统的功能，如增加数据存储、报警等功能，以满足更多应用需求。如果使用的是1602或OLED，请确保正确使用了相应的库。在代码中，我们通过ADC读取电池电压，并将其显示在LCD上。- 根据LCD类型，连接到STM32的相应GPIO引脚。- 将电池的正极和负极连接到分压电路。
STM32HAL库ADC采集电池剩余电量
qq_35547767的博客
11-06 1万+
1、ADC参照电压Vref的理解 由STM32的数据手册上的ADC章节可知，参考电压Vref是已经接到Vadd引脚上面的，因此Vref=Vadd=3.3V，通常情况，AD采集到的电量值是实际电池电压的1/2分压，这样的话以12位AD为例，测得电压值 = 测得值 /4096  *  参考电压  ；实际电压值 = 测得电压值 * 2，这里的二就是采样电路的分压比。 由上面的公式可以看出，测得电压值...
193、基于STM32单片机锂电池电压电量检测报警器系统设计(程序+原理图+PCB源文件+参考论文+设计资料+元器件清单等)
ENGLISH_HHZ的专栏
08-04 3284
STM32系列是为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARM Cortex-M3内核。按性能分成两个不同的系列：“增强型”STM32F103系列和“基本型”STM32F101系列。增强型系列的时钟频率能达到72MHz，是同类产品中频率最高的；基本型的时钟频率为36MHz，用16位产品一样的价格得到比16位产品更大的性能，是16位产品的最好选择。两个系列都有内置的32K到128K的闪存，不同的是SRAM的最大容量和外设接口的组合。
STM32L476应用开发之六：电池SOC检测
weixin_30565327的博客
10-15 1279
便携式设备由于使用需求而配备了锂电池，但使用过程中需要掌握电源的状态才能保证设备正常运行。而且在电池充放电的过程中，监控电池的充放电状态也是保证设备安全的需要。 1、硬件设计 电池SOC检测是一个难题，有很多的模型和检测电路。但对于我们这样一台很小的便携式一起来说，使用各类检测模型和电路无论成本还是周期都不允许，所以只能想别的办法。 我们使用一个采样电路采集电压信号，形成以个0-2.5V的差...
基于ADC电压采集的锂电池电量显示方法
qq_45325304的博客
04-13 8755
设备采用锂电池供电，可充电，MCU的ADC采集计算锂电池电压，电池电量根据锂电池放电特性，电池电量三段段码显示（分段式显示）。
STM32实现水下四旋翼（八）传感任务4——电池电量检测
qq_30267617的博客
03-09 4886
目录一. 电压检测原理二. ADC读电压驱动代码三. 传感任务增加读电压应用代码 一. 电压检测原理 电压检测是为了检测机器人的电池电量，锂电池的电量与电压值是呈正相关的。锂电池是严禁过放的，不然很容易损坏，尤其是对于水下机器人，电池坏了就要开舱维修，重新密封，代价很大。 电压检测原理很简单，初中都学过的分压定理。只需要两个电阻串联，将12V或24V的锂电电压降到3.3V以下的ADC检测范围，然后使用AD采样就可以读出电压值了。本项目中其实就是外连了两个电阻，然后用STM32的ADC功能读取电压，再推算电池
电池电量稳定算法
最新发布
05-24
### 关于电池电量稳定算法的实现 电池电量稳定算法的核心目标是在不同条件下保持电量估算的准确性和平稳性。以下是几种常见的实现方法及其对应的代码示例。 #### 1. 基于线性插值的电量计算 利用已知的电池电压-电量关系表，通过线性插值法来估算当前电量百分比。这种方法简单易用，适合大多数嵌入式系统。 ```c #include <stdio.h> // 定义电压与电量的关系数组 const float voltage_table[] = {3.0, 3.2, 3.4, 3.6, 3.8, 4.0}; const float soc_table[] = {0.0, 10.0, 30.0, 50.0, 80.0, 100.0}; float calculate_soc(float current_voltage) { int i; for (i = 0; i < sizeof(voltage_table)/sizeof(voltage_table[0]) - 1; ++i) { if (current_voltage >= voltage_table[i] && current_voltage <= voltage_table[i+1]) { // 使用线性插值计算 SOC float slope = (soc_table[i+1] - soc_table[i]) / (voltage_table[i+1] - voltage_table[i]); return soc_table[i] + slope * (current_voltage - voltage_table[i]); } } return -1; // 如果不在范围内返回错误码 } int main() { float voltage = 3.5; // 当前测得的电压 printf("Battery SOC: %.2f%%\n", calculate_soc(voltage)); return 0; } ``` 此代码基于给定的电压范围和对应电量进行线性插值[^1]。 --- #### 2. 利用卡尔曼滤波优化电量估算 卡尔曼滤波是一种有效的状态估计算法，能够减少噪声干扰并提高电量估算精度。 ```cpp #include <iostream> using namespace std; class KalmanFilter { public: double Q; // 过程噪声协方差 double R; // 测量噪声协方差 double P; // 预测误差协方差 double K; // 卡尔曼增益 double X; // 状态变量（电量） KalmanFilter(double q, double r) : Q(q), R(r), P(1), K(0), X(0) {} void update(double measurement) { P += Q; // 更新预测误差协方差 K = P / (P + R); // 计算卡尔曼增益 X += K * (measurement - X); // 更新状态变量 P *= (1 - K); // 更新预测误差协方差 } double get_state() const { return X; } }; int main() { KalmanFilter kf(0.001, 0.1); double measurements[] = {3.4, 3.42, 3.38, 3.41}; // 模拟测量数据 for (double m : measurements) { kf.update(m); cout << "Estimated SOC: " << kf.get_state() << endl; } return 0; } ``` 这段代码展示了如何使用卡尔曼滤波器平滑电量估算过程中的波动[^3]。 --- #### 3. 结合开路电压（OCV）和电流积分的方法 这种混合方法综合考虑了电池的开路电压和充放电过程中累积的电流变化，从而提高了长期使用的稳定性。 ```python import time class BatteryMonitor: def __init__(self, initial_soc=100): self.soc = initial_soc # 初始化电量 self.current_integral = 0 # 积分电流初始值 self.capacity = 2000 # 电池容量mAh def update_ocv(self, ocv): """根据开路电压更新SOC""" ocv_to_soc_map = [(3.0, 0), (3.2, 10), (3.4, 30), (3.6, 50), (3.8, 80), (4.0, 100)] for i in range(len(ocv_to_soc_map)-1): v_low, soc_low = ocv_to_soc_map[i] v_high, soc_high = ocv_to_soc_map[i+1] if v_low <= ocv <= v_high: self.soc = soc_low + (soc_high - soc_low) * ((ocv - v_low) / (v_high - v_low)) break def integrate_current(self, current_mA, dt_seconds): """累加电流消耗""" charge_change = current_mA * dt_seconds / 3600 # 转换为mAh self.current_integral += charge_change self.soc -= self.current_integral / self.capacity * 100 battery = BatteryMonitor() for _ in range(10): battery.update_ocv(3.6) # 模拟读取开路电压 battery.integrate_current(-200, 60) # 模拟每分钟耗电200mA print(f"Battery SOC: {battery.soc:.2f}%") time.sleep(1) ``` 以上 Python 示例实现了 OCV 和电流积分相结合的方式，动态调整电量估计[^4]。 --- #### 4. MicroPython 中的电量监测 如果开发环境支持 MicroPython，则可以直接调用内置函数完成电量监控任务。 ```python from machine import Pin, ADC from utime import sleep_ms def init_battery_monitor(): adc_pin = ADC(Pin(34)) # 设置ADC引脚 adc_pin.atten(ADC.ATTN_11DB) # 设置衰减等级 min_volt, max_volt = 3.2, 4.18 # 设定最小最大电压 return adc_pin, min_volt, max_volt def read_soc(adc, min_v, max_v): raw_value = adc.read_u16() # 获取原始数值 volt = raw_value * (max_v - min_v) / 65535 + min_v soc = (volt - min_v) / (max_v - min_v) * 100 return round(soc) adc, min_v, max_v = init_battery_monitor() while True: soc = read_soc(adc, min_v, max_v) print(f"Battery SOC: {soc}%") sleep_ms(1000) ``` 这是针对 ESP32 平台的一个典型例子，展示如何结合硬件特性简化电量监测逻辑[^3]。 --- ### 总结 不同的应用场景决定了采用何种算法更为合适。对于简单的场景可以选择线性插值法；而对于更复杂的场合则建议引入卡尔曼滤波或者结合多种因素的高级模型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

点奶茶叫上我

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值