基于STM32的智能空调送风装置设计

孙长城，邓 玲，牛牧原，李全彬

（江苏师范大学 物理与电子工程学院，江苏 徐州 221100）

摘 要 ：为消除空调风直吹带来的健康隐患，设计了一款空调智能送风装置。该装置以 STM32 为核心，选用OpenMV4 作为视觉模块，用于判断场景内是否有人 ；选用超声波测距模块测量空调与使用人之间的距离，用于温度补偿 ；选用非接触式红外温度传感器 MLX90614 测量人体体温 ；通过 STM32 分析实时获取的人体温度数据来控制主次挡风板之间的舵机转动幅度，从而控制送风口稀疏程度，实现空调送风的智能控制，有效减少了空调直吹带来的健康危害。

关键词 ：空调智能送风 ；STM32 ；超声波测距 ；非接触测温 ；摄像头模块 ；OpenMV4

中图分类号 ：TP273 文献标识码 ：A 

文章编号 ：2095-1302（2022）10-0092-04

0 引 言
作为生活必需品，空调逐渐成为对抗酷暑与寒冬的利器，但如果长时间处于空调直吹环境，很有可能产生皮肤干燥、关节疼痛、头晕头痛等不良反应。尤其是儿童、老人、孕妇等特殊群体，如果长时间受到空调直吹，在自身免疫力低下时极易感染疾病，存在健康隐患。 目前市面上已存在的空调外置挡风板 [1] 虽然可以实现挡风的基本需求，但却无法灵活移动。如空调直吹范围内无人，且室内需要快速降温时，就需要减少空调外置挡风板的阻风性，现有设计均需要人为手动或遥控调节挡风板。实际应用中，对于老人、儿童、孕妇等群体，手动调节不方便也不安全。此外，当人体体温偏高时，需要适量的微风吹拂身体，因此，很有必要对挡风板的开启和送风的稀疏程度进行合理控制 [2]。 为避免空调直吹带来的健康危害，并且灵活适配现实生活场景，本文设计了基于 STM32 的智能空调送风装置，可实现自动控制挡风板的升降，并根据人体温度变化合理控制送风稀疏程度，在降低空调直吹风危害的同时提高了生活品质，具有广阔的应用前景。  

1 总体设计

本设计以 STM32F103RCT6 为核心控制器 [3]。首先，利用 OpenMV4[4] 判断空调直吹范围之内是否有人存在。若无人，则挡风板保持升起状态 ；若有人，则挡风板下降至空调出风口处，同时，OpenMV4 返回视野人体中心坐标至 STM32F103RCT6。其次，STM32F103RCT6 驱动舵机带动 MLX90614[5]、超声波测距 [6] 模块与 OpenMV4 旋转至人体坐标与视野中心坐标重合的位置，利用 MLX90614 与超声波测距模块获得体温数据和人体与空调外挡板之间的距离，并且结合距离对 MLX90614 测得的体温数据进行温度补偿，得出最终体温数据，根据最终体温数据控制挡风板送风的稀疏程度，从而达到防直吹的效果。系统流程设计如图 1所示。

2 系统硬件设计

系统硬件电路如图 2 所示。

2.1 STM32F103RCT6 核心控制模块

STM32F103 是一种高性能、低成本、低功耗的 32 位单片机，拥有主流 Cortex 内核及强大的软件支持与丰富的软件 包。 内 置 256 KB 的 FLASH、48 KB 的 RAM、3×12 位ADC、1×12 位 DAC、2 个 16 位基本定时器、2 个 DMA 控制器、3 个 SPI、2 个 I2C、3 路 USART 通信口、5 个串口、1 个 USB，时钟频率最高可达 72 MHz。STM32F103 的每个I/O 都可以作为外部中断的中断输入口，STM32F103 的中断控制器支持 19 个外部中断 / 事件请求，每个中断设有状态位，每个中断 / 事件都有独立的触发和屏蔽设置。

2.2 OpenMV4 机器视觉模块

OpenMV4 是一个开源、低成本、功能强大的机器视觉模块。以 STM32F767CPU 为核心，集成了 OV7725 摄像头芯片，在小巧的硬件模块上，用 C 语言高效实现了核心机器视觉算法，提供 Python 编程接口。OpenMV4 上的机器视觉算法包括寻找色块、人脸检测、眼球跟踪、边缘检测、标志跟踪等，可以用来实现非法入侵检测、残次品筛选、跟踪固定标记物等。OpenMV 采用的 STM32F427 拥有丰富的硬件资源，引出 UART，I2C，SPI，PWM，ADC，DAC 以及GPIO 等接口方便扩展外围功能。USB 接口用于连接电脑上的集成开发环境 OpenMVIDE，协助完成编程、调试和更新固件等工作。TF 卡槽支持大容量 TF 卡，可用于存放程序和保存照片等。

2.3 MLX90614 温度采集模块

MLX90614 是一款红外非接触温度计。TO-39 金属封装同时集成了红外感应热电堆探测器芯片和信号处理专用集成芯片。温度计出厂校准，包括数字 PWM 和 SMBus 输出模式。配置为 10 位的 PWM 输出格式用于连续传送温度范围为 -20 ～ 120 ˚C 的物体温度，供电电压为 3 V，具有温度梯度补偿功能，分辨率为 0.01 ˚C，标准精度为 ±0.5 ˚C。该模块具有体积小、成本低、易集成、高精度和高分辨率等优点。MLX90614 只有 4 个管脚，分别是供电端 VDD，数字信号输入输出端 SDA，时钟信号输入端 SCL，接地端 VSS，电路如图3所示。为保证SDA与SCL在总线空闲时为高电平，使用 2 个上拉电阻与电源相连。MLX90614 电路如图 3 所示。

2.4 超声波模块 HC-SR04

在测距模块的选择上，由于激光测距会影响人体皮肤温度，于是本设计采用超声波测距。HC-SR04 超声波测距模块可提供 2 ～ 400 cm 的非接触式距离感测功能，测距精度可达3 mm。超声波测距模块包括超声波发射器、接收器和控制电路，超声波发射器向某一方向发射超声波，在发射时刻开始计时，超声波在空气中传播，途中碰到障碍物就立即返回，超声波接收器收到反射波立即停止计时。根据时间差和超声波的速度可以估算出发射位置到障碍物的距离。超声波测距原理如图 4 所示。 超声波发射电路如图 5 所示。当 HC-SR04 接收到单片机传输的 40 kHz 的 PWM 方波时，将驱动 CD4049 芯片，反相器 CD4049 在方波的驱动下输出交流电压到超声波发射器，使超声波传感器产生谐振。当 HC-SR04 接收到回波信号时，输出回波信号，回波信号的脉冲宽度和距离成正比。

3 系统软件设计

完善的软件控制系统是本系统平稳运行的核心。本系统基于 Keil μVision5 编程环境，运用 C 语言编写代码。软件总体设计流程如图 6 所示。

3.1 人像检测功能设计

本系统通过 OpenMV4 人像识别检测视野内是否有人活动，若视野中同时出现多个人时以最近者为准。该功能利用OpenMV4 的 haar 算子实现人像识别，一旦检测到人就会将其框住并返回当前坐标到 STM32F103RCT6。人像检测功能反馈效果如图 7、图 8 所示。

 

3.2 人体测温功能设计 MLX90614

应用 MLX90614 红外测温模块与超声波测距模块制作了人体测温系统 [7]，由于距离因素会影响 MLX90614 的测温精度，为了让 MLX90614 在空调直吹范围内发挥最大性能，本文通过测量人体与空调出风口之间的距离进行对应的温度补偿。人体测温系统流程如图 9 所示。

3.3 挡风板的控制设计

单片机接收到 OpenMV4 传回的数据时进行判断。若空调直吹范围内无人，则舵机保持初始状态，即空调挡风板保持抬升状态 ；若空调直吹范围内有人，则调用人体测温功能，且单片机实时接收人体温度数据，结合人体温度调节次挡风板舵机的旋转角度来实时控制空调送风的疏密程度。挡风板控制流程如图 10 所示。

4 实验过程

现场测试时，测试对象为 2 名青年男女。本实验分成3 种情况 ：（1）空调直吹范围内无人 ；（2）青年女性为正常体温，出现在空调直吹范围内 ；（3）青年男性模拟剧烈运动后出现在空调直吹范围内。整体装置如图 11 所示。

第一种场景是 OpenMV4 视野内无人活动。此时舵机保持初始状态，空调挡风板持续抬升。场景一装置反馈结果如图 12 所示。

第二种场景是 OpenMV4 视野内有人且被测对象体温在正常范围内。此时舵机带动 OpenMV4 追踪人像，并用白框实时框住人像，舵机带动挡风板下降至空调出风口处，由于被测者体温在正常范围内，无需过多送风，故挡风板的小孔处于部分封闭状态，这时送风程度比较稀疏。场景二装置反馈结果如图 13 所示。

第三种场景是 OpenMV4 视野内有人且被测对象体温偏高，例如剧烈运动后或者炎热的夏天。此时舵机带动OpenMV4 追踪人像，并用白框实时框住人像，舵机带动挡风板下降至空调出风口处，由于被测者体温较高，需要稍大的送风量降暑，故挡风板的小孔处于全部打开状态，这时送风强度高。场景三装置反馈结果如图 14 所示。 以上是本设计模拟的 3 种比较典型的生活场景，根据实验结果表明，本设计能够根据不同的生活场景很好地实现其对应的功能。   5 结 语 本设计以控制空调挡风板的升降和送风疏密程度为主要内容，智能空调送风设计的研究不仅要考虑当前室温，还要考虑人与空调的距离。本文通过超声波测距与红外测温模块相互配合，由二者反馈的数据进行温度补偿，从而控制挡风板的疏密程度，达到防直吹的效果。STM32F103RCT6 作为核心控制器，能实时接收、处理各模块返回的数据，且可以根据处理后的数据有效控制各模块的运作 [8-10]。

本设计具有自动控制挡风板升降、根据体温变化合理控制送风稀疏程度的功能，集智能化、个性化于一体，致力于为用户打造安全、便捷的空调使用环境，在保障基本需求的同时带给用户更舒适的体验，应用前景广阔。 注：本文通讯作者为李全彬。

参考文献

[1] 李红培 . 空调挡风板对房间内气流组织影响 [J]. 洁净与空调技术，2019，26（1）：44-48.

[2] 满宪金，李海涵 . 自动控制原理在机电工程自动化控制中的应用[J]. 电子技术与软件工程，2021，28（17）：118-119.

[3] 陈维佳 . 基于 STM32 汽车空调电机控制系统研究 [D]. 石家庄：河北科技大学，2019.

[4] 刘庆婷，陈梅 . 基于 OpenMV 的智能门卫系统 [J]. 信息技术与信息化，2021，46（6）：273-277.

[5] 陶杰，王欣，孙慧贤，等 . 基于 MLX90614 的温度实时检测系统[J]. 电子技术与软件工程，2017，24（21）：75.

[6] 时杨，杨澳妮，吴若洁，等 . 超声波测距仪的设计与研究 [J]. 电声技术，2020，44（6）：66-69.

[7] 魏坦勋 . 人体非接触测温综合误差补偿技术的研究与实现 [D]. 杭州：杭州电子科技大学，2013.

[8] 李乾龙，龙馨，龙光利 . 基于物联网的中央空调末端温控器 [J].物联网技术，2020，10（4）：100-102.

[9] 黄勤陆，冉煦，李红火，等 . 基于 STM32 的空调智能控制系统设计 [J]. 计算机科学与应用，2020，10（1）：35-43.

[10] 唐伟，谢永智 . 基于 STM32 的智能通风换气系统设计 [J]. 机电工程技术，2020，49（12）：99-100.

作者简介： 孙长城（2001—），男，本科，研究领域为智能信息处理。 邓 玲（2000—），女，本科，研究领域为信号与信息处理。 牛牧原（2001—），女，本科，研究领域为智能信息处理。 李全彬（1977—），男，博士，副教授，研究领域为智能信息处理。 编辑：黄飞