【学习笔记】嵌入式技术（7）：基于μcos II的贮运温湿度监测系统设计与研究
2016年电子技术应用第2期
作者：许富景1，2，马铁华1，2，李新娥1，2
摘 要： 针对贮运温湿度监测过程中，监测设备体积大、功耗高、布线繁杂的难点，提出了一种基于μcos II的嵌入式低功耗贮运温湿度监测系统。系统采用嵌入式设计，提出低功耗策略将系统最低功耗降至200 μA以下。系统以STM32F407作为中央处理器，以大容量SD卡作为存储介质，将系统体积降至60×80×20(mm3)以下，并运用ANSYS对其结构可靠性进行了分析。以红外通信方式作为数据读取方式，解决了设备布线繁杂的难点。现场试验表明，系统具有监测精确、布设灵活、数据读取便捷的特点。
0 引言
随着现代社会的发展，许多领域对温度和湿度两个环境参数的要求越来越高，这就对温度和湿度参量的监测技术提出更高的要求。博物馆、图书馆等贵重物品的贮存，粮食、农副产品的贮运，石油、天然气等能源物资的储运等等都需要合适的温湿度环境[1-3]。这些应用场合往往对监测设备体积、监测设备功耗和设备是否需要外部布线有较高的要求。目前，国内该类技术仍较为欠缺，多数场合仍需人工操作进行监测，不能满足贮运过程对非接触式远程实时监测参数的要求。最近几年随着ZigBee技术的发展，出现了一部分利用ZigBee实现的远程监测技术。该类监测设备虽然实现了远程监测，然而监测设备微型化、智能化、低功耗水平较差[4]，使得监测设备难以达到长时间监测的应用需求。此外，这类监测设备一般采用有线数据传输或者ZigBee传输方式，受到数据传输速率的影响，数据读取误码率很高，且读取很不便捷。
为了解决上述问题，本文研制了一种基于μcos II的贮运过程温湿度监测系统。系统通过嵌入式技术设计的应用和低功耗监测策略的制定降低系统功耗；通过大规模集成电路和温湿度数字化集成传感器的应用降低系统体积；系统选用大容量SD卡作为存储介质，采用红外无线方式读取数据和对设备进行配置。既实现了监测设备独立远程监测，同时又满足了设备低功耗要求，大大提高了温湿度监测系统的便携性和通用性。
1 系统设计
1.1 系统组成设计
为满足贮运过程设备安装空间小、无法外部供电以及不能远程布线的要求，监测系统需具备独立工作、无线操作和数据读取便捷的特点。基于μcos II的贮运温湿度监测系统应用示意图如图1所示，监测系统完成贮运环境温湿度信息的采集与存储，通过红外通信方式将数据上传于上位机，建立相应数据库对数据进行统计管理。
受到Flash数据读取速度和传输方式的限制，本监测系统采用SD卡作为主存储介质而将Flash存储器作为备份存储器，这样既更便于监测系统与上位机的数据传输，又增加了数据可靠性，监测系统组成框图如图2所示。由于温湿度环境参量一般变化缓慢，故正常情况下监测系统按照1 min一次记录温湿度信息，当环境参量异常时，如温湿度参量发生突变或超出预设危险阈值时，监测系统发出预警且进入实时采样模式，此时监测系统按照1 Hz(可通过红外配置)采样频率采集环境信息。两种状态的转换通过自行研制的运动感知开关进行切换。
传感器的性能指标直接影响着测试系统的体积和测试精度。为此，本文选取Sensirion公司研制的新一代温湿度数字化传感器SHT25，其集成体积只有3×3×1.1(mm3)，其中湿度传感器为电容式相对湿度传感器，温度传感器为能隙温度传感器，测量精度相对热电偶温度传感器和干湿球湿度传感器较高[5]。SHT25温湿度传感器采用I2C通信接口与外界通信， 其原理图如图3所示。
1.2 红外设计
常用的短距离无线通信技术有蓝牙、WiFi、红外、ZigBee等等，但其中红外通信技术的速率较快、功耗较低、误码率较低，这里采用红外通信作为监测系统数据读取与上位机对监测系统采样频率和工作状态等参数进行配置的方式，具体指标参数如表1所示。红外通信采用IrDA1.2标准，数据传输格式为3/16归零码格式，调制解调遵循图4所示格式。
1.3 嵌入式设计
基于μcos II的贮运温湿度监测系统的中央处理器采用STM32F407型号ARM。选用该型号ARM的主要目的即为嵌入式设计[6-7]。嵌入式系统支持多任务管理，实时性很强，有利于降低系统功耗和提升设备智能化水平。目前常用的嵌入式操作系统有μcosII、Linux和WinCE等，但μcosII系统代码量最小，最适合在自主式设备中移植，故本文采用μcosII系统。嵌入式系统一般由硬件层、驱动层和应用层组成[8]，基于μcosII的嵌入式开发框图如图5所示。应用层程序中完成了传感器数据的读取与配置、SD卡的读写、红外和I2C接口通信，进行了系统低功耗策略设计等。其流程图如图6所示。
2 系统可靠性分析
监测系统通过大规模集成电路的使用、温湿度数字化传感器的集成以及低功耗策略的制定三个方面减小体积，最终将监测系统体积控制在60×80×20(mm3)以内。系统壳体材料选用材质较轻的铝合金材料，因为监测系统体积较小、壳体较薄，且要具有较高的可靠性和一定的抗冲击性能。利用ANSYS有限元分析法对壳体抗冲击性能进行静态分析。选取单元类型为SOLID45，则建模结果如图7所示[9]。分析可知，20 000 g加速度载荷对于贮运过程监测系统所处环境应是极限加速度值，此时利用ANSYS静态分析仿真监测系统形变结果。分别在监测系统X、Y、Z方向施加20 000 g加速度载荷，则其静态形变量分别如图8、图9、图10所示。仿真结果显示，在20 000 g加速度载荷作用下，监测系统壳体最大形变量为0.03 mm，远小于壳体厚度，不会对系统本身造成损伤，结构可靠性较高。
3 系统测试
为综合验证贮运环境参数监测系统功能，选取某小型仓库进行现场试验。试验时在监测对象包装箱上布设环境参数监测节点。环境参数监测节点在贮存状态下每天采集一次环境参数，而运输过程则按照1 kHz采样频率进行采集。贮运环境温度监测结果如图11所示，贮运湿度监测结果如图12所示。
与标准温度、湿度传感器对贮运环境测量结果对比，环境参数智能监测节点测量误差如表2所示。由表2可知，温度测量误差小于0.8%，湿度测量误差小于1%。
4 结论
针对目前贮运温湿度监测领域中，监测设备体积大、功耗高、布线繁杂的难点，本文提出一种基于μcos II的贮运温湿度监测系统。系统以STM32F407作为中央处理器提出低功耗策略，将系统最低功耗降至200 μA以下。系统通过大规模集成电路的应用，以SD卡作为存储介质，将系统体积降至60×80×20(mm3)以下，并对结构可靠性进行了ANSYS仿真。系统以红外通信方式作为数据读取方式，解决了设备布线繁杂的难点。现场试验表明，该监测系统温度测量误差小于0.8%，湿度测量误差小于1.0%，系统布设灵活、数据读取方便。
参考文献
[1] 杨柳，毛志怀，蒋志杰，等.基于无线传输的粮仓温湿度远程监测系统[J].农业工程学报，2012，28(4)：155-159.
[2] 昌凯，薛栋梁，孙强，等.图书馆温湿度智能控制系统研究与设计[J].计算机科学，2014，41(11)：436~439.
[3] 齐林，韩玉冰，张小栓，等.基于WSN的水产品冷链物流实时监测系统[J].农业机械学报，2012，43(8)：134-140.
[4] 王长清，岳新伟.基于ZigBee技术的博物馆藏品微环境检测保护系统设计与实现[J].河南师范大学学报，2012，40(3)：34-37.
[5] 高葵.基于Sensirion SHT系列传感器的分布式温湿度监测系统[J].计算机工程与设计，2008，29(21)：5476-5478.
[6] 解欣，商建东，胡东方.基于STM32的机载吊舱控制系统设计[J].计算机测量与控制，2014，22(10)：3203-3205.
[7] 刘淼，王田苗，魏洪兴，等.基于?滋COS-II的嵌入式数控系统实时性分析[J].计算机工程，2006，32(22)：222-226.
[8] 李晓丹.基于STM32的物联网嵌入式网关的设计[J].计算机工程与应用，2015，51(4)：61-65.
[9] 李新娥，祖静，马铁华，等.用于火炮膛内压力测试的电容式传感器的设计[J].仪器仪表学报，2011，32(3)：640-645.