基于STM32的列车厢智能安防系统的设计

0引言

截至2025年,全国轨道交通运营里程数超11000km,地下线路占比超85%[1]。封闭车厢作为人员密集空间,当面临火灾、异常震动等情况时,将对人员安全构成威胁。传统车厢内部的单传感器系统,当仅存在烟雾监测系统时,其误报率高达30%以上,系统响应延迟大于5 s[2],缺乏多传感器、多数据融合能力,导致单传感器存在能力短板缺陷。目前,物联网技术的发展为构建实时远程监控系统提供了新思路;在多传感器集成以及云平台管理这两项关键技术的应用上[3],欧美国家目前已取得了实质性进展并实现了落地应用,但由于其在技术架构中对专用协议存在较强的依赖性,这种依赖不仅限制了与其他通用系统的兼容适配,也使得相关设备的研发、部署以及后续维护环节都需要投入更多的成本[4]。本文提出一种低成本、高集成度的智能安防系统,采用多传感器协同将温/烟/震/火四类传感器数据融合,提升复合故障识别能力;采用双通道通信设计,ESP8266传输报警数据,ESP32—CAM独立处理视频流,解决带宽冲突;程序设计上采用动态消噪算法,误报率降低40%。

1 系统总体设计

1.1 总体架构

系统总体逻辑上分为三层结构:感知层、控制层、应用层。总体架构如图1所示。

感知层作为整个系统获取环境信息的“前端触角”包括DS18B20温度传感器、MQ—2烟雾传感器、SW—18010P震动传感器、火焰传感器,其中,DS18B20温度传感器负责对监测区域的实时温度进行精准采集,可及时捕捉环境温度的细微变化;MQ—2烟雾传感器专注于检测空气中的烟雾浓度及可燃气体成分,能在烟雾出现初期发出信号;SW—18010P震动传感器则通过感知微小的震动幅度,实现对设备运行震动或外部冲击的实时监测;火焰传感器专门针对明火或高温光源进行识别,可快速响应火焰相关的异常情况。各传感器之间协同工作,实时、持续、高效地采集各自对应的环境参数,为主控制器进行数据处理和系统决策提供原始信息。

控制层作为整个系统的“中枢处理单元”, 由STM32F103C8T6控制器承担核心控制任务,负责接收感知层数据并完成融合处理,同时执行阈值判断,当检测到温度超过50℃、烟雾的体积分数大于10^—4、震动持续10 ms以上,或火焰传感器被触发时,会立即判定为异常状态。

应用层具有信息展示与远程交互功能,通过OLED屏幕实现本地监测数据实时显示;借助ESP8266模块将数据上传至EMQx云平台,同时支持移动端APP接入平台进行远程监控。

1.2 关键硬件模块选型

硬件模块包括8个部分:1)主控制器选用STM32-F103C8T6,该芯片具备72 MHz主频、Cortex-M3内核架构、128KB存储能力,支持多任务调度与DMA传输[5],为系统运算和任务管理提供有力支撑;2)通信模块采用ESP8266与ESP32-CAM双通道设计,实现数据与视频分路传输,基于Wi-Fi+MQTT协议,带宽可达1 Mb/s[6],保障数据稳定高效传输;3)温度传感器采用DS18B20,遵循单总线协议,其精度达±0.5℃ ,测温范围-55~125℃,可精准采集环境温度;4)烟雾传感器采用MQ-2,响应时间小于10 s,能检测体积分数为10^-4~10^-2的烟雾,可及时感知火灾隐患;5)显示屏采用OLED,具有128×64像素[7],I2C接 口,能耗小于0.1 W,可清晰显示数据,各模块之间相互协作,保证系统有序运转;6)震动传感器SW-18010P模块,输出数字信号可直连STM32的GPIO引脚,无须额外电路设计;7)选用4针火焰传感器模块,直接输出数字信号,通过GPIO引脚与STM32连接,无须额外电路设计;8)选用0905有源蜂鸣器,可与STM开发板电源兼容。

2 系统实现

2.1 系统硬件设计与实现

系统硬件部分主要分为三大部分:主控与接口、传感器电路、通信模块。

2.1.1主控与接口设计

通过配置12位ADC采集烟雾传感器MQ-2的模拟信号,利用USART2以115 200 B/s的波特率驱动通信模块ESP8266,OLED显示屏通过I2C总线控制;电源管理方面,采用5V输入,经稳压芯片AMS1117-3.3V转换后,为各传感器及主控芯片供电,保障系统各部件协同运行。主控制器与接口电路如图2所示。

2.1.2传感器电路设计

该电路由温度采集、烟雾检测、火焰识别电路组成系统的环境参数采集模块。温度采集通过传感器DS18B20完成,采用单总线方式由PB12引脚连接至主控芯片;烟雾检测通过传感器MQ-2实现,其AO引脚经分压电路接入主控芯片的PA0引脚,利用芯片的ADC功能采集模拟电压信号,从而得到烟雾浓度值;火焰识别则是将传感器数字输出端直连GPIO的PB15引脚,配合比较器LM393调节灵敏度,实现对火焰信号的精准识别与响应;震动传感器SW-18010P模块,输出数字信号可直连STM32的GPIO引脚,无须额外电路设计。环境参数采集传感器电路如图3所示。

2.1.3通信模块设计

ESP8266通过串口连接PA2/PA3,以JSON格式上传数据至EMQx;ESP32-CAM采用独立5 V供电,其OV2640摄像头可压缩生成640×480的JPEG图像。通信模块电路如图4所示。

2.2 系统程序设计

系统程序流程从“开始”节点启动,先执行系统初始化,完成后进入主循环,由任务调度模块统筹三类核心任务:1)OLED显示任务,周期为1 000 ms,采集数据后判断是否异常,正常则显示常规信息,异常时切换显示并触发蜂鸣器报警;2)传感器数据采集设定200ms为一周期,持续稳定获取环境参数;3)ESP8266通信任务,包括三部分子任务,主任务处理AT命令,周期为10 ms,发送任务周期设定为1 000 ms,将数据经ESP8266上传服务器,接收任务负责解析传感器所处

状态。各任务按周期有序执行,协同保障系统功能实现,流程结束于“结束”节点。系统程序流程如图5所示。

3 系统性能测试

在硬件焊接作业与软件程序烧录流程全部结束后,开展功能性验证测试,从系统整体层面测试软硬件协同工作状态与功能实现情况。

3.1 功能测试

在温度监测方面,用手捂住DS18B20传感器后,监测温度从初始29℃逐渐上升至32℃,这一变化同步显示在移动端APP和0LED屏幕上;烟雾报警测试时,向传感器MQ—2释放丁烷气体,当检测气体体积分数超过10—4时,蜂鸣器立即启动报警程序;视频监控环节,ESP32—CAM模块实现了15f/S的流畅图像传输,截图操作的响应时间控制在1 S以内;火焰报警测试时,打火机打火靠近传感器,当检测到火焰时,蜂鸣器启动报警;震动报警测试时,通过手摇晃实验板以达到模拟震动的效果,摇晃一定时间,观察蜂鸣器是否报警。实物测试如图6所示,各模块均达到预期效果。

3.2 性能分析
由于实验室条件限制 ,仅对温度传感器、烟雾传感器、火焰传感器进行精度的性能测试分析 ,从测试条件、误差范围、相对准确度三个维度呈现其性能表现 ,为衡量系统可靠性提供关键依据。三个维度数据如表1所示。

温度传感器模块测试精度分析:在16~35 ℃测试区间范围内 ,温度传感器所产生的误差范围为±2 ℃ 。根据相对准确度=(1—|最大误差|/实际值)× 100%,且实际温度值控制在16~35℃区间范围,经计算可以得出相对准确度大于94.29%。这一数据表明,温度传感器在常规环境温度监测场景中,能稳定输出高精度数据,因此可以得出该传感器可有效支撑温度相关的预警功能与环境监测。

烟雾传感器模块测试精度分析:针对0~5× 10^-4范围内的烟雾体积分数测试条件,烟雾传感器所产生的误差范围是-12×10^-6~十10×10^-6。根据相对准确度的计算方法,计算后可得相对准确度大于97.60%。火灾预警体系中,烟雾浓度是关键监测数据指标,此精度意味着传感器可精准捕捉烟雾浓度变化,当浓度超出安全阈值时,能为系统提供可靠的触发信号,为及时发现火灾隐患提供数据支撑,且烟雾传感器误差小,降低了误报、漏报、滞后风险。

火焰传感器模块测试精度分析:针对探测距离5~80 cm范围内的火焰距离测试条件,火焰传感器所产生的电压误差小于等于0.2 V,可以满足监测要求。火焰监测对精度与响应速度要求较高,其电压误差小,且符合理论曲线,表明传感器对火焰信号的识别具有高度一致性与可靠性,在火灾发生时,能准确、快速、及时响应,为灭火及人员疏散争取时间。

三类传感器在对应测试条件下,精度可满足环境监测系统需求,从温度异常感知、烟雾浓度捕捉到火焰识别,构建起多维度、高精度的火灾预警感知层,为系统稳定运行与功能实现筑牢基础。

4总结及展望

本系统通过多传感器融合与双通道通信设计,实现列车厢环境全维度监控,体现出系统的“三性”:

1)创新性:主控制器STM32搭配ESP8266 wi-Fi模块与ESP32-CAM模块的架构解决狭小空间部署难题;

2)经济性:硬件成本低廉,较国外方案降低60%;3)可靠性:多级报警联动响应时间小于1 s,误报率小于5%。

随着技术的发展,未来可从引入AI算法实现火焰与入侵行为的智能识别、采用LORa十5G双模通信增强信号覆盖、集成电池备份模块应对供电中断三个方面对该系统进行改进。

[参考文献]

[1]任秋阳,王艳辉,丁冠军,等.钢筋混凝土试块中空洞病害雷达图像特征规律分析 [J].铁道学报,2025,47 (4):174—184.

[2]李茜茜.多模态情感识别技术在安防系统中的设计与应用[J].设备管理与维修,2025(9):165-168.

[3]张珂.基于物联网技术的工矿企业通信系统构建与应用研究[J].中国储运,2025(3):183-184.

[4] QinY,caoZW,SunYF,等.面向智能铁路的主动安全保障方法与技术研究(英文)[J].Engineering,2023,27(8):266—279.

[5]黄仕凰,胡毅,赖均涛,等.基于嵌入式控制器的智能化狮头鹅养殖系统的设计[J]. 自动化应用,2024,65 (24):142—145.

[6] 张 自强,黄保社,李鹏飞.基于MQTT的物联网系统搭建[J].中国氯碱,2025(1):58—61.

[7] 张云.基于STM32的电动船舶驱动控制与远程监控[D].西安:陕西科技大学,2020.

《机电信息》2025年第19期第1篇