|
1．目的及意义（含国内外的研究现状分析）：
随着城市化进程加速和人们生活节奏加快，传统盆栽养护因依赖人工经验、耗时费力等问题，逐渐难以满足现代家庭需求。据统计，我国城镇家庭盆栽普及率超60%，但因浇水不当、光照不足等养护失误导致的植物死亡率高达40%。与此同时，物联网、传感器及嵌入式技术的快速发展，为智能盆栽系统提供了技术支撑。通过实时监测植物生长环境参数（如土壤湿度、光照强度、温度等），结合自动化控制技术，可实现精准养护，降低人工干预需求。在此背景下，基于STM32的智能盆栽管家系统应运而生，旨在通过智能化手段解决传统养护痛点，提升植物存活率与用户体验。
本课题旨在设计一套低成本、高可靠性的智能盆栽管理系统，以STM32微控制器为核心，集成多传感器数据采集、无线通信及自动化控制模块，实现环境参数实时监测、异常预警及自动灌溉、补光等功能。系统通过手机APP或云端平台提供远程交互界面，用户可随时掌握植物状态并调整养护策略。研究意义在于：其一，推动传统园艺向智能化转型，满足现代家庭对便捷、高效养护的需求；其二，通过数据驱动的养护决策，降低资源浪费（如过度浇水），助力绿色可持续发展；其三，为嵌入式系统在农业物联网领域的应用提供技术参考，促进产学研融合。
国内智能盆栽研究起步较晚，但近年来发展迅速。高校及企业多聚焦于传感器集成与低功耗设计，例如清华大学团队提出基于Arduino的多参数监测系统，通过土壤湿度与光照传感器实现自动灌溉；浙江大学研发的Wi-Fi模块支持远程控制，但成本较高。企业端，小米、华为等推出商用智能花盆，集成温湿度传感器与APP交互，但功能单一且依赖品牌生态。现有研究多存在以下不足：传感器精度不足导致误判、系统扩展性差（如难以兼容新传感器）、缺乏用户个性化养护建议等。此外，国产STM32开发资源丰富，但针对盆栽场景的专用算法（如基于机器学习的植物健康评估）仍需完善。
国外智能盆栽研究起步较早，技术成熟度较高。美国Parrot公司推出的“Flower Power”传感器可监测10余项环境参数，并通过蓝牙同步至手机APP，但价格昂贵且未实现自动化控制；荷兰Click & Grow智能花盆采用预植胶囊与LED补光技术，实现“傻瓜式”养护，但用户无法自定义参数。学术领域，MIT媒体实验室提出基于AI的植物健康诊断模型，通过图像识别与传感器数据融合预测病虫害，但依赖高性能计算平台，难以嵌入式部署。近年来，开源硬件（如Raspberry Pi）与低功耗广域网（LPWAN）技术的应用，推动了分布式智能盆栽网络的发展，但系统复杂度与成本仍制约普及。
综合国内外研究现状，现有智能盆栽系统或功能单一、或成本高昂、或扩展性不足，难以满足多样化市场需求。本课题基于STM32设计智能盆栽管家系统，具有以下优势：其一，STM32性价比高，开发资源丰富，适合快速原型设计；其二，系统采用模块化架构，可灵活扩展传感器与执行器（如加湿器、风扇），适配不同植物需求；其三，融合轻量级机器学习算法，实现基于历史数据的养护策略优化。研究成果可填补中低端市场空白，为智能家居与精准农业交叉领域提供技术储备，具有显著的经济与社会价值。
2．基本内容和技术方案：
本课题致力于为普通家庭设计一套智能化的盆栽环境监测与养护系统，以提升盆栽管理的便捷性与科学性。研究内容涵盖硬件设计、软件开发及系统集成：硬件以STM32单片机为核心，集成土壤湿度、温湿度及光照传感器，实时采集环境数据，并通过WiFi模块传输至云端，同时配备OLED显示屏本地展示关键参数，利用继电器模块控制水泵与补光灯实现自动灌溉与补光；软件方面，开发STM32嵌入式程序完成数据采集与控制指令执行，设计安卓手机APP实现远程数据可视化与手动控制，搭建云平台支持数据存储与异常推送；系统搭建完成后，通过硬件功能测试（如传感器精度、继电器响应）、软件性能测试（如APP延迟、数据同步）及整体稳定性测试（如连续运行时长），优化算法逻辑与交互流程，最终形成一套低成本、易部署、高可靠性的智能盆栽管家系统，满足家庭用户对植物精细化养护的需求。系统功能模块如图1所示：
图1 系统的功能模块图
该课题的技术方案围绕智能化盆栽监测与养护需求展开，结合硬件与软件实现系统功能。硬件方面，采用STM32单片机作为主控核心，集成土壤湿度、温湿度及光照传感器，完成多维度环境数据采集；通过WiFi模块实现数据上传至云端，支持远程访问，同时本地OLED显示屏实时展示关键参数；继电器模块根据采集数据或用户指令控制水泵与补光灯，实现自动化养护。软件方面，开发嵌入式程序负责数据采集处理及设备控制逻辑；设计安卓APP提供用户交互界面，支持远程数据可视化与手动控制；搭建云平台实现数据存储、异常报警及历史记录分析。系统通过功能、性能及稳定性测试验证可靠性，结合数据可视化与对比功能优化用户决策，最终形成低成本、易操作的一体化解决方案，助力家庭用户实现科学高效的盆栽管理。
3．进度安排：
第1-2周（2025年12月8日~2025年12月21日）：查阅与智能盆栽系统相关的文献资料，梳理国内外技术发展现状，确定基于STM32的总体设计方案；熟悉PCB设计工具及开发环境，完成开题报告撰写并准备开题答辩，在规定时间内完成答辩。
第3周：细化系统架构，划分硬件与软件功能模块；基于需求绘制硬件电路原理图，重点完成STM32主控模块、传感器接口模块、通信模块的电路设计及逻辑规划。
第4-5周：开展PCB版图设计，进行布局规划、布线优化及电源电路稳定性强化；确定核心元件选型并制定采购清单，提交PCB打样文件；编写传感器数据采集程序及串口通信基础驱动代码。
第6-7周：接收PCB样品并完成硬件焊接与初步调试，测试各模块供电稳定性及接口连通性；编写双模通信协议适配程序、本地声光报警逻辑及自动化控制代码，分模块进行功能测试与数据校准，形成阶段性测试报告并撰写毕业论文初稿。
第8周：整合硬件与软件功能，验证系统整体稳定性与预警精准度，优化自动化养护策略，完成毕业论文初稿修订。
第9-10周：根据指导教师意见修改论文结构与内容，针对重复率问题进行降重处理，确保论文逻辑严谨、数据详实。
第11周：排查系统潜在漏洞，根据测试结果完善论文内容，完成论文定稿。
第12周：整理毕业设计全套材料，包括PCB设计源文件、软件源代码等；规范装订论文并优化答辩PPT内容。
第13周：提交所有毕业设计资料，准备并完成毕业设计答辩。
4．指导老师意见：
指导教师签名： 年 月 日
|
