基于STM32的鴻蒙自習室管控系統設計

中圖分類號：TP393 文獻標志碼：A

0 引言

隨著高校自習室使用需求的不斷增長，傳統的管理模式已難以滿足學生和管理者對高效、智能、舒適學習環境的需求。自習室作為學生自主學習的重要場所，其管理效率和資源利用率直接影響學生的學習體驗和學習效果。然而，現有自習室管理中普遍存在座位使用狀態不透明、環境調控滯后、數據統計缺失等問題[2]，不僅降低了自習室的使用效率，也增加了管理者的負擔。為解決這些問題，本項目提出了一種基于STM32的鴻蒙智能管控系統，旨在通過嵌入式智能設備系統、物聯網技術和人工智能算法，實現自習室的智能化管理。

本項目的創新性在于將嵌入式系統與鴻蒙操作系統深度融合，實現了硬件設備與移動應用的無縫對接，并通過YOLOv5模型實現人數檢測與數據分析，為自習室管理提供了全新的技術解決方案。項目的實施不僅有助于提升自習室的管理效率和資源利用率，也為高校智能化建設提供了有益的探索和實踐。

1 系統總體設計

本系統基于STM32微控制器，子系統分開設計，最后再互相結合組成一個全方位的一體式自習室系統。思路上，首先做好每一個子系統的需求分析、結構設計，然后選定好編程環境、芯片開發板、模塊傳感器等軟硬件，完成功能之后再完善細節部分，最后將不同子系統進行通信連接，互相管理控制或者顯示記錄。系統整體采用物聯網架構，通過MQTT協議實現數據傳輸和設備控制，確保各子系統高效協同工作。設計注重模塊化和可擴展性，支持功能升級和硬件擴展。

本項目采用模塊化設計，各子系統協同工作，實現自習室的智能化管理，共包含6個子系統，如圖1所示。

顯示屏管控子系統：以STM32H743單片機為核心，通過串口連接ESP8266模塊，利用MQTT協議與阿里云平臺和App 通信。外接7寸LCD顯示屏，實時顯示自習室狀態，包括日期、溫濕度[3]、座位使用情況等。集成風扇、燈光控制功能，支持自動和手動調節。

鴻蒙應用管控系統：基于HarmonyOS開發，使用DevEcoStudio編寫代碼。實現遠程控制顯示屏、風扇、燈光等功能，實時顯示座位和環境數據。集成AI助手，提供數據分析和預測服務。通過MQTT協議[4]與云端通信，控制硬件設備。

人臉識別儲物柜子系統：采用OpenMVH7PLUS單片機，內置OV5640攝像頭，實現人臉識別和儲物柜控制。支持人臉注冊、識別和NFC開關門，集成LED提示燈和繼電器控制電鎖，確保儲物安全。

圖1系統總體框架

監控人數模型檢測與數據記錄子系統：使用ESP32-CAM獲取視頻流，結合YOLOv5模型進行人數檢測。通過Flask框架構建網頁，實時顯示人數數據和折線圖。支持數據記錄和分析，為管理者提供決策支持。

門禁系統：基于STM32F103開發板，集成OLED顯示屏、矩陣按鍵和NFC讀卡器。支持密碼和NFC卡解鎖，解鎖成功后驅動舵機開門。具備密碼修改和信息管理功能。

火焰檢測報警系統：集成火焰傳感器、蜂鳴器和水泵，實時檢測火焰。檢測到火災時，觸發警報并啟動排風和滅火功能，確保自習室安全。與顯示屏管控系統聯動，提供雙重保護。

2 系統硬件設計

2.1顯示屏管控系統設計

該系統使用STM32H743IIT6作為主控芯片。STM32H743IIT6是一款高性能、低功耗的32位微控制器，基于ARMCortex-M7內核，主頻高達 480MHz 。它具備2MB閃存和1MBSRAM，支持多種通信接口（如SPI、I2C、USART、USBOTG），并配備ADC/DAC、定時器和豐富的GPIO。STM32H743單片機連接ESP8266Wi-Fi模塊用于通信阿里云平臺和APP。外置一個7寸的LCD顯示屏作為顯示管理控制，在屏幕主界面中（見圖2），左上角為自習室管控系統的字樣，右上角為顯示日期的日歷，左中部為DHT11溫濕度傳感器檢測到的室內溫濕度，右下方為4個矩形圖案，分別由4個人體紅外感應器控制顏色：當人體紅外感應器檢測到該座位上有人時便會輸出引腳高電平，隨后相應的矩形圖案便會由綠色變為紅色表示該座位上有人，并且單片機控制對應的LED燈照明座位，因此1個座位含有1個人體紅外感應器和1個LED燈，共有4個座位。主界面左下角可以分別進入風扇、溫控燈和儲物柜界面。

進入風扇界面，可以單獨控制2個風扇或者總開關同時控制，但風扇還會同時受到DHT11檢測到的溫度控制，設定為 20°C 及以上風扇才會旋轉開啟。進入溫控燈界面，可以單獨控制2個天花板上的燈或者使用總開關同時控制，但是每一個天花板燈也分別同時受到下方2個并行相鄰的人體紅外感應器的控制，這種做法有效地節省了電力的使用，實現了節能環保的效果。

該系統還集成了火焰檢測報警子系統，當火焰傳感器檢測到的數值較大時則認為發生了火災，內置的蜂鳴器發出警報聲響，風扇進行排風，水泵開始工作，抽水灑水滅火直到火焰熄滅。

2.2人臉識別儲物柜系統設計

該系統使用OpenMVH7PLUS作為主控芯片。OpenMVH7PLUS是一款基于STM32H7微控制器的高性能微型機器視覺控制器，集成了0V5640攝像頭，支持Python編程，具備強大的圖像處理和目標識別功能，適用于人臉識別、目標檢測等嵌入式視覺應用。

在顯示屏管控系統中進入儲物柜界面，左邊為4個白色矩形圖案對應顯示4個儲物柜的使用情況，右邊4個矩形圖案則為觸摸按鍵，可選擇需要使用的4個儲物柜之一。點擊使用右邊其中一個儲物柜后，左邊對應的矩形由白色變為紅色，通知該儲物柜正在被人使用中。系統使用OpenMVH7PLUS單片機用于人臉識別儲物柜單片機，當上方的儲物柜被點擊使用后，STM32H743單片機即輸出高電平引腳通知OpenMV單片機，該單片機輸入引腳變為高電平之后，內置的0V5640攝像頭就開始連續拍攝20張人臉照片存入SD卡中，拍攝過程中會閃爍白色LED燈提示正在保存人臉信息中。拍攝完成后，顯示3s藍色LED燈提示拍攝完畢，同時連接繼電器的引腳輸出高電平，使之打開連接的電鎖，此時為存放物品時間段，存放完畢之后關閉門。

取物時，常亮紅色LED提示可以進行人臉識別解鎖，攝像頭掃描到人之后就開始識別，識別成功1次為綠色，失敗為紅色。連續識別5張照片都成功則驅動繼電器打開電鎖[5]，刪除SD卡中的相應的人臉數據，同時通知STM32單片機將紅色矩形圖案變為無人使用的白色矩形，此時可打開門取出物品。

2.3監控人數模型檢測與數據記錄系統設計

該系統使用ESP32-CAM開發板進行開發。ESP32-CAM是一款基于樂鑫ESP32-S芯片的攝像頭模塊，集成了Wi-Fi和藍牙功能，能夠實現圖像采集、傳輸和處理。它配備0V2640攝像頭，支持高達200萬像素的圖像分辨率，提供多種圖像格式（如JPEG、BMP、PNG等）。該模塊支持Wi-Fi和藍牙連接，可將圖像數據傳輸到云端或其他設備，實現遠程監控和控制。ESP32-CAM模塊通過GPIO引腳與攝像頭模塊連接，并通過SPI接口進行數據傳輸；然后ESP32-CAM通過編程配置連接到指定的Wi-Fi網絡，以便能夠與網絡中的其他設備（PC）通信。

2.4門禁系統設計

門禁系統使用STM32F103ZET6作為主控芯片，STM32F103ZET6是一款基于ARMCortex-M3內核的高性能32位微控制器，具有 512KB Flash、64 KBSRAM、豐富的外設接口和多種低功耗模式[6]。系統含有OLED顯示屏以及1個選擇按鈕和1個確定按鈕。OLED顯示屏主界面可以選擇使用 4×4 矩形按鍵輸入密碼解鎖、NFC讀卡器讀卡解鎖以及信息修改。初始密碼在代碼中已設置，如需修改密碼則須進入信息修改界面中輸入初始密碼后修改；NFC解鎖默認無卡讀入，首次須進入信息修改界面中輸入初始密碼，將卡放在讀卡器上讀取信息存入單片機，之后便使用已經讀入的卡來開鎖。解鎖成功后蜂鳴器會發出聲響，單片機驅動舵機旋轉 180^° 代表開門。

3 系統軟件設計

本系統采用多種編程語言以及環境編譯燒錄而成，其中顯示屏管控、火焰報警、門禁使用C語言編程，KeilUvision5編譯下載；純血鴻蒙系統App使用

ArkTS語言編程，DevEcoStudio5.0編譯下載；人臉識別儲物柜系統采用Python語言編程，OpenMVIDE編譯下載；監控模型檢測系統使用C語言編程，Arduino編譯下載。

3.1鴻蒙系統APP設計

作為基于ArkTS語言開發的App，在創建工程之后，可通過每一個界面在代碼中進行容器組件的設置（如Grid、Row、Column、Navigation、Stack、Scroll等）以及組件相關的高寬、顏色、位置等屬性設置來進行UI設計，以達到在界面中顯示想要的界面效果[7]，云上自習App的主界面設置的效果如圖3所示。容器組件的屬性效果應盡量為百分比，使用固定屬性數值會影響App 在其他設備上的顯示效果。

圖3鴻蒙系統App主界面

此外，為界面組件添加事件響應功能，如使用onClick進行界面轉換、通過JSON格式向阿里云平臺發送數據，實現云端硬件控制發送JSON格式的數據給阿里云平臺進行云流轉控制硬件等事件。也可以實現界面顯示事件，如使用onPageShow等函數在頁面加載時自動執行預設操作、采用MQTT協議進行設備連接狀態驗證等。用戶可以通過界面上的指紋或人臉識別按鈕來驗證身份。點擊按鈕后，系統會調用UserAuthModel.getFaceAuth或UserAuthModel.getFingerprintAuth方法，啟動相應的認證流程。如果認證成功，用戶可以登錄。

3.1.1鴻蒙App通過API接入通義千問模型

App中接入了阿里云通義千問AI模型進行對話，本功能需要先進行界面布局：使用TextInput組件讓用戶輸入消息，使用Button組件提交用戶輸入的消息，使用Scroll組件顯示對話歷史，支持滾動查看。然后進行消息處理：用戶輸入的消息被存儲到一個數組MsgArray中，數組中的每條消息包含id、role（用戶或助手）和content。提交按鈕觸發httpData方法，將用戶消息發送到通義千問模型的API。最后便可以與通義千問模型交互：使用http.request方法向通義千問模型的API發送POST請求，傳遞用戶輸入的消息。API返回的響應被解析為助手的回復，并添加到MsgArray中。完成之后便可以在對話框中與AI模型對話分析數據。

3.1.2鴻蒙App通過MQTT協議與阿里云平臺通信

首先要連接阿里云平臺：獲取阿里云設備證書信息，構建MQTT連接URL并初始化客戶端，設置用戶名和密碼，訂閱特定主題，通過connectMqtt連接到云平臺，啟用自動重連功能。然后發送控制消息：在組件顯示時初始化MQTT客戶端，監聽MQTT服務端消息并更新狀態變量。用戶操作UI時，構造JSON消息體并通過pushMessage發送到指定主題。最后便可以接收和解析消息：初始化MQTT客戶端并配置連接參數，通過emitter.on注冊回調函數接收云平臺消息，解析JSON格式消息為狀態信息（如溫度、濕度等），并動態更新UI。通過以上步驟，鴻蒙App實現與云平臺的雙向通信和設備狀態的實時更新。

3.2監控人數模型檢測與數據記錄系統設計

基于ESP32-CAM圖傳和YOLOv5檢測模型的實時人數統計與可視化系統，可通過ESP32-CAM提供的MJPEG視頻流，利用OpenCV進行視頻幀捕獲后送人YOLOv5模型[8]進行目標檢測。系統采用PyTorch加載預訓練模型，通過置信度閥值（0.6）和IoU閥值（0.5）過濾檢測結果，并采用非極大值抑制算法優化檢測框，最終統計畫面中的人數。檢測結果每5s記錄一次到CSV文件，同時使用Matplotlib自動生成帶時間戳的人數變化折線圖。

整個系統通過Flask框架構建Web服務，提供實時視頻流展示和可視化圖表查看功能，采用多線程架構分離視頻處理與Web服務，確保系統響應性能。系統具有低成本、易部署、實時性強等特點，適用于公共場所人流監控等場景。該子系統的總體設計思路如圖4所示。

3.3顯示屏管控系統設計

該系統包含了火焰檢測報警系統，遵循嵌入式軟件開發的設計，使用HAL庫以及STM32CubeMX軟件進行開發，使用LVGL（LightandVersatileGraphicsLibrary）的圖形用戶界面（GraphicalUserInterface，CUI）顯示，LVGL是一個輕量級、跨平臺的嵌入式GUI庫，專為嵌入式系統設計，用于在STM32上實現圖形化用戶界面。整個開發流程從系統和外設的初始化開始，通過主循環不斷處理各種任務，包括數據采集、UI更新、命令解析和執行，以及與云平臺的通信。系統設計注重實時性和穩定性，確保在各種情況下都能正常運行。

圖4監控人數檢測子系統

在程序中首先要打開L1-Cache以提高性能，然后進行一系列的初始化，如HAL庫設置時鐘頻率為480MHz ;初始化延時函數、串口、LED、按鍵、SDRAM和定時器等外設；初始化LVGL圖形庫及其顯示和輸入設備。然后在main主循環中處理：調用lv_task_handler處理LVGL任務，確保UI的響應性并檢查屏幕選擇狀態，根據狀態更新UI顯示；處理串口接收的數據，解析命令并執行相應操作；定期讀取DHT11傳感器數據并通過MQTT發送到云平臺；更新UI顯示的溫濕度和人數信息；控制風扇的脈沖寬度調制（PulseWidthModulation，PWM）輸出，根據溫度和用戶命令調整風扇速度；檢查火焰傳感器狀態，控制水泵和蜂鳴器以應對火災情況；根據設置命令控制LCD屏幕的開關。還需要發送數據到云平臺：使用AT指令通過usart1發送MQTT連接和數據發布命令，構建JSON格式的數據包，包含溫濕度和人數信息，最后使用MQTT協議將數據發送到阿里云物聯網平臺。最后命令解析和執行：解析從云平臺接收到的命令，提取標識符和數據，根據解析結果更新系統狀態，如風扇開關、屏幕顯示等。

3.4人臉識別儲物柜系統設計

該系統使用openMVIDE編寫Python程序實現首先，系統初始化時設置了傳感器參數，如像素格式為灰度，幀尺寸為 128×128 ，并通過窗口化進一步調整了捕獲區域至 92×112 像素，確保捕捉到高質量的人臉圖像。在用戶注冊階段，當檢測到特定的觸發信號（P4引腳的電平變化）時，系統進入注冊模式，采集一系列用戶的面部圖像并保存至存儲器中，這些圖像構成了該用戶的生物特征模板數據庫。接著，在查找模式下，系統使用預先訓練好的Haar級聯分類器（一種基于AdaBoost算法的對象檢測方法）進行人臉檢測，一旦檢測到人臉，即啟動局部二值模式（LocalBinaryPatterns，LBP）算法[計算當前人臉的描述符并將其與之前注冊的用戶數據進行比對。這里，通過計算2個描述符之間的距離（如歐幾里得距離），可以量化兩者之間的相似性；如果平均距離低于設定閾值（代碼中為6500），則認為匹配成功，表明當前用戶已被正確識別。利用LED指示燈和GPIO引腳（P2）控制外部設備（電磁鎖），根據識別結果執行相應的開鎖或上鎖動作。此外，實驗還考慮到了安全性和隱私保護問題，通過限定訪問權限和及時清除不再使用的用戶數據，保障個人信息的安全。

4結語

本系統為管理者提供了鴻蒙移動應用遠程管控設備、查看室內情況、模型檢測獲取自習室人數數據并由人工智能對答分析的全方位智能管控方法；為學生提供了顯示屏查看室內情況和設備控制、人臉識別儲物、智能門禁和火焰檢測報警等功能集成的智能、舒適、高效的學習環境，有一定應用價值。

參考文獻

[1]張歆彤.基于嵌入式系統的智能自習室設計[J].

無線互聯科技，2018（8）：57-58.

[2]何柳，張敏.基于STM32的共享自習室控制系統設計[J].現代信息科技，2024（9）：39-42.

[3]蘇一洲.基于STM32單片機的室內溫濕度控制系統設計[J].現代工業經濟和信息化，2023（3）：89-91，124.

[4]郭書杰.基于STM32的智能家居控制系統設計[J].微處理機，2024（4）：55-59.

[5]白赫，汪威，楊永超.基于STM32的智能家居管理系統[J].電子世界，2014（4）：99.

[6]王鵬輝.基于STM32的物聯網溫室控制管理系統設計[D].合肥：合肥工業大學，2019.

[7]訾方，王洪偉.新工科教育體系下基于鴻蒙生態系統的移動應用開發課程革新與實踐研究[J].電腦知識與技術，2024（31）：171-173，180.

[8]邵延華，張鐸，楚紅雨，等.基于深度學習的YOLO目標檢測綜述[J].電子與信息學報，2022（10）：3697-3708.

[9]管小明，王孚貴，李士龍.基于STM32的智能家居管理系統設計[J].電子制作，2023（19）：40-42，66.

[10]黃非非．基于LBP的人臉識別研究[D].重慶：重慶大學，2009.

（編輯戴啟潤）

Design of HarmonyOS study room management and control system based on STM32

LI Xingxiong，YIN Junkai，GE Fuhua* （Yunnan University，Kunming 65OoOo，China）

Abstract：In recent years，with the continuous increase in the number of people taking the postgraduate entrance examination and the civil service examination，students have become increasingly concerned about the experience of using self-studyrooms.Convenience，comfort，and safety have become theircore demands，and management personnel are also facing new challnges in data processng and control.Therefore，a self-study room Harmony intelligentcontrol system basedon STM32is designed.Thesystem integrates multiple intelligentsensordevicesatthe student end to meetthe needs of students intheself-study roomin multiple ways;Managers use the terminal to develop HarmonyOS NEXTApp to remotelycontrol the indoor equipment switches，can view the indor status inreal time，and achieveeffcient data collectionandanalysis throughthe deep integrationof monitoring detectionandartificial intelligencetechnology，thusproviding strong support forthe operationand managementof self-studyroomsand effectively improving the user experience and management efficiency of self-study rooms.

Key words：Internetof things;；STM32 microcontroler；HarmonyOSmobile application;artificial intelligence algorithm; computer vision; study room