从零搭建温湿度监控系统:树莓派4B实战手记

最近带学生做课程设计,又翻出了那个经典项目——用树莓派做个温湿度监控器。别看它简单,真要从头搭起来,涉及的知识点可一点都不少:硬件接线、GPIO控制、传感器时序、Python编程、数据校验、异常处理,甚至还能往上加Web界面和云上传。这不,一个下午就带着几个大三同学从“这是啥引脚”一路干到了能在手机上看实时曲线。

今天就把这套完整流程写下来,不整虚的术语堆砌,也不照搬手册,就按我们实际调试的过程来捋一遍。如果你正打算做一个 树莓派课程设计小项目 ,或者想入门物联网感知层开发,这篇应该能帮你少踩几坑。


为啥选DHT22?性价比之王的真实表现

市面上测温湿的传感器不少,SHT30精度高,Si7021响应快,但对学生项目来说,DHT22依然是首选。为什么?

因为它便宜(不到十块钱)、接口简单(只用一根数据线)、兼容性强(3.3V逻辑电平完美匹配树莓派),而且资料多到随便一搜就有成百上千个例程。虽然它的采样频率受限(建议≥2秒),低温下响应慢些,但在教室、实验室、温室这类场景里完全够用。

它到底是怎么传数据的?

很多人以为DHT22是I2C或SPI设备,其实不是。它用的是 单总线协议 ——主机先给一个启动信号,然后传感器拉低总线500微秒再释放,接着逐位发送40bit的数据包:

数据段 长度 说明
湿度整数部分 8bit 如45% → 0x2D
湿度小数部分 8bit 通常为0,保留位
温度整数部分 8bit 带符号,负温用补码
温度小数部分 8bit 同样常为0
校验和 8bit 前四字节相加取低8位

每一位通过高低电平持续时间区分:
- 逻辑0 :高电平约26–28μs,低电平约50μs
- 逻辑1 :高电平约70μs,低电平同样约50μs

这种时序对操作系统级的延时控制要求极高,Linux本身是非实时系统,Python又跑在用户态,所以纯软件模拟很容易出错。这也是为啥直接写GPIO驱动失败率高的原因。

✅ 实践建议:别自己造轮子!用现成库更稳。


树莓派4B不只是“小电脑”,它是边缘节点

有些同学拿到树莓派第一反应是装系统、连键盘鼠标,像用台迷你PC。但在嵌入式项目中,我们要把它当成一块“智能控制器”来用。

为什么非得是4B?3B+不行吗?

可以,但体验差不少。举个真实例子:有个组用了树莓派3B+跑Flask网页服务+数据采集+日志记录,结果每过几小时就卡死一次。换成4B后,稳定运行两周没重启。

关键差异在哪?

特性 树莓派4B 树莓派3B+
CPU 四核A72 @1.5GHz 四核A53 @1.4GHz
内存带宽 LPDDR4,吞吐更高 LPDDR2,瓶颈明显
网络 千兆以太网(实际可达300Mbps) 百兆网口 + USB共享带宽
USB 支持USB 3.0 全是USB 2.0
功耗管理 更精细 易发热降频

尤其当你想外接摄像头、U盘存储或跑本地MQTT代理时,4B的优势立马显现。


接线很简单,但细节决定成败

我们用的是最常见的DHT22模块(带PCB板那种),三个引脚:VCC、GND、DATA。

接法如下:

DHT22 引脚 树莓派 GPIO
VCC 3.3V电源(物理引脚1)
GND 地(物理引脚6)
DATA GPIO4(物理引脚7)

⚠️ 重点来了 :必须在DATA线上加一个 4.7kΩ上拉电阻 接到3.3V!

很多初学者忽略这点,导致读数频繁失败。因为DHT22的数据线是开漏输出,没有外部上拉的话,高电平无法维持,信号会畸变。你可以买集成好的模块(自带电阻),也可以自己焊一个。

🔧 调试心得:如果程序总是打印“读取失败”,先检查三点:电源是否稳定、接线是否松动、有没有加上拉电阻。


Python代码怎么写才靠谱?

网上很多教程直接贴一段 Adafruit_DHT.read() 完事,但我们实际测试发现,这样写的脚本跑半天就会卡住。于是改成了带重试机制的版本,并加入了基本的日志功能。

import Adafruit_DHT
import time
import logging
from datetime import datetime

# 设置日志
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler("dht22.log"),
        logging.StreamHandler()
    ]
)

DHT_SENSOR = Adafruit_DHT.DHT22
DHT_PIN = 4  # GPIO4

def read_sensor():
    """安全读取传感器数据"""
    humidity, temperature = Adafruit_DHT.read_retry(DHT_SENSOR, DHT_PIN, retries=5, delay_seconds=0.5)

    if humidity is not None and temperature is not None:
        # 校验合理性
        if 0 <= humidity <= 100 and -40 <= temperature <= 80:
            return round(temperature, 1), round(humidity, 1)
        else:
            logging.warning(f"数据异常:温度={temperature}, 湿度={humidity}")
            return None, None
    else:
        logging.error("传感器无响应")
        return None, None

# 主循环
while True:
    temp, humi = read_sensor()

    if temp is not None and humi is not None:
        print(f"✅ 当前环境:{temp}°C / {humi}% RH")

        # 超限报警
        if temp > 30:
            print("🔥 高温警告!请通风降温")
            # 可扩展:触发GPIO点亮LED、启动风扇等
    else:
        print("⚠️ 数据获取失败,将在2秒后重试...")

    time.sleep(2)  # 符合DHT22最小间隔要求

📌 几个关键点解释一下:

  • read_retry() 会自动尝试多次读取,比单次调用可靠得多;
  • 加了数据范围校验,防止因干扰产生离谱数值;
  • 日志同时输出到文件和终端,方便后期排查问题;
  • 报警逻辑留了扩展接口,后续可接入有源蜂鸣器或继电器。

让系统真正“自动化”:开机自启配置

做完采集脚本,下一步就是让它随系统启动自动运行,不用每次手动SSH进去敲命令。

推荐使用 systemd 服务管理器(比crontab更规范):

第一步:创建服务文件

sudo nano /etc/systemd/system/dht22-monitor.service

内容如下:

[Unit]
Description=DHT22 Temperature & Humidity Monitor
After=network.target

[Service]
ExecStart=/usr/bin/python3 /home/pi/dht22_monitor.py
WorkingDirectory=/home/pi
StandardOutput=inherit
StandardError=inherit
Restart=always
User=pi

[Install]
WantedBy=multi-user.target

第二步:启用服务

sudo systemctl daemon-reexec
sudo systemctl enable dht22-monitor.service
sudo systemctl start dht22-monitor.service

搞定之后,每次上电都会自动开始采集,拔掉显示器也能正常工作。

💡 提示:确保你的Python脚本路径正确,且当前用户有访问GPIO权限(可加入 gpio 组: sudo usermod -aG gpio pi )


进阶玩法:从命令行走向可视化

基础版只能看终端输出,进阶一点的同学可以加个OLED屏,或者干脆做个网页仪表盘。

方案一:本地显示(I2C OLED)

买块0.96寸SSD1306 OLED屏,接I2C(SDA→GPIO2,SCL→GPIO3),用 luma.oled 库就能把数据显示上去。

方案二:Web可视化(Flask + Chart.js)

这是最受学生欢迎的升级方向。几行代码就能做出一个动态刷新的网页:

from flask import Flask, render_template
import threading
import json

app = Flask(__name__)
data_lock = threading.Lock()
current_data = {'temp': 0, 'humi': 0, 'time': ''}

@app.route('/')
def index():
    with data_lock:
        return render_template('index.html', **current_data)

# 后台采集线程
def background_read():
    while True:
        temp, humi = read_sensor()
        if temp is not None:
            with data_lock:
                current_data['temp'] = temp
                current_data['humi'] = humi
                current_data['time'] = datetime.now().strftime("%H:%M:%S")
        time.sleep(2)

if __name__ == '__main__':
    thread = threading.Thread(target=background_read)
    thread.daemon = True
    thread.start()
    app.run(host='0.0.0.0', port=8080)

前端用Chart.js画个实时折线图,手机连上同一个Wi-Fi,浏览器输入树莓派IP:8080就能看了。整个过程下来,前后端、网络通信、异步编程全练了一遍。


实际部署中的那些“坑”

别以为接完线、跑通代码就万事大吉。我们在实验室真实部署时遇到这些问题:

❌ 问题1:长时间运行后CPU占用飙升

查了一下,原来是日志文件无限增长,加上频繁打印导致IO压力大。解决办法:
- 使用 rotatingFileHandler 限制日志大小;
- 生产环境下关闭 print ,只保留error级别日志。

❌ 问题2:温湿度突变跳变严重

怀疑是传感器受外壳影响。后来把DHT22移到通风口附近,远离树莓派主板发热区,数据立刻平稳了。

📌 经验总结:传感器位置比算法滤波更重要!

❌ 问题3:Wi-Fi断连导致上传中断

加了个心跳检测脚本,每隔一分钟ping一次路由器,断了就自动重连。


结尾:这个小项目到底教会了我们什么?

你说它只是个“读传感器”的作业?其实不然。

通过这个看似简单的温湿度监控系统,学生们实际上经历了完整的嵌入式开发闭环:

  • 硬件层面 :学会看引脚定义、理解电平匹配、掌握上拉电阻作用;
  • 软件层面 :实践了错误处理、日志记录、多线程协作;
  • 系统层面 :接触了服务部署、权限管理、开机自启;
  • 架构层面 :理解了边缘计算与云端协同的基本模型。

更重要的是,他们开始思考:“我能不能让多个树莓派组网?”、“能不能预测明天会不会发霉?”、“能不能联动空调自动调节?”

这些想法,正是通往智能家居、工业物联网的大门。

如果你也在准备类似的课程设计,不妨就从这个项目起步。不需要太多预算,也不需要复杂工具,一块树莓派、一个传感器、一根网线,就能开启一段真实的工程实践之旅。

🚀 动手才是硬道理。你现在就可以打开盒子,插上线,跑起那段Python脚本——下一秒,世界就开始被你感知了。

Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐