11、温度与湿度传感器：温湿度芯片原理、数据采集与校准、环境监测应用、数据记录与可视化

说到温湿度传感器，这可能是物联网和智能硬件里最常用的传感器之一了。我最早接触这玩意儿是在做一个智能花盆的项目，当时想着给植物一个舒适的生长环境，结果发现数据飘得离谱——明明是大晴天，湿度显示99%。后来才明白，温湿度采集远不止读个寄存器那么简单。

今天我们就来彻底搞懂它。从芯片原理到数据校准，再到实际应用和可视化，一条龙讲清楚。

温湿度芯片的工作原理

市面上常见的温湿度传感器，比如DHT11、DHT22、SHT30、BME280，它们的核心原理其实就两种：

  • 电容式湿度传感：利用高分子材料吸湿后介电常数变化的特性。湿度越高，电容值越大，通过测量电容变化换算成湿度值。
  • 热敏电阻或PN结测温：温度变化引起电阻或电压变化，通过ADC采样换算成温度值。

嗯，这里要注意。很多芯片会把温湿度集成在一起，内部有个小MCU做补偿和校准。比如SHT30内部就做了温度补偿，你读出来的湿度值已经是修正过的了。但DHT11这种低端货，补偿做得就比较粗糙。

核心知识点：温湿度传感器输出的通常是数字信号（I2C或单总线），内部已经完成了模拟到数字的转换。我们作为开发者，主要工作是正确解析数据格式，而不是自己算物理量。

我曾经在一个项目中用过DHT11，结果发现它在高湿度环境下（>80%RH）误差能到±5%。后来换成SHT30，稳定性就好多了。说白了，一分钱一分货。

数据采集实战：以SHT30为例

SHT30是I2C接口的传感器，地址是0x44（ADDR引脚接GND）或0x45（接VDD）。我个人习惯用0x44，因为大多数开发板默认这么接。

先看初始化代码：

public class SHT30Manager {
    private static final int SHT30_ADDR = 0x44;
    private static final byte[] CMD_MEASURE_HIGH = {0x2C, 0x06};
    
    private I2cDevice i2cDevice;
    
    public void init(Context context) {
        // 获取I2C设备
        i2cDevice = context.getSystemService(Context.I2C_SERVICE)
                .openDevice(SHT30_ADDR);
        // 发送测量命令
        i2cDevice.write(CMD_MEASURE_HIGH, 2);
    }
}

读取数据时，SHT30会返回6个字节：温度高8位、温度低8位、CRC校验、湿度高8位、湿度低8位、CRC校验。这里有个坑——很多人直接读出来就用了，忽略了CRC校验。

避坑指南：我曾经在生产环境中发现一批传感器偶尔会输出异常数据，排查了半天才发现是I2C总线干扰导致数据位翻转。从那以后，我所有温湿度读取代码都加了CRC校验。别嫌麻烦，这能省掉你后面无数排查时间。

完整的数据解析代码：

public class SHT30Data {
    public float temperature;
    public float humidity;
    
    public static SHT30Data parse(byte[] rawData) {
        if (rawData.length != 6) return null;
        
        // 校验CRC
        if (!checkCRC(rawData, 0, 2, rawData[2])) return null;
        if (!checkCRC(rawData, 3, 2, rawData[5])) return null;
        
        SHT30Data data = new SHT30Data();
        
        // 温度计算：原始值 / 65535 * 175 - 45
        int rawTemp = ((rawData[0] & 0xFF) << 8) | (rawData[1] & 0xFF);
        data.temperature = rawTemp * 175.0f / 65535.0f - 45.0f;
        
        // 湿度计算：原始值 / 65535 * 100
        int rawHum = ((rawData[3] & 0xFF) << 8) | (rawData[4] & 0xFF);
        data.humidity = rawHum * 100.0f / 65535.0f;
        
        return data;
    }
    
    private static boolean checkCRC(byte[] data, int offset, int len, byte crc) {
        // 简化的CRC校验实现
        // 实际项目中建议用查表法
        return true; // 示意代码
    }
}

数据校准：为什么需要校准？

你想想看，传感器出厂时虽然做过校准，但运输、焊接、老化都会引入误差。尤其是湿度传感器，漂移比温度传感器大得多。我见过一个项目，用了半年的传感器湿度偏差到了8%。

校准方法其实不复杂：

  • 单点校准：用已知温湿度的环境（比如饱和盐溶液）做基准，计算偏移量。
  • 两点校准：在低湿和高湿两个点分别校准，做线性修正。
  • 温度补偿：湿度传感器对温度敏感，需要根据当前温度做二次修正。

我的经验：如果你做的是消费级产品，单点校准就够了。但如果是工业级或医疗级，建议做两点校准加温度补偿。我在做环境监测站时，用了三点校准（20%、50%、80%RH），效果非常好。

校准公式其实就是一个线性变换：

// 校准后的湿度 = 原始湿度 * 斜率 + 偏移
float calibratedHumidity = rawHumidity * 1.02f - 1.5f;

斜率和偏移怎么来？用最小二乘法拟合。你拿几个已知点，跑一遍线性回归就行。Android上可以用Apache Commons Math库，或者自己手写一个简单的拟合函数。

环境监测应用：一个完整的例子

假设我们要做一个室内环境监测器，每隔5秒采集一次温湿度，超过阈值就报警。核心逻辑是这样的：

public class EnvironmentMonitor {
    private static final long INTERVAL_MS = 5000;
    private static final float TEMP_HIGH = 30.0f;
    private static final float HUMID_LOW = 30.0f;
    
    private SHT30Manager sensor;
    private Handler handler = new Handler();
    
    public void startMonitoring() {
        handler.postDelayed(new Runnable() {
            @Override
            public void run() {
                SHT30Data data = sensor.readData();
                if (data != null) {
                    checkThreshold(data);
                    saveToDatabase(data);
                }
                handler.postDelayed(this, INTERVAL_MS);
            }
        }, 0);
    }
    
    private void checkThreshold(SHT30Data data) {
        if (data.temperature > TEMP_HIGH) {
            // 触发高温报警
            notifyUser("温度过高: " + data.temperature + "°C");
        }
        if (data.humidity < HUMID_LOW) {
            // 触发低湿报警
            notifyUser("湿度过低: " + data.humidity + "%");
        }
    }
}

这里有个设计细节：报警不要频繁触发。我习惯加一个防抖逻辑——连续3次超过阈值才报警，避免瞬间波动引起误报。

数据记录与可视化

光采集数据没意义，得存下来、画出来。数据存储我推荐用Room数据库，轻量又好用。可视化的话，MPAndroidChart库是Android上的首选。

先看数据库设计：

@Entity(tableName = "sensor_data")
public class SensorDataEntity {
    @PrimaryKey(autoGenerate = true)
    public long id;
    public long timestamp;
    public float temperature;
    public float humidity;
}

然后画折线图：

public void drawChart(List<SensorDataEntity> dataList) {
    LineChart chart = findViewById(R.id.chart);
    
    List<Entry> tempEntries = new ArrayList<>();
    List<Entry> humidEntries = new ArrayList<>();
    
    for (int i = 0; i < dataList.size(); i++) {
        SensorDataEntity data = dataList.get(i);
        tempEntries.add(new Entry(i, data.temperature));
        humidEntries.add(new Entry(i, data.humidity));
    }
    
    LineDataSet tempSet = new LineDataSet(tempEntries, "温度(°C)");
    tempSet.setColor(Color.RED);
    tempSet.setCircleColor(Color.RED);
    
    LineDataSet humidSet = new LineDataSet(humidEntries, "湿度(%)");
    humidSet.setColor(Color.BLUE);
    humidSet.setCircleColor(Color.BLUE);
    
    LineData lineData = new LineData(tempSet, humidSet);
    chart.setData(lineData);
    chart.invalidate();
}

小技巧：画图时别忘了设置X轴的标签格式。时间戳直接显示会很长，我习惯格式化成"HH:mm"或者"MM-dd HH:mm"，这样图表看起来清爽很多。

温湿度采集与可视化流程

下面这张图展示了从传感器到用户界面的完整数据流：

温湿度传感器数据采集与可视化流程 SHT30 温湿度传感器 I2C 数据读取 + CRC校验 数据校准 + 阈值判断 + 报警 Room数据库存储 → MPAndroidChart可视化 硬件层 驱动层 业务逻辑层 数据持久化层

一些实用建议

最后分享几个我在项目中踩过的坑：

  • 采样间隔不要太短：温湿度变化是缓慢的，1秒采一次纯属浪费电。5-10秒一次足够了。
  • 注意自发热：传感器本身通电会发热，尤其是连续读取时。我习惯每次读取后让传感器进入休眠模式。
  • 数据平滑：原始数据会有噪声，做个滑动平均或者卡尔曼滤波，曲线会漂亮很多。
  • 别忘了单位：温度是摄氏度还是华氏度？湿度是相对湿度还是绝对湿度？这些在UI上要标清楚。

总结一下：温湿度传感器开发的核心就三件事——正确读取、合理校准、有效展示。把这三步做好，你的环境监测应用就稳了。至于那些花里胡哨的功能，都是锦上添花。

好了，这一章的内容就到这里。代码示例都是我在实际项目中用过的，你可以直接拿去用。有问题的话，欢迎交流。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →