企业官网建设流程全解析

把STM32和红外PM2.5传感器接在一起，是很多做环境监测、空气净化器、毕业设计或者个人DIY项目时绕不开的一步。市面上常见的红外式粉尘传感器模块，比如夏普GP2Y1010AU0F，本质上是“模拟电压输出”，读起来并不复杂，但真正踩过坑的人都知道：接线简单不代表数据准，时序不对、供电不稳、滤波没做好，读出来的浓度能飘到让你怀疑人生。

这篇文章就围绕STM32连接红外PM2.5传感器这件事，从传感器原理、硬件接线、CubeMX配置、代码实现、浓度换算到常见问题排查，完整拆解。不管你是刚学STM32的学生，还是想快速做原型验证的工程师，照着这份思路走，基本能少走一大半弯路。我会把参数计算过程和实操中的细节都讲清楚，包括那些“说明书上没写、但实际必须知道”的坑。

1. 红外PM2.5传感器到底是怎么测浓度的

1.1 为什么选红外方案而不是激光方案

很多人一开始会问：现在空气质量检测动辄就是激光散射传感器，什么攀藤PMS5003、四方PMW1008，精度高、还带串口输出，为什么还要折腾红外式的？

原因其实很现实：红外式传感器便宜，模块价格通常在十块到二十块出头，而激光式普遍要几十块。做课程设计、批量样机、低成本产品预研的时候，成本就是硬指标。另外，红外式结构简单，外围电路要求低，一个ADC引脚就能读，哪怕主控只剩一颗定时器和一路ADC也能跑起来。

红外方案也有明显短板：它对0.5微米以下颗粒物的响应很差，更多是靠“大颗粒遮挡和散射”来估算浓度，所以绝对精度一般，做不到激光级的“数颗粒子”。但用在家庭环境趋势监测、工业粉尘超限报警、净化器自动开关这种场景，它的性价比是压倒性的。

1.2 以GP2Y1010AU0F为例聊工作原理

GP2Y1010AU0F是夏普的经典红外粉尘传感器，也是这类红外PM2.5传感器里被玩得最多的一颗。它的内部结构并不复杂：一个红外LED、一个光电二极管、一块信号处理电路，三者装在一个开了检测孔的壳子里。

它的检测原理属于光学散射法。空气中的颗粒物进入检测孔后，红外LED发出的光碰到颗粒物会发生散射，散射光被旁边的光电二极管接收，光强度变化直接反映颗粒物浓度。接收管输出的是模拟电压，浓度越高，电压越高。这个原理和激光式本质上是一样的，区别在于光源类型、光路设计和接收灵敏度。

这颗传感器内部已经集成了运算放大电路，所以输出不需要再外接复杂的调理电路，直接一个ADC引脚就能读。它需要一路PWM驱动内部LED，LED是脉冲点亮工作而不是常亮，这跟我们后面要做的时序控制直接相关。

1.3 传感器输出信号类型与选型判断

红外PM2.5传感器按输出方式大致分三类，先搞清楚再动手，能省不少事：

• 模拟电压输出：如GP2Y1010AU0F、GP2Y1010AU、APS-5201。输出0.9V到3.6V左右的电压，浓度越高电压越高，接STM32的ADC引脚即可。这种方式最灵活，滤波和标定都在代码里做。
• PWM输出：少数模块把浓度转换成占空比或频率输出，需要STM32的定时器输入捕获来解码。用得不多，但偶尔会遇到。
• 串口输出：很多新型号已经内置MCU，直接通过UART输出浓度值，数据格式一般是数据帧头+PM2.5/PM10值+校验和。典型如GP2Y1014AU0F的串口版、SPS030等。这种最好用，但成本也更高。

从实操角度，如果你的项目是首次做环境检测，我建议直接用GP2Y1010AU0F这类模拟输出的经典型号。原因很简单：资料多、范例多、就算出问题也容易排查。做过一轮模拟量采集之后，再切到串口型传感器，你会发现只是换了个“读数据”的方式，整体思维完全互通。

2. 硬件准备与接线方案

2.1 器件清单

说下我这次用的东西，都是常见到不能再常见的：

• STM32最小系统板，我用的是STM32F103C8T6，也就是大家说的蓝板。任何带ADC和定时器的型号都可以，F103、F407、G0系列都没问题。
• 红外PM2.5传感器模块，以GP2Y1010AU0F为例。注意区分模块和裸传感器，模块上已经集成了电容电阻，裸管芯反而要自己搭驱动电路。
• 100nF和220µF电容各一个，3.3V稳压芯片一个（AMS1117-3.3之类），面包板和不跳线若干。
• 如果有条件，准备一台激光式PM2.5检测仪或者至少一个“干净空气环境”作为参考基准，后面标定要用到。

这里有个关键点：GP2Y1010AU0F的LED驱动部分和模拟输出部分实际上共用一个电源引脚，但驱动电流峰值很大，如果直接从STM32的3.3V引脚取电，VCC跌落会把ADC参考电压一起拉垮，读数直接跟着抖。所以我强烈建议单独准备一个5V或者6V左右的电源给传感器供电，或者至少用一颗LDO单独供电，然后STM32的ADC参考电压也保持稳定。

2.2 引脚定义与接线表

GP2Y1010AU0F模块上的引脚，不同商家可能命名略有出入，但核心引脚就这几个：

接线表是拿模块说事的，但裸传感器的接线略有不同。裸传感器的V-LED需要通过一个150Ω电阻接到Vcc，同时并联一个220µF电容到地；Vout通过一个100nF电容到地再接ADC。模块版本把这些都集成好了，裸传感器则必须自己补上，不然LED驱动会严重抖动，输出噪声大到滤波都滤不干净。

2.3 供电和PCB布局的坑

这块是我最想强调的部分，也是我翻了两次车之后才彻底搞明白的。

第一次接线我用的是STM32板载3.3V直接给传感器供电，ADC采出来的数据在300左右到900左右来回跳，波动幅度接近满量程的20%。查了半天，最后用示波器一量，3.3V引脚上的纹波有200多毫伏。原因就是红外LED导通瞬间电流脉冲达到几十毫安，直接把3.3V拉塌了，而ADC的参考电压又来自同一路3.3V，结果就是“同一路供电被传感器自己干扰，再被ADC自己读到”。

正确的做法是：传感器电源单独走一路，至少保证大部分电流脉冲由220µF电容来提供。模块上一般已经焊好了这个电容，但如果你自己画PCB，请注意电容要尽量靠近传感器的V-LED和地脚，走线越短越好。千万别图省事用长跳线飞过去，长线的寄生电感会在脉冲边沿产生振铃。

另外一个容易被忽略的坑是ADC参考电压。STM32F103内部参考电压本身精度一般，如果你追求稳定读数，建议使用外部基准，或者至少用一颗高精度LDO给VCAP和VDDA供电。我在实际项目中是让VDDA和Vref都接到同一路独立的3.3V，并加了一颗100nF去耦电容，效果立竿见影。

3. STM32端程序实现全流程

3.1 CubeMX工程配置

我习惯用STM32CubeMX做初始化，再在Keil或VSCode里补业务逻辑。GP2Y1010AU0F这一路其实只需要三个外设：TIM1产生PWM驱动LED，ADC1采集Vout，一个系统滴答或者延时函数做时序控制。

CubeMX里要做的配置：

• 时钟：我选择内部8MHz晶振，倍频到72MHz主频。ADC时钟最大14MHz，所以ADC预分频选6分频，即72/6=12MHz。
• TIM1：选择Channel 1输出PWM，频率设为约10kHz（对应周期100µs），占空比设为固定值。这里提一句，传感器原厂手册里推荐的LED脉冲是“周期10ms，脉宽0.32ms”，也就是100Hz的脉冲。但很多现成例程都是用25kHz到40kHz的载波来实现PWM点亮，两种方式都能让传感器工作，区别在于输出信号的平均电流不同，会直接影响Vout基线电压。如果你完全按手册来，就用100Hz，脉宽0.32ms，实际占空比3.2%；如果你像我这样直接用PWM频率10kHz、占空比8%，也可以工作，但基线会偏移，需要在标定阶段统一处理。
• ADC1：选择通道，比如PA1作为ADC1_IN1，开启连续转换模式或单次转换模式都行。我建议关闭连续转换，因为我们需要在PWM脉冲的精确窗口内采样，手动触发更方便。ADC分辨率选12位，数据对齐选右对齐。

配置完成后生成代码，下面就要处理最核心的时序问题了。

3.2 PWM驱动与ADC采样的时序配合

这是整个项目最关键的一环，也是大多数人读数飘的根源。GP2Y1010AU0F不是“实时一直输出浓度对应电压”的传感器，它的内部电路是配合LED脉冲工作的。手册里有一张时序图，大意是：LED脉冲上升沿之后，大约0.28ms的时候，接收管的输出才达到稳定，此时采样得到的电压才是有效浓度信号。

如果你在LED没亮，或者刚点亮还没稳定的时候去读ADC，读到的要么是环境光底噪，要么是过渡电压，算出来的浓度数据自然不对。正确的采集流程应该是：

1. 拉高PWM引脚，点亮红外LED；
2. 等待280µs，等待内部电路稳定；
3. 触发ADC采样，读取转换值；
4. 拉低PWM引脚，LED熄灭；
5. 等待一段时间，让传感器恢复，然后进入下一次循环。

很多网友问“为什么我读到的值一直在0到几十之间波动，根本没有区分度”，多半就是死在第二步——没有等待稳定时间，或者根本没有用PWM控制LED，直接把LED引脚接高电平常亮。传感器内部LED常亮倒也能输出，但信号特性完全偏离设计值，测出来基本没有参考意义。

下面给出一段可以直接用HAL库实现的采集函数，配合TIM1的PWM脉冲动作：

// 使用HAL库实现的PWM控制+ADC采样 // 前提：TIM1_CH1已配置为PWM输出，PA1已配置为ADC1_IN1 void PM25_OneShot_Measure(uint16_t *adc_value) { // 启动PWM输出，点亮LED HAL_TIM_PWM_Start(&htim1, TIM_CHANNEL_1); // 等待传感器内部稳定 // 根据手册推荐，LED开启后约0.28ms采样最佳 // DWT延时或者直接阻塞延时，注意80MHz主频下1us=80个时钟周期 delay_us(300); // 略大于280us，留出裕量 // 触发单次ADC转换并读取结果 HAL_ADC_Start(&hadc1); HAL_ADC_PollForConversion(&hadc1, 10); *adc_value = HAL_ADC_GetValue(&hadc1); HAL_ADC_Stop(&hadc1); // 关闭PWM，LED熄灭 HAL_TIM_PWM_Stop(&htim1, TIM_CHANNEL_1); // 等待传感器恢复，手册推荐一个完整周期约10ms delay_ms(8); }

如果你不想用PWM，也可以用单纯的GPIO拉高拉低来实现同样的控制逻辑，本质上是一样的。用GPIO时，微秒级延时必须自己写得准，否则时序同样会飘。用DWT（数据观察点与跟踪单元）做微秒延时是最省事且精准的方式，网上有现成代码可以直接抄。

3.3 主循环中的数据处理与滤波

单次采样的ADC值一定是很毛糙的，因为颗粒物在检测腔里的分布是随机浮动的，再加上电路噪声，瞬间值能差出几十甚至上百个数。如果直接把ADC原值拿去换算浓度，显示面板上的数字会像疯子一样乱跳。

常规做法是滑动平均滤波。我推荐N=10或N=20的窗口，每采集一个新值就丢掉最旧的一个，求平均值。窗口越大越平滑，但响应也越慢。我实测N=15是比较舒服的折中：既能覆盖掉颗粒物进出的短期波动，又不会让传感器对空气质量变化的响应变得迟钝。

代码可以这样写：

#define FILTER_WINDOW_SIZE 15 uint16_t filter_buffer[FILTER_WINDOW_SIZE]; uint8_t filter_index = 0; uint32_t filter_sum = 0; void Filter_Add(uint16_t new_value) { filter_sum -= filter_buffer[filter_index]; filter_buffer[filter_index] = new_value; filter_sum += new_value; filter_index++; if (filter_index >= FILTER_WINDOW_SIZE) { filter_index = 0; } } uint16_t Filter_GetAverage(void) { return (uint16_t)(filter_sum / FILTER_WINDOW_SIZE); }

除了滑动平均，还可以加一阶低通滤波，起到“惯性平滑”的作用。我一般把两者结合起来：先用滑动平均削掉突发尖峰，再用一阶低通控制变化的斜率。

// 一阶低通滤波 // alpha取值0.1~0.3，越大越接近原始值 float low_pass_value = 0.0f; void LowPass_Filter(uint16_t adc_value) { float alpha = 0.25f; low_pass_value = alpha * adc_value + (1.0f - alpha) * low_pass_value; }

在写滤波算法之前一定要想清楚你的使用场景。如果是做空气净化器联动，你希望传感器对一根火柴飘出的颗粒物快速反应，滤波就不能太重；如果是做长期趋势监测，追求的是稳定曲线，滤波就可以大胆加重。没有绝对正确的滤波参数，只有最适合场景的参数。

4. 电压转浓度的标定与换算

4.1 理论换算公式与计算过程

ADC值是数字量，最后要变成大家看得懂的µg/m³，这中间必须经过电压转换和浓度映射。

以GP2Y1010AU0F为例，传感器手册给出的典型参数是：干净空气中Vout约为0.9V；灵敏度为0.5V/(0.1mg/m³)，折算一下就是5000mV/(mg/m³)，也就是5mV每µg/m³。

先算ADC对应的电压。STM32的ADC是12位，参考电压3.3V，满量程4096：

[ V_{out} = \frac{ADC值}{4096} \times 3.3V ]

然后算浓度：

[ 浓度（µg/m³）= \frac{V_{out} - 0.9V}{0.005V/(µg/m³)} ]

举个例子，ADC读到800：

[ V_{out} = \frac{800}{4096} \times 3.3 = 0.644V ]

注意！0.644V已经低于0.9V基线，说明这组参数不匹配。这正好暴露了一个问题：很多STM32开发板实际参考电压并不是标准3.3V，而传感器模块的Vcc电压也往往不是5V而是3.3V，这时候传感器的输出特性已经和手册曲线不一样了。理论公式只能作为起点，真正的换算必须走实际标定。

4.2 实际标定的两个土办法

我在项目里一般用两个土办法来标定，成本几乎为零，效果却很可靠。

第一个是“零点和单点校准法”。找一个尽量干净的环境，比如密闭房间里放一台净化器运行半小时，记录传感器此时的ADC平均值，作为零点V0。然后再拿一根点燃的香烟靠近传感器进风口，记录一个浓度大约在800到1000µg/m³级别的ADC平均值，作为高点V1。有了这两点，就能拉一条线性直线：

[ 浓度 = \frac{ADC值 - V0}{V1 - V0} \times 参考浓度参考值 ]

第二个办法是“对比校准法”。准备一台激光式PM2.5检测仪，把红外传感器和激光传感器放在同一个环境里，同时采集数据。每隔10分钟记录一组“红外ADC值”和“激光浓度值”，多记几组，然后做一次最小二乘法线性拟合。这个方法适合有精度要求的场景，拟合完能得到比手册公式准确得多的换算系数。

不管用哪种方法，都要注意一点：标定环境要保证颗粒物混合均匀，也就是让传感器附近的气流相对稳定。如果直接在风扇旁或者窗口边标定，气流扰动会让采样值上下波动很大，标出来的曲线基本没法用。我一般是把两个传感器放进一个纸箱里，侧面开小孔让空气缓慢流通，静止20分钟后再开始记录。

4.3 显示与数据上送

浓度换算完成后，项目才真正进入“能用”阶段。最简单的做法是用I2C接一块OLED显示浓度值；进阶一点接串口屏；再往上就是通过ESP8266或者STM32自带网口把数据上报到IoT平台。

如果是OLED显示，主要注意I2C地址确认和刷新频率。SSD1306的I2C地址一般是0x3C或0x3D，代码里多试两次就能确认。刷新频率不用太高，1秒刷新一次就足够，频繁刷新oled反而会增加I2C总线负担，影响主循环。

数据上送方面，我想特别提一句：PM2.5传感器数据是典型的“对时间连续性要求高”的数据，网络上报时一定要带时间戳，并且尽量用JSON格式或类似结构，方便后续做历史曲线。很多初学者只上报“当前浓度值”，后面想做趋势分析时发现历史数据全是裸值，没有任何时间信息，悔之晚矣。

5. 常见问题与排查记录

5.1 读数一直很高或者一直很低怎么查

这问题我见到过太多次了，先说结论：大概率不是代码问题，而是传感器的工作环境和供电问题。

先看供电。把万用表拨到直流电压档，量传感器Vcc引脚，看静态和LED脉冲工作时电压是否稳定。如果Vcc在脉冲期间掉压超过50mV，基本可以断定供电不足。加一颗220µF电容或者换独立的电源再试。

再看环境。红外传感器非常容易被“脏东西”干扰。如果传感器进风口被灰尘堵住，读数反而可能偏高，因为灰尘本身在光路内造成漫反射。还有更隐蔽的情况：你的传感器旁边如果有其他红外光源，比如遥控器、红外对射模块，推料时接收管会把它们也算进去，读数直接虚高。

读数一直很低的情况，多半是LED没点亮。拿手机镜头对着LED位置瞄一下，看有没有隐约的红光。注意手机摄像头能看到红外光，肉眼却看不见，所以别用肉眼看，直接上手机摄像头看最直观。如果压根没光，检查PWM有没有正确输出，占空比有没有配到模块要求。

5.2 PWM脉冲时序不对导致采样失败

我在调试时把PWM频率、脉宽和采样延时三个参数组合都试过了一遍，发现不同的组合读出来的数据曲线形状完全不一样。如果你发现“传感器对烟雾有反应，但数据总在一个很窄的范围里波动”，很可能是采样时刻落在了LED开启的过渡段，而不是稳定段。

来一个我自己的检查方法：在代码里把采样延时变量做成一个调试参数，先从100µs开始，步进30µs，一直加到500µs。每改一档，放到香烟烟雾环境里测5分钟，记录最大读数和平均值。最后你会发现，有一个延时区间内测量值明显高于其他区间，那个区间就是“稳定窗口”的近似位置。用示波器看Vout引脚波形会更直接：当LED脉冲亮起来后，Vout会先冲高再回落到一个平台，采样点必须落在平台上，而不是尖峰上。

这个“扫延时找平台”的做法听起来土，但真的排掉了我一个下午的无效调试。如果你开发的不是GP2Y1010AU0F，而是其他型号的红外传感器，这个方法同样适用，只是平台出现的时间窗不同。

5.3 传感器一致性及维护建议

GP2Y1010AU0F这类红外传感器的个体差异比激光传感器大很多。我买过同一批次10个模块，在同一个测试环境里测，Vout基线的极差能到0.15V左右，相当于浓度差了30µg/m³。也就是说，批量产品如果只用一套固定换算公式，每台机器的读数都会有偏差。

解决思路有两个：一个是逐台标定，把一组校准系数烧录在每台设备的Flash里；另一个是选用精度更高的激光式传感器，或者增加传感器出厂自校准逻辑。对项目质量要求高的话，强烈建议把校准系数做成可在线写入的结构，调试和生产阶段都能方便维护。

传感器本身也需要定期清洁。红外传感器的光学腔是开放的，时间一长里面会积灰，导致基线漂移。我的习惯是每3个月或者每工作2000小时后，用棉签蘸少量无水乙醇轻轻擦拭检测腔的进风口内壁。注意千万不要拆传感器外壳，红外LED和对管的位置一旦移动，光路就彻底偏了，基本宣告报废。

6. 还能怎么玩：从点到面的工程化扩展

6.1 多传感器联动与空气质量指数计算

当单通道PM2.5采集稳定以后，一个很自然的想法是扩展成多传感器系统。比如同时检测PM2.5、温湿度、TVOC、甲醛，然后综合出一个“空气质量指数”。

我实际做过一个净化器控制系统，用了PM2.5模块加DHT22温湿度传感器加一个甲醛传感器。STM32每500ms采集一轮，全部做完滑动平均后判定状态：

• 当PM2.5浓度大于75µg/m³，开启净化器高速档；
• 浓度在35到75µg/m³之间，开启低速档；
• 浓度低于35µg/m³且持续10分钟，关闭风机。

这背后的核心思想是“低速滞回控制”，防止风机在阈值附近频繁启停。很多人直接拿单阈值做开关，结果净化器像神经病一样反复开关，噪音大而且耗电。加一个滞回区间，比如浓度低于35关、高于45开，在中间区间保持现状，体验会好非常多。

6.2 串口型传感器的接入思路

如果你之后升级到攀藤PMS5003这类激光式传感器，接入STM32的思路也很清晰：UART接串口，在中断或DMA模式下接收数据帧，解析出一个以0x42 0x4D开头的帧结构，从中取出PM2.5浓度值。

这种串口型传感器省去了ADC转换和滤波的功夫，但引入了新的问题：串口数据帧会断帧、会粘包，需要对帧头和校验和做严谨判断。我建议用状态机解析，而不是简单地在接收中断里一次性读完整包。状态机的核心是：遇到0x42 0x4D后进入“接收帧长度”状态，再根据长度字段决定要接收多少字节，最后校验和不匹配就丢弃整个帧。

串口型和模拟型传感器在工程上没有孰优孰劣，只有适配场景。模拟型胜在便宜、灵活、功耗低；串口型胜在精度高、数据格式统一、省去标定。对普通DIY项目，两种都用过一次之后，你就能形成自己的选型判断。

6.3 数据上报与可视化

最后聊数据可视化。很多人做环境监测项目，最后一步就是把数据弄到手机上看。我的建议是：优先考虑局域网方案，最省事的是ESP8266串口透传或者NodeMCU直接跑MQTT。

STM32通过串口把处理好的浓度字符串发给ESP8266，ESP8266再通过MQTT上报给本地服务器或者云平台。MQTT的Topic可以按照设备ID加传感器类型来设计，比如：

home/device1/pm25 home/device1/temperature home/device1/humidity

后端可以用Node-RED或者Grafana直接订阅Topic，做实时曲线和告警。如果只是想在手机上临时看数据，也可以让ESP8266跑一个简单的HTTP Web Server，手机浏览器直接打开页面看实时值，连App都不用装。

我更喜欢先做本地可视化再做云上报，因为本地Grafana调试数据非常快，而且不用担心数据安全问题。等本地逻辑跑顺了，再开云平台对接，心态会稳很多。

在这里，我特别想分享一个踩过好几次的教训：STM32连接红外PM2.5传感器，最大的坑从来不在代码，而在“你以为数据已经准了，其实只是噪声看起来平滑了”。滤波器不要让数据失真，标定不要让数据骗人，这两点是整个项目的灵魂。等你真正把一套红外PM2.5采集系统调稳，回头看整个流程，你会发现自己其实已经顺手掌握了几十种日后一定会用到的嵌入式调试技巧。