基于STM32的多模态智能台灯系统设计与实现

1. 智能台灯系统功能架构解析

智能台灯并非简单的LED驱动设备，而是一个融合多传感器感知、多模态交互与边缘决策能力的嵌入式物联网终端。其核心价值在于将传统照明工具升级为具备环境理解、用户意图识别与自适应调节能力的智能节点。本系统基于STM32微控制器构建，硬件层集成人体红外传感器（PIR）、环境光传感器（ALS）、超声波测距模块（HC-SR04）、麦克风阵列（用于语音唤醒与命令识别）及RGB LED驱动电路；软件层采用分层设计，包含底层外设驱动、中间件服务（如传感器数据融合、语音指令解析）、应用逻辑调度与无线通信接口（蓝牙BLE）。整个系统运行于实时操作系统FreeRTOS之上，确保多任务并发执行的确定性与时效性。

该架构的设计哲学是“感知-决策-执行”闭环。环境光传感器持续采样光照强度，经ADC转换后送入控制算法；PIR传感器检测人体存在状态，触发灯光开关策略；超声波模块测量用户与台灯间距离，为坐姿健康监测提供物理依据；语音识别引擎在本地完成关键词检测（Wake Word Detection）与命令词匹配（Command Recognition），避免云端依赖带来的延迟与隐私风险；蓝牙模块则作为与手机App通信的桥梁，实现远程参数配置与状态同步。所有这些功能并非孤立运行，而是通过消息队列与事件标志组进行松耦合协同，例如当PIR检测到人体且环境光低于阈值时，系统自动提升LED亮度；当超声波测距持续小于预设安全距离（如30cm）超过一定时间，即触发坐姿异常告警。

理解这一架构是后续所有开发工作的前提。它决定了硬件资源的分配方式（如TIM定时器用于超声波回波计时、USART用于蓝牙通信、I²C用于环境光传感器读取）、中断优先级的设定逻辑（PIR中断需高于环境光采样中断以保证响应及时性）、以及任务栈空间的预留策略（语音识别任务需较大堆栈以容纳音频缓冲区与模型推理内存）。脱离此架构谈具体实现，无异于在流沙上筑塔。

2. 多模态人机交互机制详解

人机交互是智能台灯用户体验的核心，本系统实现了按键、语音、手机App三种交互通道的深度融合，每种通道对应不同的使用场景与技术实现路径。

2.1 按键交互：基础控制与模式切换

系统配备物理按键，承担最基础、最高可靠性的操作。典型设计包含至少两个独立按键：KEY1用于主模式切换（手动/自动），KEY2用于亮度增减。按键电路采用GPIO输入+外部上拉电阻方案，连接至STM32的GPIOA_Pin0与GPIOA_Pin1。软件层面必须实施可靠的消抖处理，这并非简单的延时等待，而是结合硬件滤波（RC电路）与软件状态机。一个典型的消抖状态机包含“释放”、“按下确认”、“稳定按下”、“释放确认”四个状态，仅当按键电平在“稳定按下”状态持续超过15ms（经验值，覆盖机械触点最大抖动时间），才视为一次有效按键事件。此状态机运行于SysTick中断服务程序中，以保证高频率扫描与低CPU占用率。

按键事件最终被封装为 KEY_EVENT_T 结构体，通过FreeRTOS的队列（ xQueueSendToBack ）投递至主控任务。主控任务在 while(1) 循环中阻塞等待队列消息，接收到后解析事件类型并执行相应动作：若为KEY1，则切换全局模式标志 g_light_mode （ LIGHT_MODE_MANUAL 或 LIGHT_MODE_AUTO ）；若为KEY2且当前为手动模式，则调用 PWM_SetDutyCycle(TIM3, g_brightness_level) 调整LED驱动PWM占空比， g_brightness_level 按10%步进在0%~100%间变化。此设计将硬件事件采集与业务逻辑解耦，便于后期扩展（如增加长按功能触发配网）。

2.2 语音交互：本地化唤醒与命令识别

语音功能是本系统的技术亮点，其关键在于完全离线运行。系统未接入任何云服务，所有语音处理均在STM32F4系列MCU上完成，这对算法轻量化与资源优化提出极高要求。核心组件包括：MEMS麦克风（如SPH0641LU4H）通过I²S接口接入，语音前端处理（VAD，Voice Activity Detection）在DMA搬运音频数据的同时实时运行，关键词检测（KWD，Keyword Spotting）采用经过TinyML优化的神经网络模型（如CNN-LSTM混合架构），命令词识别（CSR，Command Speech Recognition）则基于DTW（Dynamic Time Warping）模板匹配算法。

语音子系统以独立任务 vVoiceTask 形式存在，优先级设为 tskIDLE_PRIORITY + 3 ，高于环境光采样任务但低于PIR中断。任务启动后，首先初始化I²S外设与DMA通道，配置采样率为16kHz、位宽16bit，开辟双缓冲区（Buffer A & B）用于乒乓DMA传输。当DMA完成一次缓冲区填充，触发回调函数，在其中启动VAD算法。VAD仅分析音频能量与频谱熵，若连续5帧判定为“有声”，则激活KWD引擎。KWD模型被量化为INT8格式，加载至SRAM中，每次推理耗时约8ms（在168MHz主频下），可满足实时性要求。一旦检测到唤醒词“小云”，系统立即进入命令词识别阶段，截取后续