4. 传感器校准：光照、温湿度、霍尔的数据校准与滤波
传感器数据不准，智能窗帘就是个摆设。光照传感器报阴天，窗帘却关上了；温湿度飘得离谱，电机反而开始保护性停机。这些坑，我踩过不少。
今天咱们就聊聊三种核心传感器的校准与滤波。说白了，就是让传感器说真话。
核心原则：传感器原始数据 ≠ 真实物理量。校准解决系统性偏差，滤波消除随机噪声。两者缺一不可。
4.1 光照传感器校准
光照传感器最容易出问题的地方，是安装位置和量程匹配。我见过有人把传感器装在窗帘盒内侧，结果永远读不到直射光。
4.1.1 两点校准法
这是最实用的方法。你只需要两个已知照度值：一个暗场（比如0 lux），一个标准光源（比如1000 lux）。
// 光照传感器两点校准示例
float raw_dark = analogRead(LIGHT_SENSOR_PIN); // 遮光时读数
float raw_light = analogRead(LIGHT_SENSOR_PIN); // 标准光源下读数
float scale = 1000.0 / (raw_light - raw_dark);
float offset = -raw_dark * scale;
// 校准后的照度值
float lux = raw_value * scale + offset;我个人习惯在安装时做一次现场校准。拿一个手持照度计，对比五个点，取平均值。嗯，这样能消除传感器个体差异。
小技巧：如果传感器输出非线性（比如某些模拟光敏电阻），可以分段线性插值。每200 lux一个区间，精度能到±5%。
4.1.2 滤波策略
光照变化快，但窗帘动作慢。你不需要每毫秒都响应。
- 移动平均滤波：取最近10次采样平均值，适合平稳光照场景。
- 限幅滤波：相邻两次差值超过50 lux则丢弃，防止闪电或手电筒误触发。
- 加权递推平均：新数据权重0.3，历史数据权重0.7，兼顾响应速度和稳定性。
我曾经遇到一个项目，客户说窗帘在阴天乱动。查了半天，是窗外树叶晃动造成光照剧烈波动。加上限幅滤波后，问题解决。
4.2 温湿度传感器校准
温湿度传感器的问题通常是漂移和交叉敏感。温度不准，湿度就别想准。
4.2.1 温度补偿
大多数数字温湿度传感器（如SHT30、DHT22）内部有温度补偿。但如果你用模拟输出型，就得自己做。
// 温度补偿湿度示例
float temp = read_temperature(); // 当前温度
float raw_humidity = read_humidity_raw();
// 标准补偿公式（以25°C为基准）
float compensated_humidity = raw_humidity / (1.0 + 0.0012 * (temp - 25.0));为什么是0.0012？这是典型高分子湿敏电容的温度系数。不同传感器略有差异，建议查数据手册。
4.2.2 湿度校准的坑
湿度传感器在极端环境下容易饱和。我遇到过在浴室安装的案例，湿度长期90%以上，传感器读数直接飘到105%。
注意：湿度超过95%时，传感器可能进入非线性区。此时数据只能做定性参考，不能用于精确控制。建议增加超限报警。
4.2.3 滤波方法
温湿度变化慢，但噪声来源多（比如电机散热、人体靠近）。
- 一阶低通滤波：Y(n) = α * X(n) + (1-α) * Y(n-1)，α取0.1~0.3。
- 中值滤波：取最近5次采样的中间值，能有效去除脉冲干扰。
- 滑动窗口滤波：窗口大小根据环境变化速度调整。室内取30秒，室外取10秒。
我个人偏爱一阶低通滤波，计算量小，效果也够用。但要注意，α太小会让响应变慢，窗帘可能半天不反应。
4.3 霍尔传感器校准
霍尔传感器用于检测窗帘位置和电机转速。它的校准核心是消除磁滞和安装偏差。
4.3.1 零点校准
霍尔传感器在无磁场时输出不一定是0。你需要记录无磁场时的基准值。
// 霍尔传感器零点校准
float hall_baseline = 0;
for (int i = 0; i < 100; i++) {
hall_baseline += analogRead(HALL_PIN);
delay(1);
}
hall_baseline /= 100; // 取平均作为零点
// 实际使用时减去零点
float hall_value = analogRead(HALL_PIN) - hall_baseline;4.3.2 磁滞补偿
霍尔传感器有磁滞效应——正向和反向经过同一位置时，输出值不同。这在窗帘限位检测中很要命。
| 方向 | 理论位置 | 实际读数 | 偏差 |
|---|---|---|---|
| 正向（开） | 100% | 98% | -2% |
| 反向（关） | 0% | 2% | +2% |
怎么解决？我建议做双向校准。记录正向和反向的阈值，分别用于开和关的判断。
经验值：大多数线性霍尔传感器的磁滞在1%~3%之间。如果你用的传感器偏差超过5%，建议更换。
4.3.3 转速测量滤波
霍尔传感器测转速时，脉冲间隔不稳定。直接计算会抖动。
// 转速测量：脉冲间隔法 + 中值滤波
unsigned long pulse_times[5]; // 存储最近5次脉冲时间
int index = 0;
void pulse_interrupt() {
pulse_times[index] = micros();
index = (index + 1) % 5;
}
float get_rpm() {
// 取中间3个间隔的平均值
unsigned long intervals[4];
for (int i = 0; i < 4; i++) {
intervals[i] = pulse_times[(index + i) % 5] -
pulse_times[(index + i + 1) % 5];
}
// 排序后取中间两个
// ... 排序代码省略
float avg_interval = (intervals[1] + intervals[2]) / 2.0;
return 60000000.0 / avg_interval; // 微秒转RPM
}你想想看，如果直接用单次脉冲间隔，电机稍微抖一下，转速就跳变。中值滤波能有效剔除异常脉冲。
4.4 传感器数据融合策略
单个传感器总有局限。我习惯把光照、温湿度、霍尔数据做简单融合，提高可靠性。
举个例子：光照传感器报暗，但霍尔传感器显示窗帘已经全开。这时候如果直接关窗帘，就错了。融合策略会判断：光照数据是否在合理范围？温湿度是否正常？霍尔位置是否可信？
我的融合原则：至少两个传感器一致才执行动作。单一传感器触发时，先做二次确认，延迟200ms再判断。
4.5 调试与验证
校准完怎么知道对不对？我习惯用串口打印原始值和校准值对比。
// 调试输出示例
Serial.print("Raw: "); Serial.print(raw_lux);
Serial.print(" | Cal: "); Serial.print(cal_lux);
Serial.print(" | Filtered: "); Serial.println(filtered_lux);观察几分钟，看数据是否稳定。如果校准值还在跳，说明滤波参数需要调整。
嗯，这里要注意：不要在生产环境直接改参数。先在测试环境验证，确认没问题再部署。
重要：每次更换传感器硬件后，必须重新校准。不同批次的传感器，零点偏移可能差10%以上。
好了，传感器校准这块就聊到这儿。记住：校准是基础，滤波是保障，融合是升华。把这三步做好，你的智能窗帘就不会犯低级错误。