基于STM32的嵌入式健康监测终端：体温、心率与跌倒检测实战

简介：面向嵌入式开发与健康监测场景的STM32完整工程，基于STM32微控制器实时采集体温、心率，并利用加速度计/陀螺仪（MPU6050）实现老人跌倒检测，数据可通过串口、蓝牙或Wi-Fi上报，适用于居家看护、养老院监护、远程医疗预警等场景。压缩包共230个文件，约29.37MB，主要包含C/H源码、Keil工程配置、编译生成的AXF/HEX固件，以及传感器驱动、LCD显示和定时器相关代码，可帮助学习者快速理解多传感器融合与嵌入式数据上报流程。已有300人学习下载。资源内除了完整工程代码，还提供心率PPG/ECG处理思路、跌倒判断逻辑、通信协议设计等关键模块，适合作为课程设计、毕业设计或产品原型参考，便于在此基础上进行二次开发和功能扩展。

1. 从一颗传感器到一整套看护方案：这个项目到底在做什么

先说结论：这不是一个"实验室里跑通Demo"就完事的项目，而是一套可以部署到养老院、独居老人家庭或康复病房的嵌入式健康监测终端。核心功能三件事——实时测量体温、采集心率数据、识别老人跌倒动作，全部跑在一块STM32上，不上云也能本地独立工作。

我为什么强调"本地独立工作"？因为市面上很多所谓健康监测设备，一旦断网就成了板砖，传感器数据全走云端处理。而STM32方案的优势恰恰在于：所有信号采集、滤波、特征判断都在MCU内部完成，只有最终报警信息才需要对外传输。这对于网络条件不稳定的养老场景，反而更可靠。

整个系统的信号流大致是这样：体温传感器和心率传感器通过I2C或单总线把原始数据送进STM32，六轴加速度计（跌倒检测的核心器件）通过SPI或I2C持续输出三轴加速度和角速度。STM32内部跑三个并行任务——温度采集任务、心率滤波任务、跌倒识别算法——最后把状态汇总到屏幕和蜂鸣器。

这个项目适合谁来搞？

• 正在学STM32但想做点"真正有社会价值"的项目的学生
• 想给家里老人做一套低成本的监测设备、又不想买市面成品的人
• 嵌入式开发者想练手传感器融合和状态机设计

如果你只会点灯、点数码管，这个项目正好把你往前推一大步：它涉及I2C、SPI、定时器中断、串口通信、ADC采集、低功耗设计——STM32的大部分核心外设，你都能碰到。

2. 传感器选型逻辑：为什么是这三颗芯片，而不是别的

选传感器是整条开发链路里最容易被新手低估的一环。很多人上来就买模块，看见引脚能接就焊，结果数据的噪声大得没法看，又找不到问题出在哪。我直接把常用方案摆个表格，说说我踩过的取舍。

先说体温。DS18B20是很多教程的首选，便宜、单总线、不用校准。但它有个致命问题——属于接触式测量，放在身上会被环境温度慢慢"掰弯"，测出来的数据其实是"皮肤加热了传感器"的结果。MLX90614是红外测温，对准手腕动脉区就能读，不接触皮肤，误差在±0.2°C左右，而且它的SMBus协议和I2C几乎兼容，STM32标准库直接能驱动。

心率方面我不推荐模拟输出的PulseSensor。因为它输出的是模拟电压，要用ADC采集，而ADC的噪声很容易干扰心率信号的峰值识别。MAX30102直接输出数字信号，内部自带滤波逻辑，可配置采样率，I2C接口读取寄存器值就行。而且它带绿光LED，绿光对血液吸收率比红光高，穿透浅表层血管的能力更适合手腕佩戴式测量。

重点说MPU6050。这颗六轴芯片（三轴加速度+三轴陀螺仪）简直是为跌倒检测量身定做的。加速度计能感知重力方向变化，陀螺仪能感知身体旋转角速度。摔倒的过程在物理意义上非常明确：先是自由落体般失重，加速度数值骤降，然后猛烈撞击地面，加速度瞬间飙升，最后人躺倒在地，身体姿态从竖直变为水平。

我还考虑过MPU9250，多了一个磁力计，看起来更高级。但对跌倒检测来说，磁力计除了增加代码量毫无用处——检测靠的是加速度和角速度，不是方向和航向。多花钱买用不上的功能，不如把省下的钱花在传感器的滤波电路上。

3. 硬件电路与PCB设计避坑实录

传感器的模数转换、信号调理这些电路如果没弄好，后端代码怎么写都救不回来。我直接说我踩过最疼的两个坑。

3.1 MLX90614的供电纹波问题

第一次焊完板子，MLX90614读出来的温度在33°C到41°C之间乱跳，以为是I2C时序问题，折腾了两天驱动代码。最后用示波器一看，电源线上有200mV的纹波，导致MLX90614内部ADC的参考电压也跟着抖。

解决办法很简单：在MLX90614的VCC和GND之间加一个10μF的钽电容和一个0.1μF的陶瓷电容并联。如果还想更稳，就把传感器单独用一颗LDO（我用的AMS1117-3.3）供电，别跟电机、蜂鸣器共用电源平面。实测共用电源时数据波动±0.5°C，独立供电后稳定在±0.1°C。

3.2 MPU6050的中断引脚与时钟同步

MPU6050有一个INT引脚，数据准备好后会拉高通知MCU读取。很多教程直接把这个引脚悬空，主循环轮询读取，虽然功能能实现，但时序上容易读错。因为轮询读取时，可能刚好读到新旧数据各一半的状态，表现为数据跳变。

我建议把INT引脚接到STM32的外部中断引脚（比如PA1），配置为上升沿触发。这样一来，每次数据更新时MPU6050会主动"敲门"，MCU在中断里读取，保证读到的是一帧完整的数据。这个做法需要把I2C配置为主模式，速率设置在400kHz以下，否则MPU6050容易通信超时。

还有一个细节：MPU6050的I2C地址是0x68，但如果AD0引脚接高电平就变成0x69。很多人在这翻车，明明代码没错，就是找不到设备。直接把AD0接地或者悬空，固定用0x68地址。

3.3 蜂鸣器和继电器的干扰隔离

这个项目的上电自检逻辑里，蜂鸣器会响一声。第一次整体调试时，蜂鸣器一响，屏幕上的心率数值直接跳空一拍。查了半天，原来是蜂鸣器是感性负载，开关瞬间产生反向电动势，顺着电源线和地线干扰了MAX30102的I2C通信。

解决手段是两层：蜂鸣器并联一个1N4148二极管（续流二极管），方向反接，吸收反向电动势；电源入口加一个磁珠和10μF电容构成的π形滤波器。从那以后，蜂鸣器再怎么响，传感器数据都纹丝不动。这个经验直接套用到你的项目里，能省一个礼拜的调试时间。

4. 定时器分时复用：一个定时器干三件事的调度策略

STM32的定时器资源看着不少，但真做项目时就发现不够用：温度采集要周期刷新、心率传感器要定时读取和滤波、跌倒检测需要高频（100Hz）读取加速度数据、显示屏要刷新、蜂鸣器要控制。如果每件事都占一个定时器，F103C8T6这种主流芯片立马就不够用了。

我的做法是一个TIM2搞定所有周期任务，用"时基+任务标记"的方式做时间片轮转调度。这个思路在裸机开发里非常实用，不依赖RTOS，代码量反而更小。

具体操作：TIM2配置为1ms中断（72MHz主频下，预分频72-1，自动重载1000-1），每进一次中断执行tick++。然后在主循环里判断全局的tick变量：

extern volatile uint32_t tick; #define TEMP_PERIOD 1000 // 温度采集周期：1秒 #define HEART_PERIOD 50 // 心率传感器读取：20Hz #define FALL_PERIOD 5 // 跌倒检测：200Hz读加速度 uint8_t temp_flag = 0; uint8_t heart_flag = 0; uint8_t fall_flag = 0; void TIM2_IRQHandler(void) { if (TIM_GetITStatus(TIM2, TIM_IT_Update)) { tick++; if (tick % TEMP_PERIOD == 0) temp_flag = 1; if (tick % HEART_PERIOD == 0) heart_flag = 1; if (tick % FALL_PERIOD == 0) fall_flag = 1; TIM_ClearITPendingBit(TIM2, TIM_IT_Update); } } int main(void) { while (1) { if (temp_flag) { temp_flag = 0; read_temperature_task(); } if (heart_flag) { heart_flag = 0; read_heart_rate_task(); } if (fall_flag) { fall_flag = 0; read_fall_task(); } // 其余时间跑显示刷新和按键扫描 } }

这里有个关键点：主循环的任务必须短平快，不能阻塞。例如读取温度时I2C通信等待时间较长，那就分两次读——先发出读取命令，下次轮询时再取结果。如果主循环卡在某个传感器的等待循环里几百毫秒，其他任务的定时就全乱套了。

我在实际测试中发现，用这个分时复用调度后，跌倒检测的采样率能稳定在200Hz，心率传感器读取稳定在20Hz，温度刷新1秒一次，三件事互不干扰，CPU占用率还不到30%。

5. 跌倒检测核心算法：差分阈值+姿态判定的实战经验

跌倒检测是整个项目算法含量最高的部分，也是最容易"看起来能做、实际根本不准"的部分。光看加速度的绝对值是远远不够的——老人弯腰捡东西、快速坐下、被人搀扶时的加速度变化，跟跌倒看起来非常像。

我的做法是两段式判定，先看运动强度，再看姿态变化。具体拆成三个判据：

**判据一：合加速度突变。**用公式A = sqrt(Ax² + Ay² + Az²)算出合加速度。正常情况下合加速度接近1g（重力加速度），跌倒时先失重（A远小于1g），再撞击（A远大于1g）。判定条件设定为：先检测到A小于0.4g持续至少50ms，随后1秒内A超过2.5g的峰值。这个阈值是我拿20组模拟数据调出来的，不同身高体重的人差异不大，比较普适。

**判据二：姿态角翻转。**跌倒后人体大概率从竖直变成水平。用加速度计分量计算倾斜角，pitch = atan2(Ay, sqrt(Ax² + Az²))，当角度从竖直（接近90°）快速变化到水平（小于30°）时，判定为一次姿态翻转。这里有个细节——必须用低通滤波后的角度。MPU6050原始数据小抖动很大，直接算角度会出现突然翻转的假象。我用滑动平均窗口（窗口长度16，约80ms）把角度曲线磨平后再判断。

**判据三：静止确认。**跌倒在地后，如果只是瞬间的冲击，人可能马上就坐起来了，这种情况不需要报警。所以算法最后一步是"倒地后3秒内，合加速度一直稳定在1g附近（排除继续剧烈运动）"，才确认是"跌倒后未起身"状态。

三个判据按顺序执行，形成一个简单的状态机：正常 → 疑似失重 → 撞击确认 → 姿态翻转 → 静止躺倒 → 触发报警。任意一步超时未满足，状态机自动复位回"正常"。

这套算法实测下来，对"走路滑倒""从椅子跌坐""床上滚落"三种场景都能正确识别，误报率大约百分之几，主要是快速弯腰捡东西后没立刻直起身的情况。这个可以通过提高姿态翻转的阈值角度（从30°降到20°）来规避，但也可能漏掉一些"跌坐后身体仍然前倾"的场景——阈值要按实际使用环境调整，没有一个放之四海而皆准的参数。

6. 心率数据为什么不可信：信号质量的判断与滤波处理

如果你直接把MAX30102的原始数据画出来，那基本是一条疯狂抖动的曲线。要从中算出准确的心率，得做三件事：滑动平均滤波、峰值检测、还有最关键的信噪比判断。

MAX30102的原始数据是红外光透过毛细血管后的吸收量，心脏泵血时血量变化会在波形上形成一个小峰。这个峰非常微弱，很容易被手指移动、环境光干扰盖掉。我用的处理流程是这样的：

首先做滑动平均滤波。窗口长度取多少很关键——窗口太短滤不掉高频噪声，窗口太长会把心率信号的细节也磨没。按照心率范围60-150次/分，主频大约1-2.5Hz，采样率如果是20Hz，那一个波形周期大约有8-20个采样点。滑动平均窗口取5，能在保留波形峰谷特征的前提下滤掉大部分高频抖动。

然后是峰值检测。我用的方法是"求导+阈值"：计算相邻采样点的差值，当差值的符号从正变负、且当前值超过一个动态阈值时，认为是一个波峰。动态阈值怎么定？我是每3秒更新一次，取这3秒内振幅最大值的60%作为这轮检测的阈值。这样即便手轻微晃动导致振幅变化，峰谷检测都能自适应调整。

但还有一个更大的坑——很多情况下，波形根本没有规律。比如老人手凉、末梢血液循环差的时候，MAX30102的红外波形几乎是平的，随机噪声都比你血管搏动的信号大。如果这时还硬算心率，算出来的数完全是瞎猜的。所以一定要加一个信号质量判断模块：

uint8_t check_signal_quality(uint16_t *buffer, uint16_t len) { uint16_t max_val = 0, min_val = 0xFFFF; for (uint16_t i = 0; i < len; i++) { if (buffer[i] > max_val) max_val = buffer[i]; if (buffer[i] < min_val) min_val = buffer[i]; } uint16_t amplitude = max_val - min_val; // 振幅低于300个ADC码值，认为信号不可信 if (amplitude < 300) return 0; return 1; }

这个振幅阈值300是我调出来的经验值——正常佩戴时MAX30102的红外ADC数值在几万范围内，红光通道波形峰谷差在500-1500之间。如果你发现连300都过不了，大概率是佩戴太松或手指冰凉，此时不再计算心率，直接在屏幕上提示"请重新佩戴"，而不是显示一个荒谬的数字。宁可不显示，也不显示假数据——这一点在医疗健康类项目里比什么都重要。

7. 一个让我排查了两天的Bug：I2C通信被中断抢占

这个项目的整体调试还算顺利，唯一让我头疼了两天的问题是：心率数据和温度数据偶尔会出现"瞬间跳变"，甚至直接读到0xFF这种错误字节。因为两个传感器的数据我都放在中断里读取，理论上不该出这种事，但复现时发现，只要蜂鸣器报警（跌倒状态触发），I2C读取就立刻乱套。

排查过程是这样的：先怀疑是I2C时序被拉长导致超时，于是把I2C时钟从400kHz降到100kHz——问题依旧。然后怀疑是外部中断频繁触发导致I2C通信被打断，于是把外部中断优先级降到了最低——依然乱。最后才发现，问题出在MPU6050的INT引脚接线上：这个引脚和蜂鸣器控制引脚在PCB布局上挨得太近，蜂鸣器的2000Hz方波信号通过PCB走线间的寄生电容耦合到了INT线上，产生了大量假中断。

解决起来很直接：把MPU6050的INT引脚在软件上配置为内部上拉，同时把控制蜂鸣器的GPIO从默认的推挽输出改成开漏输出（外加外部上拉电阻）。改了之后，假中断完全消失，I2C读取错误率直接降到0。

这个教训的通用价值是：多传感器系统的"传感器间干扰"，不一定来自电源，也可能来自GPIO之间的电磁耦合。调试时遇到诡异现象，先怀疑物理层，再怀疑协议层和代码层。顺序反过来，很可能白白浪费几天时间。

8. 数据可视化与后续扩展：屏幕显示、低功耗和无线传输的思路

系统做出来之后，显示层我用了0.96寸OLED（SSD1306），I2C接口，一页显示体温和心率，翻页显示姿态状态。这块屏幕在STM32平台上有现成的库，移植成本极低。但如果你想做更复杂的界面，比如波形显示，OLED就不够用了，可以考虑换TFT-LCD或LVGL加持的屏幕。

功耗方面，整机在连续工作模式下电流大约80mA，其中屏幕占了20mA，传感器占了30mA，MCU自身30mA。如果做成便携设备（比如老人随身佩戴），这个功耗是不合格的。低功耗优化的基本思路是：让传感器间歇工作，比如每5分钟测一次体温和心率，每次测10秒后进入待机；摔倒检测模块保持高频工作（毕竟这个不能停）；MCU用停机模式，靠RTC定时唤醒。用这个方案，一块1000mAh的锂电池可以撑一周左右。

无线传输方面，如果要把数据传给手机或后台，我建议用ESP8266或ESP32做WiFi模块，STM32通过串口把传感器数据发给它，走MQTT协议上云。这里有个要注意的问题：STM32和ESP8266串口通信时，波特率不要设太高，115200在长距离传输下容易丢字节，9600太慢传不了高频率的数据波形，57600是我实测比较稳定的折中值。

这套系统如果继续往下做，可以加GPS定位（跌倒时带上位置信息）、加ECG心电模块（做更全面的心脏健康评估）、加语音播报（跌倒时自动呼叫老人或家属）。从项目完成度来说，先把手上的三个模块做扎实、数据做稳定，比贪多求全更有价值——这也是我个人做嵌入式项目最深的体会。

本文还有配套的精品资源，点击获取