STHS34PF80红外存在传感器实战：从硬件设计到自适应算法实现

简介：本资源是面向嵌入式开发者与传感器应用工程师的STHS34PF80高灵敏度红外存在检测完整实现方案，聚焦于解决宽温域下人体/物体存在感应精度低、环境温度漂移导致测温失准等实际工程难题。资源包含225个文件（4.21MB），涵盖90个头文件（h）、36个C源码（c）及37个目标文件（o），主体为基于STM32H5系列MCU的InfraredPD算法库工程，包含HAL驱动、TIM/I2C/RTC等外设配置、TMOS温度补偿核心模块及预编译静态库（.a），支持低增益模式下替代传感器内置算法并实现线性/非线性环境温补。已有224人学习下载，提供可直接集成的固件工程（uvprojx、mxproject）、完整编译产物（axf、hex、map）及技术文档（pdf、md），便于快速验证存在检测逻辑、调试温度补偿效果与移植至同类红外传感项目。

1. 项目缘起：为什么是STHS34PF80？

在智能家居、办公节能、安防监控这些领域，我们总在琢磨一件事：如何更精准、更可靠地判断一个空间里“有没有人”？传统的方案，比如PIR（被动红外）传感器，大家都很熟悉了，它靠检测人体移动带来的红外热辐射变化来工作。但它的短板也很明显：人一旦静止不动，它就“瞎”了，误判成无人，空调、灯光可能就关了，体验非常糟糕。而像摄像头方案，又涉及到隐私和算力成本的问题。

所以，当我在寻找一个能解决“静态存在检测”这个痛点的方案时，STMicroelectronics的STHS34PF80进入了我的视野。它被官方称为“高灵敏度红外存在检测传感器”，核心卖点就是能探测到静止人体的微小红外辐射。这听起来正是我需要的。但 datasheet 上的参数和官方演示是一回事，实际拿回来集成、调试，让它稳定可靠地工作，又是另一回事。市面上关于它的中文实战资料很少，大多停留在功能介绍。因此，我决定把这个从零开始折腾STHS34PF80，并实现稳定存在感应检测的完整过程记录下来，重点分享那些官方文档里不会写的配置细节、调试坑点和实战心得。

简单来说，STHS34PF80 不是一个简单的红外接收管，它是一个集成了红外热电堆传感器、低噪声放大器、24位ADC以及一个复杂数字信号处理内核的完整系统级芯片。它的核心原理是探测8-14微米波长的远红外辐射，这个波段正好是人体体温辐射的峰值区域。通过其内部的InfraredPD算法，它能将微弱的辐射信号转化为一个代表“存在可能性”的数值，而不仅仅是“有/无”的开关量。

2. 核心硬件选型与电路设计要点

拿到一颗传感器，第一步永远是看硬件怎么接。STHS34PF80 提供了两种接口：I2C 和 SPI。对于大多数嵌入式应用，I2C 因其简单和引脚少而成为首选，我的项目也基于 I2C。

2.1 电源与去耦：稳定的基石

Datasheet 上明确要求供电电压（VDD）范围为 1.7V 到 3.6V。我强烈建议使用3.3V供电。原因有三：第一，3.3V是大多数现代MCU（如STM32、ESP32）的标准IO电压，电平匹配，省去电平转换的麻烦；第二，在这个电压下，传感器的模拟前端和数字内核都能工作在最佳性能区间；第三，避免使用接近下限的电压，以防电源纹波导致工作不稳定。

注意：绝对不要用5V直接供电，会永久损坏传感器。

电源引脚（VDD）的去耦电容至关重要。官方推荐在VDD引脚附近放置一个100nF的陶瓷电容（C1）和一个4.7μF的陶瓷电容（C2）。这里的布局有讲究：

• 100nF电容：必须尽可能靠近传感器的VDD和GND引脚，它的作用是滤除高频噪声，路径要短，引线电感要小。
• 4.7μF电容：可以稍远一些，用于提供瞬时电流和滤除低频纹波。

我最初的板子上为了省空间，把4.7μF电容放得有点远（约2cm），在快速启停传感器进行功耗测试时，偶尔会出现数据读取错误。后来严格按照推荐布局修改后，问题消失。所以，别小看这两个电容的位置。

2.2 I2C 接口与地址配置

STHS34PF80 的 I2C 地址由SAO引脚的电平决定：

• SAO接 GND：I2C 地址为0xB6（写） /0xB7（读）（7位地址表示为0x5B）。
• SAO接 VDD：I2C 地址为0xB2（写） /0xB3（读）（7位地址表示为0x59）。

这个地址是固定的，无法通过软件更改，所以在一根I2C总线上挂多个同类传感器时，需要硬件上区分SAO引脚。I2C 的上拉电阻通常为 4.7kΩ，如果总线较长或设备较多，可以适当减小，比如用到 2.2kΩ，以改善上升沿时间。

2.3 红外窗口与FOV（视场角）

这是影响检测性能最关键的物理因素之一。STHS34PF80 本身是一个裸露的芯片，需要在其上方安装一个红外滤光片窗口。这个窗口只允许8-14μm的红外光通过，屏蔽掉可见光和其他波段的干扰，比如白炽灯、太阳光中的近红外成分。

官方模块通常已经集成好了。如果你是自己设计外壳，需要注意：

1. 材料：必须使用针对8-14μm波段高透过的材料，如聚乙烯（PE）、锗（Ge，但成本高）或专用的红外滤光片。
2. FOV：视场角。STHS34PF80 芯片本身的FOV很宽（约80°）。通过窗口的形状和安装距离，可以塑造最终的探测区域。一个平顶窗口会提供一个圆锥形的探测区域。你需要根据安装高度（比如天花板2.8米）和需要覆盖的地面范围，来计算所需的FOV。FOV太宽，可能探测到门外的走廊；FOV太窄，又容易有死角。
3. 清洁：窗口务必保持清洁，灰尘、指纹、油污都会严重衰减红外信号。

在我的测试中，我将传感器模块（带标准窗口）安装在天花板角落，距离地面约2.5米，其地面覆盖范围大致是一个直径约3.5米的圆形区域，这对于一个工位或小房间的检测是合适的。

3. 寄存器配置与驱动开发实战

硬件连接妥当后，接下来就是通过I2C配置传感器，让它开始工作并输出数据。STHS34PF80 的寄存器不算特别多，但几个关键配置决定了它的行为模式。

3.1 初始化流程与关键寄存器

一个稳健的初始化流程如下：

1. 检查设备ID：首先读取WHO_AM_I寄存器（地址 0x0F）。STHS34PF80 的这个寄存器值应该是0xD3。这一步能验证I2C通信是否正常，以及你拿到的是不是正品。
2. 软件复位：向CTRL1寄存器（地址 0x20）的SW_RESET位写1。这会复位所有寄存器到默认值。等待至少 1ms 后再进行后续操作。
3. 配置输出数据率（ODR）：在CTRL1寄存器中设置ODR位。这是最重要的参数之一，决定了传感器多久测量一次。选项从 1Hz 到 30Hz。对于存在检测，通常不需要太快，1Hz 或 4Hz 就足够了。更低的 ODR 意味着更低的功耗。我选择4Hz，在响应速度和功耗间取得了平衡。
4. 启用InfraredPD算法：这是核心。向CTRL2寄存器（地址 0x21）的INITIAL_PD位写1。这个操作会触发传感器内部的InfraredPD算法初始化。根据官方说明，初始化过程可能需要最多500ms。在此期间，不要进行其他寄存器操作。
5. 配置算法参数（可选但重要）：CTRL3寄存器（地址 0x22）包含算法的一些关键参数。
   • AVG_TRIM：平均修剪因子，影响背景噪声估计的稳定性。默认值通常可行，在环境变化剧烈的场景可以微调。
   • MASK_DIST：屏蔽距离。这是一个高级功能，可以屏蔽传感器前方一定距离内的信号，防止过近的物体（如桌上的水杯）被误判为人。需要根据实际安装高度计算。
6. 启用数据就绪中断（可选）：可以配置CTRL4寄存器来设置中断引脚INT的行为，例如当新的存在检测数据就绪时触发中断。这样MCU就不需要轮询，可以进入低功耗睡眠，由传感器中断唤醒，非常适合电池供电设备。
7. 启动连续测量：最后，向CTRL1寄存器的BDU（块数据更新）位写1（推荐，防止在读取多字节数据时高低字节更新不同步），然后向CTRL1的MODE位写1，让传感器进入连续测量模式。

3.2 数据读取与解析

传感器开始工作后，我们需要定期读取数据。核心数据位于两个寄存器：

• STATUS（地址 0x23）：其中DA位表示是否有新的存在检测数据可用。
• PRESENCE（地址 0x28, 0x29）：这是一个16位有符号整数（两个8位寄存器拼接），它直接输出InfraredPD算法的结果，我称之为“存在值”。

这个“存在值”是关键。它不是一个简单的0或1，而是一个范围很大的数值（理论上是16位有符号，即-32768到+32767）。数值越大，表示检测到“存在”的可能性越高。你需要为你的应用场景设定一个阈值（Threshold）。当读取到的PRESENCE值超过这个阈值时，就判定为“有人”；低于另一个阈值（或低于设定阈值一定迟滞量）时，判定为“无人”。

这里就引出了第一个实战坑点：这个“存在值”的绝对大小受多种因素影响，包括环境温度、传感器朝向、窗口洁净度、甚至供电电压的微小波动。因此，你不能把一个固定的阈值（比如1000）写死在代码里，然后指望它在所有安装位置都工作良好。

4. 动态阈值与自适应算法：从数据到可靠判断

直接使用固定阈值是STHS34PF80应用中最常见的失败原因。为了解决这个问题，必须引入动态或自适应的阈值管理机制。

4.1 环境基线自学习

核心思想是：让系统在明确“无人”的状态下，学习当前环境的“存在值”基线水平。

实现步骤：

1. 上电初始化后，延迟一段时间（比如30秒），等待传感器输出稳定，并且确保这段时间内检测区域无人。这段时间内，持续采样PRESENCE值。
2. 计算这段时间内采样值的移动平均或中位数，作为初始的baseline（环境基线）。这个基线代表了当前环境温度、墙壁辐射等静态因素产生的本底信号。
3. 你的检测阈值detection_threshold应该设置为baseline + offset。这个offset是一个经验值，需要通过实验确定。在我的测试中，一个静止的人通常会使PRESENCE值比基线高出200 到 1000点（取决于距离和角度），因此我将offset初始设为 300。

4.2 引入迟滞与状态机

为了防止在阈值附近频繁抖动（比如人轻微晃动导致数值在阈值上下跳动），必须引入迟滞（Hysteresis）。

• 有人 -> 无人的判定阈值应低于无人 -> 有人的判定阈值。
• 例如：
  • 如果current_presence > (baseline + 300)，则判定为“有人”。
  • 一旦判定为“有人”，只有当current_presence < (baseline + 100)时，才切换回“无人”状态。

这样，就形成了一个“检测窗口”，避免了状态的乒乓切换。

4.3 基线的缓慢跟踪

环境温度会缓慢变化（如从清晨到午后），墙壁和家具的温度也会变。因此，baseline不能是固定不变的。在系统判定为“无人”的状态时，应该以非常慢的速度更新baseline，使其跟踪环境的本底变化。

例如，每次在“无人”状态下读取到新的PRESENCE值P_new时：

baseline = baseline * 0.995 + P_new * 0.005

这是一个一阶低通滤波器，时间常数很大，确保基线只跟随缓慢变化，而不会被人体的瞬时信号带偏。

4.4 我的实战代码逻辑片段（伪代码）

// 状态定义 typedef enum { STATE_NO_PERSON, STATE_HAS_PERSON } detection_state_t; // 全局变量 int16_t presence_baseline = 0; detection_state_t current_state = STATE_NO_PERSON; uint32_t last_detection_time = 0; void presence_detection_task(void) { int16_t current_presence = read_presence_value(); // 读取STHS34PF80的PRESENCE寄存器 switch(current_state) { case STATE_NO_PERSON: // 缓慢更新基线（仅当持续无人时） presence_baseline = (presence_baseline * 99 + current_presence) / 100; if(current_presence > (presence_baseline + DETECTION_THRESHOLD)) { current_state = STATE_HAS_PERSON; last_detection_time = get_current_time(); printf("检测到人！\n"); } break; case STATE_HAS_PERSON: // 有人状态下，不更新基线 if(current_presence < (presence_baseline + RELEASE_THRESHOLD)) { // 可能人离开了，但需要持续一段时间低于阈值才确认 if((get_current_time() - last_detection_time) > DEBOUNCE_TIME_MS) { current_state = STATE_NO_PERSON; printf("人已离开。\n"); } } else { // 人还在，刷新最后检测时间 last_detection_time = get_current_time(); } break; } }

其中DETECTION_THRESHOLD（例如300）>RELEASE_THRESHOLD（例如100），DEBOUNCE_TIME_MS（例如5000毫秒）用于防止短暂信号消失（如人坐下后调整姿势）导致的误判。

5. 干扰源识别与滤波策略

即使有了自适应算法，现实环境中还是充满了干扰。STHS34PF80 虽然对8-14μm的光谱有选择性，但并非万能。

5.1 常见干扰源及应对

1. 空调、暖气出风口：这是最棘手的干扰之一。热风或冷风直接吹到传感器窗口，会引起窗口温度快速变化，产生巨大的红外信号，极易误报。解决方案：安装时必须避开空调正对的位置。如果无法避开，可以考虑在软件上增加一个“风速”或“温度变化率”的判断（如果系统有其他传感器），当环境温度剧烈变化时，临时提高检测阈值或暂停存在判断。
2. 阳光直射或移动：太阳是极强的红外源。虽然窗口滤光片能阻挡大部分，但强烈的阳光照射在窗口上，仍会引起温升和信号波动。早晨或傍晚阳光斜射入室，光斑移动也可能被误判。解决方案：避免安装在有阳光直射的位置。或者，利用其内部的温度传感器（STHS34PF80也提供环境温度数据），当检测到环境温度异常高且快速上升时，可以认为是阳光干扰。
3. 白炽灯、卤素灯：这类热光源在近红外波段也有较强辐射，虽然主要能量被滤光片阻挡，但长时间近距离照射仍有影响。解决方案：尽量使用LED灯。如果必须用，让传感器远离灯具。
4. 小动物：猫、狗等宠物。它们的体温和人体接近，也会被探测到。解决方案：利用MASK_DIST功能（如果安装高度足够），屏蔽地面附近区域。或者，通过算法判断信号特征（幅度、变化频率），人体的信号通常更稳定和持续。

5.2 软件滤波：移动平均与野值剔除

在读取PRESENCE值后，直接使用原始值进行判断是不稳健的。建议加入软件滤波：

• 移动平均滤波：对最近N次采样值求平均。N不宜过大，否则响应太慢；N太小，滤波效果差。对于4Hz的ODR，N=4或8（即1-2秒的窗口）是不错的选择。
• 中值滤波：对最近N次采样值取中位数。这对脉冲型干扰（比如飞虫快速掠过）有极好的效果。
• 野值剔除：在计算平均或中值前，先判断当前采样值是否与历史均值偏差过大（例如超过3倍标准差），如果是则视为野值，用上一次的有效值或平均值代替。

在我的实现中，我采用了一个“中值滤波+移动平均”的组合：先对最近的5个采样值取中值，再将这个中值放入一个长度为4的移动平均队列。这样既能抵抗瞬时脉冲干扰，又能让输出曲线平滑。

6. 低功耗设计与中断唤醒实战

对于电池供电的无线传感器节点，功耗是生命线。STHS34PF80 在这一点上设计得相当友好。

6.1 传感器本身的功耗模式

通过配置CTRL1寄存器的ODR和MODE位，可以控制其功耗。

• 掉电模式：MODE=0，功耗最低（典型值<1μA）。
• 单次转换模式：配置ONE_SHOT位。每次需要测量时，由MCU触发一次转换，转换完成后自动回到掉电模式。这是最省电的方案，但需要MCU精确计时。
• 连续模式：MODE=1，并设置ODR。功耗随ODR增加而增加。在4Hz时，典型功耗约为30μA，已经非常低了。

6.2 基于中断的系统级低功耗设计

最理想的架构是：MCU绝大部分时间深度睡眠，STHS34PF80以低ODR（如1Hz）运行。当InfraredPD算法判断“存在值”超过预设的硬件阈值时，传感器通过INT引脚产生中断，唤醒MCU。MCU被唤醒后，快速读取数据寄存器，进行更精细的软件判断，然后通过无线方式上报结果或执行控制，之后再次进入睡眠。

配置步骤：

1. 配置CTRL4寄存器，将INT引脚功能设置为在PRESENCE数据就绪时触发。
2. 配置THS_P_H和THS_P_L寄存器，设置硬件中断阈值。这个阈值可以设得比较保守（较低），确保不漏报，哪怕有些误报也没关系，因为MCU醒来后还有软件算法进行二次确认。
3. 配置CTRL5寄存器，设置中断是脉冲模式还是锁存模式。
4. 将MCU的对应GPIO配置为外部中断唤醒模式，并连接到传感器的INT引脚。
5. 让MCU进入停止（Stop）或深度睡眠（Deep Sleep）模式。

这样，整个系统的平均电流可以控制在几十个微安级别，一颗CR2032纽扣电池理论上可以工作数年。

我实测了一个基于STM32L0和STHS34PF80的节点，设置ODR=1Hz，MCU每秒被唤醒一次读取数据（未使用硬件中断，是最简单但功耗略高的模式），系统平均电流约为45μA。如果优化为上述的中断唤醒模式，平均电流有望降到20μA以下。

7. 实测场景与调参经验分享

理论说完，最后分享一些在不同场景下的实测数据和调参经验。

场景一：小型办公室工位（3m x 3m）

• 安装：天花板，中心位置，离地2.7米。
• 挑战：办公椅（尤其是皮质或黑色网布）与人体的红外反射/吸收特性不同；桌面上的笔记本电脑是热源。
• 调参：DETECTION_THRESHOLD需要设得稍高（如350），因为环境本底（电脑、显示器）会推高baseline。MASK_DIST设置为约0.5米，屏蔽桌面热源的影响。效果：人员坐下、站起、伏案工作均能稳定检测，起身去接水离开约5秒后判定为无人。

场景二：家庭卫生间

• 安装：天花板，靠近门口，避免正对浴霸和淋浴区。
• 挑战：温差大（洗澡时室温骤升），镜面反射，空间小。
• 调参：启用CTRL3中的AVG_TRIM以增强对背景变化的鲁棒性。软件算法中，当检测到温度传感器数值在短时间内快速上升（>1°C/分钟）时，临时锁定“有人”状态，并暂停baseline更新，防止热水蒸汽导致误判。效果：可实现“人来灯亮，人走灯灭”的自动照明，即使坐着看手机也能持续检测。

场景三：会议室门口人数统计（尝试性）

• 安装：门框上方，向下倾斜一定角度，覆盖门口区域。
• 挑战：区分进入和离开，以及多人并排通过。
• 结论：STHS34PF80不适合精确的人数统计。它的“存在值”与人数并非线性关系，且无法区分方向。对于门口检测，它更适合做“有无人员进出”的二进制判断，精确计数需要用到ToF或双目视觉等方案。

通用调参建议：

1. 先硬件，后软件：确保传感器安装位置合理，窗口清洁，避开强干扰源，这是所有软件算法的基础。
2. 使用官方GUI工具：STMicroelectronics提供的Unico-GUI或FP-SNS-STHS34PF80软件包中的演示程序，是前期调试的神器。它可以实时图形化显示PRESENCE值、温度值，并能直接修改寄存器。先用它在你目标场景下观察数据曲线，直观地感受信号和噪声，确定大致的阈值范围。
3. 分步调试算法：先实现固定阈值，看基本检测是否生效。然后加入迟滞，解决抖动。最后再实现复杂的基线学习和动态更新。每步都验证。
4. 长时间稳定性测试：让系统连续运行至少24小时，记录日志。观察在无人时段是否有误报（检查干扰源），在有人时段是否有漏报（检查阈值是否太高或基线是否漂移）。根据日志数据来微调参数。

折腾STHS34PF80的过程，是一个典型的嵌入式传感器应用案例：从读懂数据手册，到硬件设计，再到驱动编写，最后是上层算法优化和抗干扰处理。它不是一个“即插即用”的开关，而是一个需要精心调教的“模拟前端+智能算法”系统。当你看到它能在各种复杂环境下稳定地区分出“静止的人”和“静止的热源”时，那种成就感是巨大的。希望我的这些踩坑经验和实战细节，能帮你更快地驯服这颗高性能的红外存在感应芯片。

本文还有配套的精品资源，点击获取