1. 项目导学与系统架构：农业气象站背景、系统总体架构、技术选型
大家好，我是你们这趟实战之旅的向导。做嵌入式这么多年，我见过不少学生和工程师在物联网项目上栽跟头——要么是硬件选型拍脑袋，要么是通信协议一团乱麻。今天咱们要聊的农业气象站，其实是个特别典型的物联网案例。它不复杂，但五脏俱全。你把它吃透了，以后做智能大棚、环境监测、甚至工业数据采集，都能直接复用这套思路。
1.1 为什么选农业气象站？
说白了，农业气象站就是个「数据搬运工」。它把田间的温度、湿度、光照、风速这些物理量，变成数字信号，再传到你的手机或电脑上。我2018年给山东一个葡萄园做过类似项目，当时果农最头疼的就是「看天吃饭」——明明要下雨了，人还在外地，大棚没关。后来我们装了这套系统，他直接在微信上就能看到实时数据，还能远程控制卷帘机。
你想想看，这个场景里藏着三个核心问题：
- 怎么感知？——传感器怎么选、怎么接、怎么校准
- 怎么传输？——数据从田间到服务器，走有线还是无线？
- 怎么展示？——用户看到的是图表还是数字？报警怎么推？
嗯，这三个问题，其实就是咱们整个课程要攻克的三个关卡。
1.2 系统总体架构：三层模型
物联网架构，业内公认的分法是「感知层、网络层、应用层」。我在项目里习惯叫它「端-管-云」。别被这些术语吓到，咱们拆开看：
| 层级 | 通俗理解 | 咱们用啥 |
|---|---|---|
| 感知层 | 就是「眼睛和手」——传感器采集数据，执行器干活 | 温湿度传感器、风速风向仪、Modbus RTU采集模块 |
| 网络层 | 就是「神经」——把数据从田间搬到服务器 | 4G DTU、MQTT协议、Wi-Fi（实验室环境） |
| 应用层 | 就是「大脑」——存数据、算数据、展示数据 | Django + MySQL + ECharts |
核心要点：这三层不是孤立的。感知层采集的原始数据，经过网络层「翻译」成标准格式，应用层才能消费。我曾经见过一个团队，传感器采集频率是1秒一次，但MQTT的QoS设成了2（保证必达），结果服务器直接被打崩了。这就是层与层之间没协调好。
1.3 技术选型：为什么是它们？
选技术栈，我有个原则：成熟、稳定、社区活跃。咱们这个项目，我选了四样东西：Python、Django、Modbus、MQTT。下面一个一个说。
1.3.1 Python —— 胶水语言，万物可粘
Python做嵌入式后端，其实挺常见的。它不像C语言那么贴近硬件，但开发效率高啊。我习惯用Python写数据采集的「胶水代码」——串口通信、协议解析、数据入库，一套下来行云流水。而且Python的库生态太丰富了，pymodbus、paho-mqtt、django，都是现成的轮子。
我的习惯：Python版本选3.8以上，别用2.7了，官方都停止维护了。虚拟环境一定要用，我吃过亏——有一次pip install装了个新库，结果把系统自带的Python搞坏了，重装系统才解决。
1.3.2 Django —— 大而全的Web框架
为什么选Django而不是Flask？因为咱们这个项目需要：用户认证、数据模型、后台管理、API接口。Django自带ORM和Admin后台，省去很多重复造轮子的时间。我记得第一次用Django的Model写气象数据表，从建表到迁移，一行SQL没写，全自动搞定。
不过要注意，Django默认是同步框架。如果咱们要处理大量并发连接（比如几百个设备同时上报），得配合Celery或者用Django Channels。这个后面章节会细讲。
1.3.3 Modbus —— 工业界的「普通话」
Modbus是工业通信的元老级协议。咱们的传感器，很多都支持Modbus RTU（串口）或Modbus TCP（以太网）。我选Modbus的原因很简单：几乎所有工业传感器都支持它。你买个温湿度变送器，说明书上大概率写着「支持Modbus RTU通信」。
Modbus的寄存器地址，说白了就是一张「数据地图」。比如地址0x0001存温度，0x0002存湿度。咱们的Python程序，就是通过pymodbus库去读这些地址。我曾经踩过一个坑：某个传感器的数据格式是32位浮点数，但Modbus默认只支持16位整数。后来我手动做了字节序转换，才把数据读对。
避坑指南：Modbus的从站地址（Slave ID）不能重复。我见过有人把两个传感器都设成地址1，结果数据全乱了。建议用标签纸贴在传感器上，写清楚地址和量程。
1.3.4 MQTT —— 轻量级消息协议
MQTT是物联网场景的标配。它基于发布/订阅模式，设备端发布数据，服务器端订阅主题。为什么不用HTTP？因为HTTP是请求-响应模式，设备得主动问服务器「有数据吗？」。而MQTT是服务器主动推，延迟低、流量小。
咱们的架构是这样的：
传感器 → Modbus RTU → 采集终端（树莓派/STM32） → MQTT发布 → MQTT Broker（Mosquitto） → Django订阅 → 数据库MQTT的QoS等级，我建议用QoS 1（至少一次）。QoS 0可能丢数据，QoS 2太慢。农业场景对实时性要求没那么苛刻，丢一两条数据问题不大，但别丢太多。
1.4 整体技术栈一览
最后，我把咱们课程会用到的技术栈整理成一张表。你可以把它当作「购物清单」，后面每个章节都会用到：
| 类别 | 技术/工具 | 版本建议 |
|---|---|---|
| 硬件 | 树莓派4B / STM32F103 | 树莓派推荐4B，2GB内存版 |
| 传感器 | 温湿度（SHT30）、风速（三杯式）、光照（BH1750） | 支持Modbus RTU的型号 |
| 通信 | Modbus RTU (RS485) + MQTT (TCP) | Modbus波特率9600，MQTT端口1883 |
| 后端 | Python 3.8+ + Django 4.x | Django 4.2 LTS |
| 数据库 | MySQL 8.0 / SQLite（开发用） | 生产环境用MySQL |
| 前端 | Bootstrap 5 + ECharts 5 | 图表库用ECharts |
| 消息中间件 | Mosquitto (MQTT Broker) | Docker部署更方便 |
好了，第一章的导学就到这里。你可能会觉得信息量有点大，没关系，后面每一章都会把这些技术点拆开揉碎了讲。下一章，咱们直接上手硬件——把传感器接到树莓派上，用Python读第一组数据。到时候你会发现，Modbus其实没那么神秘。
公众号:蓝海资料掘金营，微信deep3321