小智音箱空气质量指数播报结合传感器联动

你有没有过这样的经历：家里刚做完饭，厨房烟味还没散，孩子就开始咳嗽了——可你看了一眼空气检测仪，PM2.5明明“正常”？😅
问题出在哪？很多设备只测颗粒物，却忽略了TVOC（挥发性有机物）这种看不见的“隐形杀手”。而等你打开手机APP查看数据时，污染早已持续了好几分钟。

这正是我们今天要解决的问题。💡
不如让家里的 小智音箱 当你的“空气管家”——不用看屏幕，它会主动告诉你：“当前TVOC偏高，建议开启抽油烟机。”是不是瞬间安心了不少？

---

咱们这套系统的核心思路其实很简单：
用 PMS5003 测灰尘，用 SGP40 捕捉异味气体，再让 ESP32主控板 把这些数据揉在一起分析，最后通过局域网“喊话”给小智音箱，让它张嘴播报。整个过程在本地完成， 不依赖云端、无延迟、还保护隐私 。

听起来像黑科技？其实拆开来看，每一步都清晰可控，而且成本不高，DIY起来也超有成就感！👏

---

先说说那两个关键的小元件—— PMS5003 和 SGP40 ，它们就像是空气质量监测界的“左膀右臂”。

• PMS5003 是个激光颗粒物传感器，靠风扇吸气+激光散射来数空气中漂浮的微粒。它能精准告诉你 PM2.5 是 12 还是 89 μg/m³，特别适合监控做饭、扫地带来的扬尘。
• SGP40 则是个“嗅觉敏锐”的气体传感器，基于金属氧化物材料对 TVOC 做响应。但它有个小脾气：湿度一变，读数就飘。所以得配上一个 SHT30 温湿度传感器 ，做实时补偿，才能让它稳定输出可靠的 IAQ（综合空气质量指数）。

两者配合，就像眼睛和鼻子一起工作：一个看到烟雾弥漫，一个闻到焦糊味道，双管齐下，误判率大大降低。🧠👃👀

下面这段代码就是 ESP32 如何从 PMS5003 读取 PM2.5 数据的典型操作：

#include <HardwareSerial.h>
HardwareSerial sensorSerial(1);

void setup() {
  Serial.begin(115200);
  sensorSerial.begin(9600, SERIAL_8N1, 16, 17); // RX=16, TX=17
}

void loop() {
  if (sensorSerial.available() >= 32) {
    uint8_t data[32];
    sensorSerial.readBytes(data, 32);

    if (data[0] == 0x42 && data[1] == 0x4D) {
      int pm25 = (data[6] << 8) | data[7];
      Serial.printf("PM2.5: %d μg/m³\n", pm25);

      if (pm25 > 35) {
        triggerAirQualityAlert(pm25, "PM2.5");
      }
    }
  }
}

别被串口协议吓到，其实就是等着传感器发来一包 32 字节的数据，校验帧头 0x42 0x4D ，然后把第6、7字节拼成 PM2.5 数值。简单直接，稳定性也不错，跑几天都没啥问题。

至于 SGP40，它是走 I²C 总线的，接线更省事。但它的原始输出是个“Raw Value”，不能直接当浓度看。你需要引入 Sensirion 官方提供的 VOC Algorithm（可以在 GitHub 找到），结合温湿度算出真正的 IAQ 指数。这个过程稍微复杂点，但一旦调通，准确率提升非常明显！

---

接下来重头戏来了：怎么让小智音箱“开口说话”？🗣️

很多人以为语音播报必须联网走云服务，其实不然。小智音箱支持局域网内的 HTTP 接口调用，只要你在内网里发个 POST 请求，它就能立刻播放你指定的文字内容。

比如这条请求：

POST http://xiaozhi.local/api/v1/tts
Content-Type: application/json

{"text": "当前空气质量为轻度污染，请注意开窗通风。"}

发送后不到一秒，音箱就会用清晰的普通话念出来，全程无需经过互联网，也不用唤醒词或账号登录。对于注重隐私的家庭来说，简直是刚需！🔐

实现起来也很轻松，用 ESP32 自带的 HTTPClient 库就能搞定：

#include <WiFiClient.h>
#include <HTTPClient.h>

const char* xiaozhi_ip = "192.168.31.100";

void speak(const String& message) {
  if (WiFi.status() != WL_CONNECTED) return;

  HTTPClient http;
  http.begin("http://" + String(xiaozhi_ip) + "/api/v1/tts");
  http.addHeader("Content-Type", "application/json");

  String json = "{\"text\":\"" + message + "\"}";
  int httpResponseCode = http.POST(json);

  if (httpResponseCode > 0) {
    Serial.printf("TTS播报成功: %s\n", message.c_str());
  } else {
    Serial.printf("TTS请求失败, 错误码: %d\n", httpResponseCode);
  }

  http.end();
}

你看，封装成一个 speak() 函数后，后面只需要写 speak("TVOC超标，请关闭香薰机") 就行了，开发体验非常友好。而且你可以自由控制语速、音量，甚至设置夜间静音模式，避免半夜突然来一句“甲醛浓度升高”，吓醒全家 😅。

---

真正让系统聪明起来的，其实是那个小小的决策逻辑—— 多传感器融合判断 。

你想啊，打扫房间时扬起一阵灰，PM2.5 瞬间飙到 90，但空气其实没啥毒气；反过来，点个蜡烛可能 PM 很低，TVOC 却悄悄爬升。如果只看单一指标，很容易“大惊小怪”或者“视而不见”。

所以我们设计了一个分级策略，参考国标 AQI 标准，把 PM2.5 和 TVOC 各自划分为四个等级：

等级	PM2.5 范围	TVOC (IAQ) 范围
优	<35	<25
良	35–75	25–50
轻度污染	75–115	50–75
中度及以上	>115	>75

最终结果取两者中最差的那个——也就是“短板效应”。代码实现也很直观：

enum AirQualityLevel {
  EXCELLENT,
  GOOD,
  LIGHT_POLLUTION,
  MODERATE_ABOVE
};

AirQualityLevel getAqiLevel(int pm25, int iaqIndex) {
  AirQualityLevel pmLevel, tvocLevel;

  if (pm25 < 35) pmLevel = EXCELLENT;
  else if (pm25 < 75) pmLevel = GOOD;
  else if (pm25 < 115) pmLevel = LIGHT_POLLUTION;
  else pmLevel = MODERATE_ABOVE;

  if (iaqIndex < 25) tvocLevel = EXCELLENT;
  else if (iaqIndex < 50) tvocLevel = GOOD;
  else if (iaqIndex < 75) tvocLevel = LIGHT_POLLUTION;
  else tvocLevel = MODERATE_ABOVE;

  return (pmLevel > tvocLevel) ? pmLevel : tvocLevel;
}

这样一来，系统就能智能区分“短暂扬尘”和“真实污染”，不会动不动就报警，用户体验自然就好多了。

顺便提一句，我还在里面加了个滑动平均滤波，防止某个异常数据点导致误触发。毕竟传感器偶尔也会“打喷嚏”嘛～🤧

---

整个系统的架构可以用一句话概括：
感知 → 分析 → 表达

硬件连接大概是这样：

[ PMS5003 ] → 
             \
              → [ ESP32主控 ] → WiFi → [ 小智音箱 ]
             /                        ↘
[ SGP40 + SHT30 ]                         → [ MQTT Broker（可选）]
                                          ↘
                                            → [ 手机APP / 云端后台 ]

所有核心处理都在 ESP32 上完成，每隔 30 秒采集一次数据，做补偿计算，评级，然后决定要不要“喊一声”。整个流程闭环运行，即使断网也能照常工作。

我还特意做了几个贴心设计：
- 🛌 夜间模式：晚上 10 点到早上 7 点自动关闭语音提醒；
- 🔧 OTA 升级：后续可以远程更新播报文案或调整阈值；
- 💡 扩展接口：预留 GPIO 引脚，未来接个继电器就能联动净化器自动开机；
- 🔐 隐私优先：所有数据可在本地闭环处理，完全不上云。

实际部署时建议把设备放在客厅中央或卧室床头柜，远离灶台、加湿器这些干扰源。电源最好用 5V/2A 的适配器，保证 PMS5003 的风扇稳定运转，不然会影响采样准确性。

---

说实话，这套方案最打动我的地方，不是技术多先进，而是它真的解决了几个“人”的问题：

• 👵 对老人和孩子来说，看不懂数字没关系，听懂一句话就够了；
• 🙈 我们常常忽略空气变化，直到喉咙不舒服才反应过来，而现在是系统提前预警；
• 🤫 不用掏出手机翻APP，信息主动送达，这才是智能家居该有的样子。

想象一下：宝宝正在熟睡，空气净化器默默启动的同时，音箱轻轻说一句：“已检测到空气质量下降，正在自动净化。”——那一刻你会觉得，科技终于有了温度。❤️

---

未来当然还能走得更远：
- 加个 CO₂ 传感器，提醒书房通风；
- 接入 Home Assistant，实现全屋自动化；
- 用机器学习预测趋势，比如“未来两小时TVOC将持续上升”；
- 多房间部署，形成空气地图，哪个角落脏了都知道。

但归根结底，好的智能设备不该让人去适应它，而是悄无声息地融入生活，像呼吸一样自然。

而这套“边缘感知 + 本地决策 + 语音反馈”的设计思路，或许正是下一代家庭健康监测产品的雏形。🌱

“最好的技术，是让你感觉不到它的存在。”
—— 但它一直在守护你。