低成本传感器构建室内温度分布图谱

项目背景

十年来极寒潮频发叠加取暖费飙升，催生木颗粒炉、Nest学习型恒温器等替代方案。作者初涉物联网与开源硬件，源于优化自装颗粒炉；虽兴趣外延，每逢寒潮仍回归此项目。

核心痛点：家庭在无数据驱动的热流图谱下盲目调温，直觉决策已失效。

无论传统"哑"模型还是Nest类学习系统，恒温器仅提供单点局部温度。要绘制从地下室到三楼卧室的热传递图谱，必须在全屋分布多点传感器。均价$250的智能恒温器超出许多预算。本文工作流设计为可兼容无可编程恒温器场景。

此处原始数据即洞察钥匙——如战时军工证明产量提升带来质量跃迁。实测全屋至少5个传感器，才能产出统计显著数据。

早期尝试受困于高昂节点成本与复杂组网：Arduino Pro Mini($7)+DS18B20($4)+XBee($17)单节点超$30，未含网关服务器。虽有NRF24L01等廉价RF模块，但库配置困难。

灵活性优先；网络需兼容新组件接入与旧件退役。当前原型采用：

测温技术谱系宽广：从简单热敏电阻通过电阻反推温度，到MLX90614等高精度非接触红外传感器，各有权衡。作者聚焦两大验证方案：DS18B20数字传感器与TMP36模拟传感器。

DS18B20高精度单总线通讯但固件复杂；TMP36廉价易用但需标定。详细指南见Adafruit TMP36页与Adafruit DS18B20教程。

无线通讯曾是高墙。两大近期突破大幅降维：

为最大化灵活性，网络融合RF与Wi-Fi双路径。

RF模块虽久廉价，但曾以配置难、不可靠著称。Nordic NRF24L01双向收发简化拓扑，支持MySensors图示的适度树状架构。

来源：Mapping Household Temperature Flow with Cheap Sensors

制造工艺