——项目当前还正处在测试各个分功能阶段，可查看其他博客查看进度
一、项目立项与背景
本项目源于一个朴素的想法：让宿舍桌面上的设备不只是被动响应指令，而是能主动感知环境、结合天气与时间，像一位贴心的朋友一样给出生活提醒。最终项目定义为「CAN助手」——基于 STM32 + CAN 总线 + I.MX6ULL Linux 的桌面生活助手。
一句话描述：STM32 采集环境数据通过 CAN 上报，Linux 端融合天气 API 与 AI 对话能力，以虚拟角色加语音的形式主动给出生活提醒，并支持网页远程互动。
二、总体目标与验收标准
核心目标是在 2025 年 12 月前，完成一个可演示、可写进简历、可拍视频的项目。具体验收标准如下：
- STM32 通过 CAN 总线周期上报温湿度、光照数据，Linux 端实时接收并解析。
- Linux 端融合天气 API，能根据室内环境、室外天气和时间给出主动提醒。
- 虚拟角色在屏幕上显示，提醒时配有文字气泡和语音播报。
- 手机或电脑浏览器可访问 Web 页面，查看数据、触发提醒、与角色对话（接入 AI API）。
- 所有代码在 GitHub 上，有完整 README、架构图、演示视频。
进阶目标包括增加更多传感器（人体感应、空气质量）、数据历史记录与可视化、多宿舍组网（多 STM32 节点挂同一 CAN 总线）。
三、时间线规划
整个项目从 2025 年 8 月启动，按功能模块划分为六个阶段。每个阶段都会单独成文，记录该阶段的详细步骤、踩坑笔记和代码片段，本文只保留阶段目标与里程碑产出，作为总览索引。具体进度可根据实际情况灵活调整，不必严格按时间推进。
| Phase 1：地基 | CAN 链路完全打通 | cansend 到 STM32 灯亮，candump 收到回复 | Phase 1 实战记录 |
| Phase 2：感知 | STM32 接入温湿度加光敏，CAN 上报 | Linux 终端实时打印环境数据 | Phase 2 实战记录 |
| Phase 3：智能 | 规则引擎加天气 API 加主动提醒 | 终端输出结构化提醒 | Phase 3 实战记录 |
| Phase 4：人格 | Qt 虚拟角色加语音播报 | 屏幕显示角色并说话，拍出第一版视频 | Phase 4 实战记录 |
| Phase 5：交互 | Flask 后端加 AI API 加 Web 页面 | 手机浏览器可对话、可控制 | Phase 5 实战记录 |
| Phase 6：打磨 | 文档、GitHub、简历、面试准备 | 完整作品集加投递寒假实习 | Phase 6 实战记录 |
四、技术需求清单
4.1 STM32 端（MCU）
| CAN 通信 | 500kbps，中断接收 RX0，轮询发送 | 必须 |
| I2C 温湿度传感器 | SHT30 或 AHT20，1Hz 采样 | 必须 |
| ADC 光敏采集 | 光敏电阻模块，1Hz 采样 | 必须 |
| 数据打包 | 定义 CAN 报文：0x301 温湿度、0x302 光照 | 必须 |
| 指令响应 | 接收 0x401 控制帧，执行动作（如点亮 LED 模拟执行器） | 必须 |
| 状态回复 | 执行后回复 0x402 状态帧 | 必须 |
| 数据滤波 | 滑动平均防抖 | 建议 |
| DMA（可选） | ADC 多通道提升效率 | 可选 |
4.2 Linux 端（I.MX6ULL 系统）
| SocketCAN 接收 | C 语言，解析 0x301/0x302 帧 | 必须 |
| SocketCAN 发送 | C 语言，发送 0x401 控制帧 | 必须 |
| 天气 API | 心知天气或和风天气，HTTP GET，JSON 解析 | 必须 |
| 规则引擎 | 根据室内外数据产生提醒，带去重和优先级 | 必须 |
| 语音播放 | aplay 播放预生成 WAV，USB 声卡输出 | 必须 |
| Qt 界面 | 显示虚拟角色加文字气泡加实时数据 | 必须 |
| Flask 后端 | REST API：/api/status、/api/remind、/api/chat | 必须 |
| AI API 接入 | GPT/GLM/Claude 任选，Prompt 包含环境上下文 | 必须 |
| 多进程协作 | CAN 接收进程、Web 进程、GUI 进程通过 UDP/socket 通信 | 必须 |
| 数据记录 | CSV 追加写入，带时间戳 | 建议 |
| SQLite | 互动日志、历史提醒存储 | 可选 |
4.3 硬件新增
| 温湿度传感器 | SHT30（I2C） | 10-15 元 | 必须 |
| 光敏传感器 | 光敏电阻模块（ADC） | 3-5 元 | 必须 |
| USB 声卡 | 免驱型 | 10-20 元 | 必须 |
| 小音箱 | 3.5mm 有源 | 15-30 元 | 必须 |
| HDMI 小屏 | 5-7 寸 | 50-120 元 | 建议 |
| 人体红外 | HC-SR501 | 5-8 元 | 可选 |
| 空气质量 | PMS5003 | 20-40 元 | 可选 |
最少新增预算约 50-80 元（不含屏幕）。
4.4 软件工具
| STM32CubeMX + STM32CubeIDE | MCU 开发 |
| VS Code + SSH | Linux 端代码编辑 |
| MobaXterm | 串口/SSH 终端 |
| Git + GitHub | 版本管理 |
| 心知天气 API | 免费天气数据 |
| edge-tts | 电脑上生成语音 WAV |
| OpenAI/智谱 GLM API | AI 对话 |
| Flask | Web 后端 |
| Qt Creator | GUI 开发 |
| 交叉编译工具链 | 编译 ARM 程序 |
五、CAN 应用层协议设计
这是项目的核心文档，也是简历中「CAN 应用层协议设计」能力的直接证明。
| 0x301 | STM32 到 Linux | [温度整数, 温度小数, 湿度] | 环境数据上报（1Hz） |
| 0x302 | STM32 到 Linux | [光照高字节, 光照低字节] | 光照数据上报（1Hz） |
| 0x401 | Linux 到 STM32 | [指令码, 参数] | 控制指令（如 0x01 等于开 LED） |
| 0x402 | STM32 到 Linux | [状态码] | 指令执行结果回复 |
| 0x403 | STM32 到 Linux | [心跳] | 节点在线状态（心跳包） |
六、从零开始搭建项目
这一部分将记录我从零开始搭建这个项目的完整过程，包括环境准备、硬件接线、代码编写、联调测试等每一个环节。每一步的详细操作、遇到的问题和解决方案都会在这里持续补充，形成一份可复现的搭建指南。
搭建过程将按照以下主线推进：
- 环境准备：安装 STM32CubeMX、STM32CubeIDE、交叉编译工具链，配置 Linux 开发环境。
- 硬件搭建：连接 STM32 与传感器、CAN 收发器，完成 I.MX6ULL 与 CAN 总线的接线。
- STM32 端开发：从 CubeMX 生成工程开始，逐步实现 CAN 收发、传感器采集和数据上报。
- Linux 端开发：配置 SocketCAN，编写 C 语言收发模块，打通 CAN 链路。
- 联调与验证：cansend 到 STM32 灯亮，candump 收到回复，验证整条数据链路。
- 后续扩展：接入天气 API、规则引擎、Qt 界面、Flask 后端和 AI 对话。
每个环节完成后，我会把对应的实战笔记、踩坑记录和代码片段补充到这一节，方便后续回顾和复现。
AHT20温湿度传感器：参考AHT20温湿度传感器使用-CSDN博客
linux主机从以太网抓取天气信息：参考嵌入式 Linux 以太网学习笔记：从驱动到应用-CSDN博客
七、项目亮点总结
以下亮点可用于面试和简历表达：
- 异构架构：采用 STM32 加 SoC 的 MCU 加 Linux 异构架构，模拟车载域控制器设计。
- CAN 协议设计：自定义 CAN 应用层协议，包含数据上报、指令下发、状态回复、心跳机制。
- 规则引擎：设计基于多源数据（室内环境加天气加时间）的主动提醒规则引擎。
- AI 集成：接入 GPT API 实现自然语言交互，角色能基于环境上下文给出个性化建议。
- 全栈能力：在资源受限的嵌入式 Linux 板上部署 Flask 后端，实现远程控制与监控。
- 模块化：CAN 接收、规则引擎、GUI、Web 服务解耦，通过 IPC 通信，支持扩展。
八、简历项目描述模板
宿舍桌面 AI 助手（2025.08-2025.12）
设计并实现基于 STM32 加 SoC 异构架构的桌面生活助手系统。STM32F407 作为环境感知节点，采集温湿度（I2C/SHT30）与光照（ADC）数据，通过 CAN 总线以 500kbps 速率周期上报至 I.MX6ULL Linux 中央网关。
自定义 CAN 应用层协议，包含数据上报（0x301/0x302）、控制指令（0x401）、状态回复（0x402）与心跳帧，实现可靠的双向通信。
Linux 端基于 SocketCAN 编写 C 语言收发模块，融合心知天气 API 与规则引擎，综合室内外环境产生主动提醒。
部署 Python Flask 后端服务，接入 GPT API 实现自然语言交互，支持用户通过网页远程查询状态、触发提醒、与 AI 角色对话。
使用 Qt 开发虚拟角色界面，配合语音播报实现人格化交互体验。
技术栈：STM32 HAL 库、CAN 总线、SocketCAN、Linux 多进程、Python Flask、Qt、HTTP/JSON、AI API 集成。
九、学习记录计划
本篇文章将按时间线记录从立项到完成的完整过程，后续每个阶段完成后，会持续补充对应的实战笔记、踩坑记录和代码片段，最终形成一份完整的项目学习档案。
