单片机创意小制作，GPS记录器DIY

全球定位系统，小名GPS，大家一定不陌生，对于我们来说，它只有一个功能——定位，说白了，就是它能告诉我们现在所处的经纬度。

虽然功能简单，可由此衍生出来的应用可就不少了，比如车载导航仪，不光能告诉我们现在在哪，还能告诉我们怎么去想去的地方;又如某个车队要了解车辆的位置，那就给每个车子装个GPS和无线收发设备，实时了解车辆信息。

图12.1 GPS 记录器的显示界面

除此之外，还有些另类的应用：比如 GPS授时，所谓授时，就是告诉我们现在几点钟了。虽然这有点大材小用的意思，不过这时间是相当准确的，可以精确到毫秒级，可以作为许多应用的标准时钟。再有就是今天我们要DIY的这个“GPS 记录器”(见图12.1)了，简单来说，就是把我们所经过的位置记录下来的装置。有人要问了，这有什么用呢?假如有驴友旅行过程中发现一段非常漂亮的路径，路上湖光山色，风景秀丽，他就可以利用这个装置将路径记录下来和朋友们分享;假如探险家外出探险，也可以利用这个装置将路径记录下来，探险结束后按原路安全返回。这，就是路径回溯功能。

接下来让我们了解一下必备的基础知识。

GPS原理简介

GPS应用已经非常普及，现在很多手机都集成了GPS导航的功能，但是光有导航仪或者是GPS接收器是不行的，它还得有天上挂着的24颗卫星作为信号的来源。这24颗卫星就像草莓外面的籽一样均匀地分布在地球上空，基本上在全球任意地方都能接收到GPS卫星的信号。接收器根据卫星发送的含有报文的信号来计算处于哪个位置。除此之外，我们不能将卫星发射上去之后就不管了，所以，地球上还有地面中心对这些卫星进行监控和数据修正。所以，完整的GPS系统包括 GPS卫星、用户接收端、地面监控中心。

图12.2 解析流程

GPS 接收端与通信协议

上面讲的GPS系统包含3部分，但是我们平时能接触到的只有接收端。别看现在市面上各种牌子的导航仪和接收器数不胜数，但上面用的GPS接收处理的芯片，全球就只有几家公司有能力设计。其中，SiRF的芯片占据了民用市场七八成的份额，而目前用的比较多的是2004年发布的SiRFstar III，也就是所谓的“第3代”芯片。

接下来就是让其他产品能“听懂”从GPS芯片发出的数据是什么意思了，这时就需要有个通信协议。目前大部分GPS模块采用的是NMEA0138协议。这个协议涵盖了许多方面，GPS只是用到其中的一部分。

NMEA 协议简介

NMEA 是由美国全国海洋电子协会(The National Marine Electronics Association)制定的一套通信协议，是目前GPS最常见的通信协议。

以笔者的这个GPS 模块为例，它将接收到的GPS卫星信号解码之后，通过串口以NMEA格式输出，而用到的语句只有4个：$GPGGA、$GPGSA、$GPGSV、$GPRMC，其中美元符号($)代表前缀，表示语句开始;GP 代表对象，代表用在 GPS 上;后面的GGA、GSA、GSV、RMC等是语句类型;每条语句的各个数据字段用半角逗号(,)分开;结尾为*XX，XX 是整个语句的校验和，以检验收到的语句是否正确，代表回车和换行，表示该条语句结束。

我们所要做的就是将其接收下来，解析出我们要的数据，再进行下一步的应用。

数据解析和保存

有了从模块那里收到的数据，接下来就是解析出里面有用的数据了。图12.2所示为简单的解析流程。

由于使用的是单片机，所以最简单的保存数据的方案便是使用SPI接口的Flash。另外由于NMEA语句是为了便于传输，采用字符形式，所以“身材”比较大，基本上每次的数据量在300～500字节，由于Flash容量限制，不能将原始的NMEA 语句直接保存，所以我们自己定义了一个存储格式，将其中有用的数据摘出来以二进制的格式保存，这样每次的数据顺利地缩小了。在实际应用中，每个点的数据只需要32字节。

如何浏览路径

说到这里，就必须请出神器——Google Earth了。这是谷歌出的一款可以看卫星图的软件，可惜的是目前的6.0 版还不能直接支持 NMEA 协议。不过 Google Earth 支持另外一种语言，那就是KML。其全称是Keyhole Markup Language，基于XML，同样，它包含了很多复杂和高级的内容，在此不再赘述，我们只需要用到其中一部分——在Google Earth 中画路径。

下面是一个最简单的KML示例：

Path from GPS Logger V2

Path Name

这个KML文件被Google Earth读取后会生成：

简单来说，它告诉Google Earth，生成一个文档，名字为Path from GPS Logger V2，其中有一个路径，名字叫Path Name，路径的是“连线”的模式，颜色为黄色(ff00ffff)，线宽5像素，而具体经纬度信息则包含在标签中，继而Google Earth会根据其中的经纬度信息绘制出一条折线。

所以，只要将之前保存的每个点的数据，依次填充到标签中，则生成的KML被Google Earth读取之后显示的就是我们记录的路径。

至此，我们自制记录器所需要了解的背景都全部知道了，接下来便是制作的过程了。

主要功能目标

直接显示当前日期和时间、经纬度、海拔、速度、方向等信息，显示卫星信号强度、卫星数目、分布情况等。

将位置信息记录到存储器中，并显示当前空间使用情况。板载的Flash可用保存50994个记录点，按每秒一次计，可连续记录14小时。当空间满了之后，可以将数据转存至TF卡之后重新记录。可实时浏览存储器中的数据，也可将存储器中的记录导出，或者转换成 Google Earth可以识别的KML格式。

图12.3 GPS 记录器的模块框图

GPS 记录器的设计

GPS记录器的模块框图如图12.3所示。数据通信方面，GPS模块通过串口与MCU通信，TF卡和SPI Flash则分别挂载在两个硬件SPI上，LCD通过并行方式与MCU连接。供电方面，采用锂电池(自带过充过放保护电路)供电，由于GPS内置了LDO(低压差线性稳压器)，所以直接与电池连接;另外一路则经3.3V LDO输出给MCU、LCD、Flash和TF卡供电;同时，用STM32自带的ADC模数转换测出锂电池的电压，以此估算剩余电池电量。图12.4为根据框图设计出的PCB原理图。

图12.4 GPS 记录器的PCB 原理图

绘制 PCB

根据液晶显示屏的尺寸，确定了主控板的大小。元器件不多，所以PCB尺寸只有显示屏的1/2左右。制作完成的PCB图与实物如图12.5所示。

表12.1 制作所需原材料和元器件

图12.5 制作完成的PCB图与实物

图12.6 焊接完元器件的PCB

图12.7 GPS 模块通过支架来安装，电池也加以更换

焊接元器件和PCB调试

笔者的习惯是焊接完一部分立刻检测该部分是否能正常工作，这样可以尽早发现问题并快速判断出问题源。

在焊接之前，目测一下板子是否有断路或短路的情况，然后用万用表测量电源正负极之间是否短路。

首先焊接电源部分，将USB座、LDO稳压管和充电芯片及阻容元件焊上，然后供电，测量输出是否为3.3V，有条件的话，还可以接在示波器上看看输出的电压是否纯净。

在LDO输出和整版的供电之间，笔者增加了一个0Ω的电阻，这个电阻可作为跳线使用，断开后可以检测芯片部分是否有短路等情况，调试完成后可直接短接导通。

电源部分完成后，接下来焊接单片机和外围的晶体振荡器、复位电路，组成最小系统。要判断单片机是否能运行起来，可以将板上的两个LED也装上，然后编写一个测试程序，循环点亮和熄灭，如果成功，则表明单片机基本正常。

最后焊接Flash芯片、TF卡座、按键等。

至此，原来的空PCB已经比较像一块电路板了，如图12.6所示。

一般来说，使用陶瓷天线的GPS模块需要尽量使天线面向天空，这样才能尽可能地接收信号，所以安装GPS模块的时候设计了一个支架，使得模块天线与接收器成45°角，平时手持的时候刚好面向天空，即使平放或立着放都能部分面向天空，如图12.7所示。另外，还为模块换了一个备用电池。

全部元件组装完成后的样子如图12.8所示。装上电池和后盖，如图12.9所示，硬件装配至此就完成了。

软件设计思路与调试

由于功能简单，软件不需要复杂的结构，流程如图12.10所示。开机初始化完成后，系统便进入无限主循环中，循环检查GPS是否接收完毕，是否有按键按下。

图12.8 全部元器件组装完毕的样子

图12.9 装上电池和后盖

GPS接收和解析使用了中断，当接收完成后，设置标志位，主循环检测到数据接收完成，便将数据显示在LCD上，如果设置需要记录，则再记录到SPI Flash中。

如果“菜单”按键被按下，则转到菜单函数;如果“显示模式”按键被按下，则切换显示模式;如果“记录”按键被按下，则切换是否记录到SPI Flash中。

图12.10 软件流程框图

操作方式和界面

记录器上部有4个按钮，用途分别为“菜单/退出”、“上一个/显示模式”、“下一个/记录模式”、“确定”。

常规显示时屏幕分为3个区域，顶部显示电池电量、卫星信息、时间等，中间用大字体显示当前经纬度，下半屏则根据显示模式分别显示卫星信息、速度航向和记录信息3种模式。按“显示模式”按键可以在3种模式中循环切换，如图12.11所示。

图12.11 显示屏下半部具备3种显示模式

图12.12 将数据存储到 TF 卡中

按“记录模式”键可以切换记录开始和停止模式。按“菜单”键可进入功能菜单。选择“菜单→转储→TF卡(KML)”可将存储器中的数据以KML文件的格式转存到TF卡中，如图12.12所示。选择“菜单→转储→TF卡(转储)”可将存储器中的数据以原始二进制格式存到TF卡中。

转储之后，在TF卡的GPS目录中就会有已经生成好的KML 文件，如果装了 Google Earth，就会出现如图12.13所示的图标。

图12.13 存储在TF卡中的KML文件

直接双击之后会自动打开 Google Earth，黄色的连线就是我们记录下的路径，如图12.14所示。

图12.14 GPS记录器记录下的路径可在 Google Earth 中显示

选择“菜单→浏览记录”可以实时浏览存储器中记录的路径和记录点的信息，并能直观地了解存储器空间使用情况，如图12.15所示。选择“菜单→擦除空间”，可将数据擦除，继续记录，如图12.16所示。

后记

其实市场上早已有产品化的GPS记录器，而且成本更低、功能更强，但是DIY的乐趣在于更深地了解其中的原理，以及发挥自己的想象力，根据自己的需要定制。比如，还是这套硬件，通过修改软件，还能实现GPS测面积的功能。

图12.15 实时浏览存储器中记录的路径和记录点的信息

图12.16 擦除记录

5个方面详解：AI产品运营必知的软硬件技术

比算法更难得是算法的思想，比编程工具更难的是编程的思维，比做产品更难的是产品的梦想。本文主要从5个方面，详细阐述AI产品运营必知的软硬件技术。

一、AI产品运营对基础关系的安排

1. 智能软硬件与软件和硬件

在AI产品里没有纯粹单独的软件和硬件，尤其是产品经理更应该系统来看，把软件和硬件看成是AI赋能的智能软硬件。

例如：单片机一般意义上被看做硬件，但是我们以一种单片机Arduino来看，Arduino板子上的微控制器可以通过Arduino的编程语言来编写程序，编译成二进制文件，烧录进微控制器，而程序本身又是软件部分。其他AI产品部件也类似像STM32，瑞芯微3288等等。

单片机只是举例，现在这么大的数据量单片机是处理不了的，AI也不只是跑在单片机上，X86，服务端也有。

AI里软件相当于人的大脑，硬件相当于人的身体！所以离开软件硬件没有灵魂，离开硬件软件没有肉身！当下AI硬件主要被用来采集数据和作为算力！

2. 算法和数据

有人说算法重要，因为它体现了技术水平的高低，驾驭数学知识的能力；有人说数据重要没有数据算法如何实现效果，实际上LineLian和工程院院士杨善林的学生讨论后发现，算法和数据是鱼和水的关系。AI时代里算法跟传统算法的区别在于AI的算法是对人脑的模拟，是一种智能。

AI是在大量的样本数据基础上，通过神经网络算法训练数据，建立了输入数据和输出数据之间的映射关系，其最直接的应用是在分类识别方面。例如：训练样本的输入是语音数据，训练后的神经网络实现的功能就是语音识别，如果训练样本输入是人脸图像数据，训练后实现的功能就是人脸识别。

AI算法使得解决问题的步骤智能，数据使得算法得到训练从而实现算法所构建的商业模式！

3. 服务端和应用端

服务端和应用端是相对的。

开发应程序调操作系统的API，操作系统的API有（创建线程、读写文件【读、写、偏移到指定地址】、网络通信、图形渲染），那么操作系统就是应用程序的服务端。

而写一个常规的小程序或者APP，前端用户界面上需要的数据就是分别通过WEB程序调用浏览器功能接口然后OS向后台服务端发请求传数据。

另外web程序员，和底层嵌入式程序员理解的服务端和应用端还有差别，这里产品经理明了这种关系即可。服务端即底层就是功能的实现者，应用端上层就是功能的使用者，这一关系利于产品开发过程中需求时间安排规划。

AI产品经理明了基础关系，能更好的协调资源，补充Team短板，提升产品生命期效率！

二、站在硬件肩旁上赋能硬件

智能软硬件是指通过将硬件和软件相结合，对设备进行智能化创造或者改造。而智能软硬件移动应用端则是软件，通过应用连接智能硬件，操作简单、开发简便，各式应用层出不穷，也是企业获取用户的重要入口。例如：新零售的店铺，智能贩卖机等！

创造和改造对象可能是电子设备，例如：手表、电视和其他电器；也可能是以前没有电子化的设备，例如：门锁、茶杯、汽车甚至房子。

智能软硬件已经从可穿戴设备延伸到智能电视、智能家居、智能汽车、医疗健康、智能玩具、机器人等领域。比较典型的智能软硬件包括Google Glass、三星Gear、FitBit、麦开水杯、咕咚手环、Tesla、无屏电视等。

1. 智能软硬件的特征

信息的获取和交互智能软硬结合

2. 智能硬件的组成

（1）传感器

传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。

例如：检测距离的声波传感器，寻找轨迹的红外传感器，通信的蓝牙、NB-IoT传感器等等！

（2）控制器

控制器是指按照预定顺序改变主电路或控制电路的接线和改变电路中电阻值，来控制电动机的启动、调速、制动和反向的主令装置。

由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的“决策机构”，即完成协调和指挥整个计算机系统的操作。例如：一般功能的叫MCU单片机，复合功能的叫操作系统OS！

首先，控制器在智能硬件中一般叫做芯片，AI与CPU比较在架构和功能特点上有着非常大的区别。

传统的CPU运行的所有的软件是由程序员编写，完成的固化的功能操作，其计算过程主要体现在执行指令这个环节。但与传统的计算模式不同，人工智能要模仿的是人脑的神经网络，从最基本的单元上模拟了人类大脑的运行机制。它不需要人为的提取所需解决问题的特征，或者总结规律来进行编程。

AI一般包含机器学习和深度学习，但不管是机器学习还是深度学习都需要构建算法和模式，以实现对数据样本的反复运算和训练，降低对人工理解功能原理的要求。

因此，AI芯片需要具备高性能的并行计算能力，同时要能支持当前的各种人工神经网络算法。传统CPU由于计算能力弱，支撑深度学习的海量数据并行运算，且串行的内部结构设计架构为的是以软件编程的方式实现设定的功能，并不适合应用于人工神经网络算法的自主迭代运算。

传统CPU架构往往需要数百甚至上千条指令才能完成一个神经元的处理，在AI芯片上可能只需要一条指令就能完成。

其次，解读主流的人工智能芯片。

AI的高级阶段是深度学习，而对于深度学习过程则可分为：训练和推断两个环节。

训练环节通常需要通过大量的数据输入或采取增强学习等非监督学习方法，训练出一个复杂的深度神经网络模型。训练过程由于涉及海量的训练数据和复杂的深度神经网络结构，需要的计算规模非常庞大，通常需要GPU集群训练几天甚至数周的时间，在训练环节GPU目前暂时扮演着难以轻易替代的角色。

推断环节指利用训练好的模型，使用新的数据去“推断”出各种结论，如视频监控设备通过后台的深度神经网络模型，判断一张抓拍到的人脸是否属于黑名单。虽然推断环节的计算量相比训练环节少，但仍然涉及大量的矩阵运算。

在推断环节，除了使用CPU或GPU进行运算外，FPGA以及ASIC均能发挥重大作用。目前，主流的人工智能芯片基本都是以GPU、FPGA、ASIC以及类脑芯片为主。

FPGA：

即专用集成电路，一种集成大量基本门电路及存储器的芯片，可通过烧入FPGA配置文件来来定义这些门电路及存储器间的连线，从而实现特定的功能。而且烧入的内容是可配置的，通过配置特定的文件可将FPGA转变为不同的处理器，就如一块可重复刷写的白板一样。

FPGA有低延迟的特点，非常适合在推断环节支撑海量的用户实时计算请求，如语音识别如LineLian2017年打造的裸眼3D试衣镜所采用的芯片。

由于FPGA适合用于低延迟的流式计算密集型任务处理，意味着FPGA芯片做面向与海量用户高并发的云端推断，相比GPU具备更低计算延迟的优势，能够提供更佳的消费者体验。在这个领域，主流的厂商包括Intel、亚马逊、百度、微软和阿里云。

ASIC：

即专用集成电路，不可配置的高度定制专用芯片。特点是需要大量的研发投入，如果不能保证出货量其单颗成本难以下降，而且芯片的功能一旦流片后则无更改余地，若市场深度学习方向一旦改变，ASIC前期投入将无法回收，意味着ASIC具有较大的市场风险。但ASIC作为专用芯片性能高于FPGA，如能实现高出货量，其单颗成本可做到远低于FPGA。

谷歌推出的TPU就是一款针对深度学习加速的ASIC芯片，而且TPU被安装到AlphaGo系统中。但谷歌推出的第一代TPU仅能用于推断，不可用于训练模型，但随着TPU2.0的发布，新一代TPU除了可以支持推断以外，还能高效支持训练环节的深度网络加速。

根据谷歌披露的测试数据，谷歌在自身的深度学习翻译模型的实践中，如果在32块顶级GPU上并行训练，需要一整天的训练时间，而在TPU2.0上，八分之一个TPUPod(TPU集群，每64个TPU组成一个Pod)就能在6个小时内完成同样的训练任务。

GPU：

即图形处理器。最初是用在个人电脑、工作站、游戏机和一些移动设备上运行绘图运算工作的微处理器，可以快速地处理图像上的每一个像素点。后来科学家发现，其海量数据并行运算的能力与深度学习需求不谋而合，因此，被最先引入深度学习。

GPU之所以会被选为超算的硬件，是因为目前要求最高的计算问题正好非常适合并行执行。一个主要的例子就是深度学习，这是人工智能（AI）最先进的领域。

深度学习以神经网络为基础，神经网络是巨大的网状结构，其中的节点连接非常复杂。训练一个神经网络学习，很像我们大脑在学习时，建立和增强神经元之间的联系。

从计算的角度说，这个学习过程可以是并行的，因此它可以用GPU硬件来加速。这种机器学习需要的例子数量很多，同样也可以用并行计算来加速，在GPU上进行的神经网络训练能比CPU系统快许多倍。

目前，全球70%的GPU芯片市场都被NVIDIA占据，包括谷歌、微软、亚马逊等巨头也通过购买NVIDIA的GPU产品扩大自己数据中心的AI计算能力。

3. 智能硬件生产流程

智能软硬件的开发流程介绍

（1）需求调研及分析

凡是开发产品类的，都需要进行完成的市场调研，智能硬件也是一样，通过面向群体来收集有用的价值，从而对产品开发的导向及功能要求有明确的方向。

（2）产品原型设计

对于该产品的硬件、原件、结构进行开发，完成后进行联调测试，如果中途出现问题，需要重新设计，若通过进行组装及测试。

（3）试产阶段

小批量的进行产品试产，进行产品认证。

（4）产品运营硬件市场化量产阶段

一般情况下，需要等到一些认证做完，接到正式订单才会开始大规模生产。

三、站在软件肩旁上赋能软件

上文第二节里讲站在硬件的肩旁上赋能硬件里，硬件本身亦不是纯硬件，其中有软件部分且是必不可少的部分。

软件包含系统软件和应用软件，系统软件是软件的软件，是软件运行的平台，应用软件是为了完成特定产品业务运营而编写的软件。

常用的系统软件有操作系统（DOS、WINDOWS、UNIX、OS/2）、数据库管理系统（FoxPro、DB-2、Access、SQL-server）、编译软件（VB、C++、JAVA）。应用软件有文字处理软件（WORD、WPS）、信息管理软件、辅助设计软件（CAD）、实时控制软件(CAM)。再例如：APP、小程序等属于应用软件，Android/IOS等属于系统软件。

软件流程一般如下图：

AI需要的智能软硬件流程：

四、以智能家居的智能软硬件产品实战为例

本节以智能家居整体结构设计、芯片选型、模块设计实战经验为例讲一遍智能软硬件产品的打造流程。

先看下图为笔者操盘的智能家居整体结构图：

以下为整体结构图解析：

Android手机终端在连接的4G或WIFI情况下通，过向服务器发出 HTTP 请求完成对信息的查询和任务的设定。

云服务器根据用户需求提供必要的数据，并将对应的任务更新至数据库。嵌入式智能设备通过WIFI模块AT与服务器，进行Socket通信，服务器端使用基于JavaNIO的框架实现 Socket连接。

Android手机终端和智能设备通过不同的服务器进行通信，Android手机终端采用http 协议与服务器进行通信，服务器提供了用于通信的RESTful API，嵌入式智能设备基于 Socket与服务器连通。两个服务器部署在同一台机器上，通过MYSQL数据库做中间桥接，实现数据的共享。

再看下图为具体模块结构图：

上图中MCU负责整个模块的控制；WIFI模块实现模块的无线连接，并集成协议TCP/Ip协议，负责同服务器交换数据；开关控制使用继电器实现，能够实现弱电对强电的控制；湿度、温度、亮度模块根据不同模块的功能进行选装，从而实现对不同量的测量。

限位检测用于检测电机运行的位置状态，从而实现对宠物喂食中机械的控制，实现定量的喂食；RTC时钟为系统的运行提供时间基准；FRAM保存配置数据,即使在掉电后还能够执行之前设定的任务；基本的用户界面提供了现场的控制途径，使用户能够对模块进行直接的操作；供电使用AC/DC电源直接由220V供电或者使用DC进行供电，可以根据外部公开进行选择。

其次芯片选型。

选用M451LG6AE作为主控芯片M451LG6AE为 32位单片机，基于M4内核，具有足够的RAM和 Flash能够满足运行程序的要求。其具有多个串口，支持硬件的 SPI 及 I2C，能够方便实现的通信，具有 AD能够实现一些状态量的测量。

使用 DTH11进行温湿度的测量，其集成了温度及湿度检测功能,接口为单线制串口。节约 IO，使用 DS18B20进行范围较大的温度测量，其测温范围较广，具有密封的封装，能够测量液体温度，能多个并联。对于土壤湿度的测量，使用电阻式湿度传感器进行测量。

限位检测主要用于检测物体是否移动到了指定位置，或者在喂食装置中电机旋转的圈数（决定喂食的量），只需要输出开关量，因此使用光电门进行检测，使用非接触测量能够有效地延长传感器的使用时间，同时能够提供足够的精度。

为了实现高精度的计时，从而减小离线时出现的定时误差，使用外置的RTC DS3231 作为计时基准。DS3231 内置了带温补的晶振,能够实现较高精度的计时，满足运用的需求。

选择擦写次数多和读取速度块的FRAM FM24V系列，来进行设置数据的存储%使掉电复位后，仍然能够进行中断的任务。

使用 HLK-PM01 作为 AC/DC芯片，HLK-PM01 用于实现220VAC到 5VDC的转换，能够提供 3W的功率,足够系统的使用。使用 HLK_M30模块作为WIFI 模块，其体积很小，功耗较低，支持TCP Server/TCP Client /UDP Server/UDP Client工作方式，能够方便地实现互联网连接，串行接口能够方便地与主控器连接。

再则软件设计：

整体软件功能模块如下图：

其中1： 软件部分与硬件之间交互通信模块， APP通过HTTP 协议与服务器进行通信，采用 OkHttp 进行网络请求，请求的方式以 Post为主。

Android系统提供了两种 HTTP 交互的方式HTTPURL-CONNECTION和 APACHE HTTP CLIENT，虽然两者都支持 HTTPS流的上传和下载，配置超时IPV6和连接池，已足够满足各种HTTP请求的需求，但原生的HTTP 接口存在着 API 数量过多，扩展困难等不足。

因此产生了许多出色的网络通信库来替代原生的 HTTPURLConnection，其中OkHttp是最出色的一个。

使用 OkHttp 库进行更高效 HTTP请求可以让应用运行更快、更节省流量，因此，本项目中使用 OkHttp库依赖开发。

APP与服务器通信时采用 JSON格式进行数据传输，JSON 作为一种轻量级的数据交换格式，易于阅读和编写，并且多种编程语言均提供了对 JSON 格式数据解析的支持，易于机器解析和生成。

并且相比XML格式，JSON数据量更小，具有较高的有效数据率，有助于节省流量，提升网络传输速率。APP采用 Android 自带的 JSONObject 类进行 JSON数据的解析。

其中2： 登录模块，由于智能家居控制系统是一个面向多种需求多个用户的控制系统，需要建立用户系统，使不同的用户可以有序地管理自己的设备。

APP在启动时会首先检查本地是否存有用户的 token，如果不存在，跳转到登录界面，密码采用 MD5进行加密。用户登录成功后，将服务器发来的 token通过 SharedPreferences 保存在本地，以后每次网络请求通过这个token进行用户验证，而不需要重新进行登录。

其中3： 设备模块设备列表中选择一个设备进入设备控制页面，在设备控制页面可以进行查看设备信息，查看历史记录，对设备进行控制等操作。

进行设备控制时，智能照明控制开、关两种状态，智能浇水对浇水量进行控制，智能喂食对喂食量进行控制，每种设备的控制均提供手动和定时两种工作方式。在启动定时任务时，可以设置每周某几天在某个时间重复执行设备控制的任务。

其中4： 场景页面中可以添加的任务分为两种类型：

一种是对设备的控制任务，包含控制照明设备的开关，浇水设备的浇水量、喂食设备的喂食量等。另一种是延时任务，用于设定不同设备控制任务之间的延时间隔，场景可以设置为手动或定时启动两种方式。为了减少控制的复杂性，场景中的单项任务不能进行定时的设置，但可以通过设置场景整体的定时任务来实现场景中每个任务的定时执行。

希望通过以上智能软硬件产品实战，来传达一套系统的智能软硬件产品方法论！

五、Hold住产品靠本领，引领智能软硬件市场靠人性！

同样是语音识别猎豹做出来翻译棒，而天猫做出阿里智能音箱。同样是图像识别，用在机场可以协助安检通过，波士顿动力可以给机器狗避障！

智能软硬件产品运营是生意人，互联网产品运营是设计师。

而笔者爸爸说：

“10年难培养一个生意人，1年也许就能培养一个擅长用工具的设计师和程序员”。

比算法更难得是算法的思想，比编程工具更难的是编程的思维，比做产品更难的是产品的梦想！

运营好和卖好产品，并用户口口香传，与实现产品同样重要。没有指令机器不知运转，而没有机器指令又命谁运转？智能软硬件是产品运营的未来！

#专栏作家#

连诗路，公众号：LineLian。人人都是产品经理专栏作家，《产品进化论：AI+时代产品经理的思维方法》一书作者，前阿里产品专家，希望与创业者多多交流。

本文原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议

上海羊羽卓进出口贸易有限公司

技术文档

单片机定做单片机创意小制作，GPS记录器DIY