1. 认识你的硬件伙伴DHT11与树莓派第一次拿到DHT11温湿度传感器时我盯着这个比指甲盖还小的模块看了半天——就这么个小东西能测量环境数据后来实测发现它虽然精度不如实验室设备但家用完全够用。DHT11通过单总线协议通信这意味着只需要一根数据线就能传输数据特别适合树莓派这种GPIO接口有限的设备。传感器背面标注着三个引脚VCC3.3-5V供电、DATA数据线、GND接地。这里有个新手容易踩的坑DATA引脚需要接上拉电阻4.7KΩ-10KΩ不过现在市面上大多数DHT11模块已经内置电阻买回来直接就能用。我对比过DHT11和DHT22的区别前者测量范围是20-90%RH湿度和0-50℃温度精度±5%后者虽然精度更高±2%RH±0.5℃但价格贵三倍对于室内监测来说DHT11性价比更高。树莓派这边以4B型号为例我们需要关注GPIO引脚排列。有个记忆技巧将板子以太网接口朝右左上角第一个引脚是1号3.3V电源右边是2号5V电源向下依次排列。推荐使用GPIO4物理引脚7号因为这个引脚在多数教程中都被用作示例后续软件配置会更方便。2. 硬件连接从物理搭建到信号测试实际接线时我建议用颜色区分的杜邦线红色接VCC1号引脚黑色接GND9号引脚黄色接DATA7号引脚。接好后通电能看到DHT11模块上的LED闪烁这是正常现象。如果使用面包板过渡注意接触不良是导致读取失败的主要原因之一——我有次调试两小时才发现是杜邦线金属头氧化了。测试硬件是否正常有个小技巧用万用表测量VCC和GND之间电压应该是3.3V然后测量DATA引脚电压。正常状态下DATA应该是高电平约3.3V当树莓派发送起始信号时会拉低电平。如果没有万用表可以用这个土方法手指轻触传感器表面观察湿度值是否有变化人体会影响局部温湿度。遇到过最头疼的问题是电源干扰。有次我把传感器接在5V引脚上虽然DHT11标称支持5V供电但和树莓派3.3V的GPIO通信时出现了电平不匹配。后来改用3.3V供电就稳定了。如果遇到数据不稳定可以尝试缩短连接线长度最好小于20cm在VCC和GND之间加装0.1μF去耦电容避免将传感器放置在强电磁干扰源附近3. 三种数据读取方案实战对比3.1 系统Device Tree方案在/boot/config.txt添加dtoverlaydht11,gpiopin4是最简单的方法重启后会在/sys/devices生成设备节点。实测发现这个方案读取成功率约70%因为单总线协议对时序要求严格。改进方法是写个Shell脚本循环读取#!/bin/bash DHT11_PATH/sys/devices/platform/dht114/iio:device0 for i in {1..5}; do humidity$(cat $DHT11_PATH/in_humidityrelative_input) temperature$(cat $DHT11_PATH/in_temp_input) if [ $humidity -gt 0 ] [ $temperature -gt 0 ]; then echo 湿度:$(awk BEGIN{print $humidity/1000})% echo 温度:$(awk BEGIN{print $temperature/1000})℃ break fi sleep 1 done优点是系统级集成适合与其他服务配合缺点是采样间隔不能小于2秒DHT11的物理限制。3.2 Python方案Adafruit库优化版原版Adafruit库在树莓派4B上需要手动修改platform_detect.py我整理了个改进版安装流程pip3 install adafruit-circuitpython-dht sudo apt-get install libgpiod2示例代码增加了异常重试机制import adafruit_dht import board import time dht adafruit_dht.DHT11(board.D4) for _ in range(3): try: temp dht.temperature humidity dht.humidity if temp is not None and humidity is not None: print(f温度: {temp}℃ 湿度: {humidity}%) break except RuntimeError: time.sleep(2)这个方案成功率提升到90%但要注意必须用sudo运行GPIO访问权限每次读取间隔建议≥2秒长时间运行可能出现内存泄漏需要定期重启脚本3.3 C语言方案带信号滤波针对工业级应用我用C重写了驱动加入数字滤波#include wiringPi.h #include stdio.h #include stdlib.h #define MAX_TIMINGS 85 #define DHT_PIN 4 int data[5] {0}; void read_dht() { uint8_t laststate HIGH, counter 0; for (int i0; i5; i) data[i] 0; pinMode(DHT_PIN, OUTPUT); digitalWrite(DHT_PIN, LOW); delay(18); digitalWrite(DHT_PIN, HIGH); delayMicroseconds(40); pinMode(DHT_PIN, INPUT); for (int i0; iMAX_TIMINGS; i) { counter 0; while (digitalRead(DHT_PIN) laststate) { counter; delayMicroseconds(1); if (counter 255) break; } laststate digitalRead(DHT_PIN); if (counter 255) break; if ((i 4) (i%2 0)) { data[(i-4)/2] 1; if (counter 16) data[(i-4)/2] | 1; } } if ((data[4] ((data[0] data[1] data[2] data[3]) 0xFF)) (data[0] ! 0 || data[2] ! 0)) { printf(湿度: %d.%d%% 温度: %d.%d℃\n, data[0], data[1], data[2], data[3]); } } int main() { wiringPiSetup(); while(1) { read_dht(); delay(2000); } return 0; }编译时加-O2优化级别能提高时序精度gcc -O2 -o dht11 dht11.c -lwiringPi4. 数据持久化与可视化实战4.1 SQLite数据库存储我习惯用SQLite存储历史数据先创建数据库sqlite3 environmental.db CREATE TABLE readings( id INTEGER PRIMARY KEY AUTOINCREMENT, timestamp DATETIME DEFAULT CURRENT_TIMESTAMP, temp REAL, humidity REAL )Python插入数据的完整示例import sqlite3 from datetime import datetime def log_reading(temp, humidity): conn sqlite3.connect(/home/pi/environmental.db) c conn.cursor() c.execute(INSERT INTO readings (temp, humidity) VALUES (?,?), (temp, humidity)) conn.commit() conn.close()4.2 实时可视化方案用FlaskChart.js搭建的轻量级Web界面是我的首选。服务端代码from flask import Flask, render_template import sqlite3 app Flask(__name__) app.route(/) def dashboard(): conn sqlite3.connect(environmental.db) c conn.cursor() c.execute(SELECT timestamp, temp, humidity FROM readings ORDER BY timestamp DESC LIMIT 100) data c.fetchall() conn.close() return render_template(dashboard.html, datadata) if __name__ __main__: app.run(host0.0.0.0, port8080)前端页面关键代码dashboard.htmlcanvas idchart width800 height400/canvas script srchttps://cdn.jsdelivr.net/npm/chart.js/script script const ctx document.getElementById(chart).getContext(2d); new Chart(ctx, { type: line, data: { labels: [{% for row in data %}{{ row[0] }}{% if not loop.last %},{% endif %}{% endfor %}], datasets: [ { label: 温度(℃), data: [{% for row in data %}{{ row[1] }}{% if not loop.last %},{% endif %}{% endfor %}], borderColor: red }, { label: 湿度(%), data: [{% for row in data %}{{ row[2] }}{% if not loop.last %},{% endif %}{% endfor %}], borderColor: blue } ] } }); /script4.3 异常报警功能通过SMTP发送邮件报警的Python实现import smtplib from email.mime.text import MIMEText def send_alert(temp, humidity): msg MIMEText(f异常环境数据当前温度: {temp}℃, 湿度: {humidity}%) msg[Subject] 环境监测警报 msg[From] raspberrypiexample.com msg[To] your_emailexample.com with smtplib.SMTP(smtp.example.com, 587) as server: server.starttls() server.login(username, password) server.send_message(msg)在读取数据后加入判断逻辑if temp 30 or humidity 80: send_alert(temp, humidity)对于没有固定IP的情况可以用Telegram Bot实现报警import requests TELEGRAM_TOKEN your_bot_token CHAT_ID your_chat_id def telegram_alert(message): url fhttps://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage params {chat_id: CHAT_ID, text: message} requests.post(url, paramsparams)