当前位置: 首页 > ai >正文

【物联网】什么是 DHT11(数字温湿度传感器)?

在这里插入图片描述

正面照片(蓝色传感器朝上,针脚朝下)

丝印标注非常清晰:

左边 → S 👉 信号 (DATA)

中间 → + 👉 VCC (电源,3.3V 或 5V)

右边 → - 👉 GND (地)

✅ 正确接法(Arduino Nano 33 IoT)

S (最左边脚) → D2(和你代码 #define DHTPIN 2 一致)

中间 + → 3.3V(⚠️ Nano 33 IoT 不能用 5V)


1. 什么是 DHT11

  • DHT11 是一种常见的 数字温湿度传感器

  • 它内部集成了:

    • NTC 热敏电阻 → 测温
    • 湿度感应电容 → 测湿度
    • 8 位单片机 → 把温湿度信号转化为数字信号输出
  • 输出方式:单线数字信号(用一个数据引脚就能同时传温度和湿度)。

  • 优点:便宜、简单、广泛用于教学和 IoT 入门项目。

  • 缺点:精度不高(±2°C 温度,±5%RH 湿度),采样频率低(每秒 1 次)。


2. 为什么在你的项目里选择 DHT11

IFN649 Assessment 1 中,你需要一个 传感器节点 来模拟现实 IoT 数据源:

  • DHT11 非常适合入门实验:便宜 + 易用 + Arduino 有成熟库。

  • 它可以提供 真实的物理环境数据(温度、湿度) → 给整个 IoT 管道“上行”传输用。

  • 在实验里:

    • Arduino Nano 33 IoT 通过 dht.readTemperature() / dht.readHumidity() 采集数据。
    • 这些数据通过 BLE characteristic (dhtCharacteristic) 广播给 Pi。
    • Pi 再转发到 MQTT Broker。

👉 所以 DHT11 在项目里就是 “数据源”,它给整个 IoT 系统提供真实输入。


3. 怎么方便理解

可以把 DHT11 想象成一个 “数字温湿度计”,它插在 Arduino 上,让你的 IoT 系统能“感知世界”。

类比生活:

  • 小米温湿度计(蓝牙/米家网关上传)
  • 空调里的温度传感器(决定什么时候制冷/加热)
  • 智能加湿器的湿度探头

4. 现实生活中的运用

DHT11 或类似传感器常见应用:

  • 智能家居:温湿度检测 + 云端联动(控制空调、加湿器)。
  • 农业大棚:监测环境温度/湿度,自动喷雾或通风。
  • 物联网学习/教学:初学者常用来练习传感器 → 网关 → 云端的完整流程。
  • 服务器机房:检测温湿度,联动风扇或告警。

5. 你作业1中的代码和它的关系

Nano33_DHT_BLE.ino 里:

  • #include <DHT.h> / #include <DHT_U.h>
    → 引入 DHT11 库。
  • DHT dht(DHTPIN, DHTTYPE);
    → 定义一个 DHT11 传感器实例。
  • float h = dht.readHumidity();
    → 读取湿度值。
  • float t = dht.readTemperature();
    → 读取温度值。
  • String payload = "H:" + String(h) + " T:" + String(t);
    → 把温湿度拼成字符串。
  • dhtCharacteristic.writeValue(payload);
    → 把温湿度数据广播给 Raspberry Pi。

👉 在 Assessment 1 里,DHT11 = IoT 数据源,它和你的 Arduino BLE 程序直接相关,是“上行数据链路”的起点。


✅ 总结:
DHT11 = 物理环境的“传感器眼睛”,负责让你的 IoT 系统采集真实温湿度。
在项目里,它让你模拟现实 IoT 系统中“感知世界 → 上传云端”的环节。


http://www.xdnf.cn/news/18969.html

相关文章:

  • 为什么不能创建泛型数组?
  • 【计算机408计算机网络】第三章:自底向上五层模型之数据链路层
  • 轮廓周长,面积,外界圆,外界矩形近似轮廓和模板匹配和argparse模块实现代码参数的动态配置
  • STL 深度解析之vector【C++每日一学】
  • AI接管浏览器:Anthropic发布Claude for Chrome,是效率革命还是安全噩梦?
  • 科技大会用了煽情BGM
  • Linux网络基础1(一)之计算机网络背景
  • 解密 Vue 3 shallowRef:浅层响应式 vs 深度响应式的性能对决
  • 答案引擎优化(AEO)制胜策略:抢占AI Overviews流量红利
  • 【基于hyperledger fabric的教育证书管理系统】
  • Maven安装、IDEA集成Maven、依赖管理、单元测试
  • Pinterest自动化 “Pin“得高效
  • Oracle SQL 性能调优的基石:深入解读与驾驭执行计划
  • SpringMVC相关梳理
  • 使用 Wheel Variants 简化 CUDA 加速 Python 安装和打包工作流
  • PyTorch 机器学习基础(选择合适优化器)
  • MTK Linux DRM分析(二十四)- MTK mtk_drm_plane.c
  • 如何为在线医疗问诊小程序实现音视频通话功能?
  • uniapp跨平台开发---uni.request返回int数字过长精度丢失
  • OpsManage:基于Django的企业级AWS云资源运维管理平台
  • 绿幕电商直播为什么要用专业抠图软件.
  • React 状态丢失:组件 key 用错引发的渲染异常
  • 【Linux系统】线程控制
  • 安装Docker Desktop报错WSL needs updating
  • AAA服务器
  • VS2022+QT6.7+NetWork(TCP服务器多客户端助手)
  • 【若依】RuoYi-Vue-springboot3分离版
  • 专业的储存数据的结构:数据库
  • (笔记)Android ANR检测机制深度分析
  • 第1记 cutlass examples 00 的认真调试分析