超详细：LoRa物联网系统 软件技术栈完整工作流

最通俗、最清晰、一步不漏的方式讲清楚：
从 传感器发数据 → 基站 → 服务器 → 数据库 → Web页面展示
整条链路软件到底是怎么跑起来的，你看完就能完全理解整个系统运作原理。
我使用的是：
Python + TCP服务 + 数据库 + Flask Web + 前端实时展示
（轻量、快速、可直接运行）

一、先明确：整套软件由 4 个模块组成

  1. TCP数据接收服务（负责收基站发过来的数据）
  2. 数据解析与校验模块（把16进制数据转成温度/湿度/水平）
  3. 数据库存储模块（把数据永久保存）
  4. Web展示服务（把数据显示在浏览器页面）
这 4 个模块同时运行，构成完整系统。

二、逐模块详细工作流程（超级详细）

1️⃣ TCP数据接收服务（服务器开机就运行）

作用

服务器开启一个端口监听，等待 LoRa 基站主动连接并上传数据。

工作流程

  1. 服务器启动 TCP 服务
    等待 LoRa 基站（TCP 客户端）主动连接
    1. 绑定 IP：0.0.0.0
    2. 监听端口：8888
  3. 基站连接成功 → 建立长连接
  4. 基站每 1 分钟发来一次传感器数据
  5. TCP 服务收到原始 16 进制数据帧
例如：
7E 00 01 00 01 01 15 02 3C 00 05 FF FB 00 7E
  1. 把收到的数据交给解析模块处理

2️⃣ 数据解析模块（核心：把乱码变成真实数据）

作用

把基站发来的 16进制原始帧 解析成：
设备ID、温度、湿度、水平X、水平Y

数据帧格式（固定16字节）

帧头(1) + 设备ID(4) + 温度(2) + 湿度(2) + X轴(2) + Y轴(2) + 校验(1) + 帧尾(1)

解析流程

  1. 校验帧头帧尾
检查是否以 7E 开头、7E 结尾
→ 不是则丢弃
  1. 校验数据合法性
防止乱码、干扰数据
  1. 拆包解析
    1. 设备ID：00010001
    2. 温度：27.5℃
    3. 湿度：58%RH
    4. 水平X：+0.5°
    5. 水平Y：-0.5°
  2. 生成标准数据结构
    {
    "dev_id": "00010001",
    "temp": 27.5,
    "humi": 58.0,
    "level_x": 0.5,
    "level_y": -0.5,
    "time": "2026-03-30 15:30:00"
}
  3. 把解析好的数据交给数据库模块

3️⃣ 数据库存储流程（永久保存历史数据）

数据库：SQLite3（无需安装，开箱即用）

两张表

  • devices（设备表）
  • sensor_data（数据表）

存储流程

  1. 检查设备ID是否存在
    将解析后的温湿度、水平、时间插入数据表
    1. 不存在 → 自动添加新设备
  3. 存储成功 → 完成一次数据接收流程
  4. 等待下一分钟数据到来
数据库里就会不断积累：
00010001 | 27.5 | 58.0 | 0.5 | -0.5 | 2026-03-30 15:30:00
00010001 | 27.6 | 57.9 | 0.4 | -0.4 | 2026-03-30 15:31:00
00010001 | 27.7 | 57.8 | 0.6 | -0.6 | 2026-03-30 15:32:00

4️⃣ Web展示服务流程（浏览器看数据）

技术栈

  • Flask（后端接口）
  • WebSocket（实时刷新）
  • ECharts（曲线图）
  • HTML页面（展示界面）

工作流程

  1. 启动 Flask Web 服务（端口 5000）
  2. 用户打开浏览器访问：
    http://服务器IP:5000
  3. 前端页面自动请求后端接口：
    后端从数据库读取数据 → 返回给前端
    1. 获取最新实时数据
    2. 获取24小时历史数据
  5. 前端渲染：
    自动刷新（无需按F5）
    1. 实时数据表格
    2. 温度曲线
    3. 湿度曲线
    4. 水平角度曲线
每10秒自动刷新一次数据

三、整条系统数据流（终极完整版）

从传感器 → 网页显示，全过程如下：

第1步：传感器采集（每60秒）

温度 + 湿度 + 水平X/Y → 打包LoRa帧

第2步：LoRa发送

无线发送 → 基站接收

第3步：基站转发

LoRa数据 → 转为TCP数据包 → 以太网发给服务器

第4步：TCP服务接收

服务器端口8888 → 收到16进制数据

第5步：数据解析

转成：设备ID、温度、湿度、水平

第6步：存入数据库

永久保存历史记录

第7步：Web前端读取

页面自动请求接口 → 读取数据库

第8步：浏览器展示

实时数据 + 曲线图 + 在线状态

四、软件运行状态示意图（你一看就懂）

五、这套技术栈最大优势（为什么我推荐它）

  1. 轻量：不占资源，低配电脑也能跑
  2. 稳定：TCP长连接，不丢数据
  3. 简单：Python代码易读、易改、易部署
  4. 快速：10分钟部署完成
  5. 可直接运行：拿到代码就能用
  6. 可扩展：以后能加MQTT、4G、GPS、告警、导出Excel等
posted @ 2026-03-30 15:30  星火撩原  阅读(16)  评论(0)    收藏  举报