STM32多模态门禁系统：人脸指纹刷卡密码四合一方案

1. 项目缘起与整体方案拆解

1.1 为什么选STM32做多模态门禁

做单片机毕设，选题方向基本决定了后面三个月是顺风顺水还是天天熬夜。智能门禁这个题目每年都有人做，但大部分人的方案停留在“RC522刷卡+继电器开锁”这个层面，答辩的时候老师问一句“你这个和十年前的门禁有什么区别”就答不上来了。我这次做的方案是把人脸识别、指纹、刷卡、密码四种解锁方式整合到一块STM32主控板上，用OpenMV负责图像采集和人脸比对，主控做逻辑调度和人机交互，这样既有传统嵌入式的外设驱动工作量，又有机器视觉的亮点，答辩的时候可讲的东西足够撑满十五分钟。

选STM32F103ZET6作为主控，理由很直接：引脚多、资料全、价格便宜、学校实验室大概率有现成的开发板。这个芯片是Cortex-M3内核，主频72MHz，512KB Flash、64KB SRAM，跑FreeRTOS绰绰有余。有人会问为什么不选F407或者H7系列，性能确实更强，但对于门禁这个场景来说，F103的处理能力完全够用——人脸识别的计算在OpenMV那边完成，主控只需要接收比对结果然后驱动外设，不存在算力瓶颈。而且F103的标准库和HAL库资料铺天盖地，遇到问题搜一下基本都能找到答案，这对毕设来说太重要了。

整个系统的架构可以这样理解：STM32是“大脑”，负责统筹所有模块的工作节奏；OpenMV是“眼睛”，专职做人脸检测和识别；指纹模块是“手指”，负责指纹录入和比对；RC522是“读卡器”，处理IC卡；矩阵键盘和OLED是“交互界面”，让用户能输入密码、看到操作提示；电磁锁和继电器是“执行机构”，验证通过就开锁。每个模块各司其职，主控通过UART、SPI、I2C等接口把它们串起来，形成一个完整的闭环。

1.2 四种解锁方式的分工与优先级设计

四种解锁方式不是简单堆在一起就行，得考虑它们各自适合什么场景、响应速度如何、安全等级怎么排。我实际调试下来的感受是：

• 人脸识别：适合双手拎着东西回家的场景，无接触，体验最好。但受光照影响大，晚上或者逆光的时候识别率会下降。OpenMV的识别速度大概在300-500ms，加上串口传输和主控处理，整体响应在1秒左右。
• 指纹识别：适合日常进出，手指一按就行，速度快，大概200ms出结果。缺点是手指潮湿或者脱皮的时候容易失败，这个后面会详细说怎么处理。
• 刷卡：适合老人和小孩，不需要记密码也不需要指纹录入。RC522读卡大概100ms，是四种方式里最快的。但卡片容易丢，而且可以被复制，安全等级最低。
• 密码：作为兜底方案，其他方式都失效的时候用。矩阵键盘输入，主控比对，速度取决于用户输入速度。安全等级中等，但要注意防偷窥和键盘磨损问题。

优先级设计上，我让系统默认循环检测指纹和刷卡（这两个响应快、功耗低），人脸识别通过按键触发或者红外传感器触发（因为OpenMV一直开着功耗不小），密码通过键盘任意键唤醒。这样既保证了日常使用的便捷性，又不会让系统一直满负荷运行。

1.3 硬件选型清单与成本控制

毕设的预算通常有限，我把成本控制在300元以内，具体清单如下：

这里有个省钱的点：OpenMV可以用OpenMV Cam M7或者更便宜的H7版本，如果预算实在紧张，甚至可以用STM32F4加上OV7725摄像头自己搭，但那样软件工作量会大很多，不建议毕设期间折腾。另外指纹模块AS608比FPM10A贵一点，但AS608的识别率更高，而且支持串口和USB两种模式，调试更方便。

2. 核心模块的底层原理与驱动要点

2.1 OpenMV人脸识别的工作机制

OpenMV做人脸识别，底层用的是Haar Cascade或者LBP特征，H7版本还支持TensorFlow Lite的轻量级神经网络。我实际用的是Haar Cascade，因为速度快、资源占用少，虽然准确率不如深度学习方案，但对于门禁这种1:N（一个人对多个已注册人脸）的场景，只要注册的人脸不超过10个，识别率完全够用。

OpenMV的代码逻辑是这样的：先加载人脸检测模型，然后循环拍照，检测到人脸后提取特征，和已经保存在SD卡里的特征文件比对，如果相似度超过阈值就通过串口发送“识别成功”的指令给STM32。这里的关键参数是阈值，设太高会拒真，设太低会认假。我试过0.7、0.75、0.8三个值，最后定在0.75，实测下来误识率最低。

串口通信的协议我定义得很简单：OpenMV发送一个字节，0x01表示识别成功，0x02表示识别失败，0x03表示检测到人脸但未注册。STM32收到后根据当前状态决定下一步动作。这种简单的协议虽然不够优雅，但胜在稳定，不会出现解析错误。

注意：OpenMV的帧率设置很关键。如果设成30fps，处理不过来会丢帧；设成10fps又太慢，人站在门口等半天。我最后用的是15fps，配合一个简单的状态机，检测到人脸后暂停拍照，等比对完成再继续，这样既流畅又不卡顿。

2.2 AS608指纹模块的串口通信细节

AS608是光学指纹模块，内部有DSP芯片做图像处理和特征提取，STM32只需要通过串口发送指令包就行。指令包格式是固定的：包头（0xEF01）+ 芯片地址（4字节，默认0xFFFFFFFF）+ 包标识（1字节）+ 包长度（2字节）+ 指令内容 + 校验和（2字节）。

常用的指令有这几个：

• 录入指纹：0x01，需要按两次手指，第一次采集，第二次确认
• 搜索指纹：0x04，在已录入的指纹库中搜索当前手指
• 删除指纹：0x0C，删除指定ID的指纹
• 清空指纹库：0x0D，慎用，一清就全没了

我踩过的一个坑是校验和的计算。AS608的校验和是从包标识开始到指令内容结束的所有字节累加，取低16位。一开始我算错了范围，导致模块一直返回0x01（指令执行失败），查了半天才发现是校验和的问题。后来写了一个校验和计算函数，每次发指令前先算一遍，就再也没出过问题。

指纹录入的时候有个细节：模块要求手指按下去后保持稳定，如果中途移动了，采集的图像会模糊，导致录入失败。我在代码里加了一个判断，如果连续三次采集失败，就通过OLED提示用户“请保持手指不动”，这样用户体验好很多。

2.3 RC522读卡模块的SPI驱动

RC522是NXP的13.56MHz读卡芯片，支持Mifare S50/S70卡。STM32通过SPI接口和它通信，SPI速率我设的是4.5MHz，再高的话杜邦线长了容易出错。RC522的驱动分两层：底层是SPI读写寄存器，上层是寻卡、防冲突、选卡、读写块的操作。

寻卡指令是0x52，返回卡的类型；防冲突指令是0x93，返回卡的UID（唯一标识符）。UID是4字节或者7字节，我用的S50卡是4字节。拿到UID后和STM32 Flash里存储的授权UID列表比对，匹配就开锁。

这里有个经验：RC522的天线匹配很重要。如果读卡距离只有1-2厘米，大概率是天线匹配电容不对。我用的模块是已经匹配好的，读卡距离大概3-5厘米，够用了。如果要更远，可以换大天线或者调整匹配电容，但毕设没必要折腾这个。

2.4 矩阵键盘与OLED的协同交互

4x4矩阵键盘有8根线，4行4列，STM32用8个GPIO控制。扫描方法是逐行拉低，读列线状态，如果有列线被拉低，说明对应按键被按下。这里要注意消抖，我用的方法是检测到按键后延时20ms再读一次，如果还是按下状态就确认。

OLED用的是SSD1306驱动，I2C接口，地址0x78。显示内容分几行：第一行显示当前状态（如“请刷卡”），第二行显示操作提示（如“按#确认”），第三行显示系统信息（如“指纹库:5”）。刷新率不用太高，200ms刷一次就够了，太高反而会闪烁。

键盘和OLED的配合逻辑是这样的：系统空闲时OLED显示“请验证身份”，用户按任意键唤醒键盘，OLED切换到密码输入界面，用户输入6位密码后按#确认，STM32比对密码，正确就开锁，错误就提示“密码错误”并返回空闲状态。这个流程要写得顺畅，不能让用户等太久。

3. 系统联调与核心代码实现

3.1 主控状态机的设计思路

整个系统用一个状态机来管理，状态定义如下：

typedef enum { STATE_IDLE, // 空闲，循环检测指纹和刷卡 STATE_FACE, // 人脸识别模式 STATE_PASSWORD, // 密码输入模式 STATE_UNLOCK, // 开锁状态 STATE_ERROR // 错误状态 } SystemState_t;

主循环里用switch-case处理不同状态。IDLE状态下，每100ms轮询一次指纹模块和RC522，如果有人脸触发信号（红外或者按键），切换到FACE状态。FACE状态下，等待OpenMV的串口数据，收到0x01就进入UNLOCK，收到0x02就返回IDLE。PASSWORD状态下，扫描键盘，收到完整密码后比对，正确进入UNLOCK，错误进入ERROR。

UNLOCK状态下，拉高继电器引脚，电磁锁通电打开，同时蜂鸣器响一声，OLED显示“开锁成功”。延时3秒后自动回到IDLE。ERROR状态下，OLED显示错误信息，蜂鸣器响两声，延时2秒后回到IDLE。

这个状态机的好处是逻辑清晰，每个状态只做一件事，不会出现多个模块同时抢资源的情况。我试过不用状态机，直接在while(1)里堆if-else，结果代码乱得没法维护，调试的时候改一处崩三处。

3.2 串口通信协议的定义与解析

STM32和OpenMV、AS608都通过串口通信，但协议不同。OpenMV用的是单字节指令，简单直接；AS608用的是标准指令包，需要解析。

STM32有三个串口：USART1接OpenMV，USART2接AS608，USART3预留调试用。USART1和USART2都开接收中断，在中断服务函数里处理数据。

OpenMV的数据处理很简单：

void USART1_IRQHandler(void) { if(USART_GetITStatus(USART1, USART_IT_RXNE) != RESET) { uint8_t data = USART_ReceiveData(USART1); if(data == 0x01) { face_result = FACE_SUCCESS; } else if(data == 0x02) { face_result = FACE_FAIL; } USART_ClearITPendingBit(USART1, USART_IT_RXNE); } }

AS608的数据处理复杂一些，因为要接收不定长数据包。我的做法是定义一个缓冲区，收到包头0xEF01后开始存储，根据包长度字段确定后续要收多少字节，收完后置一个标志位，主循环里检测到标志位就解析数据包。

提示：串口中断里不要做太耗时的操作，比如解析数据包、比对指纹，这些放到主循环里做。中断里只负责收数据、置标志位，这样不会阻塞其他中断。

3.3 指纹录入与比对的完整流程

指纹录入是门禁系统里比较繁琐的一步，因为要引导用户正确操作。我的流程是这样的：

1. 用户在OLED上选择“录入指纹”（通过键盘输入特定指令进入）
2. STM32发送录入指令给AS608，OLED提示“请按手指”
3. 用户按下手指，AS608采集第一次图像，返回确认码
4. OLED提示“请再按一次”，用户再次按下同一手指
5. AS608比对两次图像，如果一致就生成特征模板并存储，返回成功
6. OLED提示“录入成功”，分配一个ID（从1开始递增）

比对流程更简单：用户按下手指，STM32发送搜索指令，AS608在指纹库里搜索，找到匹配的就返回对应的ID，STM32根据ID判断是否是授权用户。

这里有个细节：AS608的指纹库容量是1000枚，但实际用不了那么多，我设的上限是50枚，超过就提示“指纹库已满”。另外，录入的时候要确保手指干燥清洁，如果手指太湿或者有污渍，采集的图像质量差，录入会失败。

3.4 人脸注册与识别的OpenMV端实现

OpenMV端的代码用MicroPython写，主要分两部分：注册和识别。

注册模式下，OpenMV拍照，检测人脸，把人脸区域裁剪出来，提取LBP特征，保存到SD卡的features文件夹里，文件名用编号命名（如1.lbp、2.lbp）。注册的时候要拍多张（我用的5张），从不同角度拍，这样识别率更高。

识别模式下，OpenMV循环拍照，检测到人脸后提取特征，和SD卡里所有特征文件比对，计算相似度。如果最高相似度超过阈值（0.75），就认为识别成功，通过串口发送0x01；如果检测到人脸但相似度都不够，发送0x02；如果没有检测到人脸，不发数据。

import sensor, image, time, os from pyb import UART sensor.reset() sensor.set_pixformat(sensor.GRAYSCALE) sensor.set_framesize(sensor.QVGA) sensor.set_framerate(15) uart = UART(3, 115200) face_cascade = image.HaarCascade("frontalface") while True: img = sensor.snapshot() faces = img.find_features(face_cascade, threshold=0.5, scale_factor=1.2) if faces: for f in faces: img.draw_rectangle(f) # 提取特征并比对 # ...省略比对代码... if match: uart.writechar(0x01) else: uart.writechar(0x02) time.sleep_ms(100)

这段代码是简化版，实际用的时候还要加上特征提取和比对的部分。OpenMV的LBP特征提取用的是img.find_lbp()，比对用的是image.match_descriptor()，具体用法可以查OpenMV的官方文档。

4. 调试过程中踩过的坑与解决方案

4.1 电源干扰导致指纹模块频繁复位

这个问题折磨了我整整两天。现象是指纹模块用着用着就无响应，重新上电又好了，但过一会儿又挂。一开始以为是串口通信的问题，查了波特率、校验和、接线，都没问题。后来用示波器看电源波形，发现12V转5V的降压模块输出纹波很大，峰值有200mV，指纹模块对电源波动敏感，电压一抖就复位。

解决方案是加滤波电容。在指纹模块的电源引脚旁边并了一个100uF的电解电容和一个0.1uF的陶瓷电容，纹波立刻降到50mV以下，模块再也没复位过。这个经验告诉我，多模块系统里电源质量比什么都重要，宁可多花几块钱买好的降压模块，也不要在这上面省。

4.2 OpenMV与STM32串口通信丢包

OpenMV和STM32的串口通信偶尔会丢包，表现是OpenMV发了0x01但STM32没收到，或者收到了但解析成别的值。排查后发现两个原因：一是波特率不匹配，OpenMV默认是115200，STM32我一开始设的9600，改成115200后好了一些；二是串口线太长，杜邦线超过20cm后信号质量下降，换成短的屏蔽线后基本不丢了。

还有一个隐藏问题是OpenMV的串口发送没有缓冲，如果STM32正在处理其他中断，可能会错过数据。我的解决办法是在OpenMV端连续发送三次同样的指令，STM32收到一次就够，这样即使丢了一两次也不影响。虽然有点浪费带宽，但稳定性提升明显。

4.3 指纹识别率低的优化过程

一开始指纹识别率只有70%左右，十次里有三次失败。我做了以下几件事来优化：

• 调整采集参数：AS608的采集超时时间默认是5秒，我改成10秒，给用户更多时间调整手指位置。
• 增加重试机制：如果第一次搜索失败，自动重试两次，三次都失败才返回错误。
• 引导用户正确按压：OLED上显示“请将手指平放，稍用力按压”，并配一个简单的示意图。
• 定期清理指纹库：删除质量差的指纹模板，重新录入。

优化后识别率提升到95%以上，基本做到一次通过。这里的关键是站在用户角度想问题，不能假设用户知道怎么正确按指纹。

4.4 常见问题速查表

5. 系统优化与功能扩展思路

5.1 低功耗模式的实现

门禁系统通常需要24小时运行，功耗是个绕不开的问题。STM32F103本身功耗不高，但OpenMV一直开着就很费电。我的优化方案是让OpenMV在空闲时进入睡眠模式，通过红外传感器唤醒。

具体做法是：在门旁边装一个HC-SR501红外传感器，检测到有人靠近时输出高电平，STM32收到后通过串口发送唤醒指令给OpenMV，OpenMV从睡眠中醒来开始拍照。没人时OpenMV继续睡，功耗从120mA降到20mA左右。

STM32本身也可以用Stop模式，在IDLE状态下关闭不必要的外设时钟，只保留串口和外部中断。这样整机功耗可以控制在50mA以内，用12V 2A的适配器绰绰有余。

5.2 数据存储与掉电保护

指纹模板和授权卡UID需要掉电保存，我一开始想用AT24C02 EEPROM，但容量太小（2KB），存不了几个指纹模板。后来改用W25Q64 Flash，8MB容量，存几百个指纹模板都没问题。

W25Q64通过SPI接口和STM32通信，驱动比EEPROM复杂一点，但容量大、速度快。我划了三个区域：0x000000-0x00FFFF存指纹模板，0x010000-0x01FFFF存卡UID，0x020000-0x02FFFF存系统配置（如密码、阈值等）。

掉电保护方面，我在电源输入端加了一个大电容（1000uF），检测到掉电后STM32有大概50ms的时间把关键数据写入Flash。这个时间足够写完一条记录了。

5.3 与手机端联动的可能性

虽然毕设不要求联网，但我在调试的时候试过加一个ESP8266 WiFi模块，把开锁记录上传到手机端。实现方式是STM32通过串口发送AT指令给ESP8266，ESP8266连接MQTT服务器，手机端订阅主题接收消息。

这个功能加上去之后，答辩的时候老师明显更感兴趣了，问了好几个关于物联网安全的问题。不过要注意，联网功能会增加系统复杂度，如果时间紧张，建议先把基础功能做扎实，再考虑扩展。

5.4 结构设计与外壳制作

硬件调试完之后，外壳是个容易被忽视但影响观感的部分。我用的是亚克力板激光切割，设计了一个简单的盒子，前面板开孔装OLED、键盘、指纹模块和RC522，侧面开孔装电磁锁和电源接口。

如果学校没有激光切割机，可以用3D打印，或者直接买现成的塑料外壳自己开孔。关键是布局要合理，各个模块的接线要短，避免信号干扰。我第一版外壳没设计好，线缆乱七八糟，后来重新设计了一版，把线都藏在盒子内部，看起来整洁多了。

6. 答辩准备与文档整理

6.1 答辩时老师最可能问的问题

根据我和同学的答辩经验，老师的问题集中在以下几个方面：

• 为什么选这个方案：要能说清楚STM32、OpenMV、AS608各自的优缺点，以及为什么它们组合在一起是最优解。
• 人脸识别的原理是什么：至少要能说出Haar Cascade和LBP的基本概念，不用太深入，但不能一问三不知。
• 系统的安全性如何保证：要能说出多模态验证的优势，以及每种方式的安全等级。
• 如果指纹识别失败怎么办：要能说出重试机制和备用方案（密码、刷卡）。
• 代码量有多大，自己写了多少：要能说清楚哪些是移植的，哪些是自己写的，老师最反感全盘抄袭。

6.2 毕设文档的撰写要点

毕设文档通常包括绪论、方案设计、硬件设计、软件设计、调试与测试、总结与展望几个部分。我的经验是：

• 绪论不要抄太多，重点讲清楚为什么做这个题目，解决了什么问题。
• 方案设计要画系统框图，说明各模块的分工和接口。
• 硬件设计要附原理图和PCB图，如果用的是模块，就画模块间的连接图。
• 软件设计要附流程图和关键代码，代码不要贴太多，挑核心的贴。
• 调试与测试要附实测数据，比如指纹识别率、人脸识别率、响应时间等。
• 总结与展望要客观，不要吹牛，说清楚哪些做完了，哪些没做完，后续可以怎么改进。

6.3 演示视频的拍摄技巧

答辩通常要求提交演示视频，我的建议是：

• 视频长度控制在3-5分钟，太长老师没耐心看。
• 开头用10秒介绍系统功能，然后分模块演示。
• 每个功能演示一遍成功案例，再演示一遍失败案例（如指纹识别失败后重试）。
• 最后展示开锁动作，这是最直观的部分。
• 背景音乐不要加，加个简单的字幕说明就行。

拍摄的时候注意光线，人脸识别在光线好的地方演示效果更好。如果条件允许，用手机支架固定拍摄，画面稳定一些。

7. 个人实操心得与建议

做这个项目最大的感受是，嵌入式开发里“能跑通”和“稳定跑”之间隔着巨大的鸿沟。调试的时候经常遇到这种情况：单独测试每个模块都正常，但整合到一起就出问题。这时候不要慌，按照“电源→通信→逻辑”的顺序排查，先确保电源干净，再检查通信协议，最后看逻辑有没有漏洞。

另外，代码的模块化很重要。我把每个模块的驱动都写成独立的.c和.h文件，主函数里只调用接口，不直接操作寄存器。这样调试的时候可以单独测试每个模块，出问题也容易定位。我见过有些同学把所有代码堆在main.c里，几千行代码找一个bug能找一天。

最后说一个细节：OLED的显示内容要简洁明了，不要堆太多信息。用户站在门口等开锁，没耐心看小字。我最后定稿的界面只有三行：状态、提示、结果，字体调大，一眼就能看清。这个细节虽然小，但答辩的时候老师注意到了，还夸了一句“交互设计得不错”。

这个项目后续还可以扩展的方向很多，比如加个摄像头做录像存证、加个蜂鸣器做报警、加个蓝牙模块做近场通信。但毕设时间有限，先把核心功能做扎实，扩展功能量力而行。我见过有人贪多嚼不烂，最后基础功能都没调通，答辩的时候很被动。