💡 划重点
- 零穿戴、非侵入:只需一盏床头灯,夜间真实睡眠场景下无感监测。
- 呼吸特征提取:通过 I2S 数字麦克风采集音频,运行 FFT 实时解析呼吸与鼾声频段。
- 柔光生物反馈:WS2812 灯带以动态渐变形式,将呼吸节奏与异常事件转化为视觉氛围,助眠 + 警示一体化。
- 高性价比:全部物料控制在 90 元以内,适合个人开发者复刻与二次创作。
需求洞察
目标用户:
- 打鼾人群及伴侣。
- 关注睡眠呼吸健康、怀疑存在呼吸暂停风险的中青年与老年人。
- 希望打造智能助眠卧室的极客与健康管理爱好者。
真实痛点:
- 打鼾影响伴侣睡眠,且本人往往不自知;
- 睡眠呼吸暂停(OSA)存在严重健康隐患,但专业多导睡眠监测设备昂贵且需在医院进行,普及度极低;
- 现有手机 APP 监测依赖手机放在枕边,容易移位、误触,且手机蓝光干扰褪黑素分泌。
为什么值得做:
用一盏夜灯解决环境照明与呼吸监测的双重需求。无需佩戴任何设备,自然融入日常生活,长期记录的数据能帮助用户了解自身睡眠趋势,早期发现呼吸异常,辅助就医决策。同时,柔光反馈能够建立一种温和的条件反射,引导用户调整睡姿,减少打鼾。
方案设计
系统采用分层架构,从声音采集到智能反馈形成一个闭环。
感知层
- INMP441 MEMS 麦克风:通过 I2S 接口直接输出数字音频信号,噪声低、灵敏度高,有效拾取 2–4 米距离内的呼吸/鼾声。
- 采样配置:16 kHz 采样率,16 位深度,单通道,适合语音频段并降低 FFT 计算负担。
控制层
- ESP32-S3:双核 Xtensa LX7 处理器,内置 FFT 硬件加速单元。运行 FreeRTOS,一个核专门采集音频并滑动 FFT,另一个核负责灯光控制与联网任务。
- 算法框架:
- 每 200 ms 取一帧 512 点音频数据,加汉宁窗后执行 512 点实数 FFT。
- 呼吸特征频段:120–600 Hz;打鼾核心频段:80–300 Hz,但能量通常比安静呼吸高 15 dB 以上。
- 通过短时能量和频段能量比区分“安静呼吸”、“轻度鼾声”、“重度鼾声/呼吸暂停事件”。
执行层
- WS2812 灯带:30 颗 LED 组成环形柔光灯。
- 正常呼吸:暖白/暖黄呼吸灯效果,亮度周期性渐变,频率与实际呼吸同步。
- 轻度鼾声:灯光微泛橙红,轻轻脉动提示。
- 重度鼾声或长时间呼吸暂停:亮红警告,并保持高亮数秒,条件允许可通过蜂鸣器辅助提醒。
- 柔光渐变:在每 10 ms 的光阶中断中,采用指数平滑算法,保证颜色与亮度切换无阶梯感。
日志与联网层
- 每夜生成呼吸事件日志(打鼾次数、最长暂停、呼吸频率趋势),通过 Wi-Fi 上传至 MQTT 服务器或本地 UDP 日志服务。
- 预留 HTTP 接口,未来可对接 HomeAssistant 等智能家居系统,联动床垫温度、闹钟唤醒等。
物料清单
| 序号 | 名称 | 数量 | 用途 | 估算单价(元) | 小计(元) |
|---|---|---|---|---|---|
| 1 | ESP32-S3 开发板 | 1 | 主控与处理核心 | 32 | 32 |
| 2 | INMP441 麦克风模块 | 1 | 数字音频采集 | 10 | 10 |
| 3 | WS2812 环形灯带 | 1 | 柔光执行反馈 | 18 | 18 |
| 4 | USB Type-C 供电板 | 1 | 5V 输入电源管理 | 5 | 5 |
| 5 | 亚克力柔光外壳套件 | 1 | 散射保护与装饰 | 12 | 12 |
| 6 | 面包板与杜邦线 | 若干 | 原型搭建 | 6 | 6 |
| 7 | 电阻电容等被动元件 | 若干 | 稳定信号(I2S 上拉等,视需要) | 3 | 3 |
| 合计 | 86 |
总成本 86 元,符合 90 元预算要求,预留少量波动空间。
接线与结构
基于建议接线,不作 GPIO 微调,理由如下:
- INMP441 I2S 接口:SCK=4, SD=5, WS=6。这三条线速最高 2 MHz 左右,GPIO4/5/6 在 ESP32-S3 中均为安全的通用 I/O,未占用 JTAG/PSRAM 必需引脚,布局清晰。
- WS2812 数据线:GPIO10,属于 RTC 域普通输出,能驱动 5V 逻辑(灯带由 5V 供电,数据端容忍 3.3V 信号,经过实测可以稳定驱动 30 灯)。
- 电源:WS2812 灯带直接接 5V 供电板,GND 与 ESP32-S3 共地。INMP441 使用模块自带 LDO 接入 3.3V。
结构上,麦克风置于夜灯底座朝向外侧镂空处,灯带安装在亚克力内壁,使光线均匀漫反射。
核心代码
以下给出 Arduino 骨架,使用 ESP32-S3 的 I2S 驱动与 ArduinoFFT 库实现基础监测与灯光反馈,可以直接在 PlatformIO 中编译。
#include <Arduino.h>
#include <driver/i2s.h>
#include <arduinoFFT.h>
#include <Adafruit_NeoPixel.h>
#define I2S_SCK 4
#define I2S_SD 5
#define I2S_WS 6
#define LED_PIN 10
#define NUM_LEDS 30
#define SAMPLE_RATE 16000
#define SAMPLES 512
Adafruit_NeoPixel strip(NUM_LEDS, LED_PIN, NEO_GRB + NEO_KHZ800);
arduinoFFT FFT = arduinoFFT();
double vReal[SAMPLES];
double vImag[SAMPLES];
int32_t rawSamples[SAMPLES];
void i2sSetup() {
i2s_config_t i2s_config = {
.mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_RX),
.sample_rate = SAMPLE_RATE,
.bits_per_sample = I2S_BITS_PER_SAMPLE_32BIT,
.channel_format = I2S_CHANNEL_FMT_ONLY_LEFT,
.communication_format = I2S_COMM_FORMAT_STAND_I2S,
.intr_alloc_flags = ESP_INTR_FLAG_LEVEL1,
.dma_buf_count = 8,
.dma_buf_len = 64,
.use_apll = false,
.tx_desc_auto_clear = false,
.fixed_mclk = 0
};
i2s_pin_config_t pin_config = {
.bck_io_num = I2S_SCK,
.ws_io_num = I2S_WS,
.data_out_num = I2S_PIN_NO_CHANGE,
.data_in_num = I2S_SD
};
i2s_driver_install(I2S_NUM_0, &i2s_config, 0, NULL);
i2s_set_pin(I2S_NUM_0, &pin_config);
}
void getAudioFrame() {
size_t bytes_read;
i2s_read(I2S_NUM_0, rawSamples, SAMPLES * sizeof(int32_t), &bytes_read, portMAX_DELAY);
for (int i = 0; i < SAMPLES; i++) {
vReal[i] = (double)(rawSamples[i] >> 16) / 32768.0;
vImag[i] = 0.0;
}
}
float analyzeBreathing() {
// 关注 120-600 Hz 对应 bin
int binLow = (120 * SAMPLES) / SAMPLE_RATE;
int binHigh = (600 * SAMPLES) / SAMPLE_RATE;
float energy = 0;
for (int i = binLow; i <= binHigh; i++) {
energy += vReal[i];
}
return energy / (binHigh - binLow + 1);
}
void lightEffect(float breathLevel) {
// 呼吸指数映射:低于阈值暖黄呼吸,较高则红警告
uint8_t r, g, b;
if (breathLevel < 0.1) {
r = 40; g = 20; b = 0; // 暗暖
} else if (breathLevel < 0.5) {
uint8_t val = (uint8_t)(255 * breathLevel);
r = val; g = val/2; b = 0;
} else {
r = 255; g = 20; b = 0; // 红色警告
}
for (int i = 0; i < NUM_LEDS; i++) {
}
strip.show();
}
void setup() {
Serial.begin(115200);
strip.begin();
strip.setBrightness(50);
strip.clear();
strip.show();
i2sSetup();
}
void loop() {
getAudioFrame();
float level = analyzeBreathing();
lightEffect(level);
printf("breathLevel: %.3f\n", level);
delay(100); // 帧间隔
}
*说明:此骨架未包含完整的呼吸节律同步灯光渐变,实际可加入包络检测与相位跟随算法。*
调试步骤
- 硬件连验:用万用表确认 INMP441 VCC、GND 正确,WS2812 供电 5V,共地可靠。
- 串口监控:烧录后打开串口监视器(115200 bps),观察打印的
breathLevel值。安静环境应小于 0.05。 - 麦克风测试:对着麦克风轻轻吹气或有节奏呼吸,数值应有明显上升;打呼噜模拟(喉咙低频振动)应使值超过 0.5。
- 阈值校准:调整
analyzeBreathing中频段范围与能量阈值,使其符合实际环境噪声与使用者呼吸特征。可在代码中增加自适应背景噪声估计算法。 - 灯光验证:夜间关闭其他光源,确认呼吸灯渐变平滑,无频闪,警告红色及时响应。
- 干扰排除:如遇 Wi-Fi 干扰 I2S,可将 Wi-Fi 任务放在 Core 0,音频采集固定 Core 1,并适当加大 DMA 缓冲。
设计图
睡眠呼吸声监测夜灯结构flow
1
感知输入
→
2
控制处理
→
3
执行反馈
→
4
数据上报