Gewächshausautomatisierung auf ESP32: Sensoren und versteckte Pins

# ESP32 als Agronom: Automatisierung eines Fensterbank-Gewächshauses unter Berücksichtigung der versteckten Macken des Chips

Der ESP32, der nur 500 Rubel kostet, wurde zum zentralen Element des Überwachungs- und Steuerungssystems für ein Fensterbank-Mikrogewächshaus. Die Haupt Aufgabe – menschliche Schätzungen durch objektive Sensordaten ersetzen, um optimale Wachstumsbedingungen für Erdbeeren, Basilikum, Salat und Paprika zu gewährleisten. Erste Experimente zeigten: Ohne Messungen ist es leicht, zu viel zu gießen, am Licht zu sparen oder nächtliche Temperaturbelastungen zu übersehen. Die Lösung – kontinuierliche Erfassung von Daten zu Bodenfeuchtigkeit, Lichtstärke, Temperatur und Luftfeuchtigkeit.

Systemarchitektur: Sensoren, Mikrocontroller, Cloud

Das System basiert auf dem ESP32 DevKit V1. Die Wahl fiel aus drei Gründen: niedriger Preis, integrierte Wi-Fi-Unterstützung und Verfügbarkeit analoger Eingänge. Vier Hauptsensoren sind angeschlossen:

• FC-28 – misst den Bodenspezifischen Widerstand und gibt indirekt Feuchtigkeitswerte an.
• BH1750 – digitaler Lichtsensor, der Werte in Lux ausgibt.
• DHT22 – erfasst Lufttemperatur und relative Feuchtigkeit.
• Photoresistor – analoger Sensor zur Backup-Überwachung der Lichtintensität.

Daten werden alle 5 Sekunden ausgelesen und zunächst im Serial Monitor ausgegeben, um zu debuggen. Erste Messungen deckten kritische Probleme auf: nächtliche Temperaturabfälle auf 18 °C bei Belüftung, unzureichende Beleuchtung (nur 3000–4500 Lux statt der erforderlichen 8000+ ) und ungleichmäßiges Gießen. Nach Anpassungen – Töpfe näher ans Fenster gerückt, zweite Lampe hinzugefügt, Gießplan angepasst – stieg die Ernte subjektiv um 40 %.

Integration in Cloud-Speicher und Visualisierung

Lokales Monitoring über den Serial Monitor wird schnell unpraktisch. Für Langzeitanalysen werden Daten per HTTP-GET-Request an einen privaten Server gesendet. Beispiel-Request:

/sensorData.php?login=eug&sensor_id=1&val=1842&json=1

Auf Serversseite speichert ein PHP-Skript die Werte in einer Datenbank. Das ermöglicht Zeitreihen-Grafiken: Bodenfeuchtigkeitsdynamik nach dem Gießen, tägliche Temperaturschwankungen und Stabilität der Lichtausgabe von Wachstumslampen. Die Visualisierung verwandelt Rohdaten in klare Trends – z. B. fällt die Bodenfeuchtigkeit von 2100 mV auf 800 mV drei Tage nach dem Gießen, was den Bedarf an einem neuen Zyklus signalisiert.

Versteckte Falle: ADC2- und Wi-Fi-Konflikt

Nach Aktivierung von Wi-Fi hörte das System plötzlich auf, Daten von analogen Sensoren zu übertragen. ADC-Werte gingen auf Null, obwohl Verkabelung und Code unverändert waren. Ursache – Nutzung von GPIO2, das zu ADC2 gehört. In der ESP32-Architektur nutzt das Funkmodul (Wi-Fi/Bluetooth) ADC2 für interne Kalibrierung und sperrt es für Anwendungen. Die Lösung – Wechsel zu ADC1-Pins, die unabhängig vom Wireless-Interface arbeiten.

Sichere Pins für analoge Sensoren bei aktivem Wi-Fi:

• GPIO32, GPIO33, GPIO34, GPIO35, GPIO36 (VP), GPIO39 (VN)

Gefährliche Pins (ADC2):

• GPIO0, GPIO2, GPIO4, GPIO12, GPIO13, GPIO14, GPIO15, GPIO25, GPIO26, GPIO27

Die Korrektur dauerte eine Minute: const int analogPin = 2; zu const int analogPin = 34; geändert und umverkabelt. Das System funktionierte sofort.

Praktische Tipps für zuverlässigen Betrieb

Damit das System monatelang stabil läuft, beachten Sie diese Regeln:

• Sensor-Kalibrierung. Beim FC-28 Spannung in zwei Extremen messen: knochentrockener Boden (~800 mV) und wassergesättigt (~2200 mV). Normalwert bei ca. 1500 mV.
• Feuchtigkeitsschutz. Der ESP32 ist empfindlich gegenüber Kondensat. Alle Verbindungen in wasserdichter Box versiegeln oder in Heißkleber pottieren.
• Externe Stromversorgung. Laptop-USB-Ports reichen oft nicht für Wi-Fi-Peak und Pumpe. 5 V/2 A-Netzteil verwenden.
• Lokaler Datenspeicher. Daten bei Serverausfällen nicht verlieren. Puffern via SPIFFS oder LittleFS implementieren, dann in Batches senden.
• Benachrichtigungen. Telegram-Bot oder E-Mail-Alarme für aus dem Rahmen fallende Parameter einrichten (z. B. Bodenfeuchtigkeit < 1000 mV).

Philosophie und Ergebnisse: Technologie als Diener, nicht als Herr

Nach drei Monaten Betrieb wurden die ersten Kirschtomaten geerntet, Salat wird regelmäßig geschnitten, Basilikum wächst "wie Unkraut", und Paprika stehen kurz vor der Blüte. Die zentrale Erkenntnis – Technologie ersetzt kein Verständnis der Natur; sie verbessert es. Daten reduzieren Ratespiele: Kein Rätseln mehr, wann gießen oder Lampen einschalten. Dennoch können Pflanzen trotz perfekter Sensordaten unvorhersehbar reagieren – eine Erinnerung daran, dass Biologie komplexer ist als jeder Algorithmus.

Wichtig

• ESP32 ist kein Arduino-Ersatz – es ist ein vollwertiger IoT-Knoten mit Wi-Fi und Bluetooth.
• ADC2-Pins (GPIO0, 2, 4, 12–15, 25–27) sind bei aktivem Wi-Fi unbrauchbar.
• Sensor-Kalibrierung ist Pflicht – Werks-Werte passen nicht zu Ihrem Boden.
• Lokaler Datenspeicher ist essenziell für Robustheit.
• Benachrichtigungen per Telegram oder E-Mail erleichtern die Verwaltung.

Gesamtprojektbudget – ca. 900 Rubel. Komponenten bei AliExpress und lokalen Elektronikläden erhältlich. Das System ist skalierbar: Pumpensteuerung per Relais hinzufügen, Home Assistant integrieren oder Daten mit anderen Smart Farms vergleichen, um optimale Einstellungen zu finden.

— Editorial Team