XiaomiGateway3项目对小米体脂秤S400系列设备的支持解析
2025-06-30 17:31:55作者:伍希望
设备背景与通信机制
小米体脂秤S400系列(含S400 Pro)采用BLE蓝牙低功耗通信协议,通过特定的数据编码格式传输测量结果。该系列包含多个子型号(MS103/MS104/MS107/MS110),分别对应不同的设备ID(12505/18639/19205等)。设备测量数据包括体重、阻抗(高低频双值)和心率三项核心指标,通过独特的位运算组合成单一数值传输。
数据解码原理
设备原始数据采用复合编码方式,具体结构如下:
(阻抗值 × 10) << 18 + (心率值 - 50) << 11 + (体重值 × 10)
其中:
- 体重数据占据最低11位(0-2047),分辨率为0.1kg
- 心率数据占据中间7位(11-17位),基准值50bpm
- 阻抗数据占据最高位(18-31位),分辨率为0.1Ω
解码时需注意:
- 穿鞋测量时可能缺失心率和阻抗数据
- 设备会分别输出高频和低频阻抗值
- 心率测量功能可通过设备设置关闭
技术实现方案
在XiaomiGateway3项目中,通过自定义数据转换器实现解码:
class S400RawDataConv(BaseConv):
def decode(self, device, payload, value):
if value > 1:
weight = value & 0x7FF # 提取11位体重数据
heart_rate = (value >> 11) & 0x7F # 提取7位心率数据
impedance = value >> 18 # 提取阻抗数据
if weight:
payload["weight"] = weight / 10 # 转换为kg
if 0 < heart_rate < 127:
payload["heart_rate"] = heart_rate + 50 # 计算实际心率
if impedance:
payload[f"impedance_{'high' if weight else 'low'}"] = impedance / 10
多型号兼容方案
项目支持以下设备型号映射:
- 标准版S400(12505/yunmai.scales.ms103)
- 国际版S400(18639/yunmai.scales.ms107)
- Pro版S400(19205/xiaomi.scales.ms110)
数据应用建议
-
体成分计算建议:
- 使用高频阻抗值(impedance_high)计算体脂率等指标
- 可通过min_max组件计算高低频阻抗平均值
-
测量注意事项:
- 赤足测量可获得完整数据
- 连续测量会先输出低频阻抗,后输出含体重的高频阻抗
开发启示
-
新设备支持需关注:
- 设备ID与型号对应关系
- 数据编码规则变化
- 特征值(characteristic)的差异
-
云依赖特性:
- 部分体成分指标依赖云端计算
- 本地仅能获取原始测量数据
该项目实现为智能家居系统接入小米生态设备提供了标准化方案,开发者可参照该模式扩展支持更多新型设备。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
323
2.74 K
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
366
3.09 K
Ascend Extension for PyTorch
Python
159
179
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
247
87
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
474
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
React Native鸿蒙化仓库
JavaScript
239
311
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.08 K
617
暂无简介
Dart
611
137