基于CKS32的物联网智能支付终端的设计_冯帅.pdf

第 31 卷 第 4 期 2023 年 8 月Vol.31 No.4Aug.2023电脑与信息技术Computer and Information Technology文章编号：1005-1228（2023）04-0087-06基于 CKS32的物联网智能支付终端的设计冯帅1，2，沈伟1，左官芳3，王彬1（1.中科芯集成电路有限公司 江苏 无锡214072；2.南京信息工程大学 电子信息工程学院 江苏 南京210044；3.无锡学院 电子信息工程学院 江苏 无锡214105）摘要：针对 ARM Cortex-M3 RISC 内核的 CKS32F103 单片机设计了一款物联网智能支付终端。当用户选择“取件”功能时，该终端将下单信息经 MD5 加密通过 HTTPS 协议发送给微信支付接口 API，微信支付接口返回付款二维码链接 URL，用户打开微信扫一扫完成支付，此过程速度快、具有可靠的安全性及稳定性。测试结果表明，本支付终端响应灵敏、操作便捷，可以适用于各类共享支付终端应用，具有广阔的市场应用前景。关键词：CKS32 单片机；物联网；支付终端；微信支付；共享支付中图分类号：TN87文献标识码：ADesign of Internet of Things Intelligent Payment Terminal Based on CKS32FENG Shuai1,2,SHEN Wei1,ZUO Guan-fang3,WANG bin1（1.China Key System&Integrated Circuit Co.,Ltd.,Wuxi 214072,China;2.School of Electronics&Information Engineering,Nanjing University of Information Science&Technology,Nanjing 210044,China;3.School of Electronic&Information Engineering,Wuxi University,Wuxi 214105,China）Abstract：An intelligent payment terminal of Internet of Things is designed for CKS32F103 MCU with ARM Cortex-M3 RISC core.When the user selects the pick-up function,the terminal sends the order information to the WeChat payment interface API through HTTPS protocol after MD5 encryption,and the WeChat payment interface returns the link URL of the payment QR code.The user opens WeChat and scans to complete the payment.This process is fast,reliable,safe and stable.The test results show that this payment terminal is responsive and easy to operate,and it can be applied to all kinds of shared payment terminals,and has a broad market application prospect.Key words:CKS32 microcontroller;internet of things;payment terminal;wechat payment;share payment收稿日期：2022-07-28作者简介：冯帅（1996-），男，江苏南京，硕士研究生，主要研究方向为嵌入式软件。近年来，在人工智能、物联网、共享支付等新技术的驱动下，传统零售行业开始进行技术的升级改造，向着无人化、智能化方向发展1，在转型升级的过程中，如何给用户带来最佳的支付体验成为了热点，各种物联网智能支付终端应运而生。薛凌青2等人设计的基于 WIFI_4G 的移动支付终端可以实现扫码支付、语音播报等功能，但是适用于比较特殊的应用环境，想要快速移植到别的支付项目有难度。何俊超3等人设计的面向无人零售的支付系统虽然完成了客户端、服务端、设备端的软件设计，但是也仅仅是在模拟支付并没有真正对接微信支付接口或者支付宝接口，还存在不易快速部署、成本高等缺点。刘炎松4等人设计的岭南通移动支付终端具有传统 POS 机的所有功能，实现了刷卡支付、余额查询、打印等等，但是不具备扫码支付的功能。针对上述问题，本文设计并实现了基于 CKS32 的物联网智能支付终端。该支付终端与微信支付接口点对点通信，有效的将下单信息通过 4G 无线传输到微信支付接口，通过二维码进行微信扫码支付。本文设计的物联网智能支付终端成功应用于智慧储物柜等项DOI:10.19414/ki.1005-1228.2023.04.016电脑与信息技术 2023 年 8 月88目，该终端具有操作灵活、界面交互友好、反应灵敏、工作稳定、可移植性高等优势，具有广阔的市场应用前景。1系统工作原理该终端采用中科芯的 CKS32F103 单片机为主控芯片，外设有按键模块、液晶显示模块、广和通 L610 4G 通信模块、电机驱动模块、电磁锁模块、电源模块。单片机通过串口发送 AT 指令给 4G 通信模块，使其与微信支付接口 API 完成点对点通信。当用户通过按键模块进行存件、取件操作时，单片机将有效下单信息通过串口传给 4G 通信模块，4G 模块与微信支付服务器进行通信，通过 HTTPS 协议发送下单信息给微信支付下单接口 API，如果下单信息正确则返回二维码 URL 链接，这时单片机截取二维码链接并编码后显示在液晶屏幕上。用户通过微信扫码完成支付。单片机通过串口定时发送 AT 指令给 4G 通信模块连接微信支付查询订单接口，若微信支付查询接口返回“SUCCESS”，则用户支付成功，随后执行相关操作。该终端系统框图如图 1 所示。图 1物联网智能支付终端系统框图 2系统硬件设计系统硬件设计由 CKS32F103 单片机主控模块、4G通信模块、电机驱动模块、显示屏模块、电磁锁模块等组成。2.1CKS32F103 单片机主控模块CKS32F103 是一种基于 ARM Cortex-M3 RISC 内核的新型 32 位通用微控制器5-6，工作频率为 72MHZ，内置高速存储器（高达 128K 字节的内存和 20K 字节的 SRAM），丰富的增强 I/O 端口和连接到两条 APB总线的外设。其中包含 2 个 12 位 ADC、3 个通用 16位定时器和 1 个 PWM 定时器7，此外，还包含标准和先进的通信接口：多达 2 个 I2C 接口和 SPI 接口、3 个USART 接口、1 个 USB 接口和 1 个 CAN 接口。该终端采用中科芯 CKS32F103RBT6，单片机主控模块如图2 所示。图 2CKS32F103 单片机主控模块2.24G 通信模块支付终端通信模块采用广和通 ADP-L610-Arduino模块，通信模块与单片机采用 USART 串口通信。L610覆盖中低速率物联网市场，例如泛支付、共享、工业互联、追踪、车载后装等多种应用场景。支持 10Mbps的最大下行速度和 5Mbps 的上行速度。L610 满足本次设计要求，可以完美对接微信支付接口。ADP-L610-Arduino 模块如图 3 所示。图 3ADP-L610-Arduino 模块2.3电机驱动模块采用减速比为 30：1 的直流减速电机，单片机控制电机驱动芯片 TB6612FNG 实现直流减速电机控制，通过 PWM 控制实现平稳运行的作用。图 4电机驱动模块第 31 卷 第 4 期89冯帅等，基于 CKS32 的物联网智能支付终端的设计3系统软件设计在 Keil5 软件平台上进行单片机程序设计开发，主要包括主程序软件设计、微信支付统一下单程序设计、MD5 签名算法程序设计、二维码（QR 码）编码显示程序设计四个部分。通过主程序调用各个模块的子函数完成系统功能设计，各个模块之间通过全局变量进行数据交互与传递。3.1主程序软件设计主 程 序 设 计 流 程 图 如 图 5 所 示。单 片 机CKS32F103 对自身和各个外设模块进行初始化操作。主 要 包 括 单 片 机 外 设 GPIO、RTC、UART、SPI、TIMER、USB、电磁锁以及屏幕、按键、通信模块进行初始化操作。初始化完成后进入主循环菜单选择，用户控制按键模块点击存件，此时液晶屏幕显示当前使用时间以及金额并开始计费，用户点击取件时，则单片机将下单信息通过串口发送给 4G 通信模块，4G 通信模块将其 xml 字符串信息通过 HTTPS 协议发送给微信支付下单接口，微信下单接口返回二维码链接，单片机截取二维码链接编码显示在屏幕上，用户扫一扫付钱，如果支付成功则开锁，失败则重新计费。根据各功能模块，确定系统的软件设计流程和中断服务程序功能。图 5 主程序设计流程图3.2微信支付统一下单程序设计调用微信支付的统一下单接口要遵循服务器的对接规则，对接规则见表 1，采用 HTTPS 传输，采用POST 方法提交，发送的数据格式都是 xml 格式，并且每次发送的 xml 字符串数据都要经过 MD5 或者哈希加密。表 1调用 API 协议规则传输方式HTTPS 协议提交方式采用 POST 方法提交数据格式提交和返回数据为 XML 格式签名算法MD5/HMAC-SHA256签名要求请求和接收均需要校验签名 如果发送信息正确的话，微信后台系统返回链接参数 code_url，商户后台系统将 code_url 值生成二维码图片，用户使用微信客户端扫码后发起支付。微信支付接口下单具体流程如图 6 所示。图 6微信支付统一下单程序流程图3.3MD5 签名算法程序设计本文选用 MD5 签名算法来对微信支付接口传输数据进行加密，MD5 签名有以下三种用途：防止被篡改、防止直接看到明文和防止抵赖；MD5 签名算法要经过数据填充、添加消息长度、数据处理、MD5 运算四个过程8-10。具体流程如图 7 所示。图 7MD5 算法实现过程具体 MD5 签名算法步骤如下：对消息进行数据填充，使消息的长度对 512 取模得 448，设消息长度为 X，即满足 X mod 512=448。根据此公式得出需要填充的数据长度11-12。填充方法：在消息后面进行填充，填充第一位为 1，其余为 0。此时消息长度为N*512+448。电脑与信息技术 2023 年 8 月90在第一步结果之后再填充上原消息的长度，可用来进行的存储长度为 64 位。如果消息长度大于 264，则只使用其低 64 位的值，即消息长度对 264 取模。在此步骤进行完毕后，最终消息长度就是512的整数倍。此时消息长度为(N+1)*512。首先需要用到 4 个常数，本文设计的程序是小 端 模 式，这 四 个 常 数 分 别 为 A=0 x67452301B、B=0 xEFCDAB89C、C=0 x98BADCFED、D=0 x10325476。接着需要定义 4 个非线性函数 F(X,Y,Z)、G(X,Y,Z)、H(X,Y,Z)、I(X,Y,Z)和四种操作函数 FF、GG、HH、II。具体函数定义如公式 1 到 8 所示。F（x,y,z）=(x&y)|(x&z)（1）G（x,y,z）=(x&z)|(y&z)（2）H（x,y,z）=xyz （3）I（x,y,z）=y(x|z)（4）FF(a,b,c,d,x,s,ac)=b+(a+F(b,c,d)+x+ac)s)（5）GG(a,b,c,d,x,s,ac)=b+(a+G(b,c,d)+x+ac)s)（6）HH(a,b,c,d,x,s,ac)=b+(a+H(b,c,d)+x+ac)s)（7）II(a,b,c,d,x,s,ac)=b+(a+I(b,c,d)+x+ac)s)（8）使用这四种操作函数，由类似的64次循环构成，分成 4 轮，每轮 16 次。每轮使用 FF，GG，HH，II 中的一种操作；一轮中，a，b，c，d 的使用顺序轮转。GG、HH、II 操作函数和上图操作类似，消息分以 512位为一分组进行处理，每一个分组进行上述 4 轮共 64次计算后，将A，B，C，D分别加上计算得到的a，b，c，d。当做新的A，B，C，D，并将这4个变量赋值给a，b，c，d 再进行下一分组的运算。由于填充后的消息长度为(N+1)*512，则共需计算 N+1 个分组。计算所有数据分组后，这 4 个变量为最后的结果，即 MD5 值。3.4 二维码（QR 码）编码显示程序设计QR 码是由日本公司 Denso 公司于 1994 年 9 月研发的一种矩阵二维码条码。QR 全称 Quick Response，快速读取时 QR 码最显著的特征，QR 码较于其他条码储存的信息更加丰富，并且它还可以对文字，URL 地址以及其他数据类型进行加密处理。因此，QR 码具有出色的防伪能力。同时 QR 码还具备编码密度高、信息容量大、译码稳定性高、低成本、制作难度低和持久耐用等优势。QR 码具有对汉字信息进行独特优化处理的功能，与我国的汉字使用习惯符合，在我国具有良好的发展前景13。QR 码是一种识读较快的二维码，QR 码的外观是一个正方形，具体是由一个个不同尺寸的正方形模块按照一定规则组成的正方形阵列。QR 码由功能图形和编码区域组成，其中空白区、位置探测图形、位置探测图形分隔符、定位图形和校正图形构成了功能区，编码区域则是由格式信息、版本信息和数据与纠错码字组成14-16。需要注意的是，功能模式不对数据信息进行编码的操作，并且QR码的四个边界都是空白区。它的构造如图 8 所示。图 8二维码构造原理图QR 码的编码流程如图 9 所示：图 9二维码的编码流程图二维码编码具体步骤如下：第一步：数据分析，分析输入数据，确定要进行编码的字符类型，选择所需的错误检测及纠正等级。依据数据码和纠错码字符串长度，选择合适的 QR 码符号版本，使得其容量能包含该数据串。第二步：数据编码，对于所采用的模式，按照其定义的规则，将数据字符转换为位流。在当需要进行模式转换时，在新的模式段开始前加入模式指示符进行模式转换。在数据序列后面加入终止符。将产生的位流分为每 8 位一个码字，必要时加入填充字符以填满按照版本要求的数据码字数。第三步：纠错编码按需要将码字序列分块，以便按块生成相应的纠错码字，并将其加入到相应的数据码字序列后面。第四步：构造最终信息在每一块中置入数据和纠第 31 卷 第 4 期91冯帅等，基于 CKS32 的物联网智能支付终端的设计错码字，必要时加入剩余位。第五步：在矩阵中布置模块将寻像图形、分割符、定位图形等放入矩阵。第六步：掩模依次将掩模图形用于符号的编码区域，评价结果，选择其中使得深色浅色模块比率最优且使不希望出现的图形最少化的结果。第七步：加入格式与版本信息。最终将编码完成的数据存入 m_byModuleData3333 二维数组中。本文将 essid 数组存的微信支付的二维码 URL 链接传入 EncodeData 函数中，进行编码，编码完成后将结果保存到二维数组 m_byModuleData3333 中。这个二维码数组中保存的都是 0,1 比特值，也就是 0 代表二维码的空白点，1 代码二维码黑点。这是我们判断是否是黑点，如果是黑点就用屏幕驱动打点函数进行打点并进行填充。详细代码如图 10 所示。图 10液晶屏显示二维码代码4 系统测试与分析4.1功能测试本文的支付终端成功应用于智慧储物柜项目中，采用无人值守方式，利用矩阵键盘设置存件取件操作，用户通过按键自定义取件码，安全便捷。当需要存件时，按下存件按钮，输入 4 位取件码。随后单片机控制电磁锁，将柜门打开，柜门打开后就开始进行计费。当存件结束后需要取件时，通过按键按下取件按钮，输入正确的取件码后，屏幕界面显示微信支付付款二维码，用户打开微信扫一扫，当支付成功后柜门再次打开，完成取件操作。实物展示如图 11 所示。图 11实物展示图 12付款二维码及微信支付界面为了测试本终端在 4G 下的支付稳定性以及支付速度，本文选取四种不同环境下进行终端支付测试，具体测试参数见表 2。表 2物联网支付终端支付测试测试环境测试地点支付次数成功率支付时间失败原因4G+微信一楼室内10099%2-5 秒查询接口刷新超时4G+微信三楼室内100100%2-5 秒无4G+微信丰巢储物柜旁10098%3-10 秒 网络异常4G+微信空旷停车场100100%2-5 秒无4.2分析经过大量测试，本文的物联网支付终端在信号较强的地方可以 100%完成支付流程，而在信号比较差的地方可以达到 98%以上的成功支付，对于没有成功支付的订单后面会再次对微信支付接口下单，直到成功为止。因此本文设计的物联网支付终端工作稳定、支付速度较快。5结束语本文设计的物联网支付终端成功应用于智慧储物柜项目，具有操作灵活、界面交互友好、反应灵敏、工作稳定等优势，并且本文的物联网支付终端满足各种支付场景，比如共享单车、共享充电宝以及各种需要扫码支付的场合。具有广阔的市场应用前景。参考文献：1 何俊超.面向无人零售的支付系统设计与实现 D.华中科技大学,2019.2 薛凌青.基于 WiFi/4G 的移动支付终端研发 D.苏州大学,2020.3 3 何俊超.面向无人零售的支付系统设计与实现 D.华中科技大学,2019.4 刘炎松.岭南通移动支付终端的设计与实现 D.广东工业电脑与信息技术 2023 年 8 月92大学,2016.5 常浩,王彬,王云飞.基于 CKS32F103CBT6 的 IAP 固件升级的设计 J.电子与封装,2021,21(12):83-87.6 常浩,张键,王彬.基于 CKS32F103 的电动车管家设计 J.电子与封装,2021,21(01):93-98.7 刘梦影,朱仁龙,史兴强,刘云晶.一款 32 位 MCU 定时器设计及在无刷直流电机控制中的应用 J.电子与封装,2021,21(07):87-92.8 王镇道,李妮.一种优化的 MD5 算法与硬件实现 J.湖南大学学报(自然科学版),2022,49(02):106-110.9 刘梅华,黄增波,陈伟.在线升级矿用传感器设计 J.煤矿机械,2022,43(03):1-4.10 冯瑞珏,李轩东,杨树丰,等.MD5 算法在电力通信中的应用 J.电子制作,2021(09):52-53+47.11 Secure Login System using MD5 and AES Attribute Based Encryption AlgorithmJ.International Journal of Innovative Technology and Exploring Engineering,2020,9(8).12 Authenticity Data through Digital Signature Technique with MD5 AlgorithmJ.International Journal of Innovative Technology and Exploring Engineering,2020,9(3).13 牛小东,黄翔,黎勇.基于 QR 码的广义 LDPC 码的设计与译码算法的研究 J.重庆邮电大学学报(自然科学版),2021,33(06):930-938.14 谭亦夫,李子臣.基于可视密码的 QR 码安全支付方案 J.计算机与数字工程,2020,48(11):2712-2716.15 陈佳倩,金晅宏,王轶炜.基于非线性畸变 QR 码校正算法的研究 J.电子测量技术,2020,43(19):32-36.16 仲鑫玮.基于隐写技术的安全可验证秘密图像分享方法研究 D.南京信息工程大学,2021.络信息融合的层级多标签文本分类算法 J/OL.计算机科学:1-132023-06-09.2 吴子玥.基于自然语言处理和机器学习的文本分类及其运用 J.电子技术与软件工程,2023（07）:216-219.3 Li Q,Peng H,Li J,et al.A survey on text classification:From traditional to deep learningJ.ACM Transactions on Intelligent Systems and Technology（TIST）,2022,13（2）:1-41.4 汪少敏,杨迪,任华.基于深度学习的文本分类系统关键技术研究与模型验证 J.电信科学,2018,34（12）:117-124.5 Chan K H,Im S K,Ke W.Variable-depth convolutional neural network for text classificationC/Neural Information Processing:27th International Conference,ICONIP 2020,Bangkok,Thailand,November 1822,2020,Proceedings,Part V 27.Springer International Publishing,2020:685-692.6 Zhang M,Ai X,Hu Y.Chinese text classification system on regulatory information based on SVMC/IOP Conference Series:Earth and Environmental Science.IOP Publishing,2019,252（2）:022133.7 张超群,韦川源,梁刚,等.基于深度学习技术的恶意攻击的分析与识别 J.计算机应用研究,2020,37（S1）:283-286+289.8 郑明钰,林政,刘正宵,等.文本后门攻击与防御综述 J/OL.计算机研究与发展:1-232023-06-09.9 Xiang Z,Miller D J,Kesidis G.A benchmark study of backdoor data poisoning defenses for deep neural network classifiers and a novel defenseC/2019 IEEE 29th International Workshop on Machine Learning for Signal Processing（MLSP）.IEEE,2019:1-6.10 Saha A,Subramanya A,Pirsiavash H.Hidden trigger backdoor attacksC/Proceedings of the AAAI conference on artificial intelligence.2020,34（07）:11957-11965.11 Wang B,Yao Y,Shan S,et al.Neural cleanse:Identifying and mitigating backdoor attacks in neural networksC/2019 IEEE Symposium on Security and Privacy（SP）.IEEE,2019:707-723.12 Li Y,Zhang S,Wang W,et al.Backdoor Attacks to Deep Learning Models and Countermeasures:A SurveyJ.IEEE Open Journal of the Computer Society,2023.13 Kenton J D M W C,Toutanova L K.Bert:Pre-training of deep bidirectional transformers for language understandingC/Proceedings of naacL-HLT.2019,1:2.14 张忠林,袁晨予,陈丽萍,等.融合 BERT 与句法依存的性格识别方法研究 J/OL.计算机工程与应用:1-92023-06-09.15 Li D,Rodriguez C,Yu X,et al.Word-level deep sign language recognition from video:A new large-scale dataset and methods comparisonC/Proceedings of the IEEE/CVF winter conference on applications of computer vision.2020:1459-1469.16 L.Maas,R.E.Daly,P.T.Pham,D.Huang,A.Y.Ng,and C.Potts,“Learning word vectors for sentiment analysis,”in Proc.49th Annu.Meeting Assoc.Comput.Linguistics:Hum.Lang.Technol.,Portland,OR,USA,Jun.2011,pp.142150.（上接第 82 页）