基于AIOT的智能家居系统

1、总体框架

AIOT是2017年在小米开发者大会上提出的一个概念，主要指把物联网和人工智能联系起来产生更加深远的影响力，其中AIOT在智能家居的应用是各大厂商都角逐的一块重要领域，其中不乏小米腾讯阿里华为这类的巨头企业，同时格力海尔西门子这些传统的家电供应商；也在开发其应用。一般业界觉得比较好的一个分布图是下图，是将AIOT分为三个层面，分别是设备层、网络层和应用层。

在这次萌芽杯的项目中我们也是根据这个结构来建立。这里我们建立的整体是采用上位机和下位机的思想构建的。首先是上位机是性能良好可以执行算法任务的jetson nano 下位机使用的是arduino、以及扩展后的Arduino还有ESP866，架构如下图

2、硬件层

首先设备层的传感器和一些其他元件，这些我们常使用到的一些廉价的性价比较好的传感器，一共有45种，这里就不一一列举例了，可以直接看我的这这篇博客：
点击

这里我们直接根据生活的场景直接构建的的场景：

（1）每天起床想看看温湿度？

首先是最简单的温湿度传感器DHT11，它可以输出模拟值到Arduino，然后我们将这个数值闯入到我们的LCD显示屏，这样子你可以通过屏幕看到今天室内的温度和湿度，详细的介绍可以参考我的一篇博客，扫左下角二维码：点击

（2）想把握好自己的健康状况？

这里我们采用了KY026心率传感器，这是一款你用手指轻触可以采集你的心率的传感器，
但是这个效果不好？没关系，我们做了算法优化，由于时间关系，这里不赘述了，感兴趣可以扫二维码看下我的博客以及一片国外的技术文章。
点击

（3）觉得灯不够节能？能不能让它自己根据量度调节？

这里使用到的是光照传感器，这个可以获取身边环境的量度，根据我们的量度可以分为四分，然后根据我们室内的量度的不同点亮不同的小灯，这个可以参考扫二维码我的博客和国外的技术文章。
点击

（4）总怕水壶被孩子碰到？

这里可以使用倾斜传感器来解决，我给这个传感器设置了一个倾斜度上线，如果超过这个角度那我的蜂鸣器就会响。这个可以装在你觉重要同时可能会被人碰到的地方做一个预警。

（5）水壶的水喝光了都不知道？水位传感器来帮你

这利用一个联动就可以解决，我们使用水位传感器是可以检测水位的深度，如果这个深度低过我们设定的阈值，我们就可以让小红灯点亮，提醒大家该喝水啦
点击

（6）CO传感器，帮你提前预警气体泄漏

这个的使用是十分有必要的，因为现在很多家庭都用上了天然气，我们这个传感器是市面上买到较廉价的传感器，这里我们没办法实验，因为没有CO这气体。。但是确实可以检测到一个几乎为零的数值。
点击

（7）不知道时候浇花？有土壤湿度传感器

这个传感器我们将它插入土壤中就可以获取土壤的湿度，如果这边反馈的数值比较小，那么我们就需要及时浇水啦

点击

3、ESP8266-让数据掌握在自己手中（通讯层）

数据只在端侧是不够的，我们要让它在手机上被看到，让它能够传回到上位机上进行机器学习。这里我们使用了集成好的控制云平台，但是首先我们需要给它配网，什么意思呢？简单来说就是我们让这个模块处在我的WI-FI下，我需要提前输入WI-FI名和密码，这样子设备才可以通过MQTT协议上传到云端，然后在云端进行控制。
点击

（1）让数据近在手中

这里第一张是我们的温湿度传回到手机云平台上，你可以在被窝里面就可以看到今天的温湿度，同时我们做了一个在线的浇花系统，你可以实时地看由土壤湿度传感器和水位传感器传回来的你的花盆的湿度和你的浇水壶的余量。
点击

（2）云端控制更便捷

这里我们直接从市场上买回来了一个5V小水泵，我们觉得土壤湿度不够了，直接点下按键就可以从水壶抽水喷花。

（3）朋友来时更方便

来的时候如果朋友到门口你不在家怎么办？是不是会遇到这种尴尬，这个我们也替你解决了–扫二维码执行任务。只要你发一个二维码给朋友，然后他一扫码门就打开了。当然这个还处于测试阶段，现在可以扫码开灯了～

4、Jetson nano算力即未来（应用层）

这款产品是英伟达公司推出的带有GPU的嵌入式产品，市面很多人都喜欢树莓派作为嵌入式开发的板子，但是树莓派的性能真的和Jetsonnano 没办法比较，无论是GPU还是CPU都是树莓派没办法比较。

1.人脸识别开门

人脸识别的特征最关键的技术莫过于对人的脸部的标注和识别，这里我们使用的是谷歌的mediapipe所建立的人脸识别特征，一共对人脸关键的200多个关键点进行检测追踪，这里我们不需要像其他的算法这样子YOLO、CNN、RNN这样子对整个脸的图片进行训练学习，我们只需要对这些点的坐标关系进行距离就可以。
下图是我自己的人脸识别。
点击

2.数据分析。

这里就是通过获取设备层传回来的数据后使用经典算法进行数据预测，比如说对天气预测呀，对使用对象的心率进行评估，这些都可以算法进行训练。我们常用的经典算法主要有
分类回归算法采用Eucledian k-NN"，“Manhattan k-NN”, “Minkowski k-NN”, “Entropy Decision Tree”, “Gini Decision Tree”, “Entropy Random Forest”, “Gini Random Forest”, “Bootstrapping Random Forest”, “No Bootstrapping Random Forest”, “Gaussian kernel SVM (RBF)”, "Sigmoid NN ","ReLu NN”，这些算法可以进行比较后我们会选取表现最优的。
点击
下图是各个算法的表现，

已经我们对下雨的预测图这里三种颜色分别表示天气良好、可能下雨、阴天做了一个分类

5、刷卡门禁（射频）

这里使用的是射频RC522模块，这里主要是将这个模块联入独立Arduino板子，然后我们将我的校园卡的ID卡号录入到板子中，然后读取外部卡的ID号，如果是我们之前录入的那个就向G90马达旋转90度（开门）。

这个是我将我的校园卡录入戒指，然后通过戒指刷卡宿舍门（这里不做视频展示，可以关注我的CSDN）

6、外形设计

整个设计我们采用两种方案，一种是3D打印立体外壳，另一种是激光切割平面亚克力板。
3D打印机采用自己制作的打印机，CAD软件导出的STL文件在CURA中做切片，这种结构太薄弱。

点击

所以我们采用了第二种方案，将亚克力板切割获得平面板后做成立体箱子。下图是我们的设计草图，切割板子以及成品