作者：Lashley Wang

在物聯(lián)網(wǎng)飛速發(fā)展的今天，邊緣計算和TinyML技術(shù)正逐漸成為焦點。想象一下，小小的芯片竟能在設(shè)備端實現(xiàn)強(qiáng)大的數(shù)據(jù)處理與決策，ESP32-S3 芯片就如同一位魔法大師，攜手Edge Impulse平臺，讓電子鼻項目成為現(xiàn)實，帶你開啟一場奇妙的氣味探索之旅。

本系列第四集， DFRobot 高級工程師夏青（Rockets Xia）將為您解讀一個非常有意思的邊緣計算TinyML實戰(zhàn)項目。

主講嘉賓：

夏青（Rockets Xia），DFRobot高級工程師，蘑菇云創(chuàng)客空間共同創(chuàng)始人
夏青經(jīng)常活躍于國內(nèi)外創(chuàng)客社區(qū)。從2008起開始致力推廣創(chuàng)客文化，促進(jìn)創(chuàng)客運(yùn)動在中國的發(fā)展，2010年與中國創(chuàng)客教父李大維等打造國內(nèi)首個創(chuàng)客空間——新車間。2013年在DFRobot和浦軟集團(tuán)的支持下建設(shè)蘑菇云創(chuàng)客空間。作為蘑菇云創(chuàng)客空間共同創(chuàng)始人，經(jīng)常鼓勵和推動社區(qū)創(chuàng)客項目的推進(jìn)。作為DFRobot高級工程師，積極致力于推動人工智能、物聯(lián)網(wǎng)等先進(jìn)技術(shù)在創(chuàng)客及創(chuàng)客教育領(lǐng)域的落地和推廣。

（圖片來源：DFRobot）

首先，先來了解一下邊緣計算。邊緣計算是一種基于分布式計算的環(huán)境，它在數(shù)據(jù)收集源附近，也就是設(shè)備端完成數(shù)據(jù)處理和決策。與集中式的云計算不同，邊緣計算避免了數(shù)據(jù)傳輸?shù)皆贫藥淼难舆t問題，具有實時處理數(shù)據(jù)的能力和更快的響應(yīng)時間，同時降低了對云端的依賴，減輕了網(wǎng)絡(luò)和服務(wù)器的負(fù)載。在物聯(lián)網(wǎng)領(lǐng)域，尤其是工業(yè)物聯(lián)網(wǎng)（IIoT）領(lǐng)域，邊緣計算具有很高的應(yīng)用性。

（圖片來源：DFRobot）

而TinyML作為一種典型的邊緣計算應(yīng)用，使得在低功耗的設(shè)備上可以實現(xiàn)機(jī)器學(xué)習(xí)功能。今天要介紹的電子鼻項目，就采用了ESP32-S3芯片，并使用Edge Impulse平臺進(jìn)行TinyML模型訓(xùn)練和部署，以檢測空氣中的氣體成分，實現(xiàn)氣味的識別與分類。

（圖片來源：DFRobot）

ESP32-S3芯片是樂鑫的高性能芯片之一，在邊緣計算的應(yīng)用中展現(xiàn)了卓越的性能和低功耗平衡。在前期視頻介紹中已經(jīng)對它有相應(yīng)的介紹，下面進(jìn)一步介紹電子鼻項目的具體情況。

（圖片來源：DFRobot）

電子鼻項目的硬件組成包括FireBeetle ESP32-S3開發(fā)板作為核心控制器，負(fù)責(zé)整個系統(tǒng)的數(shù)據(jù)處理和控制；還有甲烷、一氧化碳、甲醛等氣體傳感器，用于檢測空氣中的不同氣體成分；此外，還需要面包板和跳線來連接各個傳感器和開發(fā)板。

（圖片來源：DFRobot）

項目在完成焊接和組裝后，就是模型訓(xùn)練和部署。Edge Impulse 是一款專為物聯(lián)網(wǎng)設(shè)備設(shè)計的便捷機(jī)器學(xué)習(xí)平臺，可以輕松的完成模型的訓(xùn)練、優(yōu)化和部署，非常適合電子鼻這樣的邊緣智能項目。

項目分解如下：

（圖片來源：DFRobot）

首先，選擇可樂和葡萄汁作做為樣本飲料進(jìn)行實驗。將飲料放入封閉容器，保存數(shù)據(jù)到電腦上，獲得 CSV 格式的數(shù)據(jù)，并加上氣味名稱的label，以便后期分類和處理。靜置十分鐘，每個飲料多測幾次，以獲得更準(zhǔn)確的氣味數(shù)據(jù)。測量后用清水沖洗量杯，用風(fēng)扇清洗容器，讓容器內(nèi)氣體恢復(fù)正常空白環(huán)境，然后再次測量其他數(shù)據(jù)并保存。

（圖片來源：DFRobot）

將 CSV 格式的文件上傳到Edge Impulse平臺，利用標(biāo)記功能標(biāo)記每個數(shù)據(jù)集，如葡萄汁和可樂，然后通過平臺的功能篩選出對飲料氣味分析更重要的特征。經(jīng)過訓(xùn)練和測試，可以得到一個比較準(zhǔn)確的模型，它能夠自動識別和分類葡萄汁和可樂。

（圖片來源：DFRobot）

同樣的原理， 對水果進(jìn)行類似有趣的實驗，驗證模型是否可以部署在FireBeetleESP32– S3主控板上。實驗物品是生芒果和快腐爛的成熟芒果，利用氣體傳感器判斷水果的成熟度。

（圖片來源：DFRobot）

這樣的電子鼻在倉庫管理、生鮮和水果等高價值物品的物流管理中都有應(yīng)用，可以減少浪費(fèi)和損失，提供重要數(shù)據(jù)支持，降低損耗。

以上課程，可以了解了如何利用Firebeetle ESP32-S3主控和Edge Impulse平臺構(gòu)建電子鼻項目，從硬件介紹到模型訓(xùn)練和部署的全過程，展示了Firebeetle ESP32-S3在邊緣人工智能應(yīng)用中的強(qiáng)大能力。

（圖片來源：DFRobot）

相信未來，隨著物聯(lián)網(wǎng)和邊緣人工智能技術(shù)的不斷發(fā)展，TinyML 的應(yīng)用場景將更加廣闊，能夠在端側(cè)跑TinyML模型的Firebeetle ESP32-S3將在智能家居、工業(yè)自動化、環(huán)境監(jiān)測等眾多領(lǐng)域發(fā)揮更大的作用。

本期就是物聯(lián)網(wǎng)和ESP32系列的最后一期內(nèi)容，希望能為您帶來啟發(fā)。在下方一并羅列了相關(guān)資源的鏈接，以及ESP32相關(guān)產(chǎn)品的編號，方便您進(jìn)行復(fù)刻。

感謝您對本系列的關(guān)注，請繼續(xù)留意我們，獲取更多項目和教程。這個系列到此結(jié)束，期待與您有緣再見！

審核編輯 黃宇