任务推荐使用模块： - ESP32‑S3 Sense、扬声器/蜂鸣器、RGB 灯带、OLED、四按键模块、旋转电位计模块。   任务要求：  1. 预置不少于 3 段旋律序列，通过扬声器或蜂鸣器播放；  2. 如若使用蜂鸣器，需要使用RGB 灯带按节拍或音符强弱做律动灯效；3. 麦克风关键词识别实现播放、暂停、下一首、上一首、音量大、音量小等至少 5 条指令，注意指令必须包含切换播放曲目。语音识别可使用EDGE IMPULSE或其他平台训练相关模型；4. OLED 显示曲目编号、播放进度百分比、当前音量；使用四按键实现切歌、暂停/播放、音量调高、调低这4种操作，或只使用旋转电位器实现音量调节；5. 可选加分：微信小程序或网页远程选曲、查看进度与调整音量；6. 可选加分：可自行设计 3D 外壳或音乐盒结构，需提交结构文件与装配说明。  注：每完成一项加分项，在评审时会多加5分。

任务推荐使用模块： - ESP32‑S3 Sense、RGB 灯带（SK6812）、三色 LED 模块、OLED、四按键模块、旋转电位计模块、蜂鸣器模块。     任务要求：  1. 设计至少3种氛围灯显示模式，要求灯珠在一定周期内存在连续变化，例如跑马灯、彩虹灯、呼吸灯等。2. 通过麦克风实现设备唤醒，并设置至少 5 条语音指令，例如开灯、关灯、切换模式、调快、调慢、调亮、调暗等，语音识别可使用EDGE IMPULSE或其他平台训练相关模型。3. 通过摄像头实现至少 3 种手势识别，例如握拳关灯、比“OK”确认、手掌切换模式等，手势识别可使用EDGE IMPULSE或其他平台训练相关模型。  4. 语音和手势同时存在时，应当设置优先级与冲突处理策略5. 在 OLED 上显示当前模式、亮度及速度。 6. 使用四按键实现模式切换、调速、调亮度等操作，或只使用旋转电位器实现亮度调节。7. 在执行开关灯、模式切换、速度、亮度切换时，都使用蜂鸣器短鸣进行提示。8. 可选加分：可自行设计氛围灯的 3D 外壳，需提交结构文件与装配说明。   注：每完成一项加分项，在评审时会多加5分。

任务推荐使用模块： - ESP32‑S3 Sense、感知扩展底板（Senseboard） 与机器人小车底座（Baseboard）、DC 电机×2、电机驱动板、六轴传感器、蜂鸣器。     任务要求：  1. 摄像头使用轻量 AI 模型识别赛道区域或标记，赛道图像识别可使用Edge Impulse或其他平台训练相关模型，赛道识别允许巡线、颜色识别、物体避障、箭头指示识别等，选定一种即可，需要详细解释识别逻辑。2. 超声波传感器实现防撞功能，当摄像头处理失效，小车前方出现障碍物时小车需要减速、绕行或停车以保护摄像头，并给出蜂鸣提示。注意，此处超声波传感器与机器人小车底座共用引脚，超声波采集与电机控制应当轮替进行并保证超声波采样时间。3. 六轴传感器检测碰撞、急转弯或倾倒，出现异常姿态时立即停车，并使用蜂鸣器长鸣提示。 4. 可选加分：光敏电阻用于环境光估计，动态调节摄像头设置或识别阈值，同时调整小车速度档位。  5. 可选加分：可自行设计小车上盖或外壳（3D 打印均可），需提交结构文件与装配说明。   注：每完成一项加分项，在评审时会多加5分。

任务推荐使用模块： - ESP32‑S3 Sense、SG90 360 度伺服电机、超声波传感器、OLED、RGB 灯带、蜂鸣器、四按键模块、三色 LED 模块。     任务要求：  1. 训练一个支持人脸比对的轻量化模型，至少应该存储3个用户的数据。人脸图像识别可使用Edge Impulse或其他平台训练相关模型。2. 训练一个语音识别模型，基于口令关键词来检测，作为智能门禁的第二验证方式。语音识别可使用Edge Impulse或其他平台训练相关模型。3. 超声波传感器检测有人靠近后自动唤醒系统，进入身份验证流程，此时设备现象至少应当出现，三色LED从全熄灭转为黄灯亮起，OLED屏幕显示“正在采集”，启动摄像头采集。4. 当人脸识别通过时，三色LED闪烁3次后，进入语音关键词识别，OLED屏幕显示“正在识别”，当关键词识别正确后，驱动伺服电机旋转一定角度代表开锁，并在 OLED 显示“验证通过”；在超声波传感器检测到无人后，5秒内关门。若在进入语音 识别的20秒内未识别到关键词，回退到人脸识别。  5. 若超声波传感器检测2分钟内均有人靠近，且在2分钟未通过一次验证，则三色 LED 变红，并记录失败日志。  6. 四按键用于用户删除、查看日志。 7. 可选加分：设计开门时的氛围灯效果。8. 可选加分：使用微信小程序或网页，用于用户管理、开门记录查询、阈值设置与远程布防。  9. 可选加分：可自行设计门禁面板或外壳结构（例如门框模型），需提交结构文件与装配说明。   注：每完成一项加分项，在评审时会多加5分。

任务推荐使用模块： - ESP32‑S3 Sense、感知扩展底板（Senseboard） 与机器人小车底座（Baseboard）、DC 电机×2、电机驱动板、六轴传感器、动力电池。     任务要求：  1. 该题建议使用ESP-IDF开发，并使用ESP32-S3的双核处理功能。2. 六轴传感器实时估计车体俯仰角，完成两轮自平衡控制，要求可稳定站立并实现前后移动。  3. 摄像头实现平衡状态下的自主巡航或目标跟随，追踪物体自拟，图像识别可使用Edge Impulse或其他平台训练相关模型。4. OLED 显示当前角度、速度与模式。5. 可选加分：微信小程序或网页显示姿态曲线、调节目标速度与平衡参数，并支持一键急停。  6. 可选加分：可自行设计 3D 外壳或车身结构，需提交结构文件与装配说明。   注：每完成一项加分项，在评审时会多加5分。

任务推荐使用模块： - ESP32‑S3 Sense、DHT11 温湿度传感器、光敏电阻、六轴传感器、OLED、三色 LED 模块、蜂鸣器、旋转电位计模块、四按键模块。     任务要求：  1. 采集温度、湿度、环境光强、震动或倾斜等多源数据，并间隔一段时间持续记录。  2. 使用TensorFlow等平台训练轻量模型，输出风险预测。 3. OLED 上设置多级菜单，显示各传感器实时值、预测评分与趋势、过往采集数据等，使用四按键控制菜单切换、数据显示、数据情况、重置设备等；三色 LED 用红黄绿显示风险等级。  4. 预测风险从正常转为可能存在风险时，蜂鸣器短鸣3次进行提示，三色LED由绿色转为黄色；预测风险达到阈值时蜂鸣器长鸣警报，三色LED转为红色。  5. 可选加分：可自行设计桌面监测站 3D 外壳，需提交结构文件与装配说明。   注：每完成一项加分项，在评审时会多加5分。

参与者若有更好的创意，可完成自命题，难度不低于已有任务的三星难度 因人工智能硬件套件里的模块较多，若选择自命题主控只能用套件里自带的ESP32‑S3 Sense，必须用到OLED屏，并设计相应显示界面，其余执行器/传感器需至少使用5种及以上搭配完成综合项目才能全额退款 若提交的项目难度太低，将直接不予通过，不予退款