内容介绍

1. 所选任务介绍

1-1 任务名称

环境预测与场景联动

1-2 任务要求

采集温度、湿度、环境光强、震动或倾斜等两种及以上的数据，并间隔一段时间持续记录。
使用TensorFlow等平台训练轻量模型，输出风险预测。
OLED上显示各传感器实时值、预测评分与趋势、过往采集数据等，三色LED用红黄绿显示风险等级。
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。
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。

2. 项目介绍

2-1 项目名称

基于ESP32的博物馆温湿度和光照检测报警系统

2-2 项目场景

博物馆文物需要合适的温湿度条件,否则可能会导致文物损坏,同时部分文物对光照敏感,所以禁止游客拍照,本项目基于该场景建立了基于ESP32的温湿度检测系统,同时检测闪光灯等强光影响

当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,提示可能存在风险, 预测风险达到阈值时蜂鸣器长鸣警报，三色LED转为红色,提示文物处于危险状态,危险消除后蜂鸣器停止警报,LED转为绿色安全状态

3. 硬件介绍

ESP32XIAOS3开发板
DHT11温湿度传感器
三色LED
4按键模块
蜂鸣器
OELD显示屏

4. 方案框图和项目设计思路介绍

4-1 方案框图

4-2 项目设计思路介绍

4-2-1 项目总体设计

本项目基于ESP32+FreeRTOS实时操作系统构建一个环境监测与风险预测系统。系统通过温湿度传感器和光敏传感器采集环境数据，并利用嵌入式AI模型进行风险预测，同时通过OLED、RGB_LED和蜂鸣器进行信息显示和报警提示。

系统采用FreeRTOS 多任务架构，将不同功能模块划分为独立任务运行，各任务之间通过互斥锁和事件组实现数据共享与同步，以保证系统运行的实时性与稳定性。

系统主要实现以下功能：

实时采集环境温度、湿度和光照强度
基于AI模型进行环境风险预测
OLED实时显示系统状态与数据
LED和蜂鸣器进行风险报警提示
历史数据记录与查询
系统运行状态监测

4-2-2 系统软件架构

系统软件采用 ESP32双核处理 + FreeRtos多任务架构设计，根据功能划分为三个任务模块：

系统运行监控任务（核0）
人机交互任务集（核0）
数据采集与处理任务集（核1）

各任务相互独立，通过共享数据结构和FreeRtos同步机制、互斥锁实现任务之间的通信。

4-2-3 系统任务设计

LED系统系统监控任务
- 该任务用于检测系统运行状态，LED以2秒为周期持续闪烁，用于判断系统是否正常运行
按键检测任务
- 系统使用四个按键进行菜单控制，用户可通过按键实现页面切换、数据查看、历史数据浏览等功能
OLED菜单显示任务
- OLED用于显示数据信息如温度、湿度、光照强度、AI风险预测结果以及历史数据和调试信息，信息展示全面具体。
风险提示任务
- 该任务根据 AI 模型预测结果进行风险提示，风险等级划分为三级：
- - 安全（risk < 1）：三色LED显示为绿色，蜂鸣器关闭
  - 警告（1 ≤ risk < 2）：三色LED显示为黄色，蜂鸣器短鸣3声
  - 危险（risk ≥ 2）：三色LED显示为红色，蜂鸣器持续报警
DHT11温湿度采集任务
- 该任务周期性读取 DHT11传感器数据，采集数据包括温度和湿度，采集的数据存入数据集中
光敏传感器采集任务
- 该任务通过 ADC 采集环境光照强度，采集的数据存入数据集中
AI风险预测任务
- 该任务运行嵌入式AI模型进行风险预测，模型输入温度、湿度和光照强度，进行AI预测分析，输出风险值risk
历史数据保存任务
- 该任务用于保存和更新系统数据（温湿度，光强，AI风险预测等级）

4-2-4 系统运行流程

系统整体运行流程如下：

系统上电启动，ESP32 初始化硬件资源
初始化系统外设，包括 LED、OLED、定时器等模块
创建FreeRTOS各个功能任务
传感器任务周期采集温度、湿度和光照数据
采集数据写入系统数据结构与历史数据缓存
AI 模型任务读取传感器数据并进行风险预测
预测结果更新系统风险值
OLED显示任务实时更新环境数据和风险状态
RGB_LED与蜂鸣器根据风险等级进行提示或报警
历史数据任务保存当前数据并更新历史记录
系统持续循环运行，实现环境监测与风险预测功能

5. 调试软件及使用的编程语言说明、软件流程图及关键代码介绍

5-1 编程语言与开发环境

本项目主要使用C 语言进行开发，基于ESP32平台和FreeRTOS实时操作系统实现系统多任务管理。

开发与调试工具如下：

工具	作用
`VSCode`	代码编写与项目管理
`ESP-IDF`	ESP32 官方开发框架
`FreeRTOS`	实现系统多任务调度
`Python`	AI模型训练与数据处理
`TensorFlow / TensorFlow Lite`	构建与部署风险预测模型
串口调试助手	查看系统运行日志与调试信息

在模型训练阶段，使用 Python 构建并训练环境风险预测模型，并将训练完成的模型转换为TensorFlow Lite格式，再部署到ESP32进行推理计算。

5-2 软件流程图

5-3 关键代码介绍

FreeRTOS任务创建：系统使用FreeRTOS创建多个独立任务，并将任务绑定到不同CPU核心执行。

  xTaskCreatePinnedToCore(task_LED , "task_LED" , 4096 , NULL , 1 , NULL , 0) ;
  xTaskCreatePinnedToCore(Task_Key4 , "Task_Key4" , 4096 , NULL , 1 , NULL , 0) ; 
  xTaskCreatePinnedToCore(Task_Menu , "Task_Menu" , 4096 , NULL , 1 , NULL , 0) ;
  
  xTaskCreatePinnedToCore(Task_DHT11, "Task_DHT11" , 3072 , NULL , 1 , NULL , 1) ;
  xTaskCreatePinnedToCore(Task_Gray , "Task_Gray" , 4096 , NULL , 1 , NULL , 1) ;
  xTaskCreatePinnedToCore(Task_AI_Predict , "Task_AI_Predict" , 4096 , NULL , 1 , NULL , 1) ;
  xTaskCreatePinnedToCore(Task_RGY_Buzzer , "Task_RGY_Buzzer" , 4096 , NULL , 1 , NULL , 1) ;
  
  xTaskCreatePinnedToCore(Task_History_Save , "Task_H_Save" , 4096 , NULL , 1 , NULL , 0) ;