
【项目背景】
随着生活水平提高,超市里饮料种类日趋丰富,其含糖量、酸碱度及添加剂成分对孩子健康的影响备受关注。传统饮料鉴别依赖人工品尝或成分表,难以实现快速、无损的智能识别。
本项目利用PH传感器采集饮料的实时酸碱度时序数据,通过时序大模型自动识别饮料类别,结合SIOT平台,在行空板K10上实时显示饮料结果与健康分析,为家长和孩子提供直观的饮食参考。
【功能介绍】
1.前端数据采集:通过Arduino Uno R3与PH传感器,以固定频率采集饮料的PH值,形成高精度时序信号,通过串口上传至Mind+V2平台的时序模式数据集中。
2.智能识别核心:通过训练的“酸碱度时序模型”对采集到的PH时序序列进行特征学习与模式识别,准确判断饮料种类。
3.数据无线传输:利用SIOT(一个轻量级MQTT物联网平台)将识别结果(饮料名称)从模型推理终端无线发布至行空板K10。
4.终端显示与健康分析:行空板K10接收识别结果,在屏幕上清晰显示饮料名称,行空板K10语音播放相关饮料对身体的影响。
【硬件准备】
行空板K10:集摄像头、LCD彩屏、麦克风、扬声器、WiFi蓝牙模块、RGB指示灯及多种传感器和扩展接口于一体。
模拟PH计:板载电源指示灯、BNC接口和PH2.0接口。使用时,将pH传感器接到板载BNC接口,将板载PH2.0接口连接到Arduino R3控制器的模拟口A0,通过程序控制,非常方便的测量溶液的pH值。
DFRduino UNO R3开发板:一块基于开放原始代码的Simple i/o平台,DFRduino UNO R3具有使用类似java,C语言的开发环境。可以快速使用Arduino语言与Flash或Processing…等软件,作出互动作品。
连接线:3Pin 杜邦线。连接 模拟PH计到 UNO R3模拟口A0


【模型训练】
步骤1 数据采集与准备
1.Mind+平台在菜单栏中选择 “新建项目”,然后点击 “模型训练”。在训练选项中找到 “时序模式识别(M4)” 并点击,即可完成项目创建

步骤2 添加数据和
1.点击 “添加类别” 按钮,为图像分类任务创建所需类别

2.通过串口直接采集实时数据


3.获取串口窗口选择USB串行设备

4.数据标注

5.说明:
(1)数据采集过程:unoR3与电脑的串口连接不能断开;
(2)饮料样本:选择2种常见且PH特征差异较明显的饮料:可乐(强酸性)、苏打水(弱酸性)
(3)数据采集程序:编写Arduino程序,每0.2秒采集一次PH值,并通过串口输出。
(4)创建数据集:对每一种饮料,进行多次、每次持续4秒的数据采集(70-90个点)。每种饮料收集至少30条以上时序序列,构成一个样本。
步骤3 训练模型
步骤4 模型校验
步骤5 模型导出

【实时结果推送】——搭建SIOT服务器平台
【程序编写】
1.程序框架流程

(一)Arduino数据采集端

1.选择上传模式打开


2.点击“扩展”,添加Arduino uno和 模拟PH计
3.编程Uno R3串口通信程序
说明:硬件连接:PH传感器模拟信号线接Uno R3的A0引脚,并正确供电。通过串口通信窗口,观察并确保PH值输出稳定。
(二)行空板K10应用端
1.选择上传模式打开

2.点击“扩展”,在“主控扩展”中,添加“行空板K10”。

- 3.点击“扩展”,在“模块扩展”中,添加“MQTT NTP WIFI”。

4.行空板K10数据处理程序


主程序

MQTT接受SIOT实时推送子程序
【项目总结】
本项目搭建软硬件结合的饮料智能检测系统。酸碱饮料时序模型识别准确率达 99%,可精准捕捉可乐、苏打水等饮料独特 pH 时序特征。系统整体延迟低于 2 秒,实时性强。行空板K10直观显示结果并语音科普健康影响,兼具实用性与科普价值。系统扩展性良好,未来可增配传感器、扩充饮料种类,实现更全面的端侧智能检测。
附件
附件

返回首页
回到顶部

评论