概述
文章介绍了
边缘计算及TinyML
在物联网中的应用，以电子鼻项目为例，采用
E
SP32-S3芯片
和
Edge Impulse平台
，通过气体传感器检测气体成分实现气味识别与分类。包括硬件组成、模型训练部署过程，如对可乐和葡萄汁实验及生熟芒果实验。展示了该项目在物流管理等领域的应用前景，强调了随着技术发展，TinyML应用场景将更广阔，Firebeetle ESP32-S3将在多领域发挥作用。
在物联网飞速发展的今天，
边缘计算和TinyML技术
正逐渐成为焦点。想象一下，小小的芯片竟能在设备端实现强大的数据处理与决策，
ESP32-S3 芯片
就如同一位魔法大师，携手
Edge Impulse平台
，让电子鼻项目成为现实，带你开启一场奇妙的气味探索之旅。
本系列第四集， DFRobot 高级工程师夏青（Rockets Xia）将为您解读一个非常有意思的边缘计算TinyML实战项目：
《电子鼻项目制作-用ESP32 S3制作一个腐烂水果监测器》
。
买一送一限时福利进行中！
欢迎到下一篇
推文
【买一送一倒计时】终极机遇！ESP32助力物联网项目飞跃新高度
了解更多~
主讲嘉宾
夏青（Rockets Xia），
DFRobot高级工程师，蘑菇云创客空间共同创始人
夏青经常活跃于国内外创客社区。从2008起开始致力推广创客文化，促进创客运动在中国的发展，2010年与中国创客教父李大维等打造国内首个创客空间——新车间。2013年在DFRobot和浦软集团的支持下建设蘑菇云创客空间。作为蘑菇云创客空间共同创始人，经常鼓励和推动社区创客项目的推进。作为DFRobot高级工程师，积极致力于推动人工智能、物联网等先进技术在创客及创客教育领域的落地和推广。
本期视频
（图片来源：DFRobot）
首先，先来了解一下边缘计算。
边缘计算是一种基于分布式计算的环境
，它在数据收集源附近，也就是设备端完成数据处理和决策。与集中式的云计算不同，边缘计算避免了数据传输到云端带来的延迟问题，具有实时处理数据的能力和更快的响应时间，同时降低了对云端的依赖，减轻了网络和服务器的负载。
在物联网领域，尤其是工业物联网（IIoT）领域，边缘计算具有很高的应用性。
（图片来源：DFRobot）
而
TinyML作为一种典型的边缘计算应用，使得在低功耗的设备上可以实现机器学习功能
。
今天要介绍的电子鼻项目，就
采用了ESP32-S3芯片，并使用Edge
Impulse平台进行TinyML模型训练和部署
，以检测空气中的气体成分，实现气味的识别与分类。
（图片来源：DFRobot）
ESP32-S3芯片是乐鑫的高性能芯片之一，在边缘计算的应用中展现了卓越的性能和低功耗平衡。在前期视频介绍中已经对它有相应的介绍，下面进一步介绍电子鼻项目的具体情况。
（图片来源：DFRobot）
电子鼻项目的硬件组成包括
FireBeetle
ESP32-S3开发板
作为核心控制器，负责整个系统的数据处理和控制；还有甲烷、一氧化碳、甲醛等气体传感器，用于检测空气中的不同气体成分；此外，还需要面包板和跳线来连接各个传感器和开发板。
（图片来源：DFRobot）
项目在完成焊接和组装后，就是模型训练和部署。
Edge Impulse 是一款专为物联网设备设计的便捷机器学习平台
，可以轻松的完成模型的训练、优化和部署，非常适合电子鼻这样的边缘智能项目。
项目分解如下：
（图片来源：DFRobot）
首先，选择可乐和葡萄汁作做为样本饮料进行实验。将饮料放入封闭容器，保存数据到电脑上，获得 CSV 格式的数据，并加上气味名称的label，以便后期分类和处理。静置十分钟，每个饮料多测几次，以获得更准确的气味数据。测量后用清水冲洗量杯，用风扇清洗容器，让容器内气体恢复正常空白环境，然后再次测量其他数据并保存。
（图片来源：DFRobot）
将 CSV 格式的文件上传到Edge Impulse平台，利用标记功能标记每个数据集，如葡萄汁和可乐，然后通过平台的功能筛选出对饮料气味分析更重要的特征。经过训练和测试，可以得到一个比较准确的模型，它能够自动识别和分类葡萄汁和可乐。
（图片来源：DFRobot）
同样的原理， 对水果进行类似有趣的实验，验证模型是否可以部署在FireBeetleESP32– S3主控板上。实验物品是生芒果和快腐烂的成熟芒果，利用气体传感器判断水果的成熟度。
（图片来源：DFRobot）
这样的电子鼻在仓库管理、生鲜和水果等高价值物品的物流管理中都有应用，可以减少浪费和损失，提供重要数据支持，降低损耗。
以上课程，可以了解了如何利用Firebeetle ESP32-S3主控和Edge Impulse平台构建电子鼻项目，从硬件介绍到模型训练和部署的全过程，展示了Firebeetle
ESP32-S3在边缘人工智能应用中的强大能力。
（图片来源：DFRobot）
相信未来，随着物联网和边缘人工智能技术的不断发展，TinyML 的应用场景将更加广阔，
能够在端侧跑TinyML模型的Firebeetle
ESP32-S3将在智能家居、工业自动化、环境监测等众多领域发挥更大的作用。
本期就是物联网和ESP32系列视频的最后一期内容，希望能为您带来启发。在下方一并罗列了相关资源的链接，以及ESP32相关产品的编号，方便您进行复刻。
感谢您对本系列视频的关注，别忘了订阅我们的频道，获取更多项目和教程。这个系列的视频到此结束，期待与您有缘再见！
本期视频相关资源：
-
DFR1145
：基于乐鑫ESP32-S3-WROOM-1-N4模组设计的主控板。
-
FIT0816
：一款带有风扇的树莓派散热片兼容树莓派3B/3B+/4B。
-
DFR0553
：16位AD转换模块，可对模拟量信号进行精确的采集与转换。
-
SEN0565
：MEMS 甲烷传感器，定性测量可燃气体，小尺寸、低功耗。
-
SEN0564
：MEMS 一氧化碳传感器，定性测量一氧化碳气体，小尺寸、低功耗。
-
SEN0566
：MEMS VOC传感器，定性测量VOC气体，小尺寸、低功耗。
-
SEN0563
：MEMS 甲醛传感器，定性测量甲醛气体，小尺寸、低功耗。
小编的话
怎么样？有没有被ESP32在边缘计算开发上的性能所折服？事实上，ESP32的强大处理能力和低功耗特性使其非常适合用于边缘计算场景，能够在靠近数据源的地方进行数据处理和分析，减少数据传输的延迟和带宽占用。在边缘智能应用方面，ESP32能够用于环境监测、智能控制、数据分析等多种场景。您是否有基于MCU开发边缘智能系统？您在开发过程中有哪些经验、心得或疑问？
欢迎留言，分享交流！
“星标”我们，不错过新鲜案例和行业干货
概述
本期视频
本期视频相关资源：
小编的话
京公网安备 11010802033920号