作者：Lashley Wang

在物聯網飛速發展的今天，邊緣計算和TinyML技術正逐漸成為焦點。想象一下，小小的芯片竟能在設備端實現強大的數據處理與決策，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實戰項目。

主講嘉賓：

夏青（Rockets Xia），DFRobot高級工程師，蘑菇云創客空間共同創始人
夏青經常活躍于國內外創客社區。從2008起開始致力推廣創客文化，促進創客運動在中國的發展，2010年與中國創客教父李大維等打造國內首個創客空間——新車間。2013年在DFRobot和浦軟集團的支持下建設蘑菇云創客空間。作為蘑菇云創客空間共同創始人，經常鼓勵和推動社區創客項目的推進。作為DFRobot高級工程師，積極致力于推動人工智能、物聯網等先進技術在創客及創客教育領域的落地和推廣。

（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境，它在數據收集源附近，也就是設備端完成數據處理和決策。與集中式的云計算不同，邊緣計算避免了數據傳輸到云端帶來的延遲問題，具有實時處理數據的能力和更快的響應時間，同時降低了對云端的依賴，減輕了網絡和服務器的負載。在物聯網領域，尤其是工業物聯網（IIoT）領域，邊緣計算具有很高的應用性。

（圖片來源：DFRobot）

而TinyML作為一種典型的邊緣計算應用，使得在低功耗的設備上可以實現機器學習功能。今天要介紹的電子鼻項目，就采用了ESP32-S3芯片，并使用Edge Impulse平臺進行TinyML模型訓練和部署，以檢測空氣中的氣體成分，實現氣味的識別與分類。

（圖片來源：DFRobot）

ESP32-S3芯片是樂鑫的高性能芯片之一，在邊緣計算的應用中展現了卓越的性能和低功耗平衡。在前期視頻介紹中已經對它有相應的介紹，下面進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開發板作為核心控制器，負責整個系統的數據處理和控制；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板。

（圖片來源：DFRobot）

項目在完成焊接和組裝后，就是模型訓練和部署。Edge Impulse 是一款專為物聯網設備設計的便捷機器學習平臺，可以輕松的完成模型的訓練、優化和部署，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行實驗。將飲料放入封閉容器，保存數據到電腦上，獲得 CSV 格式的數據，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，以獲得更準確的氣味數據。測量后用清水沖洗量杯，用風扇清洗容器，讓容器內氣體恢復正常空白環境，然后再次測量其他數據并保存。

（圖片來源：DFRobot）

將 CSV 格式的文件上傳到Edge Impulse平臺，利用標記功能標記每個數據集，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。經過訓練和測試，可以得到一個比較準確的模型，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用，可以減少浪費和損失，提供重要數據支持，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平臺構建電子鼻項目，從硬件介紹到模型訓練和部署的全過程，展示了Firebeetle ESP32-S3在邊緣人工智能應用中的強大能力。

（圖片來源：DFRobot）

相信未來，隨著物聯網和邊緣人工智能技術的不斷發展，TinyML 的應用場景將更加廣闊，能夠在端側跑TinyML模型的Firebeetle ESP32-S3將在智能家居、工業自動化、環境監測等眾多領域發揮更大的作用。

本期就是物聯網和ESP32系列的最后一期內容，希望能為您帶來啟發。在下方一并羅列了相關資源的鏈接，以及ESP32相關產品的編號，方便您進行復刻。

感謝您對本系列的關注，請繼續留意我們，獲取更多項目和教程。這個系列到此結束，期待與您有緣再見！

審核編輯 黃宇