（1）硬件端

  1. ESP32：用于所有程序的中控和模块数据通信；
  2. 0.96寸OLDE：用于显示当前当前环境数据。
  3. 超声波传感器：监测是否有人靠近区域
  4. 语音报警：检测到触发距离，播放语音进行提示
  5. 湿度传感器（实现水位变化检测）：监测到发生持续水位变化，实现蜂鸣器报警
  6. 蜂鸣器：用于设备报警；
  7. 使用锂电池进行供电

（2）APP端

  1. 使用MQTT协议与设备进行信息交互；
  2. 可采集到底层设备数据并且展示到界面UI中；
  3. 当监测到发生异常时，app会进行弹窗反馈信息
  4. 可以设置波动报警的阈值

（3）云平台使用

只是链接各个设备使用，采用MQTT即时通讯；





# 物联网 # 单片机 # 嵌入式硬件
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局