在物聯網發展超快速的今天，邊緣計算和 TinyML 技術可是愈來愈夯啦！想像一下哦，小小的晶片竟然能在裝置端完成超厲害的數據處理和決策，ESP32 - S3 晶片就像魔法大師一樣，和 Edge Impulse 平台合作，讓電子鼻專案成真，帶你展開超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）要來為大家解讀超有意思的邊緣計算 TinyML 實戰專案：《電子鼻專案製作 - 用 ESP32 S3 打造腐爛水果監測器》 。
-主講嘉賓: -
夏青（Rockets Xia），DFRobot 高級工程師，蘑菇雲創客空間共同創始人
夏青經常活躍於國內外創客社群。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雲創客空間。作為蘑菇雲創客空間共同創始人，經常鼓勵和推動社群創客專案的推進。作為 DFRobot 高級工程師，積極致力於推動人工智慧、物聯網等先進技術在創客及創客教育領域的落地和推廣。
訪談影片在這裡
↓↓↓
技術介紹：
首先呢，咱們先來了解一下邊緣計算。邊緣計算是一種基於分散式計算的環境哦，它在數據收集源附近，也就是裝置端完成數據處理和決策。和集中式的雲計算不太一樣，邊緣計算可以避免數據傳到雲端時產生的延遲問題，有即時處理數據的能力，反應速度超快，同時也能降低對雲端的依賴，減輕網路和伺服器的負擔。在物聯網領域，尤其是工業物聯網（IIoT）方面，邊緣計算的應用性超高的。
而 TinyML 作為邊緣計算的典型應用，能讓低功耗的裝置也有機器學習的功能。今天要介紹的電子鼻專案，就用了 ESP32 - S3 晶片，還用 Edge Impulse 平台來訓練和部署 TinyML 模型，用來偵測空氣中的氣體成分，實現氣味的辨識和分類。
ESP32 - S3 晶片可是樂鑫的高性能晶片之一，在邊緣計算的應用中展現了超棒的性能和低功耗平衡。在之前的影片介紹中有提到它，下面就進一步介紹電子鼻專案的具體情況。
電子鼻專案：
電子鼻專案的硬體組成有 FireBeetle ESP32 - S3 開發板當核心控制器，負責整個系統的數據處理和控制；還有甲烷、一氧化碳、甲醛等氣體感測器，用來偵測空氣中的不同氣體成分；另外，還需要麵包板和跳線來連接各個感測器和開發板。
專案完成焊接和組裝後，就到模型訓練和部署啦。Edge Impulse 是一款專門為物聯網裝置設計的超方便機器學習平台，可以輕輕鬆鬆完成模型的訓練、優化和部署，超適合像電子鼻這樣的邊緣智能專案。
專案拆解如下：
首先，挑可樂和葡萄汁當作樣本飲料來做實驗。把飲料放進封閉容器，把數據存到電腦上，拿到 CSV 格式的數據，再加上氣味名稱的標籤，方便後面分類和處理。靜置十分鐘，每種飲料多測幾次，這樣能拿到更準確的氣味數據。測量完用清水沖洗量杯，用風扇清潔容器，讓容器裡的氣體恢復正常空白環境，然後再測量其他數據並存起來。
把 CSV 格式的檔案上傳到 Edge Impulse 平台，用標記功能標記每個資料集，像葡萄汁和可樂，然後透過平台的功能篩選出對飲料氣味分析更重要的特徵。經過訓練和測試，就能得到比較準確的模型，它可以自動辨識和分類葡萄汁和可樂。
同樣的道理，對水果也做類似有趣的實驗，驗證模型能不能部署在 FireBeetleESP32–S3 主控板上。實驗用的是生芒果和快爛掉的成熟芒果，用氣體感測器判斷水果的成熟度。
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能用，可以減少浪費和損失，提供重要數據支援，降低損耗。
透過以上課程，就能了解如何用 FireBeetle ESP32 - S3 主控和 Edge Impulse 平台打造電子鼻專案，從硬體介紹到模型訓練和部署的整個過程，展現了 FireBeetle ESP32 - S3 在邊緣人工智慧應用中的超強能力。
相信以後，隨著物聯網和邊緣人工智慧技術一直發展，TinyML 的應用場景會更廣，能在端側跑 TinyML 模型的 FireBeetle ESP32 - S3 在智能家居、工業自動化、環境監測等好多領域都能發揮更大的作用。
本期就是物聯網和 ESP32 系列影片的最後一期內容，希望能給大家帶來啟發。下面列出了相關資源的連結，還有 ESP32 相關產品的編號，方便大家複刻。
感謝大家對本系列影片的關注，別忘了訂閱我們的頻道，這樣就能得到更多專案和教學哦。這個系列的影片就到這裡啦，期待和大家下次再見！
本期影片相關資源：
樂鑫社區 - 著重於技術討論
https://www.esp32.com/
DFRobot 社區 - 著重於應用分享
https://mc.dfrobot.com.cn/forum-211-1.html