CoolBeeBox 智能蜂箱监测系统

基于 ESP32-S3 的边缘 AI 蜂箱监测系统。采集蜂箱内温湿度、气压、气体电阻与 CO₂ 浓度,并在设备端完成蜂群声纹分类,经 MQTT 上报至 Web 仪表盘。

独立开发 / 2026


系统按感知、边缘推理、云端通信与 Web 可视化四段构建,设备端核心为 ESP32-S3。

环境监测固件基于 ESP-IDF,入口为 main/main.c,启动后依次初始化 NVS、Wi-Fi、MQTT、BME680 与 SCD40。BME680 与 SCD40 通过 I²C 总线读取温度、湿度、气压、气体电阻与 CO₂ 浓度,合并为 JSON 后发布至 device/coolbee/sensors;温控逻辑位于 main/temp_control.c。

声纹推理固件入口为 main/main.cpp,通过 I²S 以单声道方式读取 INMP441 采集的 PCM 音频,送入 Edge Impulse 分类器执行推理,并对连续识别结果做滤波。推理结果发布至 device/coolbee/edgeai,在线状态发布至 device/coolbee/edgeai/status。工程已内嵌 CMake 所需的推理 SDK 与 TFLite 模型源码,无需额外下载。

两个固件均为独立的 ESP-IDF 工程,可按设备能力分别烧录、验证与迭代。构建流程为 idf.py set-target esp32s3 后执行 idf.py build,再以 idf.py -p <串口> flash monitor 烧录并查看日志。

前端为 Vue 3、Vite 与 Element Plus 工程,包含仪表盘、实时监控、历史数据与 AI 分析页面,经 MQTT.js over WebSocket 订阅实时消息。后端为 Node.js、Express 与 MySQL,提供历史数据查询、统计信息、健康检查,以及 AI 报告与对话接口代理。Docker 部署配置位于 backend/docker-compose.yml。

固件源码仅保留占位宏(MY_WIFI_SSID、COOLBEE_MQTT_URI 等),实际凭据需通过本地未提交的构建配置注入;.gitignore 已忽略 .env、私钥、构建产物与训练临时数据。

使用的技术

18 项
设备端
ESP32-S3ESP-IDFCC++
边缘推理
Edge ImpulseTensorFlow LiteI²S 音频采集
传感器
BME680SCD40INMP441
通信与平台
MQTTWi-Fi StationVue 3ViteElement PlusNode.jsExpressMySQL

← 返回项目列表