基于 ESP32 的智能仓储腐败预警系统研究

摘要

针对砀山酥梨在仓储过程中因腐败变质导致巨大经济损失的问题，本研究旨在设计并实现一种基于物联网技术与人工智能的低成本、实时气味监测预警系统。系统以ESP32-S3为主控芯片，集成甲烷、一氧化碳、挥发性有机物VOC、酒精/臭味及甲醛五种气体传感器，构建电子鼻阵列。采集传感器数据并训练“好梨”与“腐败梨”的分类模型，将轻量化TensorFlow Lite模型部署于ESP32端进行实时边缘推理。系统通过显示屏与LED灯提供本地预警，同时将数据通过MQTT协议上传至物联网云平台，提供实时数据可视化界面。实验测试表明，系统对酥梨腐败状态的识别准确率达91.3%，单次推理耗时小于700ms，能够在局域网和云平台实现数据同步与实时监控。本系统为砀山酥梨仓储提供了一种非接触式检测方案，具备低功耗、高实时性、易于部署的特点，在农产品智能仓储领域具有广阔的应用前景。