Wstęp:
Zdarza Ci się zapomnieć o podlaniu roślin? W tym wpisie pokażę Ci, jak samodzielnie zbudować inteligentny podlewacz oparty na ESP32, który będzie sam monitorował wilgotność gleby i podejmował decyzję o podlewaniu, wykorzystując prosty model AI.
Co będzie potrzebne:
- Mikrokontroler ESP32
- Czujnik wilgotności gleby (analogowy)
- Miniaturowa pompka wodna 5V
- Przekaźnik lub tranzystor do sterowania pompką
- Wąż silikonowy
- Zasilanie (np. powerbank lub zasilacz 5V)
- Dostęp do Wi-Fi
- Konto na platformie Edge Impulse (do trenowania modelu AI)
Etapy wykonania:
- Podłącz czujnik i pompkę do ESP32:
- Czujnik wilgotności podłącz do wejścia analogowego (np. A0).
- Pompka przez przekaźnik do pinu cyfrowego (np. D5).
- Sprawdź, czy czujnik prawidłowo odczytuje wilgotność (np. przez monitor portu szeregowego).
- Zbierz dane z czujnika:
- Ustal próg wilgotności (np. <30% = sucho).
- Zbieraj dane przez kilka dni w różnych warunkach – suche, wilgotne, mokre.
- Wytrenuj prosty model AI:
- Zarejestruj się w Edge Impulse.
- Prześlij dane i oznacz klasy („suche”, „mokre”).
- Wygeneruj model klasyfikacyjny i eksportuj do formatu „Arduino Library”.
- Wgraj model do ESP32:
- Dodaj bibliotekę wygenerowaną przez Edge Impulse do Arduino IDE.
- W kodzie ESP32 zaimplementuj logikę: jeśli model wykryje „suche” → uruchom pompkę na np. 10 sekund.
- Testuj system:
- Podłącz urządzenie do doniczki i sprawdź jego działanie przez kilka dni.
- Możesz dodać zdalne monitorowanie przez Blynk lub aplikację mobilną.
Zastosowanie AI:
Model AI decyduje, czy gleba jest sucha, na podstawie danych z czujnika. Dzięki temu urządzenie nie opiera się tylko na prostym progu wilgotności – reaguje bardziej inteligentnie.
Podsumowanie:
Stworzyłeś automatyczny podlewacz, który działa niezależnie i inteligentnie. Takie projekty nie tylko uczą elektroniki, ale pokazują też realne zastosowanie sztucznej inteligencji w domu.