AI成为饮料“化学指纹”的哨兵

【项目背景】

随着生活水平提高，超市里饮料种类日趋丰富，其含糖量、酸碱度及添加剂成分对孩子健康的影响备受关注。传统饮料鉴别依赖人工品尝或成分表，难以实现快速、无损的智能识别。

本项目利用PH传感器采集饮料的实时酸碱度时序数据，通过时序大模型自动识别饮料类别，结合SIOT平台，在行空板K10上实时显示饮料结果与健康分析，为家长和孩子提供直观的饮食参考。

【功能介绍】

1.前端数据采集：通过Arduino Uno R3与PH传感器，以固定频率采集饮料的PH值，形成高精度时序信号，通过串口上传至Mind+V2平台的时序模式数据集中。

2.智能识别核心：通过训练的“酸碱度时序模型”对采集到的PH时序序列进行特征学习与模式识别，准确判断饮料种类。

3.数据无线传输：利用SIOT（一个轻量级MQTT物联网平台）将识别结果（饮料名称）从模型推理终端无线发布至行空板K10。

4.终端显示与健康分析：行空板K10接收识别结果，在屏幕上清晰显示饮料名称，行空板K10语音播放相关饮料对身体的影响。

【硬件准备】

行空板K10：集摄像头、LCD彩屏、麦克风、扬声器、WiFi蓝牙模块、RGB指示灯及多种传感器和扩展接口于一体。

模拟PH计：板载电源指示灯、BNC接口和PH2.0接口。使用时，将pH传感器接到板载BNC接口，将板载PH2.0接口连接到Arduino R3控制器的模拟口A0，通过程序控制，非常方便的测量溶液的pH值。

DFRduino UNO R3开发板：一块基于开放原始代码的Simple i/o平台，DFRduino UNO R3具有使用类似java,C语言的开发环境。可以快速使用Arduino语言与Flash或Processing…等软件，作出互动作品。

连接线：3Pin 杜邦线。连接 模拟PH计到 UNO R3模拟口A0

【模型训练】

一、模型准备

        Mind+平台在菜单栏中选择 “新建项目”，然后点击 “模型训练”。在训练选项中找到 “时序模式识别（M4）” 并点击，即可完成项目创建

二、 数据采集

1.点击 “添加类别” 按钮，为时序模式识别任务创建所需类别

2.通过串口直接采集实时数据

3.获取串口窗口选择USB串行设备

4.数据标注

5.说明：

（1）数据采集过程：unoR3与电脑的串口连接不能断开；

（2）饮料样本：选择2种常见且PH特征差异较明显的饮料：可乐（强酸性）、苏打水（弱酸性）

（3）数据采集程序：编写Arduino程序，每0.2秒采集一次PH值，并通过串口输出。

（4）创建数据集：对每一种饮料，进行多次、每次持续4秒的数据采集（70-90个点）。每种饮料收集至少30条以上时序序列，构成一个样本。

三、 训练模型

步骤4 模型校验

步骤5 模型导出

【实时结果推送】——搭建SIOT服务器平台

1.双击start SIOT 一键启动服务器

2.记住本机服务器的ip地址：192.168.1.2

3.在Mind+时序模型训练界面，填写MQTT服务器地址：192.168.1.2

4.在窗口的右边按钮为绿色，表示实时连接siot服务器成功，

【程序编写】

1.程序框架流程

（一）Arduino数据采集端

1.选择上传模式打开

2.点击“扩展”，添加Arduino uno和 模拟PH计

3.编程Uno R3串口通信程序

说明：硬件连接：PH传感器模拟信号线接Uno R3的A0引脚，并正确供电。通过串口通信窗口，观察并确保PH值输出稳定。

（二）行空板K10应用端

1.选择上传模式打开

2.点击“扩展”，在“主控扩展”中，添加“行空板K10”。

3.点击“扩展”，在“模块扩展”中，添加“MQTT NTP WIFI”。

4.行空板K10数据处理程序

主程序

MQTT接受SIOT实时推送子程序

【项目总结】

本项目搭建软硬件结合的饮料智能检测系统。酸碱饮料时序模型识别准确率达 99%，可精准捕捉可乐、苏打水等饮料独特 pH 时序特征。系统整体延迟低于 2 秒，实时性强。行空板K10直观显示结果并语音科普健康影响，兼具实用性与科普价值。系统扩展性良好，未来可增配传感器、扩充饮料种类，实现更全面的端侧智能检测。