2025. 3. 10. 18:21ㆍAI/AI
📌 3-3. IoT + Edge AI 연동
IoT와 Edge AI를 결합하면 센서 데이터를 실시간으로 분석하고 스마트홈, 산업 자동화, 보안 시스템 등에 적용할 수 있습니다.
특히, ESP32 + AI 모델을 활용한 센서 데이터 분석, Edge AI 기반 스마트홈 프로젝트, 음성 명령을 통한 자동 조명 제어, 사람 감지 후 알림 전송과 같은 기능이 주요 활용 사례입니다.
🌟 1. IoT 센서 데이터 분석 (ESP32 + AI 모델)
ESP32는 Wi-Fi & Bluetooth 기능을 내장한 저전력 IoT 디바이스로, Edge AI 모델을 실행하여 센서 데이터를 실시간 분석하고 예측할 수 있습니다.
✅ (1) ESP32에서 센서 데이터 수집
ESP32는 온도, 습도, 조도, 가속도 센서 등의 데이터를 AI 모델로 분석할 수 있습니다.
📌 DHT22 온습도 센서 데이터 수집 코드 (ESP32 + Arduino)
#include <DHT.h>
#define DHTPIN 2 // DHT22 센서 핀
#define DHTTYPE DHT22
DHT dht(DHTPIN, DHTTYPE);
void setup() {
Serial.begin(115200);
dht.begin();
}
void loop() {
float temperature = dht.readTemperature();
float humidity = dht.readHumidity();
Serial.print("Temperature: ");
Serial.print(temperature);
Serial.print("°C, Humidity: ");
Serial.print(humidity);
Serial.println("%");
delay(2000);
}
✅ (2) AI 모델을 활용한 센서 데이터 분석 (ESP32 + TensorFlow Lite for Microcontrollers)
- 센서 데이터를 활용해 환경 예측, 이상 감지, 자동화 시스템을 구축할 수 있습니다.
- 예를 들어 온습도 데이터를 분석하여 화재 감지, 기기 고장 예측이 가능합니다.
📌 ESP32에서 AI 모델 실행 코드 (TensorFlow Lite for Microcontrollers)
#include "tensorflow/lite/micro/all_ops_resolver.h"
#include "tensorflow/lite/micro/micro_interpreter.h"
#include "tensorflow/lite/schema/schema_generated.h"
extern const unsigned char model_data[]; // TinyML 모델 데이터
void setup() {
Serial.begin(115200);
Serial.println("Starting TinyML Sensor Analysis...");
// AI 모델 로드
tflite::MicroInterpreter interpreter(model, resolver, tensor_arena, tensor_arena_size, &error_reporter);
interpreter.AllocateTensors();
}
void loop() {
float sensor_data = read_sensor(); // 센서 데이터 읽기
interpreter.input(0)->data.f[0] = sensor_data;
interpreter.Invoke();
float prediction = interpreter.output(0)->data.f[0];
Serial.println("AI Prediction: " + String(prediction));
}
📌 활용 사례
- 스마트 농업: 토양 습도 예측 후 자동 관개 시스템 제어
- 공장 자동화: 센서 데이터를 AI로 분석하여 기계 고장 예측
- 실내 환경 모니터링: AI 기반 온습도 조절 시스템
🌟 2. Edge AI 기반 스마트홈 프로젝트
Edge AI와 IoT를 활용하면 스마트홈 기기를 자동화할 수 있습니다.
특히, 음성 명령을 통한 조명 제어, 사람 감지 후 알림 전송 등의 기능이 대표적입니다.
✅ (1) 음성 명령으로 자동 조명 제어
ESP32는 음성 인식을 활용하여 스마트 조명을 제어할 수 있습니다.
이를 위해 MQTT 프로토콜을 사용하여 IoT 디바이스와 연결합니다.
📌 ESP32 + MQTT 기반 스마트 조명 제어 코드
#include <WiFi.h>
#include <PubSubClient.h>
const char* ssid = "Your_SSID";
const char* password = "Your_PASSWORD";
const char* mqtt_server = "broker.hivemq.com";
WiFiClient espClient;
PubSubClient client(espClient);
void setup() {
Serial.begin(115200);
WiFi.begin(ssid, password);
while (WiFi.status() != WL_CONNECTED) {
delay(500);
Serial.print(".");
}
Serial.println("Connected to WiFi");
client.setServer(mqtt_server, 1883);
client.connect("ESP32_Client");
}
void loop() {
if (WakeWordDetected()) { // 음성 인식 AI 실행 결과
client.publish("home/light", "ON");
Serial.println("Light Turned ON!");
}
}
📌 활용 사례
- "불 켜줘" 음성 명령을 통해 조명을 제어
- 음성으로 스마트 가전제품 제어 (TV, 에어컨, 커튼 등)
- 스마트홈 자동화 시스템 구축
✅ (2) 사람 감지 후 알림 전송 (ESP32 + PIR 센서 + Telegram Bot)
Edge AI와 IoT 센서를 활용하면 사람이 감지될 경우 알림을 전송하는 보안 시스템을 구축할 수 있습니다.
📌 ESP32 + PIR 센서 기반 사람 감지 코드
#include
#include
const char* ssid = "Your_SSID";
const char* password = "Your_PASSWORD";
const char* telegram_bot_token = "YOUR_TELEGRAM_BOT_TOKEN";
const char* chat_id = "YOUR_CHAT_ID";
#define PIR_SENSOR 2
void setup() {
Serial.begin(115200);
WiFi.begin(ssid, password);
pinMode(PIR_SENSOR, INPUT);
}
void loop() {
if (digitalRead(PIR_SENSOR) == HIGH) {
Serial.println("Motion Detected!");
sendTelegramMessage("🚨 Motion Detected at Home!");
}
delay(1000);
}
void sendTelegramMessage(String message) {
HTTPClient http;
String url = "https://api.telegram.org/bot" + String(telegram_bot_token) + "/sendMessage?chat_id=" + String(chat_id) + "&text=" + message;
http.begin(url);
http.GET();
http.end();
}
📌 활용 사례
- 집 안에 침입자 감지 후 사용자에게 알림 전송
- 사람 감지를 기반으로 스마트 조명 자동 제어
- 공장 및 창고 보안 시스템 구축
📌 요약 정리
활용 방식 | 주요 기술 | 활용 사례 |
IoT 센서 데이터 분석 | ESP32 + TinyML + 센서 | 스마트 농업, 환경 모니터링 |
Edge AI 기반 스마트홈 | MQTT, 음성 인식, AI 가속기 | 스마트 조명, 가전제품 제어 |
음성 명령으로 조명 제어 | ESP32 + AI + MQTT | 스마트홈 자동화 |
사람 감지 후 알림 전송 | ESP32 + PIR 센서 + Telegram | 보안 시스템, 공장 감시 |
'AI > AI' 카테고리의 다른 글
Edge AI - 4. Edge AI 모델 배포 및 최적화 (4-2. Edge AI 성능 최적화) (0) | 2025.03.10 |
---|---|
Edge AI - 4. Edge AI 모델 배포 및 최적화 (4-1. 디바이스별 AI 모델 배포) (0) | 2025.03.10 |
Edge AI - 3. Edge AI 프로그래밍 실습 (3-2. 음성 인식 AI (Speech Recognition AI)) (0) | 2025.03.10 |
Edge AI - 3. Edge AI 프로그래밍 실습 (3-1. 이미지 인식 AI (Image Recognition AI)) (0) | 2025.03.10 |
Edge AI - 2. Edge AI 개발을 위한 기초 준비 (2-3. Edge AI 모델 최적화) (0) | 2025.03.10 |