# FumeExtractor

**Repository Path**: cleafw/FumeExtractor

## Basic Information

- **Project Name**: FumeExtractor
- **Description**: AI焊台抽烟机

AI模式
* 摄像头采集 → 人脸识别模型推理 → 判断是否有人在使用焊台
* 自动驱动继电器 → 控制风扇运行
* LED呼吸灯 → 显示智能待机状态
手动模式
* 按钮控制风扇开/关
* 短按执行切换，长按 3s 在 AI/手动之间切换
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-17
- **Last Updated**: 2025-09-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

I焊台抽烟机 推文


创客项目秀 | AI焊台抽烟机：AI驱动的空气治理方案

AI人脸识别 + 硬件自动化 = 智能抽烟系统
𝒑𝒓𝒐𝒋𝒆𝒄𝒕 𝒃𝒚 [叶子 | powered by 𝑺𝒆𝒆𝒅 𝑺𝒕𝒖𝒅𝒊𝒐]

传统的抽烟机需要人工开关
要么常开噪音大，要么忘记开吸满毒烟
我希望它能「感知场景 → 自动抽烟」

于是用 XIAO ESP32S3 + AI人脸识别
我搭建了这款「智能焊台抽烟机」


🧩 系统功能框架
AI模式
* 摄像头采集 → 人脸识别模型推理 → 判断是否有人在使用焊台
* 自动驱动继电器 → 控制风扇运行
* LED呼吸灯 → 显示智能待机状态
手动模式
* 按钮控制风扇开/关
* 短按执行切换，长按 3s 在 AI/手动之间切换


⚙️ 结构
![输入图片说明](Picture/Image0.png)![输入图片说明](Picture/Image1.png)


⚙️ 硬件
![输入图片说明](Picture/QQ20250929-121000.png)


🔑 技术实现亮点
1️⃣ 为什么用人脸识别？
* 直接训练「烙铁检测」模型 → 数据采集量大、场景复杂
* 为快速实现功能，直接调用 EdgeImpulse 预制 人脸识别模型
* 只要检测到有人操作焊台 → 自动开启风扇抽烟

2️⃣ 硬件IO映射

![输入图片说明](Picture/2.jpg)


具体型号/组件

![输入图片说明](Picture/QQ20250929-121237.png)

..........................................................................

[Grove-Colorful LED (RGB LED灯)](https://www.seeedstudio.com/Grove-Blue-LED.html)

[Grove-Button (按键)](https://www.seeedstudio.com/Grove-Button.html)

[Grove-relay (继电器)](https://www.seeedstudio.com/Grove-Relay.html)

[XIAO ESP32S3](https://www.seeedstudio.com/XIAO-ESP32S3-Sense-p-5639.html)

[15CM 风扇](https://item.taobao.com/item.htm?id=608595186243&mi_id=0000xEqtpBIcu7Xgw4yz0nJo2uDfZf4GsKLGMRObhkoOXvs&skuId=4855805028150&spm=tbpc.boughtlist.suborder_itemtitle.1.99662e8diKPvZm)

风扇可以和管道一起买，单独配管道：管道直径15CM。
..........................................................................




3️⃣ 模式管理
* 软件定时器 → 检测长按 / 短按
* 状态机设计 → 实现 AI ↔ 手动模式切换
4️⃣ AI模型部署
* SenseCraft 平台预制人脸模型 → 部署到 XIAO ESP32S3
* 摄像头输入 → 本地推理
* 推理结果 → 主控调用继电器
5️⃣ 调试过程
* 图像数据读取 → 串口输出验证（乱码=正常）
* Python Tkinter GUI → 实时显示人脸识别画面

🛠️ 系统架构图

[摄像头] → [XIAO ESP32S3 (AI人脸推理)] → [识别结果] → [主控 ESP32S3] → [继电器控制风扇]
同时：
[LED呼吸灯] ← [主控状态反馈]
[Button输入] → [模式切换逻辑]
📊  技术笔记
* 识别人脸 → 风扇自动启动
* 人离开 → 风扇延时关闭，避免频繁启停
* 有效降低工作区烟雾浓度，提升空气质量
    
在系统逻辑中，我通过 软件定时器 来完成对按键输入的管理。
* 短按 → 控制风扇开/关（仅在手动模式下生效）
* 

长按 3s → 在 AI模式 与 手动模式 之间切换
这种方式避免了单纯依赖延时判断带来的阻塞问题，同时保证了模式切换的响应速度与可靠性。


🚀 技术价值
* 快速验证 AI 方案：通过人脸识别预制模型 → 快速演示 AI+硬件联动
* 边缘推理：模型本地运行，无需外部算力
* 可扩展性：后续可采集烙铁/烟雾数据，训练自定义模型替换人脸识别
* 通用性：同样思路可移植到 3D 打印、激光切割等空气治理场景