摘要：普通空调因为无法对其进行远程监控而普遍存在用电浪费、不能提前开启进而获得更好客户体验等问题。因此,设计基于onenet云平台的智能空调系统,实现对普通空调进行远程控制。系统由智能空调控制终端、手机APP、onenet云平台三部分构成,智能空调控制终端采用STM32F103C8T6作为主控,外接ESP8266、XK555、DHT11等模块实现网络通信、红外控制、温湿度采集等功能;手机APP通过云平台远程控制空调的开、关、温度设定等,并显示现场温湿度数据;onenet云平台上创建对应真实设备的虚拟设备,实现手机APP和智能空调控制终端的点对点通信。实验表明:只要在云平台上做好配置,智能空调控制系统就能够实现利用手机APP对多台空调进行远程控制,进而提高客户体验,减少用电浪费。

摘要：针对目前监测系统对智能设备远程控制编程复杂,服务器成本较高的问题,文章设计了基于onenet云平台的家居环境多参数监测系统的方案。该方案基于Lora低功耗无线通信技术,以STM32为主控芯片,选用多种传感器共同采集环境数据,采用Lora和WIFI无线通信模块,将采集到的数据传输到onenet云平台上,用户可以登录云平台账号完成对家里环境的远程监控。实验结果表明,该系统性能可靠性高且成本低,具有较好的可实施性,可应用于普通家庭。

摘要：为解决大田农作物灌溉效率低、灌溉设备精细化程度不够及田间人工灌溉成本高等问题,设计一种大田灌溉阀门控制系统,旨在提升大田灌溉的机械化程度和自动化水平,为智慧农田灌溉系统发展提供有力保障。该系统的核心组成部分包括STM32主控系统、阀门控制系统、数据传输和太阳能供电系统。该研究设计了阀门控制系统的硬件电路和软件程序,采用PID算法实现对阀门开、关以及0~10级的流量调节功能,并通过onenet云平台和微信小程序实现阀门状态的远程控制和上传功能。测试结果表明,该系统具有多功能、易操控、低成本、高精度的特性,有助于灵活管理水资源和灌溉计划,使得大田农业灌溉省时省力,达到节水增效的目的。

摘要：针对室内泳池中溺水事故发生时如何快速找到溺水者并通知救生员营救的问题,设计了一种基于ZigBee的物联网泳池报警系统。系统的用户端实现对游泳者周围环境和生理信息的采集,通过ZigBee技术搭建通信网络,将传感器采集整合后的数据进行传输;搭建onenet云平台,通过ESP8266模块将协调器中的数据转换传输至云平台,对各游泳者的状态进行时刻监测与管理。系统将游泳者、救援室、后台管理监测集于一体,从而达到缩短溺水事故发现时间,为游泳者生命安全提供有力保障的目的。

摘要：针对目前水下爆炸冲击波压力测试中存在的实验开展繁琐、数据回收不便等问题,基于树莓派设计一种具备远程控制与无线数据传输功能的新型高速冲击波压力测试系统。该系统采用模块化设计,以树莓派为核心组建服务器供用户访问,结合onenet云平台与4G无线通信技术实现系统的远程监测与控制,同时通过信号采集模块实现冲击波压力的数据采集。模拟测试结果显示,该系统能够完整采集100KHz的正弦波信号,1个周期内各点平均相对误差为0.115V,10个周期内统计特征整体相对误差小于3.3%,证实了其在水下爆炸冲击波压力测试方面的可行性。

摘要：温湿度是电气实验室中非常重要的环境参数,它们可以对实验室内设备的性能、稳定性以及人员安全产生显著的影响。本文基于STM32F103C8T6微控制器,设计了一种高校电气实验室温湿度监测系统,搭配DHT11温湿度采集模块、ESP8266无线传输模块和OLED显示模块,利用WiFi网络,通过MQTT数据传输协议将采集到的温湿度数据传输到onenet云平台进行可视化展示,旨在实时监测实验室的温度和湿度状况,超过设定阈值时可通过微信推送的方式向机房管理员发送报警信息。

摘要：当前市场上智能宠物相关产品数量繁多、功能单一,不同品牌的产品之间使用不同标准,在宠物原养护环境上进行智能化改造难以实现。基于STM32单片机搭载ESP8266模块的智能宠物看护系统旨在解决智能宠物养护的痛点。系统基于ESP8266模块建立无线传感网络,将硬件模块上传感器收集的数据采用MQTT协议上传至onenet云平台,用户可以登录Web客户端对宠物环境进行实时监测和对系统进行远程控制。经验证,该系统运行稳定,效果良好。

摘要：针对人们对家居环境的智能化需求,实现对家居实时监测,设计基于ESP32与微信小程序的智能家居控制系统。该系统采用DHT11、MQ2、MQ5和MQ7传感器分别对温湿度、CO、液化气和烟雾的浓度进行监测。以ESP32作为主控芯片和Wi-Fi通信模块进行数据传输,传输到onenet云平台及微信小程序进行监测和控制。经测验,该系统具备成本低廉、功能稳定等优点,满足实际应用需求。

摘要：人工智能技术对智慧农业的影响非常深远。针对传统智慧农业,人工智能的加入不仅能为使用者提供直观的作物数据,还可以对获取的数据进行深度学习,以获得更加精细的内容。文章以STM32F103为主控芯片,搭配一系列传感器和无线通信模块,首先将获取到的数据上传至云平台onenet,其次搭配YOLOv9和MLP模型对相应的数据进行深度学习,旨在将学习结果反馈给使用者。

摘要：本项目设计了以STM32F103ZET6单片机为控制核心的AI智能农业系统,系统具有多个采集数据的传感器,采集到的数据通过WiFi通信显示在云端上,可通过手机小程序查看植株的环境数据。当检测到的特定数据超过设定的阈值时或者根据摄像头处理识别植株的生长状态时,单片机会主动开启调控。实验结果表明:该系统性能稳定,能够保证环境数据指标控制在作物生长适宜的范围内,使系统简单化。