KI-Luftqualitätsstation auf Basis des ESP32-S3

Kunde

Ein Umweltüberwachungsunternehmen, das hyperlokale Luftqualitätssensornetzwerke für städtische Gebiete, Industrieanlagen und Schulen einsetzt.

Herausforderung

Entwicklung eines kostengünstigen Luftqualitätssensor-Knotens, der Verschmutzungsquellen (Verkehr vs. Bauarbeiten vs. Kochen) allein mit Verbraucher-Gassensoren unterscheiden kann.

Produktkonzept & Architektur

Der ESP32-S3 mit seinen Vektorerweiterungen führt sowohl die Sensorverwaltung als auch die On-Device-ML-Inferenz aus. Zu den Sensoren gehören SPS30 (PM1/2,5/4/10), SGP40 (VOC-Index), SCD41 (CO2) und BME280 (T/H/P). Die Knoten kommunizieren über ESP-WiFi-Mesh.

Technische Lösung

Sensorfusion auf den beiden Kernen des ESP32-S3: Kern 0 liest alle Sensoren mit 1 Hz aus und wendet Temperatur-/Feuchtigkeitskompensationskurven an. Kern 1 führt einen TinyML-Random-Forest-Klassifikator (100 KB) aus, der alle 5 Minuten den Verschmutzungstyp identifiziert. Die Knoten synchronisieren sich über Wi-Fi-Mesh und wählen einen Gateway-Knoten für die Cloud-Anbindung.