AI-Smart-Thermostat auf Basis des ESP32-C5

Kunde

Ein Energieeffizienz-Startup, das einen Thermostat entwickelt, der ohne manuelle Programmierung auskommt und gleichzeitig die HVAC-Einsparungen maximiert.

Herausforderung

Die präzise Erkennung von Anwesenheitsmustern und thermischen Trägheitseigenschaften ohne Cloud-Abhängigkeit sowie die Vorhersage optimaler Sollwertübergänge.

Produktkonzept & Architektur

Der ESP32-C5 bietet Matter-kompatible Thread/Wi-Fi-Konnektivität. Ein 60-GHz-mmWave-Radar-Modul (LD2410) erkennt Anwesenheit, Bewegung und Mikrobewegungen (Atmung). Ein SHT45-Sensor liefert eine Temperaturgenauigkeit von ±0,2 °C. Ein 1,54-Zoll-E-Ink-Display zeigt den aktuellen Status an.

Technische Lösung

Wir haben ESP-IDF mit einem benutzerdefinierten Anwesenheitsvorhersage-Algorithmus implementiert. Das System lernt Anwesenheitsmuster über 7 Tage mithilfe eines Time-Series-Clustering-Ansatzes auf dem Gerät. Die thermische Trägheit des Gebäudes wird durch einen einfachen RC-äquivalenten Parameterschätzer modelliert. Wenn der Nutzer das Haus verlässt, wechselt der Thermostat in den Eco-Modus, verfolgt jedoch die Abkühlrate, um vor der vorhergesagten Rückkehrzeit vorzuheizen bzw. vorzukühlen. Alle Daten bleiben lokal.

Ergebnis

25 % durchschnittliche HVAC-Energieeinsparung in Feldtests über 50 Haushalte. 97 % Genauigkeit der Anwesenheitsvorhersage nach 14 Tagen Lernphase. Keine Cloud-Abhängigkeit für Kernfunktionen.