多传感器V2
MultiSensor-V2
AI语音助手、智能家居、ESP32
🧩 软硬件结合
已发布
项目简介
开源多用途ESP32-S3天花板传感器,内置语音助手,每房间一个。
开源多功能ESP32-S3天花板传感器,内置语音助手,适用于Home Assistant。每个房间一个设备即可替代4-5个独立的Zigbee/Z-Wave传感器加一个智能音箱。
标签
项目特点
**多合一传感器**:集成 LD2450 毫米波雷达(多目标存在检测+位置追踪)、SHT45 温湿度、LTR-390 光照/紫外线、SCD41 CO₂ 传感器,一个设备覆盖房间所有环境监测需求
**内置语音助手**:支持 Home Assistant Assist 语音卫星功能,带本地唤醒词检测(microWakeWord),通过 I²S 音频编解码实现全双工语音交互
**PoE 供电**:集成 W5500 以太网控制器和 PoE 模块,仅需一根网线即可供电和联网,适合天花板安装
**红外遥控**:内置 IR 发射和接收,可学习并控制电视、空调、风扇等红外设备,替代独立红外网关
**开源可定制**:硬件设计(KiCad)、固件(ESPHome/ESP32)和外壳设计完全开源,用户可根据需求修改和扩展
**AI 辅助设计**:项目开发过程大量使用 Gemini 和 Claude 等 AI 工具辅助 PCB 设计、音频布局和固件开发,降低了硬件入门门槛
技术规格
| 主控芯片 | |
|---|---|
| 毫米波雷达 | |
| 温湿度传感器 | |
| 光照/紫外线传感器 | |
| CO₂ 传感器 | |
| 麦克风 | |
| 音频功放 | |
| 状态灯 | |
| 红外 | |
| 网络 | |
| 供电 | |
| 尺寸 |
项目资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| ESP32-S3-WROOM-1 模组 | 1 | — | 核心处理器 |
| LD2450 毫米波雷达模块 | 1 | — | 24 GHz,UART 接口 |
| SHT45 传感器 | 1 | — | I²C 接口,高精度 |
| LTR-390 传感器 | 1 | — | I²C 接口 |
| SCD41 传感器 | 1 | — | I²C 接口,NDIR 技术 |
| MP34DT05 立体声 PDM 麦克风 | 2 | — | 左右声道各一 |
| MAX98357A Class D 功放 | 1 | — | I²S 接口 |
| 3W 4-8Ω 全频喇叭 | 1 | — | 需自行选购 |
| SK6812 RGBW LED | 1 | — | 可寻址 |
| 高功率 IR LED | 1 | — | GPIO4 驱动 |
| IR 接收头 | 1 | — | GPIO48 |
| W5500 以太网模块 | 1 | — | SPI 接口 |
| PoE 供电模块 | 1 | — | 集成在 PCB 上 |
| 4层 PCB | 1 | — | 需 JLCPCB 等打样 |
| 3D 打印外壳 | 1 | — | 需自行设计或使用社区方案 |
| 各种排针/排母/端子 | 若干 | — | 根据 PCB 设计 |
3D 模型
所需工具
电烙铁与焊接工具
必需
计算机(3D建模)
必需
传感器模块
3D打印机
必需
能力画像
⚪ 记忆与知识检索: 2/5
🔵 逻辑推演: 4/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 2/5
⚪ 数理与计算: 3/5
🔵 动手与操作: 5/5
⚪ 狂热与坚持: 4/5
⚪ 创造与创新: 4/5
项目图库
所需技能
🔧 **动手能力**:需要熟练的 SMD 焊接技能,能处理 QFN 封装元件;需要 3D 打印和组装能力;需要网络布线(PoE)经验
💻 **编程能力**:需要 ESPHome/YAML 配置经验;需要 ESP32 固件开发能力(C++/Arduino);需要 Home Assistant 集成配置经验
⚡ **电子电路**:需要理解 I²C/UART/I²S 等通信协议;需要 PCB 设计基础(KiCad);需要电源管理(PoE)知识
适用场景
**智能家居多合一传感器**:一个设备覆盖房间的存在检测、温湿度、光照、CO₂ 和语音控制,适合新装修或改造的智能家居
**语音助手卫星**:作为 Home Assistant 的语音卫星,实现全屋语音控制,每个房间一个,替代智能音箱
**环境监测与自动化**:通过 CO₂ 传感器控制通风,通过光照传感器控制窗帘,通过毫米波雷达实现精准存在检测
**红外万能遥控**:天花板安装位置优越,可控制房间内所有红外设备(电视、空调、风扇等)
**睡眠监测**:通过毫米波雷达检测床上的人体呼吸,结合 CO₂ 和温湿度数据,实现睡眠质量分析