| 项目简介： |
随着智能家居与物联网技术的快速发展，传统鱼缸在水质维护、投喂控制等方面仍存在自动化程度低、缺乏智能识别等问题。为此，本项目设计了一种基于机器视觉的智能鱼缸生态识别与自动控制系统，实现对鱼缸生态环境的智能监测与动态调节。
系统以STM32F103RCT6微控制器为核心，集成浑浊度、温度、光敏、氨气传感器等多种传感器，实时采集环境参数。通过 OV7670 摄像头获取图像信息，并结合YOLO 深度学习算法对鱼类数量与行为进行识别分析。当检测到鱼类出现聚集或活动异常等特征时，系统可自动启动投喂装置或增氧、换水、加热模块，实现精准调控。
在通信方面，系统采用NB-IoT 模块实现远程数据传输，用户可通过微信小程序或上位机界面（Qt）实时查看水质、温度、鱼类状态等信息，并进行远程控制与参数设置。所有数据同步至云端，实现长期存储与可视化分析。
项目创新性地将机器视觉、深度学习算法与物联网控制融为一体，构建了“感知—识别—决策—执行”的智能生态闭环，显著提升了鱼缸环境管理的智能化与精细化水平。该系统结构简洁、成本可控、可广泛应用于家庭水族、教学实验及水产养殖等场景，具有良好的推广前景与实践价值。
|