Repolode
jomjol

jomjol/AI-on-the-edge-device

Dispositivo baseado em ESP32-CAM que fotografa medidores analógicos de água, gás ou energia e usa IA no próprio dispositivo para converter as leituras em valores digitais.

Estrelas
8,884
Forks
929
Issues abertas
205
Último commit
ontem

O que é?

AI on the Edge Device conecta medidores existentes não digitais, como os de água, gás e energia elétrica, a sistemas digitais sem substituí-los. Uma placa ESP32 com uma câmera compatível captura fotos do medidor em intervalos definidos, extrai da imagem as regiões de interesse e as processa com um modelo TensorFlow Lite para ler os dígitos.

O firmware realiza o processamento de imagem diretamente no dispositivo, incluindo detecção de recursos, alinhamento e extração de ROI, e conta com câmera e iluminação integradas. As leituras podem ser enviadas a um broker MQTT, gravadas no InfluxDB 1 ou 2 ou disponibilizadas por uma REST API, e o dispositivo se integra ao Home Assistant. Uma interface web cuida da administração, e o firmware pode ser atualizado pelo ar.

O hardware é uma placa pequena e de baixo custo, e o projeto também publica gabinetes imprimíveis em 3D para medidores de água, energia e gás. A configuração está documentada em um site MkDocs separado, e a gravação do firmware pode ser feita por um instalador web no navegador ou pelas ferramentas padrão de ESP32.

Recursos principais

  • 01Reconhece os dígitos do medidor com um modelo TensorFlow Lite executado no próprio dispositivo.
  • 02Realiza o processamento de imagem diretamente no dispositivo para alinhamento e extração de ROI.
  • 03Publica as leituras via MQTT, InfluxDB 1/2 ou REST API.
  • 04Integra-se ao Home Assistant.
  • 05Oferece uma interface web para administração e permite atualizações pelo ar.

Casos de uso

  • Registrar o consumo de água ou gás de um medidor analógico existente em um painel doméstico.
  • Enviar leituras de um medidor de energia elétrica ao Home Assistant ou InfluxDB sem substituir o medidor.
  • Montar um sistema de medição inteligente de baixo custo com um ESP32-CAM.

Início rápido

  1. 1

    Baixe a versão mais recente na página Releases

  2. 2

    Grave o firmware no ESP32 via USB usando o Web Installer, que funciona no navegador

  3. 3

    Configure o cartão SD automaticamente após instalar o firmware ou manualmente, seguindo a documentação

Antes de usar

  • É necessária uma placa de câmera ESP32 compatível e um medidor analógico físico para fotografar.
  • A licença não está claramente identificada nos metadados do projeto.

Em coleções

Tópicos

Perguntas frequentes

O que é AI-on-the-edge-device?
Dispositivo baseado em ESP32-CAM que fotografa medidores analógicos de água, gás ou energia e usa IA no próprio dispositivo para converter as leituras em valores digitais. AI on the Edge Device conecta medidores existentes não digitais, como os de água, gás e energia elétrica, a sistemas digitais sem substituí-los. Uma placa ESP32 com uma câmera compatível captura fotos do medidor em intervalos definidos, extrai da imagem as regiões de interesse e as processa com um modelo TensorFlow Lite para ler os dígitos.
AI-on-the-edge-device é gratuito? Qual é a licença?
AI-on-the-edge-device é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
AI-on-the-edge-device ainda é mantido?
Manutenção ativa. O último commit de AI-on-the-edge-device foi em 23 de out. de 2026.
Para que posso usar AI-on-the-edge-device?
Registrar o consumo de água ou gás de um medidor analógico existente em um painel doméstico. Enviar leituras de um medidor de energia elétrica ao Home Assistant ou InfluxDB sem substituir o medidor. Montar um sistema de medição inteligente de baixo custo com um ESP32-CAM.
Como instalar AI-on-the-edge-device?
Baixe a versão mais recente na página Releases Grave o firmware no ESP32 via USB usando o Web Installer, que funciona no navegador Configure o cartão SD automaticamente após instalar o firmware ou manualmente, seguindo a documentação
Onde consigo AI-on-the-edge-device?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/jomjol/AI-on-the-edge-device

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados