树莓派与Arduino在洗衣机监测及Telegram告警中的应用对比

树莓派与Arduino在洗衣机监测及Telegram告警中的应用对比 | AI生成和翻译

Home 2025.06

使用树莓派替代 Arduino（如 ESP32-CAM）来检测您的 Maytag MHW8630HW 洗衣机何时停止并发送 Telegram 通知是一个可行的替代方案，它以更高的复杂性和功耗为代价，提供了更强的处理能力和灵活性。下面，我将比较树莓派方案与 Arduino 方案，概述其他微控制器选项，并提供使用树莓派实现该系统的详细指南。我还将讨论替代方法（例如，其他硬件或传感器），以确保回答全面。

对比：树莓派 vs. Arduino vs. 其他选项

特性	树莓派	Arduino (ESP32-CAM)	其他选项（例如，NodeMCU, ESP8266）
处理能力	高（四核 CPU，1-8GB RAM）– 支持高级图像处理，OpenCV。	有限（双核，520KB SRAM）– 仅支持基本图像处理。	非常有限 – 不适合基于摄像头的处理。
摄像头支持	易于使用 USB 网络摄像头或 Pi Camera 模块（例如，8MP Pi Camera v2）。	内置 OV2640（2MP）摄像头，但分辨率和质量较低。	需要外部摄像头模块，集成复杂。
Wi-Fi	内置（大多数型号，例如 Pi 4, Zero 2 W）。	内置（ESP32-CAM）。	内置（例如 ESP8266），但无原生摄像头支持。
编程	Python, OpenCV，灵活但需要操作系统设置（Raspberry Pi OS）。	Arduino IDE 中的 C++，对初学者更简单。	C++ 或 Lua（例如 NodeMCU），图像处理库有限。
功耗	较高（Pi Zero 约 2.5W，Pi 4 约 5-10W）。	较低（ESP32-CAM 约 1-2W）。	最低（ESP8266 约 0.5-1W）。
成本	$10（Pi Zero W）到 $35+（Pi 4）+ $15（Pi Camera）。	~$10（带摄像头的 ESP32-CAM）。	~$5-10（ESP8266/NodeMCU）+ 传感器成本。
设置难度	中等（操作系统设置，Python 编码）。	简单（Arduino IDE，单个程序）。	简单传感器方案简单，摄像头方案复杂。
最佳使用场景	高级图像处理，未来扩展灵活（例如，ML 模型）。	简单的低成本光检测与 Telegram 集成。	非摄像头解决方案（例如，振动或电流传感器）。

树莓派优势：

使用 OpenCV 进行卓越的图像处理，实现鲁棒的光检测。
更易于调试和扩展（例如，添加 Web 界面或多个传感器）。
支持更高质量的摄像头，在不同光照条件下提供更好的准确性。

树莓派劣势：

需要更多设置（操作系统安装，Python 环境）。
功耗较高，不太适合电池供电的设置。
比 ESP32-CAM 更昂贵。

其他选项：

NodeMCU/ESP8266：适合非摄像头解决方案（例如，使用振动传感器或电流传感器）。有限的处理能力使得摄像头集成不切实际。
振动传感器：检测机器振动而非面板灯。简单但可能错过细微的周期变化。
电流传感器：测量功耗（例如，ACS712 模块）以检测机器何时停止。非侵入式但需要电气设置。

树莓派实现指南

技术栈

硬件：

树莓派：
- Raspberry Pi Zero 2 W（$15，紧凑，支持 Wi-Fi）或 Raspberry Pi 4（$35+，更强大）。
摄像头：
- Raspberry Pi Camera Module v2（$15，8MP）或 USB 网络摄像头。
电源：
- 5V USB-C（Pi 4）或 micro-USB（Pi Zero），输出 2-3A。
安装：
- 外壳或粘性支架，用于将摄像头对准洗衣机的面板灯。

软件：

操作系统：Raspberry Pi OS（Lite 版更高效，Full 版设置更简单）。
编程语言：Python。
库：
- OpenCV：用于图像处理以检测面板灯。
- python-telegram-bot：用于 Telegram 通知。
- picamera2（用于 Pi Camera）或 fswebcam（用于 USB 网络摄像头）。
Telegram 机器人：与 Arduino 设置相同（使用 BotFather 获取机器人令牌和聊天 ID）。

算法

该算法与 Arduino 方法类似，但利用 OpenCV 进行更鲁棒的图像处理：

图像捕获：使用 Pi Camera 或网络摄像头定期捕获图像（例如，每 10 秒）。
感兴趣区域（ROI）：在图像中定义面板灯周围的矩形区域。
图像处理：
- 转换为灰度图。
- 应用高斯模糊以减少噪声。
- 使用自适应阈值处理来检测背景中的明亮面板灯。
- 计算 ROI 中的平均像素强度或计算明亮像素的数量。
状态机：
- 如果 ROI 明亮（灯亮），标记机器为运行中。
- 如果 ROI 变暗（灯灭）持续 5 分钟，标记机器为停止并发送 Telegram 通知。
去抖动：实现 5 分钟延迟以确认机器已停止。

实现步骤

设置树莓派：
- 使用 Raspberry Pi Imager 下载并将 Raspberry Pi OS（Lite 或 Full）刷入 SD 卡。
- 通过编辑 /etc/wpa_supplicant/wpa_supplicant.conf 或使用 GUI 将 Pi 连接到 Wi-Fi。
- 通过 raspi-config 启用摄像头接口（Interfacing Options > Camera）。

安装依赖：

sudo apt update
sudo apt install python3-opencv python3-picamera2 python3-pip
pip3 install python-telegram-bot

定位摄像头：
- 安装 Pi Camera 或 USB 网络摄像头，使其对准洗衣机的面板灯。
- 使用以下命令测试摄像头：
```
libcamera-still -o test.jpg
```
  或对于 USB 网络摄像头：
```
fswebcam test.jpg
```
Python 脚本：以下是一个示例 Python 脚本，用于树莓派检测面板灯并发送 Telegram 通知。

import cv2
import numpy as np
from picamera2 import Picamera2
import telegram
import asyncio
import time

# Telegram 机器人配置
BOT_TOKEN = "your_bot_token"
CHAT_ID = "your_chat_id"
bot = telegram.Bot(token=BOT_TOKEN)

# 摄像头配置
picam2 = Picamera2()
picam2.configure(picam2.create_still_configuration(main={"size": (640, 480)}))
picam2.start()

# ROI 配置（根据摄像头视图调整）
ROI_X, ROI_Y, ROI_WIDTH, ROI_HEIGHT = 200, 150, 50, 50
THRESHOLD = 150  # 亮度阈值 (0-255)
STOP_DELAY = 300  # 5 分钟，以秒为单位

machine_running = False
last_on_time = 0

async def send_telegram_message(message):
    await bot.send_message(chat_id=CHAT_ID, text=message)

def is_light_on(frame):
    # 转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 应用高斯模糊
    gray = cv2.GaussianBlur(gray, (5, 5), 0)
    # 提取 ROI
    roi = gray[ROI_Y:ROI_Y+ROI_HEIGHT, ROI_X:ROI_X+ROI_WIDTH]
    # 计算平均亮度
    avg_brightness = np.mean(roi)
    return avg_brightness > THRESHOLD

async def main():
    global machine_running, last_on_time
    while True:
        # 捕获图像
        frame = picam2.capture_array()
        # 检查灯是否亮
        if is_light_on(frame):
            if not machine_running:
                machine_running = True
                print("Machine is ON")
            last_on_time = time.time()
        else:
            if machine_running and (time.time() - last_on_time > STOP_DELAY):
                machine_running = False
                print("Machine stopped")
                await send_telegram_message("Washing machine stopped! Time to hang up clothes.")
        time.sleep(10)  # 每 10 秒检查一次

if __name__ == "__main__":
    asyncio.run(main())

自定义脚本：
- 将 BOT_TOKEN 和 CHAT_ID 替换为您的 Telegram 凭据。
- 通过捕获测试图像并使用 GIMP 或 Python 等工具分析来调整 ROI_X, ROI_Y, ROI_WIDTH, ROI_HEIGHT，以定位面板灯。
- 根据测试图像调整 THRESHOLD（亮度越高，值越大）。
- 如果需要，修改 STOP_DELAY。
运行脚本：
```
python3 washer_monitor.py
```
- 使用 nohup python3 washer_monitor.py & 在后台运行，或使用 systemd 服务以提高可靠性。
测试和部署：
- 启动洗衣机并监控脚本输出。
- 验证 Telegram 通知。
- 将 Pi 和摄像头固定在永久设置中。

其他替代方案

振动传感器：

硬件：使用振动传感器（例如，SW-420）与 ESP8266 或树莓派。
设置：将传感器连接到洗衣机以检测振动。
算法：监控持续无振动（例如，5 分钟）以检测机器何时停止。
优点：简单，低成本，不受环境光影响。
缺点：可能错过有长暂停的周期（例如，浸泡）。

代码示例（ESP8266）：

#include <ESP8266WiFi.h>
#include <UniversalTelegramBot.h>
#define VIBRATION_PIN D5
#define BOT_TOKEN "your_bot_token"
#define CHAT_ID "your_chat_id"
WiFiClientSecure client;
UniversalTelegramBot bot(BOT_TOKEN, client);
bool machineRunning = false;
unsigned long lastVibrationTime = 0;
void setup() {
  pinMode(VIBRATION_PIN, INPUT);
  WiFi.begin("ssid", "password");
  while (WiFi.status() != WL_CONNECTED) delay(500);
  client.setInsecure();
}
void loop() {
  if (digitalRead(VIBRATION_PIN)) {
    machineRunning = true;
    lastVibrationTime = millis();
  } else if (machineRunning && (millis() - lastVibrationTime > 300000)) {
    machineRunning = false;
    bot.sendMessage(CHAT_ID, "Washing machine stopped!", "");
  }
  delay(1000);
}

电流传感器：
- 硬件：使用 ACS712 电流传感器与 ESP8266 或树莓派。
- 设置：非侵入式地将传感器夹在洗衣机的电源线上。
- 算法：检测电流降至阈值以下（例如，<0.5A）持续 5 分钟。
- 优点：准确，非侵入式。
- 缺点：需要电气知识，需校准机器的功耗。
麦克风：
- 硬件：使用麦克风模块（例如，KY-038）与树莓派。
- 算法：分析声音水平以检测机器噪音何时停止。
- 优点：非视觉，在低光条件下工作。
- 缺点：对环境噪声敏感，需要信号处理。

树莓派与Arduino在洗衣机监测及Telegram告警中的应用对比 | AI生成和翻译

对比：树莓派 vs. Arduino vs. 其他选项

树莓派实现指南

技术栈

算法

实现步骤

其他替代方案

推荐