【花雕学编程】Arduino HTTP 之ESP32 接入 AI 大模型

最新推荐文章于 2025-10-12 20:13:39 发布

原创最新推荐文章于 2025-10-12 20:13:39 发布 · 3.1k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#网络协议 #网络 #嵌入式硬件 #单片机 #c++ #ESP32 接入 AI 大模型 #Arduino HTTP

开源硬件专栏收录该内容

2398 篇文章

订阅专栏

该文章已生成可运行项目，

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino
Arduino 是一个开源电子原型平台，由硬件和软件两部分组成。硬件方面，Arduino 电路板可以读取输入——例如来自传感器的数据、按钮按下的信号、或是社交媒体消息——并将其转换为输出，如启动电机、点亮 LED、或发送通知。软件方面，用户可以使用 Arduino 编程语言（基于 Wiring）和 Arduino 软件（IDE）进行编程。以下是一些关键概念：
1、微控制器 (Microcontroller): 一种集成在电路板上的小型计算机，用于控制其他电子组件。Arduino 板常使用 ATmega328P 微控制器。
2、引脚 (Pins): 电路板上的物理连接点，用于连接传感器、执行器等外围设备。分为数字引脚和模拟引脚。
3、板载LED (Onboard LED): Arduino 板上自带的 LED（通常连接到引脚 13），便于测试和调试代码。
4、电源端口 (Power Port): 用于供电的接口，可以通过 USB 端口、电池或电源适配器供电。

HTTP (HyperText Transfer Protocol)
HTTP 是互联网的基础协议之一，用于在网络上交换信息，特别是用于客户端（如浏览器）与服务器之间的数据通信。以下是一些关键概念：
1、请求 (Request): 由客户端发送到服务器的消息，包含请求行、请求头和请求体。常见的请求方法包括 GET（请求资源）、POST（提交数据）、PUT（更新资源）和 DELETE（删除资源）。
2、响应 (Response): 服务器返回给客户端的消息，包含状态行、响应头和响应体。状态码如 200（OK）、404（Not Found）等用于表示请求的处理结果。
3、URI (Uniform Resource Identifier): 用于唯一标识网络资源的字符串，可以是 URL（Uniform Resource Locator）或 URN（Uniform Resource Name）。
4、无状态 (Stateless): HTTP 是一种无状态协议，每个请求都是独立的，不保留前后的状态信息。因此，服务器在处理请求时不需要了解之前的请求信息。

Arduino 与 HTTP 的结合
在 Arduino 项目中，HTTP 可以用于实现设备与网络服务的通信，典型应用场景包括：
1、发送传感器数据到服务器: Arduino 可以通过 HTTP POST 请求将传感器数据上传到云服务器，进行数据存储和分析。
2、从服务器获取数据: Arduino 可以通过 HTTP GET 请求从服务器获取信息，例如天气预报或实时监控数据。
3、控制设备: 通过 HTTP 请求，Arduino 可以接收远程指令，控制物理设备的开关状态，如远程点亮 LED 或启动电机。

在这里插入图片描述
1、主要特点
强大的处理能力与网络连接：ESP32 芯片具有双核处理器，能高效处理数据，其内置的 Wi-Fi 和蓝牙模块，可轻松连接网络，为与 AI 大模型进行数据交互提供了稳定的网络基础，例如在智能家居系统中，可快速将设备状态数据发送给 AI 大模型并接收指令。
多模型支持：可以接入多种 AI 大模型，如科大讯飞星火大模型、豆包大模型、通义千问大模型等。用户能根据自身需求和不同模型的特点进行选择，比如需要更精准的语言理解和生成时可选择豆包大模型，在一些对语音交互要求高的场景可结合科大讯飞星火大模型。
语音交互功能丰富：支持在线语音唤醒，能识别用户的语音指令并进行自然流畅的对话。设备可将用户的语音输入发送至 AI 大模型进行处理，再将模型的回复转换为语音播放出来，实现便捷的人机交互，像智能音箱、智能机器人等设备可通过此功能为用户提供服务。
可扩展性与灵活性：通过 ESP32 的 GPIO 接口，能够方便地连接各类传感器和执行器等外部设备。结合 AI 大模型的智能分析能力，可实现各种复杂的应用场景，如在智能农业中，连接土壤湿度传感器、温湿度传感器等，根据 AI 大模型的分析结果控制灌溉设备等。

2、应用场景
智能家居领域：
智能控制：接入 AI 大模型的 ESP32 可实现对家居设备的智能语音控制和自动化管理。例如，用户通过语音指令让 ESP32 控制灯光的开关、亮度调节、家电的启动与关闭等。
环境监测与优化：结合各类环境传感器，实时收集室内温湿度、空气质量等数据，利用 AI 大模型进行分析，为用户提供改善环境的建议，或者自动控制空气净化器、空调等设备来优化环境。
智能安防领域：
视频监控分析：与摄像头配合，ESP32 将视频数据传输给 AI 大模型，进行人脸识别、行为分析等，实现异常行为检测和报警，如在小区监控系统中，及时发现陌生人闯入或异常活动。
入侵检测与预警：连接门窗传感器、红外探测器等设备，当检测到异常情况时，通过 ESP32 告知 AI 大模型，模型根据数据分析判断是否为入侵行为，并及时向用户发送预警信息。
智能机器人领域：
对话与交互：使机器人具备更智能的对话能力，能够理解用户的各种问题和指令，与用户进行自然流畅的交流，为用户提供帮助和服务，比如在服务机器人中解答用户的咨询。
自主决策与行动：结合机器人的传感器数据，如视觉、听觉、触觉等，AI 大模型为机器人提供决策支持，使其能够更智能地完成任务，如在扫地机器人中，根据环境分析规划最优清扫路径。

3、需要注意的事项
网络连接稳定性：
信号强度与干扰：确保 ESP32 所处环境的 Wi-Fi 信号强度良好，避免因信号弱导致数据传输中断或延迟过高。同时要注意周围环境中的无线信号干扰，可能会影响网络连接质量。
网络中断处理：编写程序时要考虑网络中断的情况，设置重连机制，当网络中断后能自动尝试重新连接 AI 大模型，以保证系统的正常运行。
数据安全与隐私保护：
数据加密：在数据传输过程中，对敏感数据如用户的语音指令、设备状态信息等进行加密处理，防止数据被窃取或篡改。可以利用 ESP32 的加密功能和相关加密算法来实现。
隐私政策：遵循相关法律法规和 AI 大模型提供商的隐私政策，明确告知用户数据的收集、使用和共享情况，确保用户隐私得到保护。
资源管理与功耗控制：
内存管理：由于与 AI 大模型交互可能会占用一定的内存资源，要合理分配和管理内存，避免内存泄漏和溢出问题。及时释放不再使用的内存空间，确保系统稳定运行。
功耗优化：在一些电池供电的设备中，要注意 ESP32 接入 AI 大模型后的功耗问题。可以通过优化代码、合理设置设备的工作模式和休眠策略等方式来降低功耗，延长设备续航时间。

在这里插入图片描述
1、发送文本到 AI 模型进行分析

#include <WiFi.h>
#include <HTTPClient.h>

const char* ssid = "YOUR_SSID";           // WiFi SSID
const char* password = "YOUR_PASSWORD";     // WiFi 密码
const char* serverName = "http://api.example.com/analyze"; // AI 模型 API 地址

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    // 等待连接
    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }
    Serial.println("Connected to WiFi");
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;
        http.begin(serverName); // 指定服务器地址
        http.addHeader("Content-Type", "application/json"); // 设置请求头

        // 创建 JSON 数据
        String jsonData = "{\"text\":\"Hello, AI! Please analyze this text.\"}";

        int httpResponseCode = http.POST(jsonData); // 发送 POST 请求

        if (httpResponseCode > 0) {
            String response = http.getString(); // 获取响应内容
            Serial.println(httpResponseCode); // 打印响应代码
            Serial.println(response); // 打印响应内容
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }
        http.end(); // 结束请求
    }

    delay(10000); // 每10秒发送一次请求
}

2、发送图像到 AI 模型进行处理

#include <WiFi.h>
#include <HTTPClient.h>
#include <FS.h>
#include <SPIFFS.h>

const char* ssid = "YOUR_SSID";           // WiFi SSID
const char* password = "YOUR_PASSWORD";     // WiFi 密码
const char* serverName = "http://api.example.com/analyze-image"; // AI 模型 API 地址

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    // 等待连接
    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }
    Serial.println("Connected to WiFi");

    if (!SPIFFS.begin(true)) {
        Serial.println("SPIFFS Mount Failed");
        return;
    }
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;
        http.begin(serverName); // 指定服务器地址
        http.addHeader("Content-Type", "application/octet-stream"); // 设置请求头

        // 从 SPIFFS 读取图像文件
        File file = SPIFFS.open("/image.jpg", "r");
        if (!file) {
            Serial.println("Failed to open file for reading");
            return;
        }

        int httpResponseCode = http.sendRequest("POST", &file, file.size()); // 发送 POST 请求

        if (httpResponseCode > 0) {
            String response = http.getString(); // 获取响应内容
            Serial.println(httpResponseCode); // 打印响应代码
            Serial.println(response); // 打印响应内容
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }
        file.close(); // 关闭文件
        http.end(); // 结束请求
    }

    delay(10000); // 每10秒发送一次请求
}

3、发送音频数据到 AI 模型进行识别

#include <WiFi.h>
#include <HTTPClient.h>
#include <FS.h>
#include <SPIFFS.h>

const char* ssid = "YOUR_SSID";           // WiFi SSID
const char* password = "YOUR_PASSWORD";     // WiFi 密码
const char* serverName = "http://api.example.com/analyze-audio"; // AI 模型 API 地址

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    // 等待连接
    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }
    Serial.println("Connected to WiFi");

    if (!SPIFFS.begin(true)) {
        Serial.println("SPIFFS Mount Failed");
        return;
    }
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;
        http.begin(serverName); // 指定服务器地址
        http.addHeader("Content-Type", "audio/wav"); // 设置请求头

        // 从 SPIFFS 读取音频文件
        File file = SPIFFS.open("/audio.wav", "r");
        if (!file) {
            Serial.println("Failed to open file for reading");
            return;
        }

        int httpResponseCode = http.sendRequest("POST", &file, file.size()); // 发送 POST 请求

        if (httpResponseCode > 0) {
            String response = http.getString(); // 获取响应内容
            Serial.println(httpResponseCode); // 打印响应代码
            Serial.println(response); // 打印响应内容
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }
        file.close(); // 关闭文件
        http.end(); // 结束请求
    }

    delay(10000); // 每10秒发送一次请求
}

要点解读
WiFi 连接：
每个示例都首先通过 WiFi.begin() 建立 WiFi 连接，确保 ESP32 能够连接到互联网。使用 WiFi.status() 检查连接状态，直到连接成功。
HTTPClient 库的使用：
使用 HTTPClient 库简化 HTTP 请求的发送过程。通过 http.begin() 指定请求的 URL，并使用 http.POST() 发送数据。
不同数据类型的处理：
示例 1 发送文本数据，示例 2 发送图像数据，示例 3 发送音频数据。这些示例展示了如何将不同类型的数据发送到 AI 模型进行处理，展现了 ESP32 的灵活性。
请求头设置：
根据发送的数据类型设置请求头（如 Content-Type）。正确的请求头有助于服务器正确解析请求内容，例如文本使用 application/json，图像使用 application/octet-stream，音频使用 audio/wav。
错误处理与响应获取：
每个示例都检查 HTTP 响应代码，以确保请求成功。如果请求失败，程序会打印错误代码，便于调试和问题识别。获取响应内容后，可以进行进一步的处理，如解析 AI 模型的结果。

在这里插入图片描述
4、使用ESP32与OpenAI API进行文本生成

#include <WiFi.h>
#include <HTTPClient.h>

const char* ssid = "your_SSID"; // WiFi名称
const char* password = "your_PASSWORD"; // WiFi密码
const char* apiUrl = "https://api.openai.com/v1/chat/completions"; // OpenAI API URL
const char* apiKey = "your_api_key"; // OpenAI API密钥

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }

    Serial.println("Connected to WiFi");
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;

        http.begin(apiUrl);
        http.addHeader("Content-Type", "application/json");
        http.addHeader("Authorization", String("Bearer ") + apiKey);

        String jsonData = "{\"model\": \"gpt-3.5-turbo\", \"messages\": [{\"role\": \"user\", \"content\": \"Hello, how can you help me today?\"}]}";
        int httpResponseCode = http.POST(jsonData);

        if (httpResponseCode > 0) {
            String response = http.getString();
            Serial.println(httpResponseCode);
            Serial.println(response);
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }

        http.end(); // 结束请求
    }

    delay(60000); // 每60秒发送一次请求
}

要点解读
WiFi连接：在setup()中连接到指定的WiFi，以确保可以访问OpenAI API。
HTTPClient库：使用HTTPClient库简化HTTP请求的发送与响应处理。
API身份验证：通过HTTP头部添加Bearer Token进行身份验证，确保请求的安全性。
JSON数据格式：使用JSON格式发送请求数据，适配OpenAI API的要求。
定时请求：通过delay()函数设置定时发送请求，适合周期性与AI模型交互的场景。

5、通过ESP32与AI模型进行图像描述生成

#include <WiFi.h>
#include <HTTPClient.h>

const char* ssid = "your_SSID";
const char* password = "your_PASSWORD";
const char* apiUrl = "https://api.openai.com/v1/images/generations"; // OpenAI图像生成API URL
const char* apiKey = "your_api_key"; // OpenAI API密钥

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }

    Serial.println("Connected to WiFi");
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;

        http.begin(apiUrl);
        http.addHeader("Content-Type", "application/json");
        http.addHeader("Authorization", String("Bearer ") + apiKey);

        String jsonData = "{\"prompt\": \"A futuristic city skyline\", \"n\": 1}";
        int httpResponseCode = http.POST(jsonData);

        if (httpResponseCode > 0) {
            String response = http.getString();
            Serial.println(httpResponseCode);
            Serial.println(response);
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }

        http.end(); // 结束请求
    }

    delay(60000); // 每60秒发送一次请求
}

要点解读
图像生成请求：使用OpenAI提供的图像生成API，根据描述生成图像。
API身份验证：通过HTTP头部添加Bearer Token进行身份验证，确保安全性。
JSON数据格式：请求中使用JSON格式，符合API的要求。
易于修改：可以轻松更改请求内容（如prompt），生成不同的图像描述。
定时请求：通过delay()函数控制请求频率，适合定期生成图像的需求。

6、通过ESP32与AI模型进行情感分析

#include <WiFi.h>
#include <HTTPClient.h>

const char* ssid = "your_SSID";
const char* password = "your_PASSWORD";
const char* apiUrl = "https://api.openai.com/v1/chat/completions"; // OpenAI Chat API URL
const char* apiKey = "your_api_key"; // OpenAI API密钥

void setup() {
    Serial.begin(115200);
    WiFi.begin(ssid, password);

    while (WiFi.status() != WL_CONNECTED) {
        delay(1000);
        Serial.println("Connecting to WiFi...");
    }

    Serial.println("Connected to WiFi");
}

void loop() {
    if (WiFi.status() == WL_CONNECTED) {
        HTTPClient http;

        http.begin(apiUrl);
        http.addHeader("Content-Type", "application/json");
        http.addHeader("Authorization", String("Bearer ") + apiKey);

        String jsonData = "{\"model\": \"gpt-3.5-turbo\", \"messages\": [{\"role\": \"user\", \"content\": \"I feel very happy today!\"}]}";
        int httpResponseCode = http.POST(jsonData);

        if (httpResponseCode > 0) {
            String response = http.getString();
            Serial.println(httpResponseCode);
            Serial.println(response);
        } else {
            Serial.print("Error on sending POST: ");
            Serial.println(httpResponseCode);
        }

        http.end(); // 结束请求
    }

    delay(60000); // 每60秒发送一次请求
}

要点解读
情感分析请求：通过OpenAI的API进行情感分析，判断用户情绪状态。
API身份验证：通过HTTP头部添加Bearer Token进行身份验证，确保安全性。
JSON数据格式：使用JSON格式进行请求，符合API规范。
文本响应处理：处理AI模型的文本响应，适用于用户反馈或情感监测应用。
定时请求：同样使用delay()函数设置请求频率，适合周期性分析用户情感的场景。

总结
以上几个案例展示了如何使用ESP32接入AI大模型。通过这些示例，用户可以学习到：
WiFi连接：如何连接到WiFi网络，以便进行Internet通信。
HTTPClient库的使用：简化HTTP请求的发送与响应处理。
API身份验证：如何通过HTTP头部添加Bearer Token进行身份验证，确保请求的安全性。
JSON数据格式：在与AI模型交互时，如何使用JSON格式发送和接收数据。
定时请求：通过delay()函数控制请求频率，适合定期与AI模型交互的需求。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述