Public Docs
【模型量化】深度学习模型量化 & 量化理论 & 各平台的量化过程 & 硬件加速
【TVM】TI关于TVM的使用测试与分析
【LLM&LVM】大模型开源工程思维导图
SmartSip
【北航卓越工程师】《汽车前沿技术导论:智能驾驶》讲义
【工具链】Yocto使用介绍——使用Yocto创建一个树莓派的系统镜像
【工具链】使用ssh+dialog指令设定服务器指定用户仅容器访问
【推理引擎】一篇关于模型推理的详细对比与学习
【推理引擎】关于TVM中的Schedule优化详解(On going)
【LLM微调】使用litgpt进行私有数据集模型微调的测试总结
【TVM】在TVM Relay中创建一个自定义操作符
【STT+LLM+TTS】如何使用语音转文字模型+大预言模型+语音生成模型完成一个类人的语音交互机器人
【RAG】 通过RAG构建垂直领域的LLM Agent的方法探索
【RAG】GraphRAG精读与测试(On going)
【AI Agent】MetaGPT精读与学习
【AI Base】Ilya Sutskever 27篇必读论文分享清单
【Nvidia】Jetson AGX Orin/ Jetson Orin nano 硬件测试调试内容(On going)
【BI/DI】LLM Using in BI Testing Scenario (On going)
【Nvidia】How to Activate a Camera on Nvidia Platform in Details
【RAS-PI】树莓派驱动开发
【行业咨询阅读】关注实时咨询和分析
【mobileye】2024 Driving AI
【mobileye】SDS_Safety_Architecture
【yolo】yolov8测试
【nvidia】Triton server实践
【alibaba】MNN(on updating)
【OpenAI】Triton(on updating)
【CAIS】关于Compound AI Systems的思考
【Nvidia】关于Cuda+Cudnn+TensorRT推理环境
【BEV】BEVDet在各个平台上的执行效率及优化(On Updating)
【Chip】AI在芯片设计和电路设计中的应用
【Chip】ChiPFormer
【Chip】关于布线的学习
【Chip】MaskPlace论文精读与工程复现优化
【gynasium】强化学习初体验
【Cadence】X AI
【transformer】MinGPT开源工程学习
【中间件】针对apollo 10.0中关于cyberRT性能优化的深度解读和思考
【Robotics】调研了解当前机器人开发者套件(on updating)
【Robotics】ROS CON China 2024 文档技术整理与感想总结(上2024.12.7,中2024.12.8,下场外产品)
【algorithm】关于模型、数据与标注规范的平衡问题
【nvidia】DLA的学习了解与使用
【nvidia】构建nvidia嵌入式平台的交叉编译环境(其他环境平台可借鉴)
【2025AI生成式大会】2025大会个人总结
【Robotics】 Create Quadruped Robot RL FootStep Training Environment In IsaacLab
【Robotics】如何一个人较为完整的完成一个机器人系统软件算法层面的设计与开发
【VLM】读懂多模态大模型评价指标
【VLM】大模型部署的端侧部署性能与精度评估方法与分析
【Nvidia】Jetson Orin 平台VLM部署方法与指标评测
【Database】向量数据库
【SoC】性能与功耗评估
文档发布于【Feng's Docs】
-
+
首页
SmartSip
# 简介 * https://github.com/FengD/SmartSip  `SmartSip`是一款智能饮水机。之所以要做一款这样的饮水机主要是因为经过市场调研,市面上的饮水机无法满足我的一些综合性的需求,相关需求可能存在一些共性。所以希望这样一款饮水机能够给我的日常用水带来一些比较有意思的体验。`同时尽可能的简化操作过程,老少皆宜,并对健康管理给出详细建议也是一个重要的尝试`。 # 市场调研 如果搜索饮水机大概会见到这么几种品类: 1. 最简单的吸水式饮水机,一般会在水桶顶部安装一个装置,通过按压或者电动抽水的方式在较大的水桶中抽水到水杯或者水壶里。这种类型的装置在用水上比较方便,针对比较大的水桶避免了搬运和卫生问题。缺点是无法进行对水温的控制和加热;  2. 考虑到如果对水有加热的需求,基于上面第一种饮水机会衍生出两类产品。一类产品是仍然保持对抽水装置的设计,将水抽到一个可用于加热的水壶中,再进行加热;再有一类就是可以将水导入一个饮水机自带的制定容器在出水时进行即热调节。这两种产品都能解决对水使用且加热的需求,但是前者基本上无法实现对水温的精准控制,基本是加热到100°过程中需要手动停止,并且实际使用上想喝到较高温度的水,相对来说也会慢一些,优点是一般会有一个温度传感器,能够看到水温。而第二类虽然可以可以实现速热,但是手动上水的操作确实是个体力活,而且目前市面上能够看到的最大的容器大概1.6L,如果按照一杯水150-300ml计算得话,基本上一个人生活平均一天要上一次水。  3. 目前市面上看得到唯二的饮水器,能够兼顾1、2中的所有功能,但是不能实现对水温的精确控制;  所以,结合人工智能和传感器,同时满足以上需求的想法展现出来。 # 产品功能 1. 满足对于大水桶使用的抽水和卫生问题; 2. 满足即热的需求; 3. 针对于目前即热功能较粗的温度调节范围、挡位选择和水量调节,通过摄像头+麦克风+多模态大模型的组合实现对于接水的一键控制。整个组合可以做到对于下方容器的检测(包括类型,摆放位置以及是否存在遮挡覆盖物等),容器中物品的检测(粉状物如奶粉、速溶咖啡、抹茶粉,茶叶如红茶、绿茶、白茶、黑茶、果茶、花茶等),从而智能决定水温、水量,加水过程中对加水量进行自动检测,防止溢出。 4. 同时因为有语音的加持,还可以通过声音对饮水机进行控制,并且通过对声纹进行识别,进行个性化定制的需求; 5. 考虑到智能化识别本身需要一定算力,这个算力运行可以在手机上运行,也可以跟云上的服务进行交互,如果有手机加持,可以考虑添加使用手机上的相机或者额外添加一个相机对使用人进行检测,防止儿童老人因为使用不当或者水温过热,出现安全问题;同时摄像头也能同声纹一样对使用人的饮水习惯进行自定义需求。 * `亮点:整个产品只有一个触屏作为摄像头可视化和唯一的按键。点击屏幕即可流出满足用户需求的水温和水量的出水` * 同时可依赖于本身硬件的无线通讯能力,实现配件拓展,例如自动化茶台,实现多人饮茶的泡茶流程的自动化。 * `在大家关注健康管理和摄入分析的背景下,高频交互场景的数据分析可以有效分析生活习惯给出健康建议` # 产品外观设计 # 产品硬件组成 1. 加热器,水泵; V0.1  V0.5  V1.0  2. 带sensor的控制器;   3. Round display & toucher  4. mobile or device to run LLM # 软件设计&算法流程 * 交互流程  * 软件 https://github.com/FengD/SmartSip/blob/main/docs/README-backend.md * 算法 https://github.com/FengD/SmartSip/blob/main/docs/README-LLM-test-report.md # Demo使用展示 * https://www.youtube.com/watch?v=Y3Pf3E_fhKw * https://www.bilibili.com/video/BV1fv7WztEy4/?vd_source=c551ef751ac5907298e9c711d193f9cd
dingfeng
2025年12月18日 09:44
57
0 条评论
转发文档
收藏文档
上一篇
下一篇
评论
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
PDF文档
PDF文档(打印)
分享
链接
类型
密码
更新密码