当前位置：首页 > news >正文

小智 AI 还能这么玩？接入萤石摄像头，告警抓图一气呵成！

news 2026/8/15 21:36:01

本人玩各种AI硬件、具身智能、AI算法、模型训练、机器视觉等。欢迎合作！！！

小智AI接入萤石云摄像头：MQTT 实时告警 + 图片预览。让小智AI/ESP32 设备秒变智能安防终端——门口摄像头检测到有人出现时，屏幕自动弹出告警消息、播放提示音，还能下载并显示现场抓拍图片。

整体架构

萤石摄像头(门铃) │ ├─→ 萤石开放平台 ←─ 注册设备、开启告警推送 │ │ │ ├─→ 告警事件推送 → 消息回调服务 → 发布到 MQTT Broker │ │ │ │ │ ├─→ 飞书机器人 ←─ 手机端实时查看 │ │ │ │ │ └─→ 小智AI(ESP32) ←─ MQTT 订阅 │ │ │ │ │ ├─ 屏幕显示告警气泡 │ │ ├─ 播放提示音 │ │ └─ 下载并显示抓拍图片

步骤一：门铃接入萤石开放平台

1. 注册萤石开放平台账号

访问萤石开放平台，注册并登录开发者账号。

2. 添加设备

在萤石 APP 中确保门铃已联网并正常工作
在开放平台「我的资源」中添加设备，或扫描设备二维码完成绑定

3. 创建应用获取 AppKey / AppSecret

进入「我的应用」→ 创建应用
获取AppKey和AppSecret，后续 API 调用需要用到

4. 开启告警推送

在「告警服务」中开启设备的移动侦测/门铃事件推送
配置告警推送地址为你的服务器回调 URL

步骤二：部署消息回调服务

萤石开放平台会将告警事件以 HTTP POST 方式推送到你的服务器，需要部署一个回调服务来接收并转发。

服务功能

萤石告警推送 → 回调服务解析 → 提取消息文本和图片URL │ ├─→ 发布到 MQTT Broker (qiongmu/mqtt/ys) └─→ 推送飞书机器人 webhook

部署方式

服务器：任意 Linux 服务器（阿里云、腾讯云等）
HTTPS：萤石回调要求 HTTPS，可用 Nginx 反向代理 + Let’s Encrypt 证书
保活：使用systemd或supervisor管理进程

步骤三：接入飞书机器人

1. 创建飞书自定义机器人

打开飞书群聊 → 设置 → 群机器人 → 添加机器人 → 自定义机器人
获取 Webhook 地址

2. 配置回调服务

在上面的回调服务中配置FEISHU_WEBHOOK，告警消息会同时推送到飞书：

🚨 门口有人出现！ 📷 抓拍: https://i.ys7.com/streamer/alarm/url/get?fileId=...

3. 效果

手机端：飞书 APP 收到群消息推送，随时查看
带图片：点击链接可查看抓拍图片
可配合飞书自动化：设置特别关注、DND 时段等

步骤四：小智接入 MQTT 实现告警

设备端实现

在小智AI（ESP32-S3）上运行MqttListener，独立订阅 MQTT 告警主题：

// mqtt_listener.h - 独立 MQTT 客户端classMqttListener{// TLS 连接 emqxsl.cn:8883// 订阅 qiongmu/mqtt/ysstaticMqttListener&GetInstance();voidInitialize();voidStart();};

在Application::Initialize()中初始化：

auto&mqtt_listener=MqttListener::GetInstance();mqtt_listener.SetMessageCallback([this](conststd::string&topic,conststd::string&payload){OnMqttMessage(payload);});mqtt_listener.Initialize();// 网络激活后启动mqtt_listener.Start();

消息处理

MQTT 消息通过事件队列进入主事件循环：

MQTT 收到 → 入队 → MAIN_EVENT_MQTT_MESSAGE ↓ HandleMqttMessageEvent() ↓ ├── 解析 JSON → msg + pic ├── SetChatMessage("system", msg) → 显示气泡消息 ├── PlaySound(OGG_SUCCESS) → 播放提示音（3次） └── xTaskCreate() → 后台下载图片

图片下载与显示

完整流程

HTTP GET → 跟随 302 重定向(最多3次) → 下载 JPEG ↓ jpeg_to_image() → 解码为 RGB565 ↓ 最近邻缩放至 320×320（保持宽高比） ↓ LvglAllocatedImage → SetPreviewImage() 显示

重定向处理

萤石云图片 URL 返回 302 跳转到 AWS S3：

while(redirect_count<3){autohttp=Board::GetInstance().GetNetwork()->CreateHttp(3);http->SetKeepAlive(false);// 禁用连接复用http->Open("GET",current_url);if(status_code==302){std::string location=http->GetResponseHeader("Location");http->Close();current_url=location;redirect_count++;vTaskDelay(pdMS_TO_TICKS(200));continue;}// 下载并解码...}

JPEG 解码 + 缩放

使用 ESP-IDF 自带的 JPEG 解码器（优先硬件加速），解码后缩放到 320×320：

// JPEG 解码uint8_t*rgb565=nullptr;esp_err_t err=jpeg_to_image(jpeg_data,content_length,&rgb565,&rgb_len,&img_width,&img_height,&img_stride);// 缩放到 320×320（保持宽高比）constintMAX_DIM=320;if(img_width>MAX_DIM||img_height>MAX_DIM){intscale_w=(img_width>img_height)?MAX_DIM:(MAX_DIM*img_width/img_height);intscale_h=(img_height>img_width)?MAX_DIM:(MAX_DIM*img_height/img_width);uint8_t*scaled=heap_caps_malloc(scale_w*scale_h*2,MALLOC_CAP_SPIRAM);downscale_rgb565((uint16_t*)rgb565,img_width,img_height,scaled,scale_w,scale_h);heap_caps_free(rgb565);// 立即释放原始大图}

内存对比

原始分辨率	解码后	缩放后
1920×1080	~4MB	~200KB
1280×720	~1.8MB	~112KB
640×480	~600KB	~150KB

内存保护

ESP32 内存有限，下载前检查可用堆大小：

if(esp_get_free_heap_size()<80*1024){ESP_LOGW(TAG,"Skipping image download, low memory (%zu KB)",esp_get_free_heap_size()/1024);}else{xTaskCreate(...,"mqtt_img",4096*2,...);}