一、 研究目的与意义?
随着城市化进程加快和生活节奏加速，越来越多的都市人选择通过养护植物来舒缓压力、点缀生活。然而，传统的植物养护存在两大痛点：1）信息不对称：植物不会“说话”，养护者难以精准把握其水肥、光照需求，常因浇水不当或护理不周导致植物死亡，带来挫败感；2）互动性缺失：植物作为一种静态的生命体，与人的互动性较弱，难以形成像宠物那样的情感纽带。
本项目旨在开发一款名为“智能花盆”的互动式植物宠物。其目的与意义在于：
1.技术目的
利用传感器技术和嵌入式智能，将植物的生理状态（土壤湿度、环境温湿度、光照）进行量化感知，并通过算法将其转化为直观的“情绪状态”，实现植物状态的拟人化表达。
2.社会与情感意义
降低养护门槛，让植物“主动开口”表达需求，使新手也能轻松成为“绿手指”，提升养护成功率和乐趣。
增强情感陪伴，将植物从静态的装饰品转变为有“情绪”、有“反馈”的互动伙伴，满足人们，尤其是独居青年、学生等群体的情感陪伴需求。
推广绿色生活，以有趣的方式吸引更多人亲近自然、参与园艺，推广绿色、健康的生活理念。
教育意义方面，作为一个典型的跨学科项目，它完美融合了硬件设计、数据采集、软件编程和交互设计，是培养学生创新实践能力的绝佳平台。
二、 研究目标与内容?
1.研究目标?
制作一个能够实时监测植物生长环境（土壤湿度、温度、光照强度），并能根据环境优劣通过表情化输出（如LED点阵屏显示表情、RGB灯色彩变化）来展示不同“情绪”的智能花盆原型机。最终实现植物从“被养护”到“可互动”的转变。
2.研究内容?
（1）硬件系统构建
核心控制选用一款高性能、低功耗的MCU（如STM32、ESP32系列）作为大脑。
感知层使用土壤湿度传感器（模拟量输出）通过ADC引脚采集土壤含水量；集成温湿度传感器（如DHT11/22）监测环境温湿度；用光敏电阻通过ADC采集环境光照强度。
交互层采用一块小型OLED显示屏或LED点阵屏，用于显示植物的“表情”（如开心、口渴、太晒、寒冷）；集成RGB LED灯，用不同颜色灯光辅助表达情绪（如蓝色代表寒冷，红色代表炎热，闪烁代表预警）；增加一个小型蜂鸣器或振动马达（可选），用于实现声音或触觉反馈。
（2）软件与算法开发
1）数据采集与滤波
编写程序定时、稳定地读取各传感器数据，并使用软件算法（如均值滤波）提高数据准确性。
2）“情绪”映射模型建立
本项目核心是定义一套将传感器数据映射为情绪状态的规则。例如：土壤湿度 <阈值=>“口渴”表情（*_*）；温度>舒适范围=>“太热”表情（＞﹏＜）；光照不足=>“需要阳光”表情（?）；所有参数均优=>“开心”表情（^_^）。可引入模糊逻辑或简单的机器学习算法，使情绪变化更平滑、更拟人。
??编写程序控制屏幕和LED，根据“情绪模型”的计算结果，动态切换显示内容。
三、 特色及创新点?
1.从“监控”到“互动”的理念创新
不同于市场上仅通过App推送报警信息的智能花盆，本项目最大的特色在于赋予了植物“性格”和“情绪”，通过拟人化的表情与用户进行直接、有趣的情感交流，极大地增强了产品的趣味性和情感粘性。
2.多模态情感表达交互
创新性地结合了视觉表情（屏幕）、色彩灯光（RGB LED）等多种通道进行情绪表达，比单一的通知方式更丰富、更吸引人，能营造出更强的沉浸感和陪伴感。
3.基于规则的个性化情绪模型
通过设定清晰的阈值和规则，将物理世界的环境数据转化为情感世界的情绪状态。这个模型虽然简单，但非常直观有效，并且具备可扩展性，未来可以为不同的植物设置不同的“性格”（如喜阳植物和喜阴植物的情绪阈值不同）。
4.完整的端侧智能实现
所有传感、决策、交互均在花盆本地的MCU上完成，不依赖网络和手机APP，系统响应即时、稳定，且保护用户隐私，是一个典型的边缘计算应用。
四、 学生通过本项目能获得的训练?
参与本项目的学生将获得一个从概念到实物的全流程、系统化工程训练：
1.嵌入式系统核心技能
掌握MCU（如STM32）的开发流程，包括GPIO、ADC、I2C/SPI等外设的驱动编程，这是嵌入式开发的基础。
2.传感器技术与数据采集
深入学习并实践多种传感器（模拟、数字）的工作原理、接口方式和数据采集方法，特别是ADC的使用和数据校准。
3.硬件系统集成能力
锻炼电路设计、PCB绘制（或使用洞洞板/面包板）、传感器焊接与调试等硬件动手能力，培养软硬件联调的系统工程思维。
4.算法建模与软件编程
学习如何将实际问题抽象为逻辑模型（情绪映射规则），并用C/C++代码实现，培养计算思维和算法设计能力。
5.人机交互设计理念
初步接触交互设计，思考如何让机器表达更拟人、更友好，提升产品的用户体验设计意识。
6.项目管理与团队协作
若以小组形式完成，将有效锻炼项目规划、任务分解、版本控制和团队沟通协作的能力。
1、机械、计算机、电子、通信、自动化专业学生；
2、学习过C/python语言；
3、学习过MCU开发；
4、了解人工智能相关知识。