定制化可能性

概述

本节从售前工程师视角，介绍远程巡检方案的可定制化方向，帮助您针对不同客户的特定需求提供定制方案。学习完成后，您将能够：

识别客户的个性化需求并提供定制方案
设计定制化的触发逻辑和通知规则
扩展方案以集成其他系统和传感器
为客户提供弹性的定制报价

Customization Framework

┌────────────────────────────────────────────────────────────┐
│                  远程巡检定制框架                           │
├────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌──────────────────────────────────────────────────┐      │
│  │  触发层 (Trigger)                                │      │
│  │  ├── PIR 运动检测                                │      │
│  │  ├── 定时拍照 (可编程 cron)                       │      │
│  │  ├── 外部传感器 (门磁/震动/烟雾)                  │      │
│  │  ├── MQTT 命令触发                               │      │
│  │  └── AI 视觉检测 (TensorFlow Lite)               │      │
│  └──────────────────────────────────────────────────┘      │
│                          │                                  │
│  ┌──────────────────────────────────────────────────┐      │
│  │  处理层 (Processing)                             │      │
│  │  ├── 图片分辨率/质量动态调整                      │      │
│  │  ├── 图像预处理 (裁剪/水印/标注)                  │      │
│  │  ├── 多图片合成 (全景拼接)                        │      │
│  │  ├── 云存储 (阿里云OSS/S3)                       │      │
│  │  └── AI 推理 (物体检测/人数统计)                  │      │
│  └──────────────────────────────────────────────────┘      │
│                          │                                  │
│  ┌──────────────────────────────────────────────────┐      │
│  │  通知层 (Notification)                           │      │
│  │  ├── 多级告警 (通知+电话+工单)                   │      │
│  │  ├── 定时报告 (日报/周报)                        │      │
│  │  ├── 企业微信/钉钉/飞书集成                      │      │
│  │  ├── 告警升级链 (逐级上报)                       │      │
│  │  └── 数据分析看板 (趋势/异常检测)                 │      │
│  └──────────────────────────────────────────────────┘      │
│                                                             │
└────────────────────────────────────────────────────────────┘

Common Customization Scenarios

场景 1: 触发方式定制

1.1 多传感器融合触发

// Node-RED Function: 多传感器逻辑融合
// 结合 PIR + 门磁 + 定时器

var pirState = msg.payload.pir;         // PIR 状态
var doorState = msg.payload.door;       // 门磁状态
var illuminance = msg.payload.light;    // 光照强度
var hour = new Date().getHours();

// 自定义触发逻辑
var shouldTrigger = false;

// 规则 1: 非工作时间 + 门打开 + PIR 检测到运动
if (hour >= 18 || hour < 8) {
    if (doorState === "open" && pirState === "detected") {
        shouldTrigger = true;
        msg.alertLevel = "critical";
    }
}

// 规则 2: 白天 + 光照变化 + PIR 检测 (区域无人但被入侵)
if (hour >= 8 && hour < 18) {
    if (pirState === "detected" && illuminance < 100) {
        shouldTrigger = true;
        msg.alertLevel = "normal";
    }
}

// 规则 3: 周期性健康检查 (每 4 小时)
// 由定时器独立触发，不从该逻辑处理

msg.payload = {
    trigger: shouldTrigger,
    reason: shouldTrigger ? getTriggerReason() : "none",
    level: msg.alertLevel
};

return msg;

定制要点:

可以组合任意传感器信号
支持时间窗口、阈值组合逻辑
告警级别可动态调整

1.2 AI 视觉触发 (TensorFlow Lite)

// ESP32: TensorFlow Lite 物体检测
// 检测到人/车辆/特定物体时触发拍照发送

#include "tensorflow/lite/micro/all_ops_resolver.h"
#include "tensorflow/lite/micro/micro_interpreter.h"

// 加载预训练模型 (在烧录时闪入 flash)
extern const unsigned char person_detection_model[];
extern const int person_detection_model_len;

// 推理函数
bool detectPerson(const uint8_t* image_data) {
    // 1. 将图片数据输入模型
    // 2. 运行推理
    // 3. 返回检测结果

    return personDetected;
}

void takePhotoWithAI() {
    camera_fb_t* fb = esp_camera_fb_get();
    if (!fb) return;

    // 运行 AI 检测
    if (detectPerson(fb->buf)) {
        // 仅当检测到人才发送
        sendPhotoViaMQTT(fb);
    }

    esp_camera_fb_return(fb);
}

说明: ESP32-S3 支持 TensorFlow Lite Micro，可在设备端运行轻量级 AI 模型。OV2640 VGA 输入下推理时间约 200-500ms。

场景 2: 存储定制

2.1 阿里云 OSS 云存储

// Node-RED Function: 上传图片到阿里云 OSS
// 需要安装 node-red-contrib-aliyun-oss

// 保存到本地
var fs = require('fs');
var localPath = "/data/esp32cam/photo_" + Date.now() + ".jpg";
fs.writeFileSync(localPath, msg.payload);

// 同步到阿里云 OSS
msg.bucket = "factory-surveillance";
msg.path = "esp32cam/" + new Date().toISOString().split('T')[0] + "/" + Date.now() + ".jpg";
msg.file_path = localPath;

return msg;

// OSS 节点自动完成上传

2.2 图片归档策略

归档级别	存储位置	保留期限	访问频率
热数据	Node-RED 本地	7 天	高 (实时查看)
温数据	阿里云 OSS	30 天	中 (调查使用)
冷数据	OSS 归档存储	180 天	低 (合规要求)

// Node-RED Function: 按热/温/冷三级归档
var fs = require('fs');
var path = require('path');

var now = Date.now();
var photoData = msg.payload;
var photoId = Date.now();

// 热: 保存到本地 (7 天)
var hotPath = "/data/esp32cam/hot/" + photoId + ".jpg";
fs.writeFileSync(hotPath, photoData);

// 温: 上传到阿里云 OSS (30 天)
// 直接在本 Function 中调用阿里云 SDK

// 清理过期热数据 (每小时执行)
function cleanHotData() {
    var hotDir = "/data/esp32cam/hot/";
    var files = fs.readdirSync(hotDir);
    var cutoff = now - 7 * 24 * 60 * 60 * 1000;

    files.forEach(function(file) {
        var filePath = path.join(hotDir, file);
        var stat = fs.statSync(filePath);
        if (stat.mtimeMs < cutoff) {
            fs.unlinkSync(filePath);
        }
    });
}

场景 3: 通知定制

3.1 企业微信集成

// Node-RED Function: 企业微信机器人通知
var wxUrl = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=YOUR_KEY";

var msgBody = {
    msgtype: "markdown",
    markdown: {
        content: "## ⚠️ 远程巡检告警\n" +
                 "**检测时间**: " + new Date().toLocaleString() + "\n" +
                 "**设备**: ESP32-CAM (Area A)\n" +
                 "**事件**: 检测到运动\n" +
                 "> 请及时查看现场情况"
    }
};

msg.url = wxUrl;
msg.method = "POST";
msg.headers = {"Content-Type": "application/json"};
msg.payload = msgBody;

return msg;

3.2 告警升级链

// Node-RED Function: 告警升级逻辑
// 根据告警次数和时间逐级通知

var alertCount = context.get("alertCount") || 0;
var firstAlertTime = context.get("firstAlertTime") || 0;
var now = Date.now();

alertCount++;
context.set("alertCount", alertCount);

if (alertCount === 1) {
    context.set("firstAlertTime", now);
}

// 升级逻辑
if (alertCount >= 5 && (now - firstAlertTime) < 600000) {
    // 10 分钟内连续 5 次告警 → 升级到经理
    msg.channel = "telegram_manager";
    msg.content = "🔴 [升级] 异常告警频率过高，请立即处理！";
} else if (alertCount >= 3 && (now - firstAlertTime) < 300000) {
    // 5 分钟内连续 3 次 → 升级到值班主管
    msg.channel = "telegram_supervisor";
    msg.content = "🟡 [升级] 多次告警，请关注！";
} else {
    // 正常告警
    msg.channel = "telegram_normal";
    msg.content = "ℹ️ 检测到运动事件";
}

// 30 分钟无告警后重置计数器
if ((now - firstAlertTime) > 1800000) {
    context.set("alertCount", 0);
    context.set("firstAlertTime", 0);
}

return msg;

场景 4: 系统集成定制

4.1 集成工厂 MES 系统

// Node-RED Function: 拍照时自动生成 MES 工单
// 触发拍照 → 自动在 MES 中创建检查记录

msg.url = "http://mes-api.factory.com/api/inspection-records";
msg.method = "POST";
msg.headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer YOUR_MES_TOKEN"
};

msg.payload = {
    area: "Assembly Hall A",
    equipment: "ESP32-CAM-01",
    timestamp: new Date().toISOString(),
    eventType: "motion_detected",
    imageUrl: "http://oss.factory.com/esp32cam/photo_12345.jpg",
    status: "pending_review"
};

return msg;

4.2 集成阿里云 IoT 平台

// Node-RED Function: 转发到阿里云 IoT
// 使用阿里云 IoT MQTT Bridge
var aliyunMsg = {
    topic: "/factory/esp32cam/event",
    payload: {
        deviceId: "esp32cam-01",
        eventType: "photo_captured",
        timestamp: Date.now(),
        photoOssUrl: "http://factory-oss.aliyuncs.com/photo_12345.jpg",
        metadata: {
            resolution: "640x480",
            size: 28501,
            trigger: "pir"
        }
    },
    qos: 1
};

// 通过阿里云 MQTT 客户端发布
aliyunClient.publish(aliyunMsg);

Customization Pricing Framework

定制类型	复杂度	额外人天	参考费率 (USD)
触发逻辑定制	低-中	0.5-2	$250-$1,000
存储方案定制	中	1-3	$500-$1,500
通知渠道定制	低-中	0.5-2	$250-$1,000
AI 视觉集成	高	5-10	$2,500-$5,000
MES/ERP 集成	高	3-8	$1,500-$4,000
阿里云 IoT 集成	中	2-4	$1,000-$2,000
多节点管理平台	高	5-15	$2,500-$7,500
OTA 升级系统	中	3-6	$1,500-$3,000

Quick Customization Guide

客户需求 → 快速评估流程:

1. 该定制影响哪一层?
   [触发层] → 修改 ESP32 代码或 Node-RED 逻辑
   [处理层] → 增加存储/处理节点
   [通知层] → 配置新的通知通道

2. 复杂度评估:
   - 仅配置修改: 低 (0.5 人天)
   - 新增功能节点: 中 (1-3 人天)
   - 外部系统集成: 高 (3-8 人天)
   - AI 模型开发: 极高 (10+ 人天)

3. 报价原则:
   - 配置修改: 包含在系统费用中
   - 新增功能: 按人天报价
   - 外部集成: 按集成复杂度报价
   - AI 模型: 独立项目报价

最佳实践

✅ 推荐做法:

建立标准化的定制评估模板
维护预制的定制模块库（减少重复开发）
每次定制后更新模块库和文档
在合同中说明定制的维护范围
为客户提供定制自服务选项（如 Node-RED 流程编辑）

❌ 避免做法:

承诺无限定制（明确定制边界）
忽略定制对系统稳定性的影响
定制后不更新文档和配置
低价值定制消耗过多开发资源
未评估定制对升级兼容性的影响

Summary

三层定制框架: 触发层 → 处理层 → 通知层
AI 视觉: ESP32-S3 + TensorFlow Lite Micro 实现设备端 AI
企业集成: MES/ERP/阿里云 IoT/企业微信
存储方案: 热/温/冷三级归档，阿里云 OSS
定制报价: 配置修改低至 0.5 人天，AI 集成可高达 10+ 人天

定制化可能性

概述

Customization Framework

Common Customization Scenarios

场景 1: 触发方式定制

1.1 多传感器融合触发

1.2 AI 视觉触发 (TensorFlow Lite)

场景 2: 存储定制

2.1 阿里云 OSS 云存储

2.2 图片归档策略

场景 3: 通知定制

3.1 企业微信集成

3.2 告警升级链

场景 4: 系统集成定制

4.1 集成工厂 MES 系统

4.2 集成阿里云 IoT 平台

Customization Pricing Framework

Quick Customization Guide

最佳实践

Summary

References