Edge AI auf dem ESP32-S3: TinyML-Modell zur Vogelarten-Erkennung direkt auf dem Mikrocontroller. Kamera löst bei Bewegung aus, Klassifizierung in 150ms, Ergebnis per MQTT ans Dashboard. Bisher 2.400 Fotos von 8 verschiedenen Vogelarten automatisch kategorisiert. Natur trifft Technik! #esp32s3 #tinyml #edgeai

Edge AI auf dem ESP32-S3: TinyML-Modell zur Vogelarten-Erkennung direkt auf dem Mikrocontroller. Kamera löst bei Bewegung aus, Klassifizierung in 150ms, Ergebnis per MQTT ans Dashboard. Bisher 2.400 Fotos von 8 verschiedenen Vogelarten automatisch kategorisiert. Natur trifft Technik! #esp32s3 #tinyml #edgeai

Zigbee-Mesh-Netzwerk mit 15 Geräten aufgebaut: 8 Aqara-Sensoren, 4 IKEA-Lampen, 3 Smart Plugs. Coordinator ist ein ConBee II am Pi. Mesh-Routing funktioniert zuverlässig - jedes Router-Gerät (Lampen, Plugs) erweitert die Reichweite. Signal kommt jetzt auch im Keller und in der Garage an. Keine Cloud-Abhängigkeit, alles über Zigbee2MQTT und Home Assistant. #zigbee #smarthome #homeassistant

Bevorzugtes Kommunikationsprotokoll für IoT? #iot #mqtt #protokoll #umfrage

Mosquitto MQTT Broker auf Raspberry Pi 5: Läuft stabil mit 120+ Topics, 25 Clients, 500 Messages/Minute. Retention-Messages für Statusinformationen, QoS 1 für kritische Sensordaten. Kein Cloud-Abo nötig, alles lokal. Backup der Datenbank täglich auf NAS. Lokale IoT-Infrastruktur die zuverlässig funktioniert und 0 EUR/Monat kostet. #mqtt #raspberrypi #selfhosted

Automatische Bewässerung v2.0 fertig: ESP32-S3, 4 kapazitive Bodenfeuchtesensoren, Magnetventile, Solarpanel. Das System entscheidet selbst wann und wie lange bewässert wird - basierend auf Bodenfeuchte, Wettervorhersage (API-Abfrage alle 6h) und Pflanzenprofilen.

Wasserverbrauch gegenüber Zeitschaltuhr um 45% reduziert. Pflanzen sehen besser aus als je zuvor. Alles per MQTT an Home Assistant angebunden, Verlauf in Grafana. Das vollständige Tutorial kommt nächste Woche. #smarthome #esp32 #automation

Energieverbrauch des Sensor-Nodes von 45mA (Dauerbetrieb) auf 12 Mikroampere (Deep Sleep) optimiert. Wake-on-Timer alle 10 Minuten, Messung und MQTT-Versand in 2.3 Sekunden, dann zurück in den Tiefschlaf. Batterie (18650 LiPo) hält jetzt 8 Monate statt 3 Wochen. Der Schlüssel: WiFi-Reconnect optimieren und den ADC nur bei Bedarf einschalten. #lowpower #embedded #batterie

Energieverbrauch des Sensor-Nodes von 45mA (Dauerbetrieb) auf 12 Mikroampere (Deep Sleep) optimiert. Wake-on-Timer alle 10 Minuten, Messung und MQTT-Versand in 2.3 Sekunden, dann zurück in den Tiefschlaf. Batterie (18650 LiPo) hält jetzt 8 Monate statt 3 Wochen. Der Schlüssel: WiFi-Reconnect optimieren und den ADC nur bei Bedarf einschalten. #lowpower #embedded #batterie

Automatische Bewässerung v2.0 fertig: ESP32-S3, 4 kapazitive Bodenfeuchtesensoren, Magnetventile, Solarpanel. Das System entscheidet selbst wann und wie lange bewässert wird - basierend auf Bodenfeuchte, Wettervorhersage (API-Abfrage alle 6h) und Pflanzenprofilen.

Wasserverbrauch gegenüber Zeitschaltuhr um 45% reduziert. Pflanzen sehen besser aus als je zuvor. Alles per MQTT an Home Assistant angebunden, Verlauf in Grafana. Das vollständige Tutorial kommt nächste Woche. #smarthome #esp32 #automation

Energieverbrauch des Sensor-Nodes von 45mA (Dauerbetrieb) auf 12 Mikroampere (Deep Sleep) optimiert. Wake-on-Timer alle 10 Minuten, Messung und MQTT-Versand in 2.3 Sekunden, dann zurück in den Tiefschlaf. Batterie (18650 LiPo) hält jetzt 8 Monate statt 3 Wochen. Der Schlüssel: WiFi-Reconnect optimieren und den ADC nur bei Bedarf einschalten. #lowpower #embedded #batterie

Mosquitto MQTT Broker auf Raspberry Pi 5: Läuft stabil mit 120+ Topics, 25 Clients, 500 Messages/Minute. Retention-Messages für Statusinformationen, QoS 1 für kritische Sensordaten. Kein Cloud-Abo nötig, alles lokal. Backup der Datenbank täglich auf NAS. Lokale IoT-Infrastruktur die zuverlässig funktioniert und 0 EUR/Monat kostet. #mqtt #raspberrypi #selfhosted

Automatische Bewässerung v2.0 fertig: ESP32-S3, 4 kapazitive Bodenfeuchtesensoren, Magnetventile, Solarpanel. Das System entscheidet selbst wann und wie lange bewässert wird - basierend auf Bodenfeuchte, Wettervorhersage (API-Abfrage alle 6h) und Pflanzenprofilen.

Wasserverbrauch gegenüber Zeitschaltuhr um 45% reduziert. Pflanzen sehen besser aus als je zuvor. Alles per MQTT an Home Assistant angebunden, Verlauf in Grafana. Das vollständige Tutorial kommt nächste Woche. #smarthome #esp32 #automation

Mosquitto MQTT Broker auf Raspberry Pi 5: Läuft stabil mit 120+ Topics, 25 Clients, 500 Messages/Minute. Retention-Messages für Statusinformationen, QoS 1 für kritische Sensordaten. Kein Cloud-Abo nötig, alles lokal. Backup der Datenbank täglich auf NAS. Lokale IoT-Infrastruktur die zuverlässig funktioniert und 0 EUR/Monat kostet. #mqtt #raspberrypi #selfhosted

Mosquitto MQTT Broker auf Raspberry Pi 5: Läuft stabil mit 120+ Topics, 25 Clients, 500 Messages/Minute. Retention-Messages für Statusinformationen, QoS 1 für kritische Sensordaten. Kein Cloud-Abo nötig, alles lokal. Backup der Datenbank täglich auf NAS. Lokale IoT-Infrastruktur die zuverlässig funktioniert und 0 EUR/Monat kostet. #mqtt #raspberrypi #selfhosted

Edge AI auf dem ESP32-S3: TinyML-Modell zur Vogelarten-Erkennung direkt auf dem Mikrocontroller. Kamera löst bei Bewegung aus, Klassifizierung in 150ms, Ergebnis per MQTT ans Dashboard. Bisher 2.400 Fotos von 8 verschiedenen Vogelarten automatisch kategorisiert. Natur trifft Technik! #esp32s3 #tinyml #edgeai

Zigbee-Mesh-Netzwerk mit 15 Geräten aufgebaut: 8 Aqara-Sensoren, 4 IKEA-Lampen, 3 Smart Plugs. Coordinator ist ein ConBee II am Pi. Mesh-Routing funktioniert zuverlässig - jedes Router-Gerät (Lampen, Plugs) erweitert die Reichweite. Signal kommt jetzt auch im Keller und in der Garage an. Keine Cloud-Abhängigkeit, alles über Zigbee2MQTT und Home Assistant. #zigbee #smarthome #homeassistant