1. 项目概述与核心思路

养宠物的人最头疼的事情之一，可能就是无法准时回家喂食。我家的狗子以前就经常因为我的加班而饿肚子，那种愧疚感促使我动手打造了这个基于树莓派的智能宠物喂食器。这不仅仅是一个自动出粮的盒子，更是一个集成了身份识别、精准计量和远程管理的完整物联网系统。它能让你的宠物在设定时间准时吃到定量的口粮，而你则可以通过手机或电脑，在任何有网络的地方查看喂食记录、调整计划，甚至手动加餐。

整个系统的核心思路很清晰：用一个“大脑”（树莓派）来协调一切。它通过读取RFID标签来确认“是不是我的宠物在吃饭”，通过重量传感器来精确计算“这次吃了多少克”，并通过一个舵机来控制“现在该出粮了”。所有的这些动作记录、喂养计划都存储在后端的MySQL数据库里，同时，我们搭建一个轻量级的Flask Web应用，作为我们远程管理和查看数据的“遥控器”和“仪表盘”。这个项目非常适合对嵌入式开发、物联网应用或者Python全栈感兴趣的朋友上手，它串联了硬件接线、Linux系统操作、传感器驱动、后端API和前端交互等多个环节，是一个综合性极强的练手好项目。

2. 硬件选型与电路设计解析

2.1 核心控制器：为什么是树莓派？

在众多微控制器中，选择树莓派3 Model B作为主控，是基于一个关键的权衡：计算能力与生态。像Arduino这样的单片机，虽然实时性更强、功耗更低，但对于我们这个需要同时运行数据库（MySQL）、Web服务器（Flask）并处理多个传感器数据流的应用来说，其资源就显得捉襟见肘了。树莓派本质上是一台微型电脑，运行完整的Linux操作系统（如Raspbian），这意味着我们可以用熟悉的Python进行快速开发，直接使用 pip 安装丰富的第三方库（如用于驱动传感器的 RPi.GPIO ，用于重量传感器的 hx711py ），并且能轻松地通过SSH进行远程调试和文件管理。这种开发效率上的优势，对于原型验证和个人项目来说是决定性的。

注意 ：树莓派3B的40针GPIO接口是其与传感器世界沟通的桥梁。在开始接线前，务必通过 pinout 命令或查阅官方引脚图，准确识别3.3V、5V、GND以及各GPIO编号，接错电源极有可能瞬间损坏传感器或树莓派本身。

2.2 传感器套件详解与选型考量

一份清晰的物料清单是成功的一半。除了原文提到的，我想补充一些选型背后的逻辑和可能的替代方案：

  1. RFID传感器（RC522模块） ：这是系统的“门禁”。我们为宠物定制一个项圈标签，当宠物靠近食盆时，阅读器读取标签ID。选择RC522是因为其性价比极高，且拥有成熟的Python库（如 mfrc522 ），通信方式为SPI。关键在于，它实现了非接触式身份验证，确保只有你的宠物才能触发喂食，防止其他动物或误触发导致粮食浪费。

  2. 称重传感器与放大器（HX711） ：这是实现精准喂养的核心。单个1kg的悬臂梁式称重传感器（Load Cell）精度通常可达0.1g级别，足以满足宠物粮的计量需求。但称重传感器输出的信号是微弱的模拟差分信号，树莓派无法直接读取，因此必须搭配专用的HX711模数转换放大器模块。HX711通过24位高精度ADC将模拟信号转换为数字值，并通过简单的双线（DT， SCK）串行协议与树莓派通信。

  3. 舵机（SG90/MG996R） ：这是系统的“执行手”。用于控制储粮仓底部的挡板开关。SG90扭矩较小但适用于轻量挡板；如果粮仓较大或粮食有结块可能，建议选用扭矩更大的MG996R。舵机通过PWM信号控制角度，Python的 RPi.GPIO 库可以方便地生成PWM波。

  4. PIR传感器（HC-SR501） ：这是一个可选的“智能触发”组件。它通过检测红外热辐射变化来感知运动。我们可以将其逻辑设置为：当RFID验证通过 且 PIR检测到食盆前有物体时，才执行出粮动作，这样可以进一步防止误触发（比如宠物只是从旁边走过）。其输出是简单的数字高低电平，接线和编程都非常简单。

  5. LCD显示屏（1602A I2C版本） ：强烈建议选择带有I2C接口转换板的1602液晶屏。传统的1602屏需要连接多达16根线，而I2C版本只需4根线（VCC, GND, SDA, SCL），极大简化了布线。它可以用于显示实时状态（如“就绪”、“喂食中”、“重量：XXg”）、系统IP地址等，在调试和日常查看时非常直观。

2.3 电路连接与供电方案设计

电路连接是硬件部分最需要耐心和细心的环节。切勿在通电状态下进行插拔或焊接。

接线逻辑梳理 ：

  • 电源管理 ：树莓派本身由5V/2.5A的Micro USB电源适配器供电。传感器和舵机则需要从树莓派的GPIO引脚取电。 务必注意 ：舵机在启动瞬间电流需求较大，直接从树莓派取电可能导致其电压不稳甚至重启。稳妥的做法是使用一个外部5V电源（如旧的手机充电器）单独为舵机供电，同时确保该电源的地线（GND）与树莓派的地线相连，形成共地。
  • 信号线连接 ：
    • RFID (RC522) ：通过SPI接口连接。对应树莓派引脚：VCC -> 3.3V (Pin 1), GND -> GND (Pin 6), RST -> GPIO 25 (Pin 22), MISO -> GPIO 9 (Pin 21), MOSI -> GPIO 10 (Pin 19), SCK -> GPIO 11 (Pin 23), SDA -> GPIO 8 (Pin 24)。
    • HX711 ：DT接GPIO 5 (Pin 29)，SCK接GPIO 6 (Pin 31)。VCC接5V或3.3V（需与模块跳线匹配），GND接GND。
    • 舵机 ：信号线（通常是橙色或白色）接GPIO 18 (Pin 12)，因为该引脚支持硬件PWM，控制更平滑。红色（VCC）和棕色（GND）接外部5V电源。
    • LCD (I2C) ：VCC -> 5V, GND -> GND, SDA -> GPIO 2 (Pin 3), SCL -> GPIO 3 (Pin 5)。
    • PIR传感器 ：VCC -> 5V, GND -> GND, OUT -> GPIO 17 (Pin 11)。

实操心得 ：在将一切焊接到PCB或使用杜邦线连接之前，强烈建议先在面包板上搭建完整的测试电路。逐一测试每个传感器和舵机是否工作正常。使用 i2cdetect -y 1 命令可以检查I2C设备（如LCD）是否被正确识别。编写简单的Python脚本单独测试每个模块的功能，比如让舵机转动、读取RFID卡号、获取重量读数等。这能帮你及早发现接线错误或硬件故障。

3. 软件环境搭建与系统部署

3.1 操作系统准备与网络配置

树莓派需要一个操作系统。Raspberry Pi OS (Legacy) with desktop 是一个稳妥的选择，它包含了图形界面和大多数基础开发工具。

  1. 烧录系统镜像 ：使用官方的Raspberry Pi Imager工具是最简单的方法。插入SD卡，选择操作系统和存储卡，在烧录前，点击齿轮图标进行 高级设置 。这里至关重要的一步是：预先启用SSH并设置用户名和密码。你还可以在这里直接配置Wi-Fi的国家、SSID和密码，这样树莓派在第一次启动时就能自动连接网络，无需连接显示器和键盘。

  2. 首次启动与远程访问 ：将烧录好的SD卡插入树莓派并上电。等待几分钟后，你需要找到它的IP地址。如果你的路由器管理界面可以查看连接设备，这是最快的方式。或者，在同一个网络下，你可以使用 arp -a 命令或在手机上下载“Fing”这类网络扫描工具来查找名为“raspberrypi”的设备。获得IP地址后，就可以使用SSH客户端（如Windows的PuTTY、macOS/Linux的终端）连接了： ssh pi@<树莓派IP地址> ，然后输入你预设的密码。

  3. 基础系统配置 ：登录后，首先运行 sudo raspi-config 进行必要��置：

    • 扩展文件系统 ：确保SD卡的全部空间都被利用。
    • 更改密码 ：立即修改默认密码。
    • 设置时区 ：选择 Asia/Shanghai 。
    • 启用接口 ：确保I2C、SPI、串口等硬件接口已启用。
    • 可选 ：如果你需要远程桌面，可以在此启用VNC。

3.2 项目代码与Python环境部署

原文提到了从GitHub克隆代码，但链接已失效。我们完全可以自己从零创建项目结构，这更有助于理解。

  1. 创建项目目录与虚拟环境 ：虚拟环境能隔离项目依赖，避免污染系统Python环境。

    mkdir -p ~/smart_pet_feeder
cd ~/smart_pet_feeder
python3 -m venv venv
source venv/bin/activate  # 激活虚拟环境，命令行提示符前会出现(venv)

  2. 安装核心Python依赖 ：在激活的虚拟环境中，安装所有必需的包。

    pip install RPi.GPIO          # GPIO控制
pip install smbus2            # I2C通信
pip install hx711             # 重量传感器驱动
pip install mfrc522           # RFID驱动
pip install flask flask-socketio flask-cors  # Web框架及扩展
pip install mysql-connector-python # MySQL数据库驱动
pip install python-dotenv     # 环境变量管理
pip install schedule          # 定时任务库

  3. 项目文件结构规划 ：一个清晰的结构让代码更易维护。

    smart_pet_feeder/
├── app.py              # Flask主应用和WebSocket服务
├── feeder_core.py      # 喂食器核心控制逻辑（传感器读取、舵机控制）
├── database.py         # 数据库连接与操作类
├── config.py           # 配置文件（数据库连接、GPIO引脚定义等）
├── requirements.txt    # 依赖包列表
├── static/             # 静态文件（CSS, JS, images）
│   └── ...
├── templates/          # HTML模板
│   └── index.html
└── logs/               # 日志目录

3.3 数据库服务搭建与数据表设计

MySQL是一个可靠的关系型数据库，用于存储喂养记录、宠物信息、喂养计划等。

  1. 安装MySQL Server ：在树莓派上直接安装。

    sudo apt update
sudo apt install mysql-server -y
sudo mysql_secure_installation # 运行安全脚本，设置root密码并移除不安全默认项

  2. 创建数据库和用户 ：登录MySQL，为项目创建专属数据库和用户，遵循最小权限原则。

    sudo mysql -u root -p

    在MySQL提示符下执行：

    CREATE DATABASE pet_feeder_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
CREATE USER 'feeder_user'@'localhost' IDENTIFIED BY '你的强密码';
GRANT ALL PRIVILEGES ON pet_feeder_db.* TO 'feeder_user'@'localhost';
FLUSH PRIVILEGES;
EXIT;

  3. 设计数据表 ：这是项目的“记忆中枢”。主要需要以下几张表：

    • pets表 ：存储宠物信息（ID、名字、RFID标签号、目标体重等）。
    • feeding_schedules表 ：存储喂养计划（ID、关联宠物ID、触发时间、喂食量等）。
    • feeding_records表 ：记录每一次实际的喂食事件（ID、宠物ID、触发类型[定时/手动/RFID]、计划喂食量、实际消耗量、时间戳等）。
    • food_inventory表 ：记录余粮情况（通过重量传感器定期更新）。

    你可以使用MySQL Workbench在电脑上远程连接树莓派的MySQL服务进行可视化管理，也可以直接用SQL文件初始化。在 database.py 中，我们会编写一个初始化函数来创建这些表。

4. 核心控制逻辑与传感器驱动实现

4.1 重量传感器的校准与数据读取

HX711模块的驱动是难点之一。它的读数需要经过“去皮”和“校准”才能得到真实的重量。

  1. 硬件安装与初始化 ：确保称重传感器安装牢固，食盆（皮重）固定在上面。在 feeder_core.py 中初始化HX711。

    import RPi.GPIO as GPIO
from hx711 import HX711

class WeightSensor:
    def __init__(self, dout_pin=5, pd_sck_pin=6):
        self.hx = HX711(dout_pin, pd_sck_pin)
        # 设置参考单位（需通过校准获得）
        self.hx.set_reference_unit(校准系数)
        # 首次启动时去皮（减去食盆重量）
        self.hx.reset()
        self.hx.tare()

    def get_weight_grams(self):
        """获取当前重量（克）"""
        try:
            val = self.hx.get_weight(5)  # 取5次读数平均
            return max(0, val)  # 重量不为负
        except Exception as e:
            print(f"读取重量失败: {e}")
            return None

  2. 校准流程（关键步骤） ：这是保证计量准确的核心。你需要一个已知重量的砝码（如100g或500g）。

    • 首先，在空载（只有食盆）状态下，调用 tare() 去皮。
    • 然后，将已知重量的砝码放在食盆上，记录此时HX711的原始读数（ hx.get_value() ）。
    • 校准系数 = 已知重量 / 原始读数 。将这个系数通过 set_reference_unit() 设置进去。
    • 移除砝码，再次读取，应该接近0g；放上砝码，应该接近真实重量。反复测试调整，直到误差在可接受范围内（如±1g）。

注意事项 ：称重传感器对温度、风力和振动敏感。应将喂食器放置在平稳、无风、温度波动小的角落。每次系统启动时，建议自动执行一次去皮操作，以消除零点漂移。在代码中，可以设置一个稳定的判断逻辑，例如连续5次读数波动小于0.5g才认为是稳定重量。

4.2 RFID身份识别与联动逻辑

RFID模块负责“认宠”。我们需要实现一个简单的注册和识别流程。

  1. 标签注册 ：在Web管理界面添加一个“注册新标签”功能。当用户点击注册并放置一个新标签到读卡器上时，后端读取其UID（如 [0x12, 0x34, 0x56, 0x78] ），将其转换为字符串（如 12345678 ）并与一个宠物ID绑定，存入 pets 表。

  2. 识别与触发 ：在 feeder_core.py 中创建一个循环或事件监听线程，持续扫描RFID读卡器。

    import threading
from mfrc522 import SimpleMFRC522

class RFIDReader:
    def __init__(self):
        self.reader = SimpleMFRC522()
        self.last_tag_id = None

    def read_loop(self, callback):
        """持续读取标签，发现新标签时调用回调函数"""
        while True:
            try:
                tag_id, _ = self.reader.read_no_block() # 非阻塞读取
                if tag_id and tag_id != self.last_tag_id:
                    self.last_tag_id = tag_id
                    callback(str(tag_id)) # 将标签ID传递给回调函数处理
                time.sleep(0.5) # 防止CPU占用过高
            except Exception as e:
                print(f"RFID读取错误: {e}")

  3. 联动喂食逻辑 ：当 callback 函数接收到一个标签ID时，它应该：

    • 查询数据库，检查该标签是否已注册并关联了宠物。
    • 如果已关联，检查该宠物是否有“按需喂养”的计划（例如，一天最多触发几次）。
    • 检查食盆余粮是否充足。
    • 如果所有��件满足，则调用舵机控制函数，放出预设的粮食量，并记录一次“RFID触发”的喂养记录。

4.3 定时任务与多线程管理

一个健壮的喂食器需要同时处理多种任务：定时检查喂养计划、监听RFID、响应Web请求、更新显示屏。这就需要用到多线程或异步编程。

  1. 使用 schedule 库管理定时任务 ：这个库让定时任务变得非常直观。

    import schedule
import time
from database import Database

db = Database()

def check_scheduled_feeding():
    """检查当前时间是否有喂养计划需要执行"""
    now = datetime.now().strftime("%H:%M")
    schedules = db.get_schedules_by_time(now)
    for schedule in schedules:
        pet_id = schedule['pet_id']
        amount = schedule['amount']
        # 执行喂食逻辑
        dispense_food(pet_id, amount, trigger_type="scheduled")

# 每分钟检查一次计划
schedule.every(1).minutes.do(check_scheduled_feeding)

# 在单独的线程中运行调度器
def run_scheduler():
    while True:
        schedule.run_pending()
        time.sleep(1)

scheduler_thread = threading.Thread(target=run_scheduler, daemon=True)
scheduler_thread.start()

  2. 主程序结构 ：在 app.py 或一个主启动脚本中，我们需要启动所有必要的线程。

    # 初始化各个模块
weight_sensor = WeightSensor()
rfid_reader = RFIDReader()
display = LCDDisplay()

# 启动RFID监听线程
rfid_thread = threading.Thread(target=rfid_reader.read_loop, args=(on_tag_detected,), daemon=True)
rfid_thread.start()

# 启动Flask Web应用（本身会阻塞，放在最后）
app.run(host='0.0.0.0', port=5000, debug=False)

    daemon=True 参数表示这些线程是守护线程，当主程序退出时，它们会自动结束，避免资源残留。

5. Web控制界面与远程管理实现

5.1 Flask后端API设计

Flask是一个轻量级的Python Web框架，非常适合构建这种物联网设备的控制后端。我们将创建一组RESTful API和WebSocket端点。

  1. 应用初始化与配置 ：在 app.py 中。

    from flask import Flask, render_template, request, jsonify
from flask_socketio import SocketIO, emit
from flask_cors import CORS
from feeder_core import FeederCore

app = Flask(__name__)
app.config['SECRET_KEY'] = 'your-secret-key-here' # 生产环境务必更换
CORS(app)  # 允许跨域请求，方便前端调试
socketio = SocketIO(app, cors_allowed_origins="*")

feeder = FeederCore() # 实例化核心控制类

  2. 关键API端点示例 ：

    • 获取状态 ： GET /api/status 返回当前重量、余粮、系统运行状态等。
    • 手动喂食 ： POST /api/feed 接收 {“amount”: 50} 的JSON数据，触发一次手动出粮。
    • 管理喂养计划 ： GET /api/schedules , POST /api/schedule , DELETE /api/schedule/<id> 实现对计划的增删改查。
    • 获取喂养记录 ： GET /api/records?limit=50 分页获取历史记录。
    • 注册RFID标签 ： POST /api/tag/register 将当前读取到的标签与选择的宠物绑定。

  3. WebSocket实时推送 ：对于重量实时显示、喂食完成通知等需要服务器主动推送的场景，WebSocket比HTTP轮询更高效。

    @socketio.on('connect')
def handle_connect():
    print('WebSocket客户端连接成功')
    emit('system_status', {'status': 'online', 'weight': feeder.get_current_weight()})

# 在核心控制逻辑中，当重量变化或喂食完成时，广播消息
def on_food_dispensed(amount, pet_name):
    data = {'event': 'feed_complete', 'amount': amount, 'pet': pet_name}
    socketio.emit('feeding_event', data, broadcast=True)

5.2 前端界面开发要点

前端的目标是提供一个简洁、直观的控制面板。可以使用基本的HTML/CSS/JS，或者引入轻量级框架如Vue.js。

  1. 实时数据展示 ：利用WebSocket或定时AJAX轮询，在网页上动态更新当前食盆重量、今日已喂食量、下一个喂食计划时间等。

    // 使用Socket.IO客户端
const socket = io();
socket.on('feeding_event', function(data) {
    showNotification(`${data.pet} 刚刚吃了 ${data.amount}g 食物！`);
    updateWeightDisplay();
});

// 定时获取状态
setInterval(() => {
    fetch('/api/status')
        .then(response => response.json())
        .then(data => updateDashboard(data));
}, 5000); // 每5秒更新一次

  2. 交互功能 ：

    • 手动喂食滑块 ：一个范围输入控件，让用户选择10g-100g不等的出粮量，点击按钮触发。
    • 计划管理表格 ：一个可编辑的表格，允许用户添加、删除、修改每天的喂食时间点和分量。
    • 数据图表 ：使用Chart.js等库，绘制过去一周或一个月的每日喂食总量曲线，直观了解宠物进食规律。
    • 响应式设计 ：确保界面在手机和电脑上都能良好显示，因为用户很可能在外面用手机操作。

  3. 安全性考虑 ：虽然是个家庭项目，但基础安全不能忽视。

    • 设置Flask密钥 ：生产环境务必使用强随机密钥。
    • 输入验证 ：后端对所有API输入（如喂食量、时间）进行有效性验证和清理，防止非法数据。
    • 简单身份验证 ：可以为Web界面添加一个基本的登录页面（使用Flask-Login），避免邻居连上你家Wi-Fi就能给你的宠物乱加餐。

6. 系统集成、调试与优化实录

6.1 机械结构设计与组装建议

原文缺少物理制作的细节，这部分恰恰是项目从代码变成实物的关键。

  1. 储粮仓与出粮机制 ：这是机械部分的核心。一个简单可靠的方案是使用一个垂直的圆柱形亚克力管或大的PVC管作为粮仓，底部安装一个由舵机控制的旋转式挡板。舵机旋转90度，挡板打开，粮食依靠重力落下；舵机回转，挡板关闭。关键在于出粮口的大小和形状需要经过测试，以确保出粮流畅且不易卡住。可以在出粮口下方安装一个小的漏斗，让粮食准确地落入食盆。

  2. 称重平台的安装 ：将称重传感器安装在食盆底部与底座之间。必须确保只有食盆的重量完全作用在传感器上，粮仓、舵机等其他部分的重量必须通过其他结构（如支架）直接传导到底座， 绝不能 压在传感器上。通常使用“单点浮动”的结构，即食盆只在传感器这一个支点上，其他方向可以轻微活动但不受力。

  3. 外壳与布线 ：使用激光切割的亚克力板或3D打印的外壳，将所有电子元件（树莓派、传感器模块、接线板）封装在内，既美观又安全。内部布线要整齐，使用扎带固定，避免线材松动导致接触不良。为树莓派的散热片留出通风孔。

6.2 系统联调与问题排查

当所有硬件组装好、代码就绪后，真正的挑战——系统联调开始了。

常见问题与解决方案速查表：

问题现象 可能原因 排查步骤与解决方案
树莓派无法启动/频繁重启 1. 电源功率不足（尤其舵机启动时）。
2. SD卡接触不良或损坏。
3. 短路。		 1. 使用额定5V/3A以上的优质电源适配器，舵机使用独立电源。
2. 重新拔插或更换SD卡，用Imager重新烧录系统。
3. 用万用表检查各电源线与地线之间是否短路。
重量读数不稳定或为0 1. HX711接线错误或接触不良。
2. 称重传感器受力不正确（侧向力或未悬空）。
3. 未正确校准。		 1. 检查DT/SCK接线，确认VCC电压（5V）。
2. 重新检查机械结构，确保食盆重量完全垂直作用于传感器。
3. 重新执行校准流程，确保去皮和校准系数设置正确。
RFID读不到卡 1. RC522模块与树莓派SPI未启用或接线错误。
2. 标签类型不支持或损坏。
3. 距离太远或有金属屏蔽。		 1. 运行 ls /dev/spi* 检查SPI设备，确认接线（特别是SDA、SCK、MOSI、MISO）。
2. 确认使用MIFARE Classic 1K卡（最常见）。
3. 将标签贴近读卡器线圈（通常1-3cm内有效）。
舵机不转动或抖动 1. 供电不足。
2. PWM信号线接错或GPIO引脚配置错误。
3. 机械结构卡死。		 1. 务必为舵机提供独立电源 ，并与树莓派共地。
2. 确认信号线接在支持PWM的GPIO（如GPIO18），代码中PWM频率通常设为50Hz。
3. 断开舵机摇臂，空载测试是否能正常转动。
Web页面无法访问 1. 树莓派IP地址变更。
2. Flask服务未启动或绑定到127.0.0.1。
3. 防火墙阻止了5000端口。		 1. 在路由器中为树莓派设置静态IP，或使用主机名访问。
2. 确保 app.run(host='0.0.0.0') 。
3. 运行 sudo ufw allow 5000 开放端口（如果启用了UFW）。
数据库连接失败 1. MySQL服务未运行。
2. 用户名/密码错误。
3. 连接权限问题（如未允许本地连接）。		 1. sudo systemctl status mysql 检查服务状态。
2. 在MySQL命令行中测试登录。
3. 确认数据库用户授权正确： GRANT ... TO 'user'@'localhost' 。

6.3 长期运行优化与功能扩展

系统稳定运行后，可以考虑以下优化和扩展，让它变得更智能、更可靠：

  1. 系统服务化 ：目前我们的应用是通过SSH运行Python脚本启动的，SSH一断，服务就停了。我们需要将其设置为系统服务，实现开机自启和后台稳定运行。

    # 创建服务文件
sudo nano /etc/systemd/system/pet-feeder.service

    文件内容示例：

    [Unit]
Description=Smart Pet Feeder Service
After=network.target mysql.service

[Service]
Type=simple
User=pi
WorkingDirectory=/home/pi/smart_pet_feeder
Environment="PATH=/home/pi/smart_pet_feeder/venv/bin"
ExecStart=/home/pi/smart_pet_feeder/venv/bin/python /home/pi/smart_pet_feeder/app.py
Restart=on-failure
RestartSec=10

[Install]
WantedBy=multi-user.target

    然后启用并启动服务：

    sudo systemctl daemon-reload
sudo systemctl enable pet-feeder.service
sudo systemctl start pet-feeder.service
sudo systemctl status pet-feeder.service # 查看状态

  2. 余粮预警与自动订购 ：通过定期监测 food_inventory 表中的余粮趋势，可以设置一个阈值（如低于500g）。当余粮低于阈值时，系统可以通过发送电子邮件（使用 smtplib 库）或集成IFTTT、Bark等推送服务向你报警。更进一步，可以尝试调用电商平台的API（如果提供）实现自动下单补粮。

  3. 进食行为分析与健康提醒 ：长期积累的 feeding_records 数据是宝藏。可以编写一个简单的分析脚本，计算宠物每日、每周的平均进食量、进食频率。如果发现某天进食量显著低于平均水平，系统可以发出提醒，让你关注宠物是否健康。你甚至可以为不同重量的宠物设定每日推荐热量，并据此推荐喂食量。

  4. 断电记忆与保护 ：树莓派突然断电可能导致数据库损坏或文件系统错误。可以考虑使用UPS（不间断电源）模块，或者至少为数据库配置定期自动备份（ mysqldump + cron ）。在代码中，对于关键操作（如写入数据库）增加异常捕获和重试机制。

  5. 多宠物支持升级 ：当前的RFID系统天然支持多宠物。你可以在Web界面上为每只宠物设置独立的喂养计划和食物偏好。当不同标签被识别时，系统可以播放不同的提示音（通过连接一个小喇叭），或者通过舵机控制一个可旋转的食盆，将食物分配到不同的格子。

# 物联网
Logo
脑启社区

脑启社区是一个专注类脑智能领域的开发者社区。欢迎加入社区，共建类脑智能生态。社区为开发者提供了丰富的开源类脑工具软件、类脑算法模型及数据集、类脑知识库、类脑技术培训课程以及类脑应用案例等资源。

更多推荐

cover

认知科学与类脑计算 第六章 神经可塑性 考点压缩

avatar 脑启社区
cover

认知科学与类脑计算 第五章 神经编码与信息表示 考点压缩

avatar 脑启社区
cover

认知科学与类脑计算 第六章 神经可塑性 模拟卷及答案

avatar 脑启社区