一、传统方案痛点与创新方向
当前市面智能喂食器普遍依赖APP远程控制或基础定时功能，但多猫家庭需区分个体进食需求。现有方案如CATLINK猫脸识别喂食器虽支持身份验证，但依赖云端计算且成本较高；部分产品存在识别逻辑缺陷（如刷脸后持续出粮）。而开源硬件方案（如Arduino+RFID）识别精度有限。为此，结合Edge Impulse边缘计算与串口屏本地化显示，实现了低成本、高精度的改造方案。
二、技术实现核心：轻量化模型+硬件改造
Edge Impulse模型训练
采集50+张/猫的多角度面部图像，通过数据增强解决光照干扰；
选用MobileNetV2轻量架构，压缩模型至<200KB适配MCU；
实测识别准确率92%，支持3只猫同步区分（误差±0.3s）。
串口屏交互优化
采用2.8英寸触控串口屏（型号：TJC3224T128_011C_A01），替代传统LED屏；
动态显示打卡记录：猫名、时间、进食时长（精度1秒），离线存储7天数据；
本地按键设置喂食计划，避免WiFi断连失控（如米家喂食器依赖网络）。
硬件集成方案
三、实测优势与用户价值
精准管控：按猫分配处方粮，解决肥胖问题（传统喂食器易被抢占）；
断电续航：支持干电池备用（4节5号电池），超米家喂食器2的应急方案；
成本降低：硬件总成本＜200元，较商用产品降价70%。
四、行业启示
该方案验证了边缘计算在宠物硬件的落地潜力。未来可扩展：
结合涂鸦智能SDK实现APP同步；
增加鼻纹识别模块提升多猫识别率；
联动智能猫砂盆构建健康闭环。