ExoGuard AI
TRAE AI 创造力大赛 · 硬件交互赛道

让动物的行为
成为环境的反馈

ExoGuard AI 是一套可加装在现有饲养箱上的行为与环境守护系统。它学习每只异宠自己的活动区域、进食反应和环境习惯,在行为偏离、环境异常或设备失效时,给出可解释的预警与排查顺序。

选择目标动物

点击不同动物,系统会切换对应的环境范围和行为基线。

🦎
豹纹守宫
夜行 · 地栖 · 热区明显
🐸
角蛙
湿度敏感 · 活动较少
🐢
陆龟
日行 · 光照与温度梯度
🦖
鬃狮蜥
日行 · 晒背行为明显
当前档案:豹纹守宫 目标温度:热区 30–32℃ / 冷区 24–27℃ 目标湿度:35–50% 重点行为:夜间活动、热区停留、投喂响应

为什么不是普通温湿度计

核心区别不是"多装几个传感器",而是把动物行为、环境数据和设备结果放进同一条分析链。

🧠

个体行为基线

学习"这一只动物"平时什么时候活动、常待在哪个区域,而不是套用统一阈值。

🍽️

进食反应分析

记录投喂后出现时间、靠近速度、投喂区活动峰值,并与历史反应比较。

🧩

异常原因排序

把行为变化与温湿度、光照、设备状态一起分析,给出优先排查顺序。

🛡️

设备效果验证

设备显示"已开启"并不等于有效;系统会检查启动后环境是否真的改善。

互动演示:环境变化 → 行为变化 → AI归因

调整滑块或点击模拟场景,然后让系统生成一份可解释分析。所有数据均为比赛演示模拟,不构成兽医诊断。

模拟画面运行中行为采样:2 FPS
热区
躲避区
饮水/投喂区
环境温度28.0
环境湿度44%
当前活动量72/100
进食反应正常
温度28.0℃
湿度44%
光照48%
活动量72

AI分析结果

正在建立个体基线。

18风险分

摄像头行为实验台

打开电脑摄像头或上传视频后,页面会用连续帧差计算活动量。第一版不需要复杂模型,也能先验证行为曲线与进食反应。

等待开始

点击"使用电脑摄像头"或上传测试视频。

🔌 Real Hardware Monitor / 真实硬件监测

通过 Web Serial API 连接 ESP32,实时接收环境传感器数据和 AI 风险分析结果。需要使用 Chrome 或 Edge 浏览器。

软硬件工作架构

点击节点查看各部分职责。TRAE 用于生成、调试和整合代码;真正长期运行的是最终开发出的程序。

📷
摄像头
🔌
ESP32与传感器
🧠
行为分析
🧩
异常归因
🛡️
提醒与控制
摄像头负责采集动物位置、运动强度和投喂区反应;第一版可直接使用笔记本摄像头。

第一版完成路线

比赛版先证明"能观察、能学习、能解释",再扩展到商业级多设备控制。

阶段 1|纯软件

摄像头画面、活动曲线、区域划分、投喂记录、历史基线和互动演示。

阶段 2|接入硬件

ESP32、温湿度、光照与设备状态;验证"设备开启后环境是否改善"。

阶段 3|实物闭环

拍摄真实原型:摄像头观察 → 传感器采集 → AI归因 → 页面提醒/执行器动作。

商业价值与社会价值

瞄准高价值异宠市场,同时推动科学饲养和动物福利。

💰 商业价值

  • 瞄准高价值异宠市场,用户付费意愿强
  • 硬件 + 订阅服务双收入模式
  • 多箱场景天然具备规模化效应
  • 数据积累形成竞争壁垒
  • 可与宠物保险、兽医服务形成生态联动

🌱 社会价值

  • 提升异宠福利水平,减少环境不当导致的健康问题
  • 推动科学饲养观念,用数据替代经验猜测
  • 为救助机构提供客观的动物状态评估工具
  • 积累的物种行为数据可支持学术研究
  • 明确服务于合法来源、合法饲养的动物

⚠️ 重要声明

ExoGuard AI 是一款行为观察与环境监测工具,不进行任何形式的疾病诊断。系统所有提醒均以"观察到以下行为变化,建议排查"的形式呈现,不替代专业兽医的诊断和建议。当动物出现健康问题时,请务必及时联系具有异宠诊疗资质的兽医。本产品面向合法来源、合法饲养的动物,支持负责任的宠物饲养理念。