Fielding27/CANomaly-Edge-AI
GitHub: Fielding27/CANomaly-Edge-AI
基于 ESP32 与量化 Autoencoder 模型的边缘 AI 系统，用于实时读取 CAN 总线数据并在设备端检测车辆遥测异常。
Stars: 0 | Forks: 0
# CANomaly-Edge-AI（车辆遥测）
## 项目概述
一个端到端的独立 Edge AI 系统，旨在与车辆的 CAN Bus 交互。该系统读取实时遥测数据，解析数据包，并直接在 ESP32 微控制器上运行量化的无监督机器学习模型（Autoencoder），以检测微小异常并预测发动机磨损。
## 技术栈
* **硬件：** ESP32、SN65HVD230 CAN 收发器
* **固件/嵌入式：** C/C++、PlatformIO
* **AI/机器学习：** Python、TensorFlow/Keras、TinyML (TFLite)
## 开发阶段
- [ ] 阶段 1：CAN Bus 数据的 Python 模拟器
- [ ] 阶段 2：无监督模型训练（Autoencoder）
- [ ] 阶段 3：硬件设置与 C++ 驱动程序开发
- [ ] 阶段 4：模型量化与边缘部署
标签：Apex, CAN总线, TinyML, UML, 嵌入式系统, 异常检测, 机器学习, 物联网, 边缘AI, 逆向工具