基于AI大模型的移动水质实时监测与评估系统研究—集成APP与多传感器的设计与应用
田绅劼

北京市宣武青少年科学技术馆，北京市，100053；

摘要：针对传统水质监测设备昂贵、不便携，简易传感器功能单一、数据孤立的问题，设计了一套基于Arduino UNO R4 WiFi的端云协同水质实时监测与评估系统。系统集成浊度、TDS、温度传感器，数据通过WiFi上传至云端，调用大语言模型API进行智能评估，将多参数转化为水质等级（优/良/中/差）与综合得分（0-100）；配套APP（基于Cursor开发）支持蓝牙配网、数据可视化与历史趋势分析。测试表明，本地数据响应迅速，云端大模型评估准确。该系统为低成本、智能化环境监测（如家庭用水检测、户外水质调查、环境教育等）提供了新思路，具有推广价值。

关键词：云-端协同；AI智能分析与评估；多传感器融合；数据可视化；移动端交互

参考文献

[1]Arduino. Arduino UNO R4 WiFi产品文档[EB/OL]. (2023-06-26)[2024-03-01]. https://docs.arduino.cc/hardware/uno-r4-wifi/.

[2] Cursor. Cursor官方文档[EB/OL]. (2024)[2024-03-01]. https://www.cursor.com/docs.

[3]郭天祥. 新概念51单片机C语言教程：入门、提高、开发、拓展全攻略[M]. 2版. 北京: 电子工业出版社, 2018: 245-278. ISBN: 9787121336748.

[4]刘增辉, 刘外喜. 物联网移动应用开发：基于Cursor[M]. 北京: 人民邮电出版社, 2023: 112-135. ISBN: 9787115598321.

[5]阿里云. 云原生API网关与函数计算开发指南[EB/OL]. (2024-01-15)[2024-03-01]. https://help.aliyun.com/product/30324.html.