一、 项目定位与硬件架构
本项目面向学生自主学习与课堂自习的轻量提醒场景，以 K10行空板为主控，搭配二哈识图2视觉模块与外接声音传感器，构成“看是否有人、听是否偏吵”的双信号奶龙提醒装置。当前为第一版实现：不做复杂计时与计分，而是把“检测到人脸与否”和“环境声音是否超过阈”两个即时信号组合，在行空板屏幕上切换对应的奶龙图片，用熟悉可爱（并不）的奶龙形象给出直观、不打扰的状态提示。
| 硬件模块 | 核心职责与技术参数 |
| K10 行空板 (主控与显示) | 将 TF 卡中的奶龙图片缓存后全屏绘制在 (0,0)，并在第 1 行用蓝色文字实时显示 P1 声音强度数值。 运行方式：循环读取信号，命中后等待 1 秒再更新画面，往复刷新。 调试输出：用于确认程序启动。 外接声音传感器接模拟口 P1：实时读取环境声音强度模拟值，以 2550 作为安静 / 偏吵的分界。 |
| 二哈识图2(HuskyLens 2) (视觉 AI 传感器，I2C) | 通过 I2C 与 K10 行空板通信，上电先初始化 I2C 直到成功。 切换到内置脸识别模型，每轮请求一次识别结果。 当前只判断视野内是否检测到人脸（有 / 无），不做身份识别，也不判断头部偏转角度。 |
| 声音传感器（Analog Sound Sensor V2）(模拟声音采集，接 P1) | 3Pin 接口，模拟量输出，接 K10 模拟口 P1。 实时输出随环境声音强弱变化的模拟电压值，程序用读取声音强度。 以 2550 为阈值区分安静 / 偏吵，板载电位器可调节拾音灵敏度。 为状态判断提供听觉信号，与二哈识图 2 的人脸信号组合切换奶龙画面。 |
我们的特色：将二哈识图2的摄像头放入奶龙的眼睛里
最上面是粘土手搓的吉祥物，主打一个陪伴感！
二、 当前实现：工作流程与即时判定逻辑
当前版本采用即时阈值判断，不做时间窗防抖：程序初始化后进入主循环，每一轮同时取一次人脸结果和一次 P1 声音值，按有无人脸与是否超过 2550组合出画面分支并刷新屏幕。短暂声响或瞬时离座会被即时反映，防抖、语音等优化方向见第四节。
人脸信号：循环请求一次人脸识别数据并存入结果，用“检测到人脸?”判断当前视野内是否有人脸。
声音信号：读取引脚 P1 的声音强度模拟值，大于 2550 判定为偏吵，否则为安静；阈值 2550 可按实际环境自行调整。
画面刷新：命中分支后把奶龙图片与声音数值写入屏幕缓存，等待 1 秒后执行显示更新，然后进入下一轮循环。
三、 当前画面状态对照（人脸 × 声音）
系统把有无人脸与安静 / 偏吵两个即时信号组合，在屏幕切换 TF 卡中对应的奶龙图片，并在第1行显示实时声音数值。当前已在程序中实现的画面分支如下表：
| 状态类型 | 触发条件 | 屏幕显示图片 | 声音数值显示 | 说明 |
| ①有人+安静 | 检测到人脸 P1 ≤ 2550（安静） | 1.jpg | 第1行显示P1实时数值 | 人在座位且环境安静 |
| ②无人+安静 | 未检测到人脸 P1 ≤ 2550（安静） | 2.jpg | 同上 | 人在但环境偏吵 |
| ③无人+偏吵 | 未检测到人脸 P1 > 2550（偏吵） | 3.jpg | 同上 | 无人脸但环境偏吵 |
| ④有人+偏吵 | 检测到人脸 P1 > 2550（偏吵） | 4.jpg | 同上 | 无人脸且环境安静 |
1.jpg（看到你好好学习而开心的奶龙）
2.jpg（安静但你仍然没在学习而伤心的奶龙）
3.jpg（因为环境太吵以及没看到你学习而红温的奶龙）
4.jpg（因为环境太吵提醒学习的奶龙）
整体程序
四、 未来期待与拓展方向
当前为第一版即时判断实现，以下功能已在方案中规划，作为后续迭代方向，暂未写入当前程序：
1，时序防抖：为噪音增加 2 秒持续窗口、为人脸丢失增加 3 秒持续窗口，过滤翻书、咳嗽、低头捡笔等瞬时扰动以避免误报，并让同一段持续噪音只提醒一次。
2，语音与灯光反馈：叠加奶龙音色提示音（奶龙语音用AI生成），并用板载 RGB 灯做呼吸、慢闪、快闪的色彩联动。
3，计时结算与评级：加入 20 / 30 分钟倒计时与进度条，结束后按目前预估是“100−噪音次数×3−走神次数×5”这个指标来计分，并给出星级与奶龙结算表情。
人脸识别加声音强度双判断，逻辑设计挺周全。
图块程序截图很清楚，二哈识图的调用一目了然。
课堂管理工具做成这样趣味性拉满，想抄作业了。
奶龙表情当专注力反馈，孩子肯定盯着屏幕不敢走神了。