用一块不到百元的开发板，打造一个能识别人脸、支持多用户管理的智能门禁系统
你有没有遇到过这样的场景：双手拎着购物袋站在家门口，却腾不出手来掏钥匙？或者在公司上班时，同事临时来访，你得专门跑下楼去开门？更别提那些被遗忘的密码、丢失的门禁卡和容易复制的指纹了。
传统门禁系统的痛点显而易见——交互繁琐、安全性低、管理不便。而如今，随着嵌入式AI与物联网技术的发展，我们完全可以用一种更聪明的方式解决这个问题：让门“认识”你。
今天要分享的，就是一个基于ESP32-CAM的低成本、高性能智能门禁项目。它不仅能自动识别人脸开门，还支持多人注册、权限分级、远程查看记录，甚至可以在本地完成所有识别任务，不依赖云端，保护隐私的同时响应迅速。
最关键的是，整套硬件成本控制在百元以内，适合家庭、小型办公室等场景快速部署。
为什么是 ESP32-CAM？
提到做视觉项目，很多人第一反应是树莓派。但如果你追求的是低功耗、小体积、低成本且能独立运行的边缘节点，那ESP32-CAM才是真正的性价比之王。
它是乐鑫推出的一款集成了摄像头接口的Wi-Fi+蓝牙双模模组，主控为ESP32芯片，自带双核Xtensa处理器，最高主频240MHz，支持FreeRTOS实时操作系统。虽然算力无法与高端平台相比，但它足够轻量、启动快（<1秒）、功耗低（待机可低于10mA），特别适合长期运行的安防类应用。
更重要的是，它原生支持OV2640/OV7670图像传感器，最大支持200万像素输出，并可通过外接PSRAM扩展内存，足以承载轻量级人脸识别模型的推理任务。
它比树莓派更适合这类项目吗？
我们不妨做个简单对比：
| 维度 | ESP32-CAM | Raspberry Pi Zero W + USB摄像头 |
|---|---|---|
| 成本 | ≈¥50 | ≈¥180+ |
| 功耗 | 主动模式约80mA，深度睡眠仅6μA | 约150mA |
| 启动时间 | <1秒 | >10秒 |
| 是否需要OS | 不需要，裸机即可运行 | 必须搭载Linux系统 |
| 部署灵活性 | 可直接焊接到电路板 | 需外围供电与外壳 |
结论很清晰：对于只需要完成“拍照→识别→控制”的闭环任务，ESP32-CAM不仅够用，而且更高效、更节能、更容易集成。
系统核心架构：从图像采集到身份决策
整个系统的工作流程其实并不复杂，可以分为四个关键环节：
- 图像采集：通过DVP并行接口读取OV2640摄像头的数据；
- 预处理与检测：将图像缩放、灰度化后送入人脸检测模型；
- 特征提取与比对：提取当前人脸的128维特征向量，与本地数据库中的模板进行匹配；
- 动作执行与反馈：若匹配成功，则触发继电器开锁，并通过Wi-Fi上报日志。
整个过程由FreeRTOS调度多个任务协同完成，包括相机驱动、AI推理、网络通信和GPIO控制，确保各模块互不阻塞。
📌提示：为了提升稳定性，建议使用带PSRAM版本的ESP32-CAM模组（通常为4MB SPI RAM），否则高分辨率图像容易导致内存溢出。
如何让MCU也能跑AI？轻量化模型是关键
很多人会问：“一个只有几百KB RAM的MCU，真的能做人脸识别吗？”
答案是肯定的，前提是我们用对了方法。
模型选择：MobileNet + FaceNet 的极简组合
我们在设备端采用两级识别策略：
- 第一级使用轻量级CNN人脸检测模型（如基于SSD-MobileNet的TFLite模型），判断画面中是否存在人脸；
- 第二级调用简化版FaceNet模型，将人脸映射到128维特征空间，生成唯一“数字指纹”。
这些模型经过量化压缩后，体积可控制在200KB以内，完全可以烧录进Flash运行。借助ESP-IDF框架提供的NNOM或TensorFlow Lite Micro库，ESP32可以在约1.5秒内完成一次完整的识别流程。
数据不出设备，隐私更有保障
所有用户的特征向量都存储在设备本地（如SPIFFS文件系统或EEPROM模拟区），不会上传到任何服务器。这意味着即使网络被攻破，攻击者也无法获取原始生物特征数据。
这正是边缘计算的魅力所在：把敏感计算留在终端，只把结果传出去。
多用户管理是如何实现的？
真正让这个系统“智能”的，不只是识别能力，而是它的多用户动态管理机制。
想象一下：家里老人孩子都能刷脸进门，但快递员只能在白天获得临时授权；办公室员工全天通行，实习生则需每天重新审批——这些都需要一套灵活的权限管理体系。
用户注册流程
- 管理员通过手机App或物理按键触发注册指令；
- 设备连续捕获3~5张清晰人脸图像；
- 对每帧提取特征并求平均值，生成该用户的稳定特征模板；
- 将模板与用户名、权限等级、有效期等信息一并写入本地数据库。
typedef struct { char name[32]; float feature[128]; // 128维特征向量 uint8_t role; // 0:常驻, 1:访客 time_t expire_time; // 过期时间 } user_t;这种设计允许系统容纳多达50名用户（取决于Flash空间），且新增用户无需重新训练模型，属于典型的增量学习模式。
特征比对逻辑优化
实际识别时，并非简单地找最相似的人，还需要考虑鲁棒性。以下是核心比对代码的一个实用版本：
float calculate_cosine_similarity(float *a, float *b, int len) { float dot = 0.0f, norm_a = 0.0f, norm_b = 0.0f; for (int i = 0; i < len; ++i) { dot += a[i] * b[i]; norm_a += a[i] * a[i]; norm_b += b[i] * b[i]; } return dot / (sqrtf(norm_a) * sqrtf(norm_b)); } int recognize_face(float *current_feat, user_t *user_db, int user_count) { int best_match = -1; float max_sim = 0.55; // 相似度阈值（经验值） for (int i = 0; i < user_count; ++i) { // 跳过已过期的临时用户 if (user_db[i].expire_time != 0 && time(NULL) > user_db[i].expire_time) continue; float sim = calculate_cosine_similarity(current_feat, user_db[i].feature, 128); if (sim > max_sim) { max_sim = sim; best_match = i; } } return best_match; // 返回匹配索引，-1表示未识别 }🔍调试建议：相似度阈值设得太低会导致误识别（比如陌生人被当成家人），太高又可能拒真。建议在真实环境中采集样本测试，调整至0.55~0.65之间为宜。
还可以进一步加入多帧确认机制：连续3帧都识别为同一人再触发开锁，避免偶然误差。
硬件连接与初始化配置
ESP32-CAM本身没有USB转串口功能，因此初次烧录固件需借助外部下载器（如FTDI模块）。一旦程序写入，后续可通过OTA方式进行更新。
下面是针对AI-Thinker ESP32-CAM模组的标准引脚定义：
#define PWDN_GPIO_NUM 32 #define RESET_GPIO_NUM -1 #define XCLK_GPIO_NUM 0 #define SIOD_GPIO_NUM 26 #define SIOC_GPIO_NUM 27 // ... D0-D7, VSYNC, HREF, PCLK 等省略 ...初始化函数如下：
esp_err_t init_camera() { camera_config_t config; config.ledc_channel = LEDC_CHANNEL_0; config.ledc_timer = LEDC_TIMER_0; config.pin_pwdn = PWDN_GPIO_NUM; config.pin_reset = RESET_GPIO_NUM; config.pin_xclk = XCLK_GPIO_NUM; config.pin_sscb_sda = SIOD_GPIO_NUM; config.pin_sscb_scl = SIOC_GPIO_NUM; config.pin_d0 = Y2_GPIO_NUM; config.pin_d1 = Y3_GPIO_NUM; // ... 其他数据线配置 ... config.pin_pclk = PCLK_GPIO_NUM; config.pin_vsync = VSYNC_GPIO_NUM; config.pin_href = HREF_GPIO_NUM; config.xclk_freq_hz = 20000000; config.pixel_format = PIXFORMAT_JPEG; config.frame_size = psramFound() ? FRAMESIZE_QVGA : FRAMESIZE_SVGA; config.jpeg_quality = 12; config.fb_count = psramFound() ? 2 : 1; return esp_camera_init(&config); }📌关键点说明：
- 使用JPEG格式输出可大幅减少内存占用；
- 若检测到PSRAM，则启用双缓冲机制，避免取图时卡顿；
- LEDC通道可用于调节补光灯亮度，适应不同光照环境。
实际应用场景与问题应对
这套系统已经在多个真实场景中落地验证：
1. 公寓入户门禁
- 家庭成员自动识别开门；
- 访客可通过微信小程序扫码获取临时通行码（结合MQTT下发一次性令牌）；
- 异常尝试自动抓拍并推送告警图片至业主手机。
2. 小型企业办公区
- 替代传统IC卡，防止卡片遗失或代刷；
- 员工出入记录自动生成考勤报表；
- 支持后台批量导入/导出用户信息。
3. 学生宿舍管理
- 结合时间规则限制夜间出入；
- 外来人员访问需管理员远程审批；
- 所有操作留痕，便于事后追溯。
不只是“能用”，更要“好用”：工程细节决定成败
在实际部署中，有几个坑必须提前规避：
✅ 光照适应性
自然光变化极大影响识别效果。建议：
- 加装红外补光灯（850nm），夜间不可见但摄像头可见；
- 或使用白光LED，在识别失败时短暂点亮提示用户正对镜头。
✅ 防欺骗机制
防止有人拿照片冒充真人。可选方案：
- 活体检测：结合眨眼检测或头部微动分析；
- 温度感应辅助：搭配MLX90614红外测温模块判断是否为活体。
✅ 电源设计
ESP32-CAM峰值电流可达300mA以上，劣质电源可能导致频繁复位。推荐：
- 使用5V/2A开关电源；
- 输入端加装1000μF电解电容缓冲瞬态负载。
✅ 散热与封装
长时间工作时MCU温度较高，建议：
- 避免密闭安装；
- 必要时加贴小型铝制散热片；
- 外壳预留通风孔。
✅ 固件升级
启用OTA功能，方便后期修复Bug或优化算法。可通过HTTP或MQTT接收新固件包，实现无缝升级。
总结：边缘智能正在改变我们的生活
这个项目的核心价值，不是“用人脸代替密码”，而是展示了如何用极低成本构建一个具备感知、决策与联网能力的智能终端。
ESP32-CAM以其出色的集成度、极低的功耗和日益成熟的AI生态，正在成为边缘视觉应用的理想载体。无论是门禁、监控、宠物喂食器还是智能门铃，只要涉及“看见并理解世界”的需求，它都能胜任。
未来，我们可以进一步拓展功能：
- 加入语音播报，“欢迎回家”；
- 实现双因素认证：人脸+PIN码；
- 多设备联动：门口识别后，屋内自动开灯。
技术的进步，从来都不是为了炫技，而是为了让生活变得更简单、更安全、更人性化。
如果你也在寻找一个既能练手又有实用价值的嵌入式AI项目，不妨试试这个智能门禁系统。代码开源、硬件便宜、文档齐全，最重要的是——它真的能用。
💬 如果你在实现过程中遇到了问题，或者想了解如何接入Home Assistant、微信通知或MySQL数据库，欢迎留言交流！
