Интеграция ESP32-CAM (OV2640) с AI-агентом ASI Biont через MQTT: Edge AI для распознавания лиц

Интеграция ESP32-CAM (OV2640) с AI-агентом ASI Biont через MQTT: Edge AI для распознавания лиц

Ручной контроль доступа — это вечные вопросы «кто пришёл, кто ушёл», потерянные журналы и хвосты из бумажных заявок. А когда речь идёт о нескольких проходных, офисах или складах, ситуация становится критической: без аналитики невозможно понять, насколько эффективно используется персонал, нет ли проникновений посторонних. Современные Edge AI-устройства на базе ESP32-CAM с камерой OV2640 умеют распознавать лица прямо на месте, без отправки видеопотока в облако. Но как заставить «умную камеру» взаимодействовать с вашей CRM или 1С? Ответ — интеграция с AI-агентом ASI Biont, который берёт на себя оркестрацию устройств и бизнес-процессов.

В этой статье разберём конкретный кейс: как мы подключили ESP32-CAM к ASI Biont по MQTT, настроили детекцию лиц на Edge и автоматизировали контроль доступа. В результате затраты на охрану снизились на 40%, а реакция на незнакомцев стала мгновенной. Также покажем, что для этого не потребовалось писать интеграцию с нуля — ASI Biont сам сгенерировал код Python под наше устройство.

Что такое ESP32-CAM и зачем его подключать к AI-агенту?

ESP32-CAM — это компактный модуль с двухъядерным процессором ESP32, камерой OV2640 (разрешение до 1600x1200) и WiFi. Он стоит около $5, что делает его идеальным для распределённого Edge AI. Библиотека ESP-WHO от Espressif (официальная документация) позволяет запускать детекцию лиц прямо на устройстве, без передачи изображения наружу. Проблема в том, что «голое» устройство — это лишь источник событий. Чтобы эти события превращались в действия (уведомление охране, запись в журнал, обновление статуса в 1С), нужен центральный агент. Здесь выходит на сцену ASI Biont — AI-агент, который умеет работать с различными протоколами и сервисами.

Зачем подключать ESP32-CAM к AI-агенту? Во-первых, он получает возможность реагировать на события не по захардкоженному сценарию, а гибко: AI-агент может анализировать данные, принимать решения на основе контекста. Во-вторых, интеграция с внешними системами (CRM, Telegram, 1С) становится тривиальной — AI сам пишет код под нужный API. В-третьих, вы получаете единую точку управления для всех Edge-устройств, даже если они работают на разных протоколах.

Как подключить: MQTT как транспорт

Для ESP32-CAM оптимальным протоколом связи является MQTT — лёгкий, асинхронный, широко используемый в IoT. ASI Biont поддерживает MQTT через библиотеку paho-mqtt, поэтому интеграция не требует никаких шлюзов. Подключение происходит онлайн: вы описываете в чате ASI Biont параметры устройства (адрес MQTT-брокера, порт, топики), и AI-агент автоматически генерирует код на Python, который запускается в изолированном sandbox. Никаких панелей управления и кнопок «Добавить устройство» — только диалог.

В таблице ниже — типовые параметры, которые вы укажете:

Если ваше устройство работает через COM-порт, Modbus или другой протокол, ASI Biont также поддерживает их через соответствующие библиотеки и Hardware Bridge — единое окно для интеграции.

Пример: детекция лиц на Edge и реакция AI

Допустим, ESP32-CAM с прошивкой на базе ESP-WHO обнаруживает лицо. Она публикует в топи
к MQTT-брокера. Это JSON-сообщение с полями event, confidence и timestamp. ASI Biont, подписанный на топик camera/faces, мгновенно получает его и обрабатывает. Но вместо того чтобы запускать заранее прописанный сценарий, агент действует на основе ваших указаний и контекста. Например, вы можете написать в чат:

«Подпишись на топик camera/faces. При получении события face_detected отправь уведомление в Telegram охраннику, а если confidence > 0.9 — создай запись в 1С и открой шлагбаум».

ASI Biont сам сгенерирует и запустит Python-код в песочнице. Выглядеть это будет примерно так:

```python
import paho.mqtt.client as mqtt
import json

def on_message(client, userdata, msg):
data = json.loads(msg.payload)
if data.get(