首页分享监测宠物活动利用PIR与声音检测

监测宠物活动利用PIR与声音检测

来源：萌宠菠菠乐园时间：2025-11-13 18:38

监测宠物活动：用 PIR 与声音检测打造智能看护系统

你有没有过这样的经历？半夜突然听到猫在叫，跑去查看却发现它只是路过客厅；或者出差在外，担心狗狗独自在家会不会焦虑吠叫、不吃不喝……现代养宠人越来越意识到，了解宠物的日常行为模式，不只是出于关心，更是健康管理的重要一环。

可问题是，24小时开着摄像头不仅耗电、占存储，还让人隐隐担心隐私泄露。难道就没有一种 既省心又安心 的方式，来知道毛孩子到底在干嘛吗？

其实，答案可能比你想象得更简单——不需要复杂的视觉算法，也不用给宠物戴任何设备，只需两个“小元件”： 被动红外传感器（PIR）和麦克风 ，就能构建一个低功耗、高隐私、智能化的宠物活动监测系统。

听起来像黑科技？其实原理非常接地气。我们一步步拆开来看。

不发光、不发热，却能“看见”宠物移动？PIR 是怎么做到的？

先说说这个神奇的小东西： PIR传感器 。它的全称是 Passive Infrared Sensor，也就是“被动红外”。所谓“被动”，就是它自己 从不发射任何光线或热量 ，只默默地“感受”周围环境中的红外辐射变化。

所有温血动物，比如猫狗，体温通常高于室温，会持续向外散发波长在 8–14μm 范围的远红外线。当它们在房间里走动时，就会造成局部红外能量的变化——这正是 PIR 的“雷达”。

传感器内部有一块热释电材料，一旦检测到这种温度波动，就会产生微弱电荷信号，经过放大和滤波后，由芯片判断是否达到了触发阈值。如果超过了，就输出一个高电平信号：“有人动了！”

市面上常见的模块如 HC-SR501，已经集成了菲涅尔透镜（用来聚焦红外光）、调理电路和延时逻辑，直接给你一个 TTL 兼容的数字信号，连 ADC 都不用接，一个 GPIO 就能搞定。

这类模块探测角度一般在 110°~120°，有效距离 3~7 米，刚好覆盖一间卧室或客厅。而且功耗极低，待机电流不到 50μA，用电池供电也能撑几个月。

小贴士：别把它装在暖气片旁边，否则温差干扰会让你家系统天天“误报有鬼”。

下面是 Arduino 上的一段典型代码，实现基本的状态检测：

const int PIR_PIN = 2; int pirState = LOW; int lastPirState = LOW; void setup() { pinMode(PIR_PIN, INPUT); Serial.begin(9600); delay(10000); // 给传感器10秒预热时间（刚上电不稳定） } void loop() { int reading = digitalRead(PIR_PIN); if (reading == HIGH && lastPirState == LOW) { Serial.println(" 宠物活动检测到！"); delay(5000); // 防抖，避免连续上报 lastPirState = HIGH; } else if (reading == LOW && lastPirState == HIGH) { Serial.println(" 活动结束"); lastPirState = LOW; } delay(100); }

运行

12345678910111213141516171819202122232425

这段代码看似简单，但已经能完成核心任务： 边沿触发 + 去抖处理 。实际应用中还可以加上时间戳记录每次活动的起止时间，进而分析作息规律，比如“主子每天凌晨3点准时巡视领地”

不过问题来了——如果宠物只是静静地喵一声，没走动呢？这时候 PIR 就“瞎了”。

所以，单靠红外不够，还得配上耳朵。

宠物会“说话”，你怎么听懂？

没错，声音才是情绪的窗口。一只猫饿了、疼了、想玩了，叫声都不同。而麦克风，就是系统的“耳朵”。

现在主流用的是 MEMS 麦克风（比如 Knowles SPH0645LM4H-B），体积小、信噪比高（>60dB）、灵敏度稳定，采样率轻松支持到 16kHz 以上，完全能捕捉猫狗叫声的主要频段（集中在 1–5kHz）。

采集到音频信号后，怎么判断是不是“有效事件”？常见方法有三种：

幅度阈值法 ：最简单粗暴。设定一个音量门槛（比如模拟读数 >400/1023），超过就算“有声”； 频谱分析法 ：用 FFT 提取频率特征，看看是不是符合猫叫或犬吠的典型频带； 机器学习分类 ：部署轻量级模型（如 TensorFlow Lite Micro），直接识别“这是饥饿叫还是惊吓叫”。

下面是一段基于 ADC 采样的基础示例：

const int MIC_PIN = A0; const int SOUND_THRESHOLD = 400; unsigned long lastSoundTime = 0; bool soundActive = false; void setup() { Serial.begin(9600); } void loop() { int micValue = analogRead(MIC_PIN); float voltage = micValue * (5.0 / 1023.0); if (micValue > SOUND_THRESHOLD && !soundActive) { Serial.print(" 检测到声音: "); Serial.print(voltage, 2); Serial.println("V"); lastSoundTime = millis(); soundActive = true; } else if (micValue < SOUND_THRESHOLD && soundActive) { if (millis() - lastSoundTime > 500) { soundActive = false; } } delay(10); }

cpp

运行

1234567891011121314151617181920212223242526272829

虽然这只是个入门级实现，但已经可以区分“安静呼吸”和“突然尖叫”了。进阶玩法可以加入滑动窗口 RMS 计算，甚至短时傅里叶变换（STFT），进一步提升抗噪能力。

更重要的是，声音检测补上了 PIR 的短板——那些“不动但发声”的场景，比如：
- 笼中哀鸣（被困）
- 分离焦虑吠叫
- 夜间梦呓/抽搐

这些行为，光靠运动感知根本发现不了。

双剑合璧：多模态融合才是真智能

单独看 PIR 或麦克风，都有局限。但把两者结合起来，系统就开始“理解情境”了。

举个例子：

检测结果可能行为判断逻辑运动 + 叫声活跃互动、追逐玩具正常玩耍，无需干预无声 + 运动悄悄溜达、夜间巡房可记录活动轨迹仅有叫声困在角落、笼中求助触发警报提醒主人长时间无动静异常静止，可能生病结合历史数据预警

这就像是给系统装上了“常识推理”能力。再配合一些策略设计，解决真实痛点就顺理成章了：

夜间频繁走动+持续叫声？ → 主人正在睡觉，系统只在凌晨特定时段且异常分贝才推送通知； 老年宠物整天不动？ → 主动播放一段熟悉铃声，监听是否有回应（唤醒测试），确认生命体征； 幼犬反复吠叫？ → 通过频谱匹配确认是“分离焦虑型吠叫”，而非风吹窗帘的噪音；

整个系统架构也很清晰：

[PIR传感器] → GPIO输入 ↓ [微控制器] ↑ [MIC + AMP电路] → ADC输入 ↓ [无线模块]（Wi-Fi/BLE） ↓ [云平台/APP] 123456789

推荐使用 ESP32 作为主控，理由很实在：
- 双核 CPU，一边采样声音，一边上传数据互不干扰；
- 内置 Wi-Fi 和 BLE，联网方便；
- 支持 MicroPython 和 TFLite，后续升级 AI 模型无障碍；
- 成本低，开发资料丰富，适合快速原型验证。

⚙️ 实战设计要点：别让细节毁了好想法

你以为接上传感器就能万事大吉？Too young too simple。真正落地时，有几个关键点必须考虑：

功耗优化：电池续航不能妥协使用 duty-cycling 策略：PIR 和麦克风不必一直工作，可设置周期性唤醒（例如每秒采样 100ms）； ESP32 进入 deep sleep 模式，仅由 PIR 中断唤醒；音频处理尽量在本地完成，减少无线传输次数。 ️ 环境自适应：每个家都不一样首次部署时自动学习背景噪声水平（白天 vs 夜晚）、正常活动频率；动态调整声音阈值，避免空调启动、洗衣机震动带来的误判； PIR 安装避开阳光直射、暖气出风口等热源干扰区。隐私保护：绝不上传原始录音所有音频分析都在设备端完成；只上传结构化元数据，例如：“今日检测到猫叫 5 次，最长一次持续 40 秒”；用户可随时关闭麦克风权限，物理遮蔽更安心。持续进化：固件 OTA 升级很重要支持远程更新声音识别模型，不断优化准确率；添加新行为模板（如“抓挠门”、“啃咬家具”）无需换硬件；日志反馈机制帮助开发者迭代算法。

下一步：从“监测”走向“理解”

目前这套方案已经能很好地回答“宠物有没有动？”“有没有发出声音？”这两个问题。但未来的发展方向，是要让它理解“宠物为什么这么做？”。

我们可以期待：
- 加入更多传感器：加速度计贴在猫爬架上，识别“抓挠”动作；
- 部署轻量级 CNN/RNN 模型，在边缘端实现精细化分类（吃饭、睡觉、打架、呕吐）；
- 构建时间序列异常检测模型，发现偏离日常规律的行为（如连续三天少食少动）；
- 联动智能家居：检测到焦虑吠叫 → 自动播放舒缓音乐；发现长时间静止 → 提醒主人视频查看。

最终目标不是做一个“监控器”，而是成为宠物的 数字健康管家 ——无声守护，却又无处不在。

这种将 PIR 与声音检测深度融合 的思路，不仅适用于宠物，也能迁移到老人看护、婴儿监护、仓储安防等多个领域。它的魅力就在于： 用最低的成本、最小的侵入性，换来最大的信息价值 。

谁说智能一定要复杂？有时候，最简单的组合，反而最聪明