基于视觉AI和电子墨水技术设计一个无接触式餐厅管理系统

问题(厨房瓶颈)：现代商用厨房是时间与精准的杰作，但点餐管理系统却存在根本性缺陷。厨师们不得不处理丢失的纸质收据，或频繁触摸油腻且不卫生的触摸屏。每一次与屏幕的物理接触都可能引发交叉污染风险，并导致必须洗手以中断工作流程。此外，更新前台顾客信息标牌(如每日特供菜单)仍依赖静态菜单或积灰的黑板，完全脱离数字化工作流程。

解决方案：PaperDine重新构想餐厅工作流程，打造一个无缝、智能且完全无接触的生态系统。通过结合低反光电子墨水显示屏、边缘部署的Seeed Studio XIAO视觉AI以及实时云数据库，PaperDine彻底消除屏幕触碰，最大化工作效率，并确保最高卫生标准。

该生态系统由三个独立且同步的组件构成：

1. PaperDine TableSpot(互动式顾客标识)：基于TRMNL电子墨水套件，TableSpot可作为用餐桌上的动态顾客信息面板。它配备持久的二维码，支持数字点餐。餐厅经营者可通过SenseCraft Seeedash轻松更新广告、每日特惠和促销活动(也可使用Canva进行设计)，完全无需编程，有效连接了数字营销与实体餐桌之间的鸿沟。

2. PaperDine 网页(无摩擦云点餐)：顾客扫描 TableSpot 的二维码后，将立即跳转至一个简洁流畅、响应迅速的网页应用。顾客可浏览菜单、查看优惠活动并完成支付。在后台，订单会即时同步到 Firebase 实时数据库中。对于餐厅经营者而言，后端系统提供强大的分析功能，可直接导出所有销售数据为 JSON 格式，并将其转换为电子表格。

3. PaperDine ChefAssist(无接触厨房显示屏)：厨房工作流程的核心。这款无接触厨房显示系统(KDS)结合了TRMNL电子墨水屏与Seeed Studio Vision AI摄像头(搭载ESP32)，可自动将接收到的云端订单分类至“快速准备”和“慢速准备”两列，以实现最高效率。厨师无需触碰屏幕，只需通过简单的手势(石头、剪刀、布)操作，由本地边缘AI实时追踪，即可清除任务单或撤销错误。系统延迟低于两秒，并采用自定义部分更新逻辑防止电子墨水画面拖影，确保厨师在保持节奏的同时，始终遵守卫生规范。

分步硬件组装指南：

为PaperDine TableSpot及PaperDine ChefAssist显示屏系统组装TRMNL OG DIY套件：

a. 3D打印框架与打印设置：PaperDine机箱采用简洁的3D打印外壳。为获得最佳效果，请按正确方向打印主体结构。建议使用PLA材料，层高0.1–0.2毫米，网格填充率20%。确保切片器方向使内部显示屏轨道的悬空部分整洁无毛刺。

b. 表面处理：精细的表面处理至关重要。清除打印件上的任何毛刺或细小的线状物。使用细砂纸仔细打磨内侧锁定机构，以确保机械配合紧密，实现无缝卡合装配。根据需要打磨所需表面。下图所示为已打磨的区域。

c. 显示屏安装：轻轻将7.5英寸的玻璃ePaper面板插入主框架轨道中。请从边缘均匀施加轻柔压力，避免损坏脆弱的显示屏。如有需要，可使用薄型双面胶带固定显示屏。下图显示显示屏已成功安装在框架内，FPC电缆则借助镊子被轻轻拉入框架的缝隙中。

d. 胶带线延长：在电子纸显示屏上找到小型FPC连接器。小心地打开黑色固定卡扣，将扁平柔性胶带延长线插入，然后用力按压卡扣，确保插针牢固锁定。下图展示了胶带线连接到显示屏的FPC线缆。

e. 安装电池：如图所示，轻轻将可充电电池滑入插槽中。确保插槽既不过紧也不过松，如有需要可对表面进行打磨。切勿施加过大压力将电池推入插槽，以免在过程中刺穿电池。

f. 驱动板连接：将显示屏胶带线另一端与主板上的FPC接口对应连接。随后，将3.7V锂聚合物电池组插入驱动板上对应的JST电源接口。

g. 组件封装：将已连接的驱动板和管理的线束整齐地收纳入主框架腔体中。确保外部区域没有电缆或天线被夹住。轻柔折叠FPC线缆，避免出现尖锐弯折或过紧的褶皱，以防损坏FPC线缆。确保显示屏选择跳线设置为24针模式。

h. 后板安装：将最终的底板与主框架对齐，将锁扣滑入到位，使设备闭合并平整。

组装ChefAssist Seeed Studio XIAO Vision AI摄像头模块

在TRMNL屏幕准备就绪后，接下来就是搭建ChefAssist系统“眼睛和耳朵”。为此，我们使用Seeed Studio XIAO Vision AI摄像头模块，并搭配Seeed Studio XIAO ESP32-C3。

ChefAssist无接触系统的核心是将Grove Vision AI V2模块与Seeed Studio XIAO ESP32-C3无缝连接。该模块配备OV5647摄像头。在此模块化架构中，摄像头模块负责在边缘本地运行机器学习模型的大部分工作;而XIAO ESP32-C3则作为主控制板，管理外部硬件(如音频蜂鸣器)，并通过Wi-Fi即时将AI手势触发信号路由至我们的云端数据库。

为了向厨师提供音频反馈，我们需要在安装前于XIAO上添加一个简单的双针蜂鸣器。

1. 焊接蜂鸣器

取你的双针蜂鸣器，确认其极性：较长的一端为正极(+)，较短的一端为负极(-)。

•在Seeed Studio XIAO ESP32-C3上找到D0引脚和GND引脚。

•小心地将蜂鸣器的正极与XIAO上的D0引脚用跳线焊接连接。

•再将蜂鸣器的负极与XIAO上的GND引脚用跳线焊接连接。

提示：在蜂鸣器引脚上使用一小段热缩管包裹，以防止硬件装入外壳时发生意外短路。

请参考附图查看精确的焊接位置和线路走向。

2. 安装 Seeed Studio XIAO ESP32-C3

将蜂鸣器牢固焊接后，需将 Seeed Studio XIAO ESP32-C3 安装到 Seeed Studio Vision AI 摄像头模块上。

重要方向提示：切勿将 XIAO 反向插入!请查看 XIAO 和 Vision AI 模块上的丝印标识，确保 XIAO 的 USB-C 接口与 Vision AI 模块上指定的轮廓对齐。反向连接可能导致电路短路并产生“神奇烟雾”。

轻轻但用力地将 XIAO 压入 Vision AI 模块的母头接口，直至完全卡紧。

3. 最终检查

确保Seeed Studio Vision AI摄像头模块的镜头清洁，并确认数据线(如适用)已正确插入连接器。

将USB-C数据线插入Seeed Studio XIAO ESP32-C3(注意：不要插入Vision AI板的端口，如果该板有备用接口)，以通电并准备刷写固件。

软件与部署

从外观上看，这个项目看起来极为复杂，但实际上它结合了“无代码”工具和简单的Arduino编程实现。我们将该项目分为三个简单阶段：设置客户TableSpot、配置云数据库以及编写厨房ChefAssist系统的程序。

第一阶段：TableSpot(无代码电子墨水显示屏)

得益于SenseCraft Seeedash，前台的顾客显示屏(PaperDine TableSpot)完全无需任何编程。

1. 使用 Canva 设计：打开 Canva，创建一个分辨率为 800 x 480 像素(即我们 TRMNL 电子纸屏幕的精确分辨率)的新自定义设计。为您的餐厅海报、每日特惠或广告进行设计。专业建议：使用高对比度的黑白设计，因为电子纸显示屏能出色呈现纯黑色的文字和图形。将这些设计导出为 PNG 或 JPG 格式的图片。

2. 添加二维码：请务必包含一个链接到您下单网站的二维码。(本项目中，我们功能完整的PaperDine网页应用托管在GitHub Pages上，用于演示目的。该应用负责购物车逻辑、模拟支付以及数据库同步!)

3. 刷写固件：通过 USB-C 将您的第一台 TRMNL 电子墨水设备连接到电脑。打开基于网页的 SenseCraft Seeedash 固件刷写工具，按照屏幕上的简单指示选择设备并刷写基础固件。在此过程中，系统会提示您输入本地 Wi-Fi 的登录信息，以便设备能够连接互联网。

4. 拖放部署：闪存完成后，前往 SenseCraft Seeedash 平台。该平台无需编写任何代码即可创建 UI 工作流!只需上传您的 800x480 Canva 图片，将其拖放到画布上，然后通过空中部署(OTA)直接发布到您的 TableSpot 屏幕。

您还可以创建多个屏幕的幻灯片。要设置幻灯片，请进入“设备”，点击可见的设备(本例中为 TRMNL OG DIY 套件)，添加您想要包含在幻灯片中的页面，设置时间间隔并启用省电模式，最后点击“应用”按钮，即可通过 OTA 更新这些屏幕。

设置 Firebase(云后端)

为了实现客户网站与厨房显示屏之间的实时通信，我们需要一个数据库。

1. 创建项目：前往 Firebase 控制台(firebase.google.com)，使用您的 Google 账户登录，然后点击“添加项目”。将其命名为“PaperDine”。关闭 Google Analytics，我们不需要它。

2. 创建实时数据库：在左侧菜单中，导航到“创建” > “实时数据库”，然后点击“创建数据库”。

3. 设置规则：为了让此原型能够顺利运行，请进入数据库中的“规则”选项卡，并将读取和写入都设为“true”。(注意：对于商业应用，您需要稍后对这些规则进行安全保护!)

4. 复制您的URL：返回“数据”标签页，复制数据库的URL(通常以firebasedatabase.app结尾)。保存此链接，我们之后需要它来编写Arduino代码!

Seeed Studio Vision AI摄像头设置(无代码机器学习)

在将摄像头编程为与我们的数据库通信之前，我们需要将AI手势识别模型加载到Seeed Studio Vision AI摄像头模块上。

1. 连接 Vision AI 板：将 USB-C 数据线直接插入 Vision AI 板上的端口(不要插入 XIAO 微控制器)，然后连接到您的电脑。

2. SenseCraft AI 平台：访问基于网页的 SenseCraft AI 平台。该工具可让您直接通过浏览器将复杂的机器学习模型部署到边缘设备上。

3. 上传模型：搜索一个手势识别模型(石头、剪刀、布)，然后点击部署。按照屏幕上的指示，将模型部署到您的白板上。

4. 实时预览：上传完成后，您可直接在网站上查看摄像头的实时画面!只需在镜头前做出石头、剪刀或布的手势即可测试。屏幕上将显示边界框和置信度分数。再次强调，无需任何编程!

ChefAssist 摄像头编程(Seeed Studio XIAO ESP32-C3)

现在我们进入Arduino IDE，告诉XIAO微控制器如何读取AI手势并将其发送到Firebase。

1. 板子设置：将电脑的USB-C数据线连接到Seeed Studio XIAO ESP32-C3接口。在Arduino IDE中，进入工具 > 板子 > 板子管理器，搜索“ESP32”，并安装相应软件包。然后选择“XIAO ESP32C3”作为当前使用的板子。

2. 安装依赖项：前往 Sketch > 包含库 > 管理库。搜索并安装以下库：

Seeed_Arduino_SSCMA(用于读取视觉AI数据)

ArduinoJson(用于将数据格式化上传至云端)

3. 更新凭证：打开提供的 ChefAssist_VisionAI_Camera.ino 文件。滚动到配置区域，将占位符 Wi-Fi 名称和密码替换为您的网络详细信息。将您的 Firebase 数据库链接粘贴到 URL 变量中。

4. 上传：点击“上传”按钮。XIAO 现已是一款功能完整的边缘AI数据库管理器，可利用人工智能检测手势!

编程 ChefAssist KDS(TRMNL 电子墨水屏)

最后，我们需要对厨房显示屏进行编程，从 Firebase 获取订单信息，并将其精美地显示在电子墨水屏幕上。

1. 文件夹结构至关重要：请下载提供的 ChefAssist_ePaper 项目文件夹。对初学者而言的关键步骤：确保主的 ino 蓝图文件位于一个同名的文件夹中。在该文件夹内，必须包含仓库中提供的所有依赖文件：

e-ink 驱动文件(driver.h 等)

背景布局图像转换为 .h 数组的文件(ChefAssist_BG.h、PaperDine_Loading_Screen.h)

自定义字体文件(JetBrainsMono10.h、JetBrainsMono16.h)

2. 连接第二个TRMNL：将您的第二个TRMNL板插入电脑。

3. 更新凭证：在Arduino IDE中打开ChefAssist_ePaper.ino文件。与相机类似，请在配置区域更新您的Wi-Fi SSID、密码以及Firebase数据库URL。(别忘了在Firebase URL的末尾保留.json文件!)

4. 上传：点击上传!由于我们需要渲染复杂的图形，编译可能需要一分钟。完成后，屏幕将自动重启，连接Wi-Fi，并实时绘制您的厨房布局!

结论与实际影响

商用厨房是一个高压环境，每一秒、每一次触碰都至关重要。通过PaperDine，我们致力于证明餐厅点餐管理不必局限于纸质单据或不卫生的触摸屏。

通过整合这些专业技术，PaperDine生态系统在现实世界中产生了巨大影响：

互动式TableSpot标识系统：用动态的零代码电子纸显示屏取代静态菜单，让顾客无缝连接到促销活动和二维码点餐功能。

无摩擦网络生态系统：一个完整且极速的云端平台，可实时处理订单，同时允许业主导出宝贵的销售分析数据。

零接触ChefAssist：一款基于人工智能、无需触碰的厨房显示系统(KDS)。通过边缘AI手势识别和自定义内存缓冲技术，有效防止电子墨水图像残留，厨师可以前所未有的速度和极致卫生水平管理订单排队流程。

本文编译自hackster.io