该项目是一款基于【RK3588】ELF 2开发板设计的智能学习辅助系统， 旨在通过多技术融合解决传统学习场景中的效率与健康痛点。

系统核心功能涵盖五方面：

一是基于微表情训练集与YOLO模型，检测眨眼频率、打瞌睡、玩手机等行为，超时则触发语音提醒；

二是通过AI视觉与超声波传感器（HC-SR04）实现桌面高度自适应调节，实时监测坐姿并预警；

三是依托TEMT6000传感器与PWM调光技术，实现光照无级调节以保持环境光稳定；

四是结合SHTC3温湿度传感器，通过加热丝将温度控制在舒适范围（最高45℃，精度±0.2℃）；

五是通过Qt本地界面与微信小程序记录专注度、玩手机次数等指标，提供个性化学习建议。 

技术上采用多模态感知融合，以6TOPS算力的NPU部署轻量化YOLO模型（帧率≥30fps），协同超声波、温湿度等传感器实现多维度数据采集；嵌入式优化支持步进电机驱动桌面升降（范围75-125cm）、PWM无级调光；跨平台交互通过Qt本地GUI（实时显示数据与控制）与MQTT协议云端同步，实现家长远程监控。 

系统应用场景广泛，适用于K12教育（坐姿矫正、专注力管理）、高等教育（考研自习室效率提升）、在线教育（居家学习监测），并可为ADHD群体、视障学习者提供辅助，亦适配图书馆等公共空间。 

性能上，桌面升降范围75-125cm，光照调节支持0-100%无极变化，温度控制精度±0.2℃，视觉检测依托NPU加速保障实时性。其创新在于多模态感知协同、嵌入式实时控制与跨平台交互的深度融合，通过“感知-分析-控制-反馈”闭环，推动学习场景向智能化升级。设计流程从需求出发，经硬件选型、算法开发、联调测试至部署迭代，形成完整技术落地路径。