A szakdolgozat célja egy költséghatékony, IoT-alapú biztonsági rendszer megtervezése és megvalósítása volt, amely a mikrovezérlők és a mesterséges intelligencia integrálásával működik. A rendszer az ESP32 modulok segítségével valós időben érzékeli a mozgást, képet készít, továbbít és elemez. A központi Python (Flask) szerver biztosítja a kommunikációt és az adatkezelést, míg az Android alkalmazás a képek megjelenítését és a lézersorompó állapotának valós idejű kijelzését teszi lehetővé. Az Android alkalmazás modern, sötét témájú felületén a felhasználó megtekintheti a rögzített képeket és a rendszer állapotát valós időben. A TensorFlow Lite könyvtár használatával a képfelismerés lokálisan, internetkapcsolat nélkül működik, ezzel növelve az adatbiztonságot és a megbízhatóságot. A fejlesztés eredményeként egy stabil, bővíthető és felhasználóbarát rendszer jött létre, amely jól példázza az IoT és az AI technológiák gyakorlati alkalmazását a modern biztonságtechnikában.