4. 传感器数据采集基础：I2C协议与LSM6DSO驱动

好，咱们进入第四章。这一章要解决一个很实际的问题——怎么让STM32跟传感器“说话”。

我刚开始做嵌入式那会儿，最头疼的就是调I2C。明明照着数据手册写的代码，读回来的数据就是不对。后来才发现，是时序差了那么一点点。嗯，这一章咱们就把I2C和LSM6DSO加速度计彻底讲透。

4.1 I2C协议：两线制通信的底层逻辑

I2C（Inter-Integrated Circuit）是飞利浦公司发明的串行通信协议。它只用两根线：SCL（时钟线）和SDA（数据线）。

说白了，就是一根线负责打拍子，一根线负责传数据。所有设备都挂在这两根线上，靠地址来区分谁跟谁说话。

我在项目里踩过一个坑：板子上I2C上拉电阻用了10kΩ，结果400kHz模式下波形都变形了。后来换成4.7kΩ，问题解决。所以，上拉电阻不是随便选的，跟总线电容和速率都有关系。

4.1.1 I2C通信时序

I2C的通信过程其实不复杂。我习惯把它拆成几个步骤：

1. 起始条件：SCL高电平时，SDA从高变低
2. 发送地址：7位地址 + 读写位（0写1读）
3. 从设备应答：第9个时钟周期，SDA被拉低表示ACK
4. 数据传输：每字节8位，后面跟ACK/NACK
5. 停止条件：SCL高电平时，SDA从低变高

你想想看，这个协议设计得挺巧妙的。起始和停止条件都是“不合法”的电平变化，这样就不会跟数据传输混淆。

4.1.2 STM32的I2C外设

STM32的I2C外设支持三种模式：轮询、中断、DMA。咱们做传感器数据采集，用轮询模式就够了。原因很简单：加速度计的数据更新率通常只有几十到几百Hz，CPU完全等得起。

模式	适用场景	CPU占用	实时性
轮询	低速传感器、调试阶段	高（等待时空转）	一般
中断	事件触发、低功耗场景	低	高
DMA	批量数据、高吞吐	极低	高

我个人习惯：先轮询调通，再考虑优化。上来就搞DMA，万一通信有问题，排查起来更麻烦。

4.2 LSM6DSO加速度计驱动

LSM6DSO是ST自家产的6轴惯性测量单元（IMU），包含3轴加速度计和3轴陀螺仪。咱们这节课先用加速度计部分。

它的I2C地址是0x6A（如果SDO引脚接VDD）或0x6B（接GND）。板子上默认是0x6A。

4.2.1 寄存器概览

LSM6DSO的寄存器很多，但咱们只需要关注几个关键的：

寄存器名	地址	作用
WHO_AM_I	0x0F	设备ID，固定值0x6C
CTRL1_XL	0x10	加速度计配置（ODR、满量程）
OUTX_L_A	0x28	X轴加速度低字节
OUTX_H_A	0x29	X轴加速度高字节
OUTY_L_A	0x2A	Y轴加速度低字节
OUTY_H_A	0x2B	Y轴加速度高字节
OUTZ_L_A	0x2C	Z轴加速度低字节
OUTZ_H_A	0x2D	Z轴加速度高字节

4.2.2 初始化流程

初始化LSM6DSO加速度计，我一般分三步走：

1. 验证设备ID：读WHO_AM_I寄存器，确认是0x6C
2. 配置加速度计：设置CTRL1_XL寄存器，选择输出数据率和满量程
3. 等待稳定：延时几毫秒，等内部电路稳定

代码实现如下：

// LSM6DSO初始化函数
uint8_t LSM6DSO_Init(void)
{
    uint8_t who_am_i;
    
    // 1. 读取WHO_AM_I寄存器
    I2C_ReadRegister(LSM6DSO_ADDR, 0x0F, &who_am_i, 1);
    
    if (who_am_i != 0x6C) {
        return 1;  // 设备ID不匹配，初始化失败
    }
    
    // 2. 配置加速度计：ODR=416Hz，满量程=±2g
    // CTRL1_XL = 0x60 (0110 0000)
    // bit7-4: ODR = 0110 (416Hz)
    // bit3-2: FS = 00 (±2g)
    uint8_t ctrl1_xl = 0x60;
    I2C_WriteRegister(LSM6DSO_ADDR, 0x10, &ctrl1_xl, 1);
    
    // 3. 等待稳定
    HAL_Delay(10);
    
    return 0;  // 初始化成功
}

这里有个细节：满量程的选择直接影响分辨率。±2g时分辨率最高（约0.061mg/LSB），但量程小。±16g时量程大，但分辨率低。做人体姿态检测，±2g就够了。做剧烈运动检测，建议用±4g或±8g。

4.3 原始数据读取与校验

初始化完成后，就可以读取加速度数据了。LSM6DSO支持批量读取——从起始地址连续读多个字节，芯片会自动递增地址。

我建议一次性读6个字节（X、Y、Z各2字节），效率更高：

// 读取三轴加速度原始数据
void LSM6DSO_ReadAccel(int16_t *accel_x, int16_t *accel_y, int16_t *accel_z)
{
    uint8_t data[6];
    
    // 从0x28开始连续读6字节
    I2C_ReadRegister(LSM6DSO_ADDR, 0x28, data, 6);
    
    // 组合成16位有符号数（小端模式）
    *accel_x = (int16_t)((data[1] << 8) | data[0]);
    *accel_y = (int16_t)((data[3] << 8) | data[2]);
    *accel_z = (int16_t)((data[5] << 8) | data[4]);
}

4.3.1 数据校验方法

读回来的数据怎么判断对不对？我总结了三个校验手段：

• 静态校验：把传感器平放，Z轴读数应该接近+1g（约16384 LSB），X和Y轴接近0
• 动态校验：翻转传感器，看数据是否跟着变化
• 连续性校验：连续读100次，看数据是否有突变（排除偶发错误）

举个例子，平放时Z轴的理论值计算：

// ±2g满量程，灵敏度 = 0.061 mg/LSB
// 1g对应的LSB值 = 1000 / 0.061 ≈ 16393
// 实际值应该在16000~17000之间
if (accel_z > 15000 && accel_z < 18000) {
    // 数据合理
} else {
    // 数据异常，重新初始化或报错
}

4.4 数据可视化方法

原始数据是数字，看起来不直观。我习惯用两种方式可视化：

4.4.1 串口波形图

用串口助手配合简单的字符画，就能看到数据趋势。比如：

// 简易波形显示（串口输出）
void Display_Waveform(int16_t value, int16_t center)
{
    int pos = (value - center) / 500;  // 缩放因子
    if (pos > 20) pos = 20;
    if (pos < -20) pos = -20;
    
    // 画波形
    for (int i = -20; i < 20; i++) {
        if (i == 0) printf("|");
        else if (i == pos) printf("*");
        else printf(" ");
    }
    printf("\n");
}

这个方法虽然简陋，但在调试初期非常实用。不用额外工具，一根串口线就能看到数据变化。

4.4.2 上位机实时曲线

更专业的做法是用Python + Matplotlib做实时曲线。我常用的流程是：

1. STM32通过串口发送数据（格式：X,Y,Z\n）
2. PC端Python脚本读取串口数据
3. Matplotlib实时更新曲线

Python脚本核心代码：

import serial
import matplotlib.pyplot as plt
import numpy as np

# 初始化串口
ser = serial.Serial('COM3', 115200)

# 初始化绘图
plt.ion()
fig, ax = plt.subplots()
x_data, y_data, z_data = [], [], []

while True:
    line = ser.readline().decode().strip()
    if line:
        values = line.split(',')
        if len(values) == 3:
            x_data.append(float(values[0]))
            y_data.append(float(values[1]))
            z_data.append(float(values[2]))
            
            # 只保留最近100个点
            if len(x_data) > 100:
                x_data.pop(0)
                y_data.pop(0)
                z_data.pop(0)
            
            ax.clear()
            ax.plot(x_data, label='X')
            ax.plot(y_data, label='Y')
            ax.plot(z_data, label='Z')
            ax.legend()
            plt.pause(0.01)

4.5 本章知识体系

下面这张图把本章的核心逻辑串起来了：

从I2C协议到传感器驱动，再到数据校验和可视化，每一步都是嵌入式AI数据采集的关键环节。数据质量决定了后续AI推理的上限——这个道理，我在做第一个AI项目时就深刻体会到了。