4、采集阶段实战：使用STM32或ESP32配置传感器与DMA，测量采集时间与功耗，识别采集瓶颈
TinyML系统的性能瓶颈往往不在推理阶段，而在数据采集链路。传感器配置不当、DMA未启用、采样率与总线带宽不匹配，都会导致CPU空转、功耗飙升和有效数据率下降。本章以STM32L4系列和ESP32-S3为双平台载体，从硬件架构、DMA配置、时间与功耗测量方法入手，通过一个完整的加速度计数据采集案例，带您定位采集阶段的真实瓶颈。
4.1 采集阶段的核心原理：从物理信号到内存数据
采集阶段的本质是将物理世界的模拟信号或数字接口信号，转换为处理器内存中可供算法处理的数据块。在TinyML场景中，这一过程通常涉及传感器（如加速度计、麦克风、温湿度计）、通信接口（I2C/SPI/ADC）、DMA控制器和内存缓冲区四个核心组件。传感器负责将物理量转换为电信号，通信接口负责按协议传输数据，DMA负责在无CPU干预的情况下将数据从外设搬运到内存，而内存缓冲区则暂存数据供后续前处理与推理使用。
理解采集瓶颈的关键在于区分传感器响应时间、接口传输时间和CPU处理时间三个概念。传感器响应时间取决于器件内部机械结构或模拟前端，通常为微秒到毫秒级；接口传输时间取决于通信速率和数据长度，例如I2C在400kHz下传输6字节需要约120μs；CPU处理时间则包括读取寄存器、解析数据、存储变量等操作。在未启用DMA时，CPU必须全程参与每一次数据传输，导致大量时间片被占用。启用DMA后，CPU只需在缓冲区半满或全满时处理一次中断，将CPU占用率从90%以上降至5%以下。
4.2 判断方法：测量采集时间与功耗的实操流程
要准确识别采集瓶颈，必须建立可量化的测量体系。以下是在STM32和ESP32平台上通用的测量流程，分为时间测量和功耗测量两条主线。
4.2.1 时间测量：GPIO翻转法 + 逻辑分析仪
GPIO翻转法是最简单且高精度的时间测量手段。在采集开始前将一个GPIO引脚拉高，采集完成后拉低，用逻辑分析仪或示波器测量高电平持续时间即为采集耗时。具体操作步骤如下：
- 选择测试引脚：在STM32上选择PA5，在ESP32上选择GPIO2，配置为推挽输出模式。
- 插入标记代码：在传感器初始化完成后、首次读取数据前，将引脚拉高；在数据存入缓冲区后拉低。
- 连接逻辑分析仪：采样率建议设置为10MHz以上，确保时间分辨率达到0.1μs。
- 多次测量取平均：至少采集100次采样周期，记录最小、最大和平均值。
对于更精细的周期级测量，可使用ARM Cortex-M内核的DWT->CYCCNT寄存器。该寄存器在每个CPU时钟周期递增，可精确到纳秒级。以下为STM32上的示例代码：
// 启用DWT周期计数器
CoreDebug->DEMCR |= CoreDebug_DEMCR_TRCENA_Msk;
DWT->CYCCNT = 0;
DWT->CTRL |= DWT_CTRL_CYCCNTENA_Msk;
// 测量采集耗时
uint32_t start = DWT->CYCCNT;
// ... 执行传感器读取与DMA搬运 ...
uint32_t elapsed = DWT->CYCCNT - start;
float time_us = (float)elapsed / (SystemCoreClock / 1000000);4.2.2 功耗测量：采样电阻法 + INA219
功耗测量需要区分平均功耗和峰值功耗。平均功耗反映整体能耗水平，峰值功耗则暴露瞬时电流冲击。推荐使用INA219电流传感器，它通过I2C接口输出电流和电压数据，采样率可达1kHz。连接方式为：将INA219的V+和V-串联在电源与开发板VIN之间，SDA/SCL连接到主控的I2C引脚。
| 测量参数 | 仪器/方法 | 精度 | 适用场景 |
|---|---|---|---|
| 采集时间 | GPIO翻转 + 逻辑分析仪 | ±0.1μs | 粗粒度时间测量 |
| 采集时间 | DWT->CYCCNT | ±1周期 | 精细时间分析 |
| 平均功耗 | INA219 + 串口日志 | ±1mA | 长时间运行监测 |
| 峰值功耗 | 示波器 + 电流探头 | ±10mA | 瞬时冲击分析 |
4.3 案例拆解：STM32L4 + LIS3DH加速度计采集优化
本案例以STM32L4系列微控制器搭配LIS3DH三轴加速度计，目标是以400Hz采样率连续采集加速度数据，用于后续的跌倒检测模型。初始方案采用I2C轮询方式，实测发现CPU占用率高达85%，且有效采样率仅能达到280Hz，无法满足400Hz的设计要求。
初始现象与数据：使用GPIO翻转法测量，单次采集耗时约2.1ms，其中I2C等待传感器数据就绪占1.4ms，读取6字节数据占0.5ms，CPU处理占0.2ms。功耗方面，平均电流为12.5mA，峰值电流达到28mA。
分析判断过程：通过逻辑分析仪抓取I2C总线波形，发现每次读取前CPU都在轮询STATUS寄存器等待数据就绪，这段等待时间完全浪费。进一步检查LIS3DH数据手册，发现其内部FIFO可缓存32组数据，但初始配置未启用FIFO，导致每次只能读取一组数据。
优化操作步骤：
- 启用传感器FIFO：将LIS3DH的FIFO控制寄存器设置为流模式，并配置为每满16组数据产生一次中断。
- 配置DMA循环模式：将I2C的RX DMA通道设置为循环模式，缓冲区大小为16×6=96字节，当DMA半满和全满时触发中断。
- 调整I2C时钟频率：从400kHz提升至1MHz（LIS3DH支持），将6字节传输时间从0.5ms降至0.2ms。
- 优化中断处理：在DMA中断中仅做缓冲区切换和标志位设置，不进行任何数据处理。
结果对比：优化后单次批量采集16组数据耗时仅0.8ms，CPU占用率降至12%，有效采样率稳定在400Hz。平均功耗降至8.2mA，峰值功耗降至15mA。采集时间缩短了62%，功耗降低了34%。
复盘经验：本案例的瓶颈根源在于传感器FIFO未启用和CPU轮询等待。通过硬件FIFO将多次采样合并为一次批量读取，配合DMA实现零CPU干预搬运，是解决采集瓶颈的通用思路。在ESP32平台上，由于FreeRTOS的存在，还需考虑任务调度延迟，建议将采集任务优先级设为最高，并使用xQueueSendFromISR在DMA中断中传递数据。
4.4 常见误区与总结复盘
在采集阶段优化中，工程师常陷入以下误区，导致优化效果不佳或引入新问题：
- 误区一：只优化DMA而忽略传感器配置。DMA只是搬运工，如果传感器每次只能输出一组数据，DMA无法提升吞吐量。应先启用传感器内部FIFO，再配置DMA批量搬运。
- 误区二：DMA中断频率过高。如果DMA缓冲区过小（如4字节），中断频率会达到每秒数千次，反而增加CPU负担。建议缓冲区至少容纳16组数据，中断频率控制在1kHz以下。
- 误区三：忽略功耗测量中的采样率设置。INA219的采样率默认值为128SPS，无法捕捉微秒级的电流脉冲。应将其采样率设置为最高（3.4kHz），或使用示波器电流探头测量峰值。
- 误区四：在中断中执行数据处理。DMA中断中应只做标志位设置和缓冲区切换，数据处理应放在主循环或低优先级任务中，否则会阻塞后续DMA传输。
总结而言，采集阶段瓶颈识别的核心方法论是：先测量，后优化，再验证。通过GPIO翻转法精确测量时间分布，通过INA219或电流探头量化功耗特征，结合传感器数据手册和DMA工作原理，定位真正的瓶颈点。在STM32和ESP32平台上，DMA配置、传感器FIFO、I2C/SPI时钟频率是三大关键调优参数。建议在项目初期就建立测量基线，将采集时间、CPU占用率、平均功耗和峰值功耗作为四项核心指标，每次优化后重新测量对比，确保优化方向正确。