📚 课程目录第2章基础知识

2、基础知识：嵌入式系统、传感器类型、模拟/数字接口及数据格式

TinyML 的落地离不开对底层硬件的透彻理解。模型推理的输入并非抽象的“特征向量”，而是来自真实物理世界的电信号——加速度计感知的振动、麦克风捕获的气压波动、摄像头感光元件上的光子。这些信号经过传感器内部的模拟前端调理、ADC 量化，再通过 I2C、SPI 等总线以数字帧的形式送入 MCU。本章将系统梳理嵌入式系统的基本构成、主流传感器类型、常用通信接口的电气特性与数据格式，为后续设计硬件抽象层（HAL）和推理模块边界打下坚实基础。

2.1 嵌入式系统核心构成与 TinyML 硬件约束

嵌入式系统是以应用为中心、以计算机技术为基础，软硬件可裁剪，对功能、可靠性、成本、体积、功耗有严格要求的专用计算机系统。在 TinyML 场景下，典型硬件平台包含 MCU（微控制器）、传感器、通信接口、电源管理、存储（Flash/SRAM）以及可选的外部存储（如 QSPI Flash）。与通用 CPU 不同，MCU 通常集成 Flash 和 SRAM 于单芯片内，运行频率在几十 MHz 到几百 MHz 之间，SRAM 容量从几十 KB 到几 MB 不等。

从硬件抽象层设计角度，需要关注以下核心约束：

算力受限：Cortex-M4 系列通常支持 DSP 指令和单精度浮点单元（FPU），但进行大规模矩阵运算仍需优化；Cortex-M33 增加 TrustZone 安全扩展，适合需要隔离的推理场景。
内存瓶颈：模型权重、中间激活值、输入输出缓冲区均需在 SRAM 中驻留。例如，一个 50KB 的模型在 256KB SRAM 的 MCU 上运行，需仔细规划内存池。
外设资源：I2C、SPI、UART、GPIO、ADC、DMA、定时器数量有限，HAL 需合理分配并支持复用。
功耗预算：电池供电设备通常要求平均电流在微安到毫安级，传感器采样、推理、无线传输的功耗需精细调度。

  硬件抽象层设计原则：HAL 应屏蔽具体芯片寄存器操作，向上提供统一的传感器数据读取接口（如 sensor_read_accel()）、设备配置接口（如 sensor_set_range()）和中断回调注册接口。这样上层推理引擎无需关心底层是 I2C 还是 SPI，也无需关心传感器是 Bosch 还是 ST 的产品。

2.2 主流传感器类型与输出特性

TinyML 应用中最常见的传感器包括惯性传感器（加速度计、陀螺仪）、环境传感器（温湿度、气压）、声学传感器（麦克风）和视觉传感器（摄像头）。每种传感器在物理原理、输出数据率、量程、噪声特性上差异显著，直接影响 HAL 的数据格式定义。

传感器类型	物理量	典型接口	输出数据格式	典型采样率	TinyML 应用场景
加速度计	加速度 (g)	I2C/SPI	16bit 有符号整数，量程 ±2g~±16g	25~1000 Hz	活动识别、跌倒检测、振动分析
陀螺仪	角速度 (°/s)	SPI/I2C	16bit 有符号整数，量程 ±250~±2000°/s	25~1000 Hz	姿态估计、手势识别
麦克风	声压 (Pa)	PDM/I2S	16/24bit PCM 或 PDM 位流	8~48 kHz	关键词唤醒、声学事件检测
摄像头	光强/颜色	DVP/MIPI	RAW Bayer / YUV / RGB565	1~30 fps	图像分类、目标检测
温湿度	温度/相对湿度	I2C	16bit 无符号整数，需转换公式	0.5~10 Hz	环境监测、预测性维护

以加速度计为例，其输出原始值为 ADC 量化后的数字码。假设量程为 ±2g，16 位分辨率，则 1g 对应的 LSB 值为 16384（即 2^15 / 2）。HAL 层需要将原始整数转换为物理单位（m/s² 或 g），并可选地进行低通滤波以去除高频噪声。对于麦克风，PDM 接口输出的是 1-bit 过采样位流，需经过抽取滤波（CIC 或 FIR）转换为 16-bit PCM 数据，这一过程通常在 MCU 内部完成。

2.3 模拟/数字接口：I2C、SPI、UART、GPIO、ADC

接口选型直接决定了 HAL 的驱动实现复杂度、数据传输速率和引脚占用。下表对比了 TinyML 中最常用的几种接口：

接口	信号线	速率	寻址/片选	典型应用	HAL 注意事项
I2C	SCL, SDA	100/400/1000 kbps	7/10-bit 地址	加速度计、温湿度、气压计	需处理时钟拉伸、多主机仲裁；速率较低，不适合高数据率传感器
SPI	SCK, MOSI, MISO, CS	1~40 Mbps	独立 CS 片选	陀螺仪、摄像头、Flash	全双工，速率高；需管理多个片选信号；支持 DMA 传输
UART	TX, RX	9600~4 Mbps	无地址，点对点	GPS、调试输出、部分传感器	异步通信，需配置波特率、数据位、停止位；无时钟线，需双方约定
GPIO	单线或多线	数字电平	无	中断触发、使能控制、LED 指示	可配置上拉/下拉、边沿触发；用于传感器数据就绪中断
ADC	模拟输入	采样率取决于 MCU	通道选择	模拟麦克风、光敏电阻、电池电压	需配置参考电压、采样时间、分辨率；注意输入阻抗匹配

在 HAL 设计中，接口抽象层应提供统一的 bus_read() / bus_write() 函数，内部根据总线类型分发到具体驱动。例如，对于 I2C 传感器，HAL 需要封装寄存器地址、字节序（大端/小端）和重复起始条件等细节。对于 SPI 传感器，则需处理 8/16/32-bit 传输宽度、时钟极性和相位（CPOL/CPHA）配置。

常见陷阱：I2C 地址冲突（多个传感器使用相同地址）可通过硬件地址引脚或 I2C 多路复用器解决；SPI 的 CS 引脚必须由 GPIO 控制，不能由硬件自动管理，否则可能导致片选时序错误。此外，ADC 采样时若输入信号源阻抗过高，需在传感器输出端加缓冲器（运放跟随器），否则采样值会因电荷注入而失真。

2.4 数据格式与转换链路

从传感器原始数据到 TinyML 模型输入，通常经历以下转换阶段：

原始寄存器值：传感器内部 ADC 输出的二进制补码，如 16-bit 有符号整数。
物理单位转换：根据量程和分辨率计算实际物理值。例如，加速度计输出 16384 对应 1g，则物理值 = 原始值 / 16384 * 9.81 m/s²。
预处理：包括去直流偏置、滤波（低通/高通/带通）、滑动窗口分帧、归一化（Z-score 或 Min-Max）。
特征提取：时域特征（均值、方差、峰值）、频域特征（FFT 频谱）、或直接使用原始波形作为模型输入（端到端学习）。
张量格式化：将特征组织为模型所需的形状，如 (时间步, 特征维度) 或 (通道, 高度, 宽度)。

在 HAL 层，建议统一使用 float 或 int16_t 作为传感器数据的标准输出类型。浮点便于上层算法处理，但占用内存较大；定点数（如 Q15 格式）在无 FPU 的 MCU 上运算更快。对于麦克风音频数据，通常使用 16-bit PCM 格式，采样率 16kHz 或 8kHz 以降低计算量。

// 示例：加速度计数据读取与转换（伪代码）
typedef struct {
    int16_t x_raw;
    int16_t y_raw;
    int16_t z_raw;
} accel_raw_t;

typedef struct {
    float x_g;
    float y_g;
    float z_g;
} accel_phys_t;

#define ACCEL_RANGE_2G   (2.0f)
#define ACCEL_RES_16BIT  (32768.0f)

accel_phys_t accel_convert(accel_raw_t raw) {
    accel_phys_t phys;
    phys.x_g = (float)raw.x_raw / ACCEL_RES_16BIT * ACCEL_RANGE_2G;
    phys.y_g = (float)raw.y_raw / ACCEL_RES_16BIT * ACCEL_RANGE_2G;
    phys.z_g = (float)raw.z_raw / ACCEL_RES_16BIT * ACCEL_RANGE_2G;
    return phys;
}

2.5 实战场景：多传感器数据同步与时间戳管理

在真实 TinyML 系统中，往往需要融合多个传感器数据。例如，一个可穿戴设备同时使用加速度计和陀螺仪进行姿态估计，两者采样率可能不同（加速度计 100Hz，陀螺仪 200Hz）。HAL 需要解决数据同步问题，否则时间错位会导致推理结果错误。

案例背景：某智能运动手环需实现游泳姿势识别，使用 BMI270 六轴惯性传感器（加速度计+陀螺仪），通过 SPI 接口连接至 nRF52840 MCU。初始方案中，HAL 分别读取两个传感器数据，但发现推理准确率仅 72%，且偶发数据跳变。

问题分析：通过逻辑分析仪抓取 SPI 时序，发现加速度计和陀螺仪数据并非同时采样——BMI270 内部虽然共享同一时钟，但读取时存在约 2ms 的时间差。在快速划臂动作中，2ms 的延迟导致角速度与加速度数据错位，模型输入特征失真。

解决方案：

启用 BMI270 的 FIFO 缓冲模式，将加速度计和陀螺仪数据按固定时间戳打包存储，一次性读取 32 组数据。
在 HAL 层增加 时间戳管理，使用 MCU 的 32-bit 定时器记录每次 FIFO 读取的精确时间。
对陀螺仪数据进行 线性插值，将 200Hz 数据重采样至 100Hz，与加速度计对齐。

结果：优化后推理准确率提升至 91%，数据跳变消失。代价是 FIFO 模式占用更多 SRAM（约 1.2KB），且 SPI 单次传输长度增加，但整体功耗未显著上升。

经验总结：多传感器融合时，务必确认各传感器的采样时刻是否同步。优先使用传感器内置 FIFO 和中断引脚（数据就绪信号）来触发读取，避免轮询造成的随机延迟。若传感器不支持 FIFO，可在 HAL 中维护一个环形缓冲区，并记录每个样本的到达时间，由上层算法决定是否重采样。

2.6 常见误区与设计复盘

在嵌入式系统与传感器接口设计中，以下误区值得特别注意：

忽视传感器上电稳定时间：许多传感器上电后需要 10~100ms 才能输出稳定数据。HAL 初始化时需加入延时，否则首次读取可能返回全零或随机值。
字节序处理错误：部分传感器（如某些陀螺仪）输出大端字节序，而 MCU 默认小端。HAL 需统一进行字节交换，否则数据符号错误。
ADC 参考电压选择不当：若使用内部参考电压（如 1.2V），而传感器输出范围是 0~3.3V，则需外部电阻分压或运放调理，否则 ADC 溢出。
中断服务函数（ISR）中执行耗时操作：在 GPIO 中断回调中直接调用 I2C 读取会导致中断阻塞时间过长，影响系统实时性。正确做法是在 ISR 中仅置标志位，由主循环或 RTOS 任务处理数据读取。
未考虑传感器噪声：即使静止放置，加速度计输出也有约 ±0.01g 的噪声。HAL 层可加入滑动平均或 IIR 低通滤波，但需注意滤波引入的相位延迟。