3. ESP32基础与外设：GPIO、I2C、SPI、UART、ADC、PWM等常用接口，以及传感器数据采集方法

在TinyML工作流中，模型训练只是第一步，真正的挑战在于将量化后的模型部署到资源受限的微控制器上，并让它与真实世界交互。ESP32作为性价比极高的双核MCU，集成了Wi-Fi和蓝牙，且拥有丰富的外设接口，是TinyML原型验证的理想平台。本章将系统梳理ESP32的六大核心外设——GPIO、I2C、SPI、UART、ADC、PWM，重点讲解它们在传感器数据采集链路中的角色、配置方法、时序要点以及常见陷阱，为后续在ESP32上运行TensorFlow Lite Micro（TFLM）推理引擎打下坚实的硬件基础。

上图展示了ESP32在传感器数据采集中的核心位置。所有外设最终都将数据汇聚到SoC内部的总线矩阵，经过DMA或CPU搬运后进入内存，供TFLM推理引擎处理。理解这条链路上的每个环节——从传感器模拟信号到数字特征张量——是部署TinyML模型的前提。

3.1 GPIO：数字世界的“开关”与“眼睛”

核心原理

GPIO（General Purpose Input/Output）是ESP32最基础的外设。每个GPIO引脚可配置为输入、输出、开漏或复用功能。在TinyML场景中，GPIO常用于读取数字传感器（如人体红外PIR、霍尔开关）、控制LED指示灯或触发摄像头快门。ESP32的GPIO支持上升沿/下降沿中断，且可从深度睡眠中唤醒，这对电池供电的TinyML设备至关重要。

配置与操作流程

1. 引脚分配：查阅ESP32 DevKitC引脚图，避开Strapping引脚（GPIO0、GPIO2、GPIO5、GPIO12、GPIO15），这些引脚在启动时影响下载模式或Flash电压。
2. 初始化：使用gpio_config_t结构体设置模式、上拉/下拉、中断类型。
3. 读写操作：调用gpio_set_level()和gpio_get_level()。
4. 中断服务：注册ISR，注意ISR中只做标记，具体处理放在主循环或任务中。

// GPIO 初始化示例（ESP-IDF v5.x）
gpio_config_t io_conf = {
    .pin_bit_mask = (1ULL << GPIO_NUM_4),
    .mode = GPIO_MODE_INPUT,
    .pull_up_en = GPIO_PULLUP_ENABLE,
    .pull_down_en = GPIO_PULLDOWN_DISABLE,
    .intr_type = GPIO_INTR_POSEDGE
};
gpio_config(&io_conf);
gpio_install_isr_service(0);
gpio_isr_handler_add(GPIO_NUM_4, gpio_isr_handler, NULL);

案例拆解：PIR人体感应触发推理

假设我们要做一个“人靠近时自动进行图像分类”的智能门锁。PIR传感器输出高电平表示有人。我们将PIR OUT接GPIO4，LED接GPIO2（注意GPIO2为Strapping引脚，但上电时为高电平，若LED阳极接GPIO2、阴极接地，则上电瞬间LED会闪一下，可接受）。在ISR中置位g_trigger_flag，主循环检测到标志后执行TFLM推理。实测中，PIR的“锁存时间”约2秒，需在代码中做去抖（如连续读取3次均为高电平才确认）。

3.2 I2C：多传感器共享总线

核心原理

I2C（Inter-Integrated Circuit）使用两根线（SDA数据、SCL时钟）连接最多127个设备，每个设备有7位地址。ESP32的I2C控制器支持主机和从机模式，时钟频率标准100kHz、快速400kHz。在TinyML中，I2C是连接温湿度传感器（SHT30）、气压计（BMP280）、IMU（MPU6050）的首选，因为它占用引脚少，且支持多设备挂载。

关键参数与配置

操作流程与排障

1. 扫描总线：使用i2c_scanner例程确认设备地址。
2. 初始化驱动：i2c_master_init()设置端口、SDA/SCL引脚、时钟。
3. 读写时序：注意寄存器地址的字节序（大端居多）。
4. 错误处理：检查ESP_FAIL返回值，常见错误为NACK（设备未应答）或总线繁忙。

3.3 SPI：高速数据搬运通道

核心原理

SPI（Serial Peripheral Interface）采用主从模式，四线制：SCLK（时钟）、MOSI（主出从入）、MISO（主入从出）、CS（片选）。ESP32有4个SPI控制器（SPI0/SPI1用于Flash，SPI2/SPI3可自由使用）。SPI的传输速率可达40MHz以上，适合高吞吐量的传感器，如摄像头（OV2640）、SD卡、LCD显示屏。在TinyML中，SPI常用于将预处理后的图像数据快速搬运到内存。

模式选择与DMA

SPI有4种模式（CPOL时钟极性、CPHA时钟相位）。大多数传感器使用模式0（CPOL=0, CPHA=0）或模式3。ESP32的SPI驱动支持DMA传输，可大幅降低CPU占用。配置时需指定DMA通道（如SPI_DMA_CH_AUTO）。

// SPI 总线初始化（主机模式）
spi_bus_config_t buscfg = {
    .mosi_io_num = 23,
    .miso_io_num = 19,
    .sclk_io_num = 18,
    .quadwp_io_num = -1,
    .quadhd_io_num = -1,
    .max_transfer_sz = 4096
};
spi_bus_initialize(SPI2_HOST, &buscfg, SPI_DMA_CH_AUTO);

案例拆解：读取MAX31865热电偶数据

在工业温度监控场景中，MAX31865通过SPI输出24位数据。我们配置SPI时钟2MHz（线缆较长时降低），CS接GPIO5。读取流程：拉低CS→发送寄存器地址（0x00）→读取4字节（含故障状态）→拉高CS。实测中，若MISO数据全为1，说明传感器未接或线路断开；若数据跳变异常，检查SCLK是否受干扰，建议在SCLK和MISO上加22pF电容滤波。

3.4 UART：异步串行通信与调试利器

核心原理

UART（Universal Asynchronous Receiver/Transmitter）只需TX和RX两根线，无需时钟线，通过波特率约定采样时刻。ESP32有3个UART控制器，支持最高5Mbps。UART在TinyML中扮演两个角色：一是与PC通信输出推理结果（日志），二是连接串口型传感器（如部分GPS模块、激光雷达）。

配置要点

• 波特率：115200是调试默认值，但高波特率（如921600）可加快固件下载。
• 数据位/停止位/校验：通常8N1（8数据位、无校验、1停止位）。
• 流控：若传感器数据量大，可启用硬件流控（RTS/CTS）。
• 缓冲区：设置环形缓冲区大小，避免数据丢失。

// UART 配置示例
uart_config_t uart_config = {
    .baud_rate = 115200,
    .data_bits = UART_DATA_8_BITS,
    .parity = UART_PARITY_DISABLE,
    .stop_bits = UART_STOP_BITS_1,
    .flow_ctrl = UART_HW_FLOWCTRL_DISABLE
};
uart_param_config(UART_NUM_1, &uart_config);
uart_driver_install(UART_NUM_1, 1024 * 2, 0, 0, NULL, 0);

常见误区

很多开发者直接用printf()输出调试信息，但在TinyML推理循环中，printf()会阻塞CPU且耗时较长。建议使用ESP_LOGI()（异步日志）或先格式化到缓冲区再一次性输出。另外，UART的RX引脚默认有上拉，若外部设备为开漏输出，需注意电平匹配。

3.5 ADC：模拟世界的数字化入口

核心原理

ESP32的ADC（Analog-to-Digital Converter）为12位逐次逼近型，支持衰减（0dB、2.5dB、6dB、11dB），对应输入范围约0-1.1V、0-1.5V、0-2.2V、0-3.3V。ADC2与Wi-Fi共用，当Wi-Fi开启时ADC2不可用，因此传感器应优先接ADC1（GPIO32-GPIO39）。

校准与非线性

ESP32的ADC存在较大的非线性（尤其在低压端），官方提供esp_adc_cal库进行两点校准或查表校准。在TinyML中，若传感器输出为模拟信号（如麦克风MAX4466、光敏电阻），必须做校准，否则模型输入分布偏移会导致推理精度下降。

操作流程

1. 选择通道：确认ADC1的GPIO编号。
2. 配置衰减：根据传感器输出范围选择。
3. 多次采样取平均：建议连续采样16次取平均，降低噪声。
4. 应用校准：调用esp_adc_cal_get_voltage()转换为实际电压。

3.6 PWM：模拟输出与执行器控制

核心原理

PWM（Pulse Width Modulation）通过改变占空比模拟模拟电压。ESP32的LEDC控制器提供16个通道，可分组绑定到任意GPIO，支持高达40MHz的载波频率。在TinyML应用中，PWM常用于控制电机转速、LED亮度或加热器功率，作为推理结果的执行器。

配置与使用

// LEDC 初始化（50Hz 舵机控制）
ledc_timer_config_t timer_conf = {
    .speed_mode = LEDC_LOW_SPEED_MODE,
    .timer_num = LEDC_TIMER_0,
    .duty_resolution = LEDC_TIMER_13_BIT,
    .freq_hz = 50,
    .clk_cfg = LEDC_AUTO_CLK
};
ledc_timer_config(&timer_conf);
ledc_channel_config_t channel_conf = {
    .gpio_num = 18,
    .speed_mode = LEDC_LOW_SPEED_MODE,
    .channel = LEDC_CHANNEL_0,
    .timer_sel = LEDC_TIMER_0,
    .duty = 0,
    .hpoint = 0
};
ledc_channel_config(&channel_conf);

精度与抖动

13位分辨率意味着占空比步进为1/8192，对于舵机控制足够。但若PWM频率过高（如1MHz），分辨率会下降。在电机控制中，建议频率在1kHz-20kHz之间，避免 audible noise。另外，LEDC的占空比更新是异步的，若需要精确相位同步，需使用ledc_update_duty()。

3.7 传感器数据采集综合实战：环境监测节点

我们设计一个完整的TinyML环境监测节点，采集温度（I2C）、光照（ADC）、运动（GPIO中断），并通过UART输出推理结果。

硬件连接：

• SHT30 → I2C0 (SDA=21, SCL=22)
• LDR分压 → GPIO34 (ADC1_CH6)
• PIR → GPIO4 (中断输入)
• LED → GPIO2 (PWM调光)

软件架构：

1. FreeRTOS任务1：每2秒读取SHT30和LDR，计算温湿度和光照，存入全局结构体。
2. FreeRTOS任务2：等待PIR中断标志，触发TFLM模型推理（如“是否有人”分类）。
3. UART任务：每5秒输出一次所有传感器数据及推理结果。

关键代码片段：

// 读取SHT30（简化版）
uint8_t data[6] = {0};
i2c_master_write_read_device(I2C_NUM_0, 0x44, cmd, 2, data, 6, 100);
uint16_t temp_raw = (data[0] << 8) | data[1];
float temp = -45 + 175 * (temp_raw / 65535.0f);

实测数据与调优：初始测试发现LDR读数波动±5%，原因是ADC参考电压随温度漂移。解决：在PCB上增加一个2.5V基准电压源（如TL431）接到另一个ADC通道，用比值法消除漂移。另外，PIR中断频繁触发（每30秒一次），导致CPU唤醒频繁，功耗增加。优化：在ISR中增加软件去抖（记录时间戳，若小于5秒则忽略）。

3.8 常见误区与总结

本章从ESP32的六大外设出发，详细阐述了它们在TinyML传感器数据采集链路中的角色和用法。GPIO负责数字事件触发，I2C和SPI承担多传感器数据搬运，UART提供调试和外部通信，ADC将模拟世界数字化，PWM则驱动执行器完成闭环控制。掌握这些接口的时序特性、配置方法和排障技巧，是确保TFLM模型在ESP32上稳定运行的基础。下一阶段，我们将进入TensorFlow Lite Micro的集成与部署，届时这些外设采集的数据将直接作为模型的输入张量。