4、数据采集实战：使用STM32/ESP32等MCU读取典型传感器数据，并进行原始数据校验与预处理

在Edge AI项目中，传感器数据采集是连接物理世界与智能决策的第一道桥梁。无论是部署在工业现场的振动监测节点，还是穿戴在身上的健康追踪设备，MCU（微控制器）作为数据采集的核心，其读取方式、校验逻辑与预处理策略直接决定了后续AI模型推理的上限。本章将围绕STM32与ESP32这两类主流MCU，深入剖析从传感器寄存器读取到原始数据清洗的完整工程链路，帮助开发者建立一套可复用、可调试、可量化的数据采集方法论。

4.1 传感器数据读取的核心原理与工程选型

MCU读取传感器数据本质上是一个"物理量→电信号→数字量"的转换过程。根据传感器输出类型的不同，MCU需要采用不同的接口策略。数字传感器（如I2C接口的BME280温湿度气压计、SPI接口的ICM-20602六轴IMU）通过寄存器读写直接获取校准后的数字值；而模拟传感器（如麦克风模块、光敏电阻）则需要通过ADC（模数转换器）采样，并经过电压-物理量换算。在Edge AI场景中，选择数字传感器通常能减少信号调理电路的复杂度，但模拟传感器在带宽和成本上仍有优势。

以STM32F4系列为例，其内部ADC支持12位分辨率，最高采样率可达2.4Msps，配合DMA（直接内存访问）可以在不占用CPU的情况下连续采集多通道数据。而ESP32则内置两个12位SAR ADC，支持衰减调节和多种采样模式，其I2C/SPI外设频率可配置，适合与多种数字传感器对接。工程选型时需关注三个关键参数：采样率（Nyquist定理要求至少为目标信号最高频率的2倍）、分辨率（决定量化噪声）、以及接口速率（避免成为数据吞吐瓶颈）。

4.2 原始数据校验：从寄存器到可信数据

从传感器读取的原始数据不能直接用于AI推理，必须经过三层校验。第一层是通信层校验，包括I2C/SPI的ACK应答检查、CRC（循环冗余校验）或Checksum校验。以I2C为例，当MCU读取传感器寄存器时，如果从设备未正确应答，则本次读取无效，需要重试。第二层是物理范围校验，每个传感器都有其测量范围，例如BME280的气压范围是300-1100hPa，如果读取值超出此范围，说明数据异常。第三层是逻辑一致性校验，包括突变检测（相邻采样值跳变超过阈值）、静止检测（长时间无变化可能传感器卡死）以及多传感器交叉验证。

// STM32 HAL库 I2C读取BME280示例（含校验）
uint8_t rx_data[8];
HAL_StatusTypeDef status = HAL_I2C_Mem_Read(&hi2c1, 0xEC, 0xF7, I2C_MEMADD_SIZE_8BIT, rx_data, 8, 100);
if (status != HAL_OK) {
    // 通信错误处理：重试或标记数据无效
    sensor_data.valid = 0;
    return;
}
// 范围校验
uint32_t raw_pressure = (rx_data[0] << 12) | (rx_data[1] << 4) | (rx_data[2] >> 4);
float pressure = (float)raw_pressure / 256.0f;
if (pressure < 300.0f || pressure > 1100.0f) {
    sensor_data.valid = 0;
    sensor_data.error_code = ERR_RANGE;
    return;
}
// 突变检测：与上次值比较
if (fabsf(pressure - sensor_data.last_pressure) > 50.0f) {
    sensor_data.valid = 0;
    sensor_data.error_code = ERR_SPIKE;
    return;
}
sensor_data.pressure = pressure;
sensor_data.valid = 1;

4.3 预处理策略：滤波、去偏与归一化

经过校验的原始数据仍包含噪声、直流偏置和量纲差异，直接输入AI模型会导致训练不收敛或推理精度下降。预处理的核心目标是将原始信号转换为适合模型输入的标准化特征。常用的预处理操作包括：滑动平均滤波（适用于平滑缓慢变化信号）、中值滤波（有效去除椒盐噪声）、高通滤波（去除直流偏置，保留动态特征）、以及归一化（将数据映射到[0,1]或[-1,1]区间）。

在ESP32上实现实时预处理时，需要注意计算开销。例如，一个窗口大小为32的滑动平均，每次新数据到来只需一次加法和一次减法（利用累加器），时间复杂度为O(1)。而中值滤波需要排序，窗口大小为5时可采用插入排序，计算量可接受。对于归一化，如果已知传感器量程，可直接使用线性映射；若量程动态变化，则需要在线计算min-max值，这需要额外的存储和比较操作。

4.4 实战案例：基于STM32的工业振动监测节点

某工厂需要在旋转机械上部署振动监测节点，用于预测性维护。节点使用STM32L4系列MCU（低功耗Cortex-M4），搭配ADXL345三轴加速度计（I2C接口，量程±16g，分辨率13位）。目标是在4kHz采样率下连续采集三轴振动数据，每秒钟计算一次RMS（均方根）值和峰值，并通过BLE上传特征数据。

初始现象与约束：现场存在强电磁干扰，传感器信号中混有50Hz工频噪声；MCU功耗预算为平均电流<5mA（含传感器和BLE）；数据上传间隔为1秒，每次上传不超过100字节。

实施步骤：

1. 硬件配置：将ADXL345设置为4kHz输出数据率，I2C速率400kHz，使用STM32的DMA接收数据，减少CPU中断次数。
2. 原始数据校验：在DMA回调中检查I2C通信状态，对每个样本进行范围检查（±16g对应输出值-2048~2047），并检测连续相同值（传感器卡死）。
3. 预处理：对每个轴应用50Hz陷波滤波器（IIR双二阶），去除工频干扰；然后计算1秒窗口内的RMS值和绝对峰值。
4. 特征打包：将三轴的RMS和峰值共6个float值（每个4字节）打包为24字节，加上时间戳和状态标志，共32字节，通过BLE发送。
5. 功耗优化：在两次采样之间进入睡眠模式，使用定时器唤醒；BLE模块在发送完成后立即进入休眠。

结果对比：实施前，原始波形中50Hz噪声幅度约为0.5g，淹没了轴承故障特征（0.2g的冲击信号）。实施后，陷波滤波器将工频噪声衰减至0.05g以下，RMS值能清晰反映振动趋势。功耗实测平均3.8mA，满足设计约束。在连续运行3个月的测试中，成功预警了2次轴承早期故障，避免了非计划停机。

风险与复盘：初期使用固定阈值检测突变，导致温度骤变时误报。后来改为自适应阈值（基于滑动窗口的标准差），误报率降低80%。此外，I2C总线在长距离传输时出现信号完整性问题，通过增加上拉电阻和缩短线缆长度解决。

4.5 常见误区与总结复盘

在数据采集实战中，开发者常陷入以下误区：一是忽视传感器上电稳定时间，在初始化后立即读取数据，导致前几十个样本无效；二是未处理DMA半传输中断，导致数据覆盖；三是将所有预处理都放在MCU上，导致CPU占用过高，无法满足实时性要求；四是忽略时间戳精度，在多传感器融合时出现数据错位。

正确的做法是：在传感器初始化后加入延时（通常10-100ms），等待内部振荡器稳定；使用双缓冲或环形队列管理DMA数据；根据采样率和MCU主频合理分配预处理任务，必要时将FFT等重计算放到云端；为每个样本打上基于RTC或定时器的时间戳，确保多源数据同步。

数据采集是Edge AI项目中最基础也最关键的环节。通过本章的学习，开发者应掌握从传感器选型、MCU接口配置、原始数据校验到预处理的全链路方法。在实际项目中，建议先使用逻辑分析仪和串口打印验证原始数据质量，再逐步添加预处理算法。只有确保输入数据的可靠性和一致性，后续的AI模型才能发挥其应有的性能。