1. 课程导入与协同工程全景

在嵌入式智能设备上，我们常常同时面对两套逻辑：一套是运行在设备上的端侧模型，它负责感知、识别、预测与决策；另一套是设备状态机，它负责约束设备在什么条件下能做什么、不能做什么。端侧模型与设备状态机协同工程，研究的正是如何让这两套逻辑在资源受限、实时性敏感、安全边界明确的设备上稳定配合，而不是各自为政。

先明确边界。端侧模型通常指部署在设备本地、不依赖云端推理的模型，例如关键词唤醒、手势识别、异常振动检测、图像分类等。它的输出往往是概率、置信度、类别标签或回归值。设备状态机则描述设备的工作模式与迁移条件，例如待机、自检、运行、暂停、故障、升级等状态，以及触发迁移的事件、条件和动作。协同工程不是把模型塞进状态机，也不是让状态机简单调用模型，而是定义两者之间的接口、时序、权限与降级策略。

典型应用场景包括：智能门锁的人脸识别与开锁状态机协同，扫地机器人的障碍物识别与运动状态协同，工业电机的振动异常检测与保护状态协同，以及可穿戴设备的手势识别与低功耗状态协同。这些场景的共同点是：模型提供“感知建议”，状态机提供“执行约束”，两者之间需要一条清晰的信号链。

上图给出了一条完整的协同信号链：传感器输入进入端侧模型，模型输出类别与置信度；协同仲裁器结合阈值、安全规则与超时策略，决定是否向状态机发出裁决事件；状态机根据当前状态和迁移条件，决定是否执行动作；执行结果再回写状态机并记录日志，形成闭环。图中标注的“8~45 ms”“120 KB”“置信度 ≥ 0.85”均为教学示例参数，实际项目需根据芯片型号、模型大小和实时性要求重新标定。

整体学习路线可以按“先边界、再接口、后闭环”展开。第一阶段理解端侧模型的基本形态与部署约束，包括模型量化、算子裁剪、内存占用与推理耗时评估；第二阶段掌握设备状态机的建模方法，包括状态、事件、迁移、动作与守卫条件；第三阶段进入协同接口设计，重点解决模型输出如何映射为状态机事件、置信度如何参与守卫条件、推理超时如何降级；第四阶段做闭环验证，通过日志回放、故障注入和边界测试，确认协同逻辑在异常场景下仍然安全。