2. 传感器基础

在Edge AI传感器数据采集系统的设计中，传感器是物理世界与数字世界的接口。无论是温度、湿度、加速度、陀螺仪、光还是压力传感器，其工作原理决定了输出信号的电气特性，而输出信号特性又直接决定了信号调理电路、ADC选型、采样率设置以及后续的边缘端算法处理策略。本章将系统梳理六类核心传感器的工作原理、输出信号特性与选型依据，为后续的硬件设计与数据采集链路搭建奠定基础。

2.1 温度传感器：从热敏电阻到数字温度芯片

核心原理

温度传感器的物理基础是材料的温度敏感性。最常见的是负温度系数（NTC）热敏电阻，其阻值随温度升高而指数下降，关系式满足 Steinhart-Hart 方程：

1/T = A + B·ln(R) + C·(ln(R))³

其中 T 为绝对温度（K），R 为当前阻值，A、B、C 为器件标定系数。相比之下，铂电阻（PT100/PT1000）利用金属铂的电阻随温度近似线性增加的特性，在 -200°C 至 +850°C 范围内具有极佳的线性度和重复性。半导体温度传感器（如 LM75、TMP117）则利用 PN 结正向压降与温度的近似线性关系，内部集成 ADC 和数字接口，直接输出数字温度值。

输出信号特性与选型依据

实战场景：电池仓温度监测

某 Edge AI 手持设备采用 18650 锂电池供电，需实时监测电池温度以防止过热。初始方案选用 PT100 配合恒流源激励，但发现电路板面积紧张且恒流源温漂影响精度。后改用 NTC（B=3950，10kΩ@25°C）配合 10kΩ 精密电阻分压，直接接入 MCU 内置 ADC（12位，参考电压 3.3V）。

关键计算：在 25°C 时，NTC 阻值 10kΩ，分压输出 1.65V；在 60°C 时，NTC 阻值约 2.5kΩ，分压输出约 2.75V。ADC 分辨率为 3.3V/4096 ≈ 0.8mV，对应温度分辨率约 0.05°C，满足 ±1°C 的精度要求。实际测试中，通过查表法（每 1°C 一个分压值）替代 Steinhart-Hart 方程计算，节省了 MCU 浮点运算资源。

2.2 湿度传感器：电容式与电阻式

核心原理

湿度传感器主要分为电容式和电阻式两种。电容式湿度传感器利用高分子聚合物薄膜的介电常数随环境相对湿度（RH）变化而改变的原理，通过测量电容值（典型 150pF~300pF）推算湿度。其响应速度快（<5s）、迟滞小、耐冷凝，是目前的主流方案。电阻式湿度传感器则利用吸湿材料（如氯化锂、陶瓷）的电阻随湿度变化，结构简单但线性度差、响应慢，已逐渐被电容式取代。

输出信号与接口

模拟电容式湿度传感器（如 HS1101）输出电容值，需配合 RC 振荡电路将电容变化转换为频率信号（典型 6000Hz~7500Hz），再通过 MCU 的定时器捕获频率。数字湿度传感器（如 SHT30、HDC1080）内部集成电容测量电路、ADC 和校准逻辑，直接通过 I²C 输出 14 位湿度值，精度可达 ±2%RH。

选型依据

• 量程：一般设备要求 0%~100%RH，但长期工作在 80%RH 以上需选择耐冷凝型号。
• 精度：消费级 ±3%RH，工业级 ±1.5%RH（如 SHT35）。
• 响应时间：典型 5s~15s（63% 阶跃），快速响应场景需选择 <5s 的型号。
• 供电电压：数字传感器通常支持 1.8V~3.6V，与 MCU 电平匹配。

2.3 加速度计与陀螺仪：惯性测量的核心

工作原理

MEMS 加速度计基于电容式检测原理：质量块在加速度作用下发生位移，改变差分电容的间距，通过测量电容变化量推算加速度。典型灵敏度为 0.5V/g（模拟）或 1mg/LSB（数字，16位）。陀螺仪则基于科里奥利效应：质量块在驱动轴方向振动，当有角速度输入时，检测轴方向产生科里奥利力，导致电容变化。两者通常集成在六轴 IMU（如 MPU6050、BMI160）中。

输出信号特性

选型与设计要点

Edge AI 设备中，加速度计常用于运动检测、姿态估计、振动监测。选型时需关注：

1. 量程选择：手持设备日常运动约 ±2g，跌落检测需 ±16g；工业振动监测需 ±16g 以上。
2. 带宽设置：内置低通滤波器截止频率应覆盖信号频率。例如人体运动 <20Hz，机械振动可达 1kHz。
3. 零偏稳定性：陀螺仪零偏（bias）随温度漂移，需在算法中做温度补偿或开机校准。

案例：可穿戴设备步数检测

某手环产品使用 BMI160 六轴 IMU，加速度计量程 ±4g，采样率 50Hz，带宽 25Hz。初始方案直接使用原始加速度数据做峰值检测，误计率高达 15%（走路与挥手混淆）。后改为：先通过 3Hz~15Hz 带通滤波提取步行频段能量，再计算合成加速度向量模的方差，当方差超过阈值且持续 1 秒以上才判定为有效步数。优化后误计率降至 2% 以下，且 MCU 计算量仅增加 12%（使用定点数运算替代浮点）。

2.4 光传感器：环境光与红外

工作原理

光传感器基于光电效应：光子入射到 PN 结耗尽区产生电子-空穴对，形成光电流。光电二极管输出电流与光照强度成正比（典型 0.5A/W @ 550nm）。环境光传感器（ALS）在光电二极管前集成滤光片，使其光谱响应接近人眼视觉函数（峰值 550nm），输出照度值（单位 lux）。数字 ALS（如 OPT3001、BH1750）内置 ADC 和 I²C 接口，量程 0.01lux~83000lux，动态范围高达 23 位。

输出信号与调理

模拟光电二极管输出 nA~µA 级电流，需通过跨阻放大器（TIA）转换为电压。典型电路：

Vout = I_photo × R_f

其中 R_f 为反馈电阻（1MΩ~10MΩ），配合 10pF~100pF 反馈电容抑制高频噪声。数字 ALS 则无需外部调理，直接读取 lux 值，但需注意 I²C 地址冲突和上拉电阻配置。

选型依据

• 光谱响应：人眼响应（ALS）用于屏幕亮度调节；近红外（850nm/940nm）用于接近检测。
• 动态范围：室内 1lux~1000lux，户外直射可达 100000lux，需选择自动增益或高动态范围型号。
• 响应时间：ALS 通常 100ms 即可，但频闪检测（如 LED 照明 100Hz）需 1ms 级响应。

2.5 压力传感器：绝对压力与差压

工作原理

MEMS 压力传感器基于压阻效应：在硅薄膜上扩散四个压敏电阻构成惠斯通电桥，当薄膜受压力形变时，电桥输出差分电压。典型灵敏度为 1mV/V/kPa。数字压力传感器（如 BMP388、LPS22HH）内部集成放大、ADC 和温度补偿，输出绝对气压值（单位 Pa 或 hPa），精度可达 ±0.5hPa（约 ±4m 海拔误差）。

输出信号特性

模拟压力传感器输出差分电压（典型 0mV~100mV），需仪表放大器放大至 ADC 满量程。数字传感器直接输出压力值，但需注意：

• 量程：气象站用 300hPa~1100hPa；高度计用 300hPa~1100hPa；防水手表用 0~10bar。
• 温度系数：压力传感器的温漂较大（±0.5%FS/°C），必须依赖内部温度补偿或外部校准。
• 采样率：气压变化缓慢，1Hz~10Hz 采样即可；但检测敲击或水压瞬变需 1kHz 以上。

实战场景：无人机高度估计

某四旋翼无人机使用 BMP388 气压计辅助 GPS 进行高度估计。初始方案直接读取气压值并换算海拔，发现地面效应导致气压波动 ±1.5m。后改为：将气压计安装在飞控板下方，远离螺旋桨气流；在算法中采用 5Hz 采样 + 滑动平均滤波（窗口 10 个点），并将气压高度与加速度计积分高度做互补滤波（截止频率 0.1Hz）。最终高度估计精度从 ±1.5m 提升至 ±0.3m，满足定高飞行需求。

2.6 传感器选型综合决策框架

选型流程

1. 明确测量需求：物理量类型、量程、精度、分辨率、响应时间。
2. 确定输出接口：根据 MCU 可用外设（ADC 通道数、I²C/SPI 外设）选择模拟或数字传感器。
3. 评估功耗预算：电池供电设备需关注传感器工作电流和待机电流，数字传感器通常支持单次测量模式（如 SHT30 每次测量 1.2mW，待机 0.4µW）。
4. 检查封装与安装：考虑 PCB 面积、安装方向（加速度计需注意轴向）、散热和通风。
5. 验证软件兼容性：确认传感器驱动库是否支持目标 MCU 平台（如 Zephyr、FreeRTOS、Arduino）。

常见误区与总结