3. 数据采集硬件平台：嵌入式平台选型与传感器集成

做机器人数据采集，说白了就是给机器人装上「眼睛、耳朵和神经」。硬件平台选对了，后面建模事半功倍；选错了，调试能让你怀疑人生。我这些年踩过的坑，十有八九都出在硬件选型上。

这一章咱们就聊聊嵌入式平台怎么挑、传感器怎么配、电源和信号怎么处理。嗯，都是实战里绕不开的硬骨头。

3.1 嵌入式平台选型：STM32、树莓派、Jetson

选平台之前，先想清楚一个问题：你的机器人要处理什么级别的数据？

• STM32：适合传感器少、实时性要求高的场景。比如电机控制、IMU 数据读取。
• 树莓派：适合中等算力需求，比如摄像头图像采集、简单视觉处理。
• Jetson：适合深度学习推理、多路传感器融合，比如自动驾驶小车。

我个人习惯先列一个需求清单，再对着清单选型。下面这个表格是我常用的对比维度：

3.2 传感器选型与集成

传感器是数据采集的「第一公里」。选错了传感器，后面建模再漂亮也是白搭。

3.2.1 常用传感器类型

• 惯性测量单元 (IMU)：加速度计 + 陀螺仪，用于姿态估计。我常用 MPU6050 或 ICM-20948。
• 激光雷达 (LiDAR)：测距、建图。单线 RPLIDAR A1 入门够用，多线就上 Velodyne。
• 摄像头：视觉数据来源。USB 摄像头方便，但 CSI 接口摄像头延迟更低。
• 编码器：轮式机器人必备，测速、测里程。

3.2.2 选型要点

我总结了三步走：

1. 明确测量范围：比如测距传感器，室内 2 米用超声波，室外 10 米用 LiDAR。
2. 看接口兼容性：STM32 用 SPI/I2C 最稳，树莓派用 USB 最省事。
3. 考虑采样率：IMU 一般 100Hz 够用，但做振动分析得上 kHz。

3.3 电源管理与信号调理

电源是机器人的「心脏」。信号调理是「血管」。这两块搞不好，数据采集就是垃圾进垃圾出。

3.3.1 电源管理

机器人通常用锂电池供电，但不同器件需要的电压不一样：

• STM32：3.3V
• 树莓派：5V
• 电机驱动：12V 或更高
• 传感器：3.3V 或 5V

我习惯用 DC-DC 降压模块做一级转换，再用 LDO 做二级稳压。DC-DC 效率高，但纹波大；LDO 纹波小，但效率低。两者搭配，既省电又干净。

3.3.2 信号调理

传感器输出的信号，很少能直接进 ADC。你需要做三件事：

1. 滤波：用 RC 低通滤波器去掉高频噪声。截止频率 f = 1/(2πRC)。
2. 放大/衰减：让信号幅度匹配 ADC 的输入范围（通常是 0~3.3V）。
3. 电平转换：5V 传感器接 3.3V 的 STM32，必须加电平转换芯片（比如 TXS0108）。

举个例子，一个模拟输出的红外测距传感器，输出 0~5V，但 STM32 的 ADC 只能接受 0~3.3V。你需要用电阻分压，把 5V 降到 3.3V，再串一个 100Ω 电阻 + 10nF 电容做滤波。

// 分压计算示例
// 输入: 0~5V
// 输出: 0~3.3V
// 分压比: 3.3 / 5 = 0.66
// 用 10kΩ 和 20kΩ 电阻串联，中间抽头输出
// Vout = Vin * 20k / (10k + 20k) = Vin * 0.666

3.4 整体架构图

下面这张图是我做数据采集硬件平台时的典型架构。你可以看到数据从传感器到处理器的完整路径。

3.5 实战建议

最后，给你几条我这些年攒下来的经验：

• 先搭最小系统：别一上来就焊全板。先让 STM32 跑个点灯程序，再挂传感器。
• 电源先上电，再插信号线：热插拔信号线容易烧 IO 口。我烧过一块树莓派，就是因为先插了 GPIO 线再上电。
• 用示波器看信号质量：别信「感觉没问题」。示波器一看，噪声、毛刺全现形。
• 留足调试接口：至少留一个串口打印日志。不然出了问题，你只能干瞪眼。

嗯，硬件平台选型这块，说白了就是「匹配」二字——算力匹配需求、接口匹配传感器、电源匹配功耗。你想想看，是不是这个理？