📚 课程目录第4章数据采集方法

4. 数据采集方法

TinyML手势识别项目的成败，首先取决于数据质量。模型再精巧、训练再充分，如果采集到的IMU数据本身存在混叠、漂移或信息缺失，最终识别准确率也会大打折扣。本章围绕“如何用Arduino Nano 33 BLE Sense开发板正确采集加速度计与陀螺仪数据”展开，重点解决三个核心问题：采样频率如何设定、采样时长如何估算、以及如何在资源受限的MCU上稳定地完成数据记录。我们将从IMU传感器的工作原理出发，逐步深入到寄存器配置、代码实现与数据校验，最终形成一个可复用的采集流程。

图4-1展示了从开发板硬件到数据输出的完整链路。Arduino Nano 33 BLE Sense板载的LSM9DS1传感器通过I2C总线与主控nRF52840通信，主控读取原始寄存器数据后，经过时间戳标记和格式化，最终通过USB串口发送到PC端保存。整个链路中，采样频率的设定决定了数据的时间分辨率，而采样时长则决定了数据集的覆盖范围。下面我们逐一深入。

4.1 核心原理：IMU采样频率与手势频带的关系

手势识别本质上是对人体运动信号进行分类。人体自然手势的频带范围通常在0.5Hz到10Hz之间，例如挥手约1-2Hz，快速敲击约5-8Hz，而一些突发性动作（如甩腕）可能包含高达15Hz的谐波成分。根据奈奎斯特采样定理，采样频率必须至少为信号最高频率的两倍，才能无失真地重建信号。因此，理论上30Hz的采样率即可覆盖大多数手势。但在实际工程中，我们还需要考虑以下因素：

抗混叠滤波：LSM9DS1内部没有硬件抗混叠滤波器，如果采样率过低，高频噪声会折叠到低频段，污染手势特征。建议采样率至少为手势最高频率的5-10倍。
特征提取需求：TinyML模型通常使用滑动窗口提取统计特征（均值、方差、峰值等），较高的采样率能提供更平滑的波形，减少特征估计的偏差。
MCU处理能力：nRF52840主频64MHz，I2C读取一次6轴数据约需1-2ms。若采样率超过500Hz，主控将忙于读取数据而无法执行其他任务。

综合以上因素，对于手势识别项目，推荐采样频率为50Hz-100Hz。50Hz足以捕捉10Hz以内的手势主频，100Hz则能提供更丰富的细节，同时留给MCU充足的处理余量。若手势包含快速冲击成分（如拍手、弹指），可考虑200Hz，但需注意数据量成倍增长。

手势类型	典型频带	推荐采样率	单次采样时长
慢速挥手（打招呼）	0.5-2Hz	20-50Hz	2-3秒
常规手势（滑动、旋转）	1-5Hz	50-100Hz	1-2秒
快速手势（敲击、甩动）	3-10Hz	100-200Hz	0.5-1秒
复合手势（多段动作）	0.5-8Hz	100Hz	2-4秒

采样时长的设定则取决于手势的持续时间和数据增强需求。每个手势样本应包含完整的动作周期，并预留前后各0.2-0.3秒的静止段，以便模型学习“静止→运动→静止”的过渡模式。例如，一个持续1秒的滑动手势，建议采集1.5秒的数据窗口。

4.2 操作流程：从寄存器配置到串口输出

在Arduino环境中，我们使用Arduino_LSM9DS1库来简化IMU的配置。该库封装了底层寄存器操作，但理解其背后的配置逻辑仍然重要。以下是完整的采集流程：

初始化I2C与传感器：调用IMU.begin()，该函数会检测传感器并设置默认量程（加速度±4g，陀螺仪±245dps）。
配置量程与ODR：通过IMU.setAccelRange()和IMU.setGyroRange()调整量程。对于手势识别，加速度建议设为±4g或±8g（防止剧烈动作削波），陀螺仪设为±500dps或±2000dps。ODR则通过IMU.setAccelODR()和IMU.setGyroODR()设置，可选值包括10Hz、50Hz、100Hz、200Hz等。
校准传感器：在采集前，让开发板静止水平放置2秒，计算加速度计和陀螺仪的零偏值，并在后续读数中减去该偏移。
循环读取数据：在loop()中，使用IMU.readAcceleration()和IMU.readGyroscope()读取6轴数据，同时用micros()记录时间戳。
格式化输出：将数据拼接为CSV格式字符串，通过Serial.println()发送。波特率设为115200，确保传输速率高于数据产生速率。

#include <Arduino_LSM9DS1.h>

const float accelBias[3] = {0.02, -0.01, 0.03};  // 示例校准值
const float gyroBias[3] = {0.5, -0.3, 0.2};     // 示例校准值

void setup() {
  Serial.begin(115200);
  while (!Serial);
  
  if (!IMU.begin()) {
    Serial.println("Failed to initialize IMU!");
    while (1);
  }
  
  // 配置量程与ODR
  IMU.setAccelRange(IMU_ACCEL_RANGE_4G);
  IMU.setGyroRange(IMU_GYRO_RANGE_500DPS);
  IMU.setAccelODR(100);  // 100Hz
  IMU.setGyroODR(100);   // 100Hz
  
  Serial.println("t,ax,ay,az,gx,gy,gz");
}

void loop() {
  float ax, ay, az, gx, gy, gz;
  
  if (IMU.accelerationAvailable() && IMU.gyroscopeAvailable()) {
    unsigned long t = micros();
    
    IMU.readAcceleration(ax, ay, az);
    IMU.readGyroscope(gx, gy, gz);
    
    // 减去零偏
    ax -= accelBias[0]; ay -= accelBias[1]; az -= accelBias[2];
    gx -= gyroBias[0]; gy -= gyroBias[1]; gz -= gyroBias[2];
    
    // 输出CSV行
    Serial.print(t);
    Serial.print(",");
    Serial.print(ax, 4); Serial.print(",");
    Serial.print(ay, 4); Serial.print(",");
    Serial.print(az, 4); Serial.print(",");
    Serial.print(gx, 4); Serial.print(",");
    Serial.print(gy, 4); Serial.print(",");
    Serial.println(gz, 4);
  }
}

上述代码中，accelerationAvailable()和gyroscopeAvailable()用于检查FIFO中是否有新数据。当ODR设置为100Hz时，每10ms会有一个新样本，MCU有充足时间完成读取和输出。注意，micros()返回的是微秒级时间戳，在100Hz采样下，相邻时间戳间隔约为10000微秒，可用于后续数据同步和插值。

4.3 案例拆解：采集“挥拳”手势的完整过程

假设我们需要为“挥拳”手势（快速向前出拳并收回）采集训练数据。该手势持续约0.8秒，包含明显的加速度冲击（峰值可达±6g）和角速度旋转（峰值约300dps）。我们按照以下步骤操作：

场景设定：采集环境为室内办公桌旁，开发板通过USB线连接笔记本电脑，使用Arduino IDE的串口监视器或Python脚本保存数据。目标采集50个正样本和50个负样本（其他随机动作）。

第一步：参数选择。根据手势特征，加速度量程设为±8g（避免削波），陀螺仪量程设为±500dps（足够覆盖旋转速度）。采样频率设为100Hz，采样时长设为1.5秒（包含0.3秒前静止、0.8秒动作、0.4秒后静止）。

第二步：编写采集脚本。在PC端使用Python的pyserial库读取串口数据，当检测到用户按下键盘空格键时开始记录，持续1.5秒后自动停止并保存为CSV文件。脚本同时显示实时波形，便于观察数据质量。

import serial
import time
import csv

ser = serial.Serial('COM3', 115200, timeout=1)
input("Press Enter to start...")
start_time = time.time()
duration = 1.5  # 秒
samples = []

while time.time() - start_time < duration:
    line = ser.readline().decode().strip()
    if line:
        samples.append(line.split(','))

with open('punch_001.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(['t', 'ax', 'ay', 'az', 'gx', 'gy', 'gz'])
    writer.writerows(samples)
print(f"Saved {len(samples)} samples")

第三步：执行采集与质量检查。采集过程中，观察Python打印的波形图，确认：① 静止段加速度模值接近1g（重力加速度）；② 动作段加速度峰值未触及量程上限；③ 时间戳间隔均匀（约10ms±2ms）。若发现数据异常，立即停止并调整。

第四步：数据标注与存储。每个样本文件以“手势类别_编号”命名，如punch_001.csv、random_001.csv。同时记录采集时的环境信息（如佩戴位置、动作方向）到元数据文件，便于后续分析。

结果与复盘：共采集50个正样本和50个负样本，每个样本约150行数据。检查发现，有3个正样本的峰值加速度超过±8g导致削波，重新采集后解决。另有2个负样本包含明显的抖动噪声，分析原因是采集时手部未完全放松，后续在采集指导中增加了“保持自然放松”的提示。

4.4 常见误区与总结复盘

在数据采集环节，初学者常犯以下错误，需要特别注意：

误区一：采样率越高越好。过高的采样率（如500Hz）会导致数据量爆炸，且MCU可能因I2C读取耗时过长而丢失样本。实际上，100Hz已能满足绝大多数手势识别需求。若确需高频，应使用DMA或FIFO中断方式。

误区二：忽略传感器校准。未校准的加速度计可能有±0.1g的零偏，陀螺仪零偏可达±5dps。这些偏差在静止段会表现为非零值，导致模型学习到错误的“静止”模式。务必在每次采集前执行2秒静止校准。

误区三：采样时长不足。手势动作前后的过渡段（静止→运动→静止）对模型识别至关重要。若只采集动作核心段，模型将无法区分“开始动作”和“动作中”的状态。

经验建议：① 在采集脚本中加入实时数据质量监控，包括时间戳间隔、量程溢出检测、静止段方差等指标；② 每个手势类别至少采集30个样本，且在不同时间段（上午/下午）和不同佩戴位置（手腕/手背）采集，增加数据多样性；③ 保存原始数据的同时，记录采集参数（采样率、量程、校准值）到JSON配置文件，确保数据可复现。

总结本章，数据采集是TinyML手势识别的基础工程。通过合理设置采样频率（50-100Hz）和采样时长（1-2秒），配合正确的量程选择和校准流程，我们能够获得高质量的训练数据。下一阶段，我们将基于这些数据构建特征工程和模型训练流程。