VIP6
本课程属于：114-Edge AI多传感器融合 AI智能与边缘计算工程 · 共 6 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

12. Edge AI可穿戴设备：动作、心率与环境传感器融合

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
可穿戴设备基础
常见类型（手环 · 手表 · 贴片等）
可穿戴设备基础常见类型
03
动作传感器原理
加速度计 · 陀螺仪 · 磁力计的工作原理
动作传感器原理加速度计
04
心率传感器原理
PPG与ECG技术 · 信号特征 · 噪声来源与处理基础
心率传感器原理PPG
05
环境传感器概览
温度 · 湿度 · 气压
环境传感器概览温度
06
传感器融合概念
为什么需要融合 · 融合层次（数据级 · 特征级
传感器融合概念为什么需要融合
07
边缘计算与嵌入式AI
MCU/DSP/NPU选型 · 模型压缩（量化 · 剪枝）
AI边缘计算
08
数据采集与预处理
采样率设置 · 滑动窗口 · 去噪（滤波）
数据采集预处理
09
动作识别基础
常见动作（走路 · 跑步 · 上下楼
动作识别基础常见动作
10
心率估计与PPG信号处理
峰值检测 · 心率变异性（HRV） · 运动伪影消除（自适应滤波
PPG心率估计
11
环境感知与上下文识别
基于环境传感器判断室内/室外 · 温度变化 · 气压高度等
环境感知上下文识别
12
多传感器时间同步与数据对齐
时间戳管理 · 插值方法 · 同步误差对融合的影响
多传感器时间同步数据对齐
13
特征工程与降维
时域特征（均值 · 方差 · 过零率）
特征工程降维
14
经典融合算法实战
卡尔曼滤波实现加速度+陀螺仪姿态估计 · 互补滤波在动作识别中的应用
经典融合算法实战卡尔曼滤波实现加…
15
机器学习模型训练与部署
使用Edge Impulse或Ten… · 并部署到STM32/Nordic等平…
机器学习模型训练部署
16
深度学习在可穿戴中的应用
CNN · LSTM · Transformer轻量化设计
深度学习可穿戴
17
端云协同与联邦学习
边缘端模型更新 · 云端聚合 · 隐私保护与个性化模型
端云协同联邦学习
18
功耗与资源优化
低功耗设计（传感器休眠 · 动态采样） · 模型推理能耗评估
功耗资源优化
19
案例实战一
基于加速度计和陀螺仪的跌倒检测系统（… · 特征提取 · 模型训练
案例实战一基于加速度计
20
案例实战二
PPG心率监测与运动伪影消除（结合加… · 实现动态心率估计）
案例实战二PPG
21
案例实战三
环境传感器融合的上下文感知（如室内外… · 天气感知 · 并联动动作与心率）
案例实战三环境传感器融合的…
22
案例实战四
多传感器融合的睡眠监测（动作 · 心率 · 环境光
案例实战四多传感器融合的睡…
23
常见问题与调试
传感器噪声 · 数据漂移 · 模型过拟合
常见问题调试
24
系统集成与产品化
硬件选型 · PCB设计要点 · 固件架构
系统集成产品化
25
安全与隐私
传感器数据敏感度 · 本地处理优势 · 加密传输
安全隐私
26
性能评估与测试方法
模型准确率 · 召回率 · F1分数
性能评估测试方法
27
前沿趋势与扩展
多模态融合 · 自适应学习 · 超低功耗芯片
前沿趋势扩展
28
综合项目设计
从需求分析到原型实现 · 完成一个融合动作 · 心率与环境传感器的完整可穿戴系统
综合项目设计从需求分析到原型…
29
课程总结与知识图谱
梳理核心知识点 · 技能树 · 常见误区与学习路径建议
课程总结知识图谱
30
综合提升与挑战
设计一个创新应用场景（如运动教练 · 健康预警 · 老人监护）
综合提升挑战