3、传感器数据采集基础

做AIoT项目，第一步就是跟传感器打交道。说白了，传感器就是嵌入式系统的眼睛和耳朵。你算法再牛，数据质量不行，一切都是白搭。我见过太多项目，花大把时间调模型，最后发现是传感器数据本身就有问题。

这一章，咱们就聊聊传感器数据采集的那些事儿。我会结合Reality AI工具，带你走一遍完整的流程。

3.1 采样率与分辨率：两个核心参数

先搞清楚两个最基础的概念：采样率和分辨率。很多新手容易搞混，其实它们完全是两码事。

采样率

采样率，就是传感器每秒采集多少个数据点。单位是Hz（赫兹）。比如100Hz，就是一秒采100个点。

采样率怎么选？有个著名的奈奎斯特定理：采样率至少要是信号最高频率的2倍。举个例子，人的步频大概在1-3Hz，那用10Hz采样就绰绰有余了。但如果是电机振动，频率可能到几百Hz，那采样率就得往上提。

分辨率

分辨率，指的是传感器能感知到的最小变化量。常见的有8位、10位、12位、16位。位数越高，能区分的等级就越多。

拿12位分辨率来说，它能将测量范围分成4096个等级。如果加速度计量程是±2g，那每个等级代表约0.001g的变化。分辨率越高，数据越精细。

分辨率	等级数	适用场景
8位	256	简单运动检测
10位	1024	姿态识别
12位	4096	振动分析
16位	65536	高精度测量

3.2 使用Reality AI内置工具采集加速度计数据

Reality AI有个很贴心的功能：内置的数据采集工具。你不用写一行代码，就能把传感器数据抓下来。

操作步骤其实很简单：

1. 连接好你的开发板（比如STM32或NXP的板子）
2. 在Reality AI中打开Data Acquisition模块
3. 选择加速度计传感器，配置采样率和量程
4. 点击开始采集，晃动板子或者做动作
5. 采集完成后，数据会自动保存

我个人习惯是先做一次空采，就是板子静止不动，看看基线噪声有多大。这能帮你判断传感器本身的质量。

3.3 数据格式解析：CSV与BIN

采集完的数据，通常有两种格式：CSV和BIN。你得知道它们各自的特点。

CSV格式

CSV就是逗号分隔的文本文件。用Excel或者记事本就能打开。每一行是一个采样点，列分别是时间戳、X轴、Y轴、Z轴数据。

举个例子：

timestamp,ax,ay,az
0.000,0.12,-0.03,1.02
0.010,0.15,-0.01,1.01
0.020,0.11,-0.04,1.03
...

CSV的好处是直观，方便查看。但缺点也很明显：文件体积大，解析慢。如果你采集了几分钟的数据，CSV文件可能几十MB。

BIN格式

BIN是二进制文件，数据以原始字节形式存储。体积小，读写快，但肉眼看不懂。

BIN文件的结构一般是这样的：

文件头（包含采样率、量程等信息）
数据块1（时间戳 + X + Y + Z）
数据块2（时间戳 + X + Y + Z）
...

每个数据块的大小是固定的。比如时间戳用4字节浮点数，每个轴用2字节整数，那一个数据块就是10字节。

3.4 数据质量检查：缺失值与噪声判断

数据采完了，别急着训练模型。先做质量检查。这一步能帮你省下大量调试时间。

检查缺失值

缺失值就是数据中突然出现的空白或异常值。常见原因有：

• 传感器瞬间掉电或通信中断
• 缓冲区溢出，数据被覆盖
• 时钟不同步，时间戳跳跃

怎么检查？简单的方法就是看时间戳是否连续。如果两个时间戳之间的间隔突然变大，那中间肯定丢了数据。

我写了个小脚本，专门检查缺失值：

import pandas as pd

data = pd.read_csv('sensor_data.csv')
time_diff = data['timestamp'].diff()
missing = time_diff[time_diff > 0.011]  # 假设采样间隔是0.01s
print(f"发现 {len(missing)} 个缺失点")

判断噪声水平

噪声是传感器自带的随机波动。完全没有噪声的传感器是不存在的。关键是要判断噪声是否在可接受范围内。

判断方法：

1. 让传感器静止，采集一段数据
2. 计算数据的标准差
3. 标准差越小，噪声越低

举个例子，静止状态下加速度计的标准差如果在0.01g以内，说明噪声控制得不错。如果超过0.05g，那就要检查传感器供电是否稳定，或者有没有电磁干扰。

知识体系总览

下面这张图，把本章的核心知识点串起来了。你可以把它当作一个快速参考。

数据采集是整个AI项目的地基。地基不稳，上面盖的房子再漂亮也没用。我建议你每次采集完数据，都花几分钟做一次质量检查。养成这个习惯，后面会省很多事。

好了，这一章就到这里。记住：采样率决定你能看到什么，分辨率决定你能看多清楚，数据格式决定你怎么存，质量检查决定数据能不能用。这四个点，一个都不能少。

---

公众号:蓝海资料掘金营，微信deep3321