2、传感器数据基础与采集：常见传感器类型、数据格式、采样率与精度、数据采集工具
好，咱们正式开始动手前的第一课。很多同学一上来就急着调模型，结果数据采集环节就埋了雷。我见过太多项目，模型在实验室跑得飞起，一到现场就崩——十有八九是数据采集的底子没打好。这一章，咱们就把传感器数据采集这件事彻底聊透。
2.1 常见传感器类型：你大概率会遇到的三种
嵌入式AI部署，说白了就是跟传感器打交道。我这些年经手的项目里，出现频率最高的就是下面这三类。你想想看，不管是智能家居、工业监测还是可穿戴设备，基本都绕不开它们。
2.1.1 温度传感器
温度传感器是最基础的传感器之一。常用的有DS18B20、DHT22、BME280这些。它们输出的数据格式很直观，就是浮点数，单位是摄氏度或华氏度。
我个人习惯用DS18B20做原型验证，因为它走的是单总线协议，一根线就能传数据，接线简单。但要注意，单总线对时序要求很严格，我曾经在STM32上移植驱动时，因为延时函数不精确，读出来的数据全是85℃——那是芯片的默认上电值，说明通信根本没建立起来。
关键参数：
- 测量范围：-55℃ ~ +125℃（DS18B20）
- 精度：±0.5℃（-10℃ ~ +85℃范围内）
- 分辨率：9~12位可配置
2.1.2 加速度传感器
加速度传感器在姿态检测、振动分析、计步器里用得特别多。MPU6050、ADXL345、LIS3DH是常见的型号。它们输出的是三轴（X、Y、Z）的加速度值，单位通常是g（重力加速度）或m/s²。
这里有个坑——原始数据是整数。比如MPU6050输出的是16位有符号整数，范围-32768到32767。要转换成实际的g值，你得除以灵敏度系数。比如±2g量程下，灵敏度是16384 LSB/g，那原始值除以16384才是真实加速度。
我曾经遇到过一位同事，直接把原始整数喂给模型训练，结果模型死活不收敛。后来发现，不同量程下灵敏度不一样，数据没归一化。所以，采集加速度数据时，一定要先做单位换算。
2.1.3 麦克风（音频传感器）
麦克风在语音识别、声纹识别、异常声音检测里是核心传感器。常见的数字麦克风有INMP441、SPH0645LM4H等，输出的是PCM（脉冲编码调制）音频数据。
音频数据跟温度、加速度不太一样。它是一维时序信号，采样率通常在8kHz到48kHz之间。每个采样点是一个16位或24位的有符号整数。说白了，就是一连串的数字，代表声波在时间轴上的振幅变化。
嗯，这里要注意：麦克风采集的数据量很大。比如16kHz采样率、16位精度、单声道，每秒就是32KB数据。如果连续采集10秒，就是320KB。对于嵌入式设备来说，这个量级需要认真考虑存储和传输。
2.2 数据格式：原始数据长什么样？
传感器输出的数据格式，说白了就两种：文本格式和二进制格式。
| 格式类型 | 特点 | 常见场景 |
|---|---|---|
| 文本格式（CSV/JSON） | 人类可读，调试方便，但体积大 | 原型验证、低速传感器（温度、湿度） |
| 二进制格式 | 体积小，解析快，但肉眼不可读 | 高速传感器（加速度、音频）、量产产品 |
我建议在开发阶段先用文本格式，方便用Excel或Python直接查看。等调试稳定了，再切到二进制格式，节省带宽和存储。
举个例子，一个三轴加速度传感器的CSV数据长这样：
timestamp, acc_x, acc_y, acc_z
1623456789.123, 0.12, -0.98, 9.81
1623456789.124, 0.13, -0.97, 9.80
1623456789.125, 0.11, -0.99, 9.82而二进制格式呢？就是连续的一串字节。比如每个轴用2字节（16位有符号整数），时间戳用4字节（uint32），那一条数据就是10字节。解析的时候按固定长度切分就行。
2.3 采样率与精度：这两个参数决定数据质量
采样率和精度，是传感器数据采集的两个核心参数。很多新手容易搞混，我简单说清楚。
2.3.1 采样率
采样率就是每秒钟采集多少个数据点，单位是Hz（赫兹）。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍，才能无失真地还原信号。
举个例子：
- 温度变化很慢，1Hz采样率就够用了
- 人体运动频率一般在0~20Hz，加速度传感器设50~100Hz就行
- 音频信号最高20kHz，所以CD音质用44.1kHz采样率
实战经验：采样率不是越高越好。采样率越高，数据量越大，MCU的处理负担也越重。我在一个电池供电的项目里，把加速度采样率从200Hz降到50Hz，续航直接翻了一倍。所以，够用就好，别盲目追求高采样率。
2.3.2 精度与分辨率
这两个概念经常被混用，其实不一样。
- 分辨率：ADC能分辨的最小变化。比如12位ADC，分辨率是满量程的1/4096。
- 精度：测量值与真实值的偏差。精度受温度漂移、噪声、非线性误差等影响。
说白了，分辨率是理论上的最小刻度，精度是实际准不准。一个16位ADC，分辨率很高，但如果电路噪声大，精度可能还不如一个12位的。
我记得有一次做工业温度监测，用了16位ADC的传感器，结果数据跳得厉害。后来发现是电源纹波太大，加了滤波电容后，数据就稳了。所以，精度问题很多时候是硬件设计的问题，不是传感器本身的问题。
2.4 数据采集工具：Python + PySerial
好了，理论说完了，咱们来点实际的。怎么把传感器的数据弄到电脑上？我最常用的组合就是Python + PySerial。
2.4.1 硬件连接
传感器通过串口（UART）跟电脑通信。一般用USB转串口模块，比如CH340或CP2102。接线就是三根线：TX、RX、GND。注意交叉连接——传感器的TX接模块的RX，传感器的RX接模块的TX。
避坑指南：我曾经因为忘记共地，折腾了整整一个下午。传感器和电脑的GND必须连在一起，否则电平参考点不一致，数据全是乱码。嗯，这是新手最容易犯的错误之一。
2.4.2 PySerial基本用法
PySerial是Python操作串口的标准库。安装很简单：
pip install pyserial下面是一个完整的采集脚本示例。这个脚本会从串口读取数据，并保存到CSV文件中：
import serial
import csv
import time
# 配置串口参数
ser = serial.Serial(
port='COM3', # Windows下是COM口，Linux下是/dev/ttyUSB0
baudrate=115200, # 波特率，跟传感器端保持一致
timeout=1 # 超时时间，单位秒
)
# 打开CSV文件准备写入
with open('sensor_data.csv', 'w', newline='') as f:
writer = csv.writer(f)
writer.writerow(['timestamp', 'value1', 'value2', 'value3'])
# 连续采集10秒
start_time = time.time()
while time.time() - start_time < 10:
# 读取一行数据（假设传感器以换行符结尾）
line = ser.readline().decode('utf-8').strip()
if line:
# 假设数据格式：12.34,56.78,90.12
values = line.split(',')
timestamp = time.time()
writer.writerow([timestamp] + values)
print(f"{timestamp}: {values}")
ser.close()2.4.3 常见问题与调试技巧
写串口程序时，你大概率会遇到下面这些问题：
- 乱码：波特率不匹配，或者接线有问题。先检查波特率，再检查接线。
- 读不到数据：可能是串口号错了，或者传感器没上电。用串口助手（比如Putty）先手动测试一下。
- 数据丢帧：Python处理速度跟不上。可以加缓冲区，或者用多线程。
我的小技巧：调试阶段，先用串口助手确认传感器能正常发数据。确认无误后，再写Python脚本。这样能快速定位问题是出在硬件还是软件上。
2.5 本章小结
这一章我们聊了传感器数据采集的四个核心点：
- 传感器类型：温度、加速度、麦克风，各有各的数据特点
- 数据格式：文本格式方便调试，二进制格式适合量产
- 采样率与精度：采样率够用就好，精度受硬件影响大
- 采集工具：Python + PySerial是最实用的组合
下一章，我们会把这些数据拿来做预处理。你想想看，原始数据里全是噪声和冗余，直接扔给模型肯定不行。到时候我会教你几招实战中总结出来的滤波和特征提取方法。
好，今天就到这里。有问题随时交流。