嵌入式系统基础：MCU与MPU选型、RTOS基础、中断与任务调度
做嵌入式多传感器融合，第一步不是写代码，而是选芯片。我见过太多项目，代码写到一半发现算力不够，或者外设接口不够用，最后只能推倒重来。说白了，选型就是给整个项目打地基。
MCU vs MPU：你到底需要什么？
很多人分不清MCU和MPU的区别。我简单说：MCU（微控制器）是单片机，芯片内部集成了Flash、RAM和各种外设，适合做控制类任务。MPU（微处理器）更像电脑的CPU，需要外接DDR、Flash等，适合跑Linux这类复杂系统。
举个例子。你做一个温度传感器节点，采集数据然后通过无线发送，MCU就够了。但如果你要做视觉导航的机器人，需要处理摄像头图像、运行SLAM算法，那必须上MPU。
选型核心原则：
- 算力需求：传感器融合算法复杂度如何？需要浮点运算吗？
- 外设接口：需要几个SPI、I2C、UART？有没有CAN或以太网需求？
- 功耗预算：电池供电还是市电？休眠电流能接受多少？
- 成本控制：MCU通常几块钱到几十块，MPU几十到几百块。
我个人习惯，先列一个外设清单，再估算算法需要的MIPS或DMIPS。比如一个IMU+激光雷达的融合项目，至少需要Cortex-M4以上的MCU，或者直接上Cortex-A系列的MPU。
实时操作系统(RTOS)基础
为什么多传感器融合需要RTOS？你想想看，如果不用操作系统，你只能用超级循环（Super Loop）来轮询所有传感器。一旦某个传感器响应慢了，整个系统就卡住了。
RTOS的核心价值在于：让多个任务看起来在同时运行。每个传感器采集、数据处理、通信都可以独立成一个任务，由调度器统一管理。
常见的RTOS选择
| RTOS | 特点 | 适用场景 |
|---|---|---|
| FreeRTOS | 开源、轻量、生态好 | 绝大多数MCU项目 |
| RT-Thread | 国产、组件丰富、支持设备驱动框架 | 需要快速开发的IoT项目 |
| uC/OS-III | 商业授权、稳定可靠 | 工业控制、医疗设备 |
| Zephyr | Linux基金会、支持蓝牙/WiFi | 无线传感器网络 |
我在项目中用得最多的是FreeRTOS。为什么？因为资料多，遇到问题网上基本都能找到答案。而且它很小，一个完整的RTOS内核可能只占几KB的Flash。
小技巧：选RTOS时，除了看功能，还要看它的任务切换时间和中断延迟。这两个指标直接影响实时性。我一般要求任务切换时间不超过10微秒，中断延迟不超过5微秒。
中断与任务调度
中断是嵌入式系统的灵魂。没有中断，你只能不停地轮询，CPU资源全浪费了。
中断优先级与嵌套
多传感器系统中，中断优先级设置特别重要。比如，IMU的数据更新频率是1kHz，而温度传感器只有10Hz。显然，IMU的中断优先级应该更高。
我曾经犯过一个错误：把所有传感器中断都设成同一优先级。结果高频率的IMU中断把低优先级的任务饿死了，系统直接崩溃。后来我学乖了，严格按照实时性要求来分配优先级。
注意：中断服务函数（ISR）要尽量短。我见过有人把复杂的卡尔曼滤波算法直接写在ISR里，导致其他中断响应延迟超过100微秒。正确的做法是：ISR只做标记或数据拷贝，真正的处理交给任务。
任务调度策略
RTOS常用的调度策略有三种：
- 抢占式调度：高优先级任务可以打断低优先级任务。这是最常用的方式。
- 时间片轮转：同优先级任务轮流执行，每个任务分到固定的时间片。
- 协作式调度：任务主动让出CPU，否则一直运行。很少用。
多传感器融合场景下，我推荐抢占式调度 + 优先级分配。比如：
- 最高优先级：IMU数据采集（需要实时响应）
- 次高优先级：激光雷达数据采集
- 中等优先级：传感器数据融合计算
- 低优先级：日志输出、状态显示
任务间通信
传感器数据怎么在不同任务之间传递？RTOS提供了几种机制：
- 队列（Queue）：最常用，一个任务往队列里写数据，另一个任务读数据。适合一对一的通信。
- 信号量（Semaphore）：用于同步，比如通知某个任务数据准备好了。
- 事件标志组（Event Group）：可以等待多个条件同时满足。
- 消息邮箱（Mailbox）：类似队列，但通常只存一条消息。
我个人习惯用队列来传递传感器数据。比如IMU任务每采集到一组数据，就通过队列发送给融合任务。这样两个任务完全解耦，互不干扰。
避坑指南：我曾经在队列深度设置上吃过亏。如果队列太浅，数据会丢失；如果太深，浪费内存。我的经验是：队列深度 = 任务处理周期 × 数据产生频率 × 1.5。比如IMU产生数据频率是1kHz，融合任务处理周期是2ms，那么队列深度至少是 2ms × 1000Hz × 1.5 = 3。实际项目中我一般取5~10，留点余量。
一个简单的多传感器融合任务框架
最后，我分享一个实际项目中的任务框架。假设你有三个传感器：IMU、激光雷达、温度传感器。
// 伪代码示例
void task_imu(void *param) {
while(1) {
// 等待IMU中断信号
ulTaskNotifyTake(pdTRUE, portMAX_DELAY);
// 读取IMU数据
imu_read(&data);
// 发送到融合任务
xQueueSend(queue_fusion, &data, 0);
}
}
void task_lidar(void *param) {
while(1) {
// 等待激光雷达数据就绪
xSemaphoreTake(sem_lidar, portMAX_DELAY);
lidar_read(&data);
xQueueSend(queue_fusion, &data, 0);
}
}
void task_fusion(void *param) {
while(1) {
// 从队列中获取传感器数据
if(xQueueReceive(queue_fusion, &data, pdMS_TO_TICKS(10))) {
// 执行融合算法
sensor_fusion(&data);
}
}
}嗯，这个框架看起来简单，但实际项目中要考虑的东西很多。比如任务栈大小、优先级反转、死锁预防等等。不过别担心，后面几章我会逐一展开讲。
记住一句话：选型决定上限，调度决定下限。芯片选对了，RTOS调度做好了，你的多传感器融合项目就成功了一半。