智能灯具 · 传感器融合算法
30章 从入门到实战
01
传感器基础
常见传感器类型（PIR、光敏、超声波、雷达）及其工作原理
02
数据采集基础
ADC采样、I2C/SPI/UART通信协议在传感器读取中的应用
03
信号预处理
滑动平均滤波、中值滤波、卡尔曼滤波入门
04
PIR传感器详解
热释电效应、菲涅尔透镜、灵敏度与延迟设置
05
光敏传感器详解
光敏电阻、环境光传感器（ALS）、照度计算
06
超声波传感器详解
TOF测距原理、温度补偿、波束角影响
07
雷达传感器（毫米波）基础
FMCW原理、多普勒效应、点云数据
08
多传感器数据融合概念
互补滤波、加权平均、贝叶斯估计简介
09
时间同步机制
传感器数据时间戳对齐、插值与重采样
10
坐标系与空间对齐
传感器安装位置标定、空间坐标变换
11
状态估计基础
状态向量定义、观测模型、过程噪声与观测噪声
12
卡尔曼滤波（KF）实现
一维卡尔曼滤波在距离估计中的应用
13
扩展卡尔曼滤波（EKF）实现
非线性系统下的传感器融合
14
无迹卡尔曼滤波（UKF）实现
Sigma点选取与权重计算
15
粒子滤波（PF）入门
重要性采样、重采样、在灯具定位中的应用
16
决策逻辑设计
基于融合结果的灯具开关、调光、色温控制策略
17
场景识别
基于传感器融合的人体活动检测（静止、行走、奔跑）
18
环境自适应
根据环境光与人员位置自动调节灯光亮度
19
低功耗设计
传感器休眠唤醒策略、数据采集频率动态调整
20
通信与组网
Zigbee/BLE/Wi-Fi在智能灯具中的应用与数据上报
21
边缘计算与云端协同
本地融合算法与云端策略更新的分工
22
传感器故障检测
基于残差分析的传感器失效判断与降级策略
23
校准与标定
传感器零漂校准、多传感器一致性标定流程
24
仿真环境搭建
使用Python/Matlab模拟传感器数据与融合算法验证
25
实时操作系统（RTOS）基础
FreeRTOS任务调度在传感器采集中的应用
26
嵌入式C实现
将融合算法移植到STM32/ESP32等MCU平台
27
性能评估指标
融合精度、延迟、吞吐量、资源占用分析
28
实战项目一
基于PIR+光敏的走廊灯智能控制
29
实战项目二
基于毫米波雷达+超声波的室内人员定位与跟随灯
30
实战项目三
多传感器融合的会议室灯光场景自适应系统