我们这次的主题是端侧的AI的应用，主要探索的是基于单片机的小型AI识别，在这个目标的基础上，我们还是需要对一些基础硬件的驱动进行前期实现，也就是小模型的训练集，实际上即使各种行为动作或者传感器的数据。这次我们要进行电机状态的检测，用的是一款三轴加速度计-LIS3DHTR，使用的是GROVE接口的模块。

        Grove - 三轴数字加速度计 (LIS3DHTR) 是一款低成本的三轴加速度计，属于 Grove 产品系列。它基于 LIS3DHTR 芯片，提供多种量程和接口选择。你可能难以相信，这样一个小巧的三轴加速度计竟然支持 I2C、SPI 和 ADC GPIO 接口，这意味着你可以选择任何一种方式与开发板连接。此外，这款加速度计还可以监测周围的温度，以校正由温度引起的误差。不过针对于这个模块的接口，实际上只支持I2C，不然就只能通过飞线来实现其他接口了。

        我们通过I2C1接口进行连接：

        我们在前期规划一下，我们先实现三轴数据的采集，在去满足AI训练数据采集的要求。这里我们配置的是I2C1接口：

        我们可以找一下通用的驱动还是挺多的，然后首先实现三轴数据的读取，可以看到变化的数据（移动传感器）：

        接下来我们要循环采集传感器的数据并根据符合训练AI的格式组成训练集，这里我们需要暂定下训练集的格式，暂定一个状态有100组数据，每组256个数据进行训练（每组共计256*3），这里我们就需要配置三轴传感器的FIFO了，我们需要连续读取，但是还不能每次都读取，三轴是需要设置一定刷新速率，这里我们设置成400Hz，也就是说采集需要一定周期，使用FIFO才能满足，要不100K的I2C速度吃不消。我们给出一个配置给到大家参考。传感器配置（运行时）通过 I²C 写入 LIS3DHTR 各寄存器，最终稳态如下（一次 init，运行时不再变更）：

寄存器	值	含义
CTRL_REG1 (0x20)	0x70 + 0x07 = 0x77	ODR=0111 (400 Hz), Xen/Yen/Zen=1
CTRL_REG2 (0x21)	0x00	高通滤波器全 bypass
CTRL_REG3 (0x22)	0x00	不产生中断（关 INT1/INT2）
CTRL_REG4 (0x23)	0xA8	HR=1 (高分辨率 12-bit), FS=11 (±8 g), BDU=1
CTRL_REG5 (0x24)	0x40	FIFO_EN=1（其余位 0）
FIFO_CTRL_REG (0x2E)	0x42	FM=10 (Stream), FTH=8（watermark 8 样本）

关键参数：

项	值
工作模式	High Resolution (HR)
输出数据率 (ODR)	400 Hz（每 2.5 ms 一帧）
量程 (FS)	±8 g
灵敏度	12 mg / LSB（HR 模式 12-bit 满量程 ±8 g）
数据格式	16-bit 左对齐，4 LSB 为 0
原始数据	HR >>4 后 int16，范围 −2048..+2047
FIFO 模式	Stream（持续写入，新样本覆盖最旧）
FIFO 容量	31 样本（器件内部）
FIFO watermark	8（轮询读取，不依赖中断）
轴	X / Y / Z 全开
BDU	开（MSB/LSB 一起锁存）
器件 I²C 地址	0x19（SA0=HIGH）
WHO_AM_I 期望值	0x33

数据采集与打印规则

触发

• 按键触发：USER 按钮按下 → 启动一次采集 run。

• run 长度：固定 100 个 signal。

• LED 指示：

• IDLE 时 LED 灭；

• 采集过程中 LED 亮；

• 100 个 signal 全部输出完成 → LED 灭。

3.2 Signal 定义

• 1 个 signal = 256 个时间步 × 3 轴 = 768 个 int16。

• 数据顺序：X₀ Y₀ Z₀ X₁ Y₁ Z₁ ... X₂₅₅ Y₂₅₅ Z₂₅₅。

• 步长：固定 256 样本，不重叠（无训练样本切窗重叠）。

• 每个 signal 时间长度：256 / 400 Hz = 0.64 s。

串口协议（VCP / USART1 / 115200 8N1）

每行 = 1 个 signal：X0 Y0 Z0 X1 Y1 Z1 X2 Y2 Z2 ... X255 Y255 Z255\n格式规则：

• 字段分隔符：单个空格 ' '；

• 字段类型：十进制 int16（无前导零、无 +、负数带 -）；

• 每个字段宽度可变（最短 2 字符 12，最长 5 字符 -2047）；

• 行尾：\n（LF，无 \r）。

整行长度上限（最坏情况）：256 × ("-2048 -2048 -2048 " (17 chars)) + "\n"  =  4353 字节115200 bps 下约 0.38 s 发送一整行。

控制流时序

[IDLE] ──按下USER──> [ARM] ──> [CAPTURING] ──100行完成──> [IDLE]                       │              │                       │              ├── 主循环每 ~25ms 拉 8~16 样本                       │              ├── 每个样本 printf("%d %d %d ", x, y, z)                       │              ├── 第 256 个样本 printf("%d %d %d\n", x, y, z) + fflush                       │              └── 100 行后 LED 灭、回 IDLE                       │                       └── flush_and_arm_fifo() 在主循环中执行：                           读 FIFO_SRC_REG，burst 弹出所有残留样本                           （不切换 FIFO 模式，Stream 持续保持）按键与 run 的关系：

• run 期间再次按 USER：内部检测到 g_arm_pending，会清零 g_signal_count 与 g_sample_in_line + flush 残留，视为新一轮；

• run 完成后 LED 灭，再次按下 USER 启动下一次 run。

NanoEdge AI Studio 数据集要求对照下表对照 NanoEdge AI Studio 训练/推理数据集规格与本工程的实际输出。

训练数据集规格（来自 NanoEdge AI Studio "Signal file example"）

规格项	NE AI 要求	本工程实现
信号文件 buffer 大小	3 × 256 = 768 数值	每行 768 个 int16（256×3）
轴数	3 轴（X/Y/Z）	X/Y/Z 三轴
字段分隔符	空格	空格 ' '
字段类型	数值（支持 int 与 float 两种，本工程用 int）	十进制 int16
单行样本数	256（每轴）	256
信号文件行数	100（与本工程一致）	100
时序	1D（time series）	1D，列序 = 同一时刻的 X/Y/Z

数据格式适配情况

• NE AI 输入类型：NanoEdge AI Studio 同时支持 int 和 float 数据；本工程选用 int（即 12-bit 寄存器 raw），与器件输出一致、不引入量化误差。

• 数据语义：

• +0512 → X 轴当前加速度 +0512 × 12 mg = +6.144 g；

• -2048 → -2048 × 12 mg = -24.576 g（实际量程受 FS=±8g 限制为 −666..+666 LSB，对应 ±8 g）；

• 数据未做单位换算、滤波、去重力处理；可直接当作 raw 12-bit 数值喂给 NE AI。

• 列方向：每行内字段顺序固定为 X₀ Y₀ Z₀ X₁ Y₁ Z₁ ...（交错），符合 NE AI Studio "Sample 1, Sample 2, ..., Sample 256" 的列布局。

数据采集流程（PC 端推荐）

1. 启动串口工具（115200 8N1, 接收按行缓冲）；

2. 按一次 USER 按钮 → 等待 64 s 收 100 行；

3. 切到下一姿态，重复按 USER 按钮；

4. 把每 100 行保存为一个 .csv 或 .txt：

• 文件首行：<类别标签>（如 normal / vibration_5Hz / impact）；

• 后续 100 行：即串口接收到的原始 100 行数据；

1. 同一姿态的多个文件可合并成 NE AI 的训练目录。

注意事项

项	要求	本工程
采样连续性	不能在数据流中间断	主循环 1 ms 内连续拉取
训练 / 推理步长	训练 256 点不重叠；推理 128 点 50% 重叠	训练步长 = 256 固定，推理步长 50% 重叠未启用
数据标签	每个文件对应一种姿态	由 PC 端按"按 USER 时机"打标
文件命名	数字或类别名	用户自定
信号文件数量	≥ 100 / 类别（建议）	用户每姿态按 1 次 = 100 行 = 1 个 signal file