上板演示
COM16 使用 115200、8N1、无流控,每条命令加 CR 或 LF。
先用 motor status 确认 running=0,coil=0x00,发送 capture stop,约 3 秒后发 stop。
然后在有人观察的情况下发送 motor start,看到轴稳定转动后发 capture normal,约 3 秒后先发 stop 结束采集,再发 motor stop 释放线圈。
确认两次 END 的错误数均为 0,且最终 motor status 显示 running=0,coil=0x00。
1. 任务对应关系
本报告对应活动要求:
获取并整理电机运行状态(停止与启动)加速度数据,满足 NanoEdge AI Studio 工具获取数据要求。
本阶段把“启动”定义为电机启动后持续稳定运行的状态,数据类别命名为 normal;停止状态命名为 stop。这样可以减少启动瞬间的过渡过程对类别边界的影响,并与后续在线状态识别保持一致。
2. 硬件条件
| 主控 | NUCLEO-C542RC / STM32C542RCT6 |
| 传感器 | Grove LIS3DHTR,I2C1,PB6/PB7 |
| 电机 | cx28BYJ48-08,用户提供额定 5 V、20 ohm |
| 驱动板 | ULN2003 |
| IN1 | PA8 / D7 |
| IN2 | PB10 / D6 |
| IN3 | PB4 / D5 |
| IN4 | PC1 / D4 |
| 电机电源 | ULN2003 侧 5 V |
| 共地 | ULN2003 GND 与 NUCLEO GND 相连 |
加速度计已固定在电机或刚性支架上。
3. 采集原则
为了让 NanoEdge AI Studio 能够正确读取数据,采集必须固定以下条件:
传感器安装位置、方向和固定方式保持不变;
stop 和 normal 分别使用独立采集会话;
正常运行采集前先等待电机进入稳定状态;
使用固定轴顺序 X,Y,Z 和固定采样窗口;
CSV 不包含表头、时间戳、标签列或串口调试文本;
训练集和独立测试集分开生成;
原始日志和处理后的 CSV 同时保存,并记录 SHA256;
采集结束后发送 motor stop,确认四路线圈释放。

4. 数据集规模
| 训练集 | 1--18 | 54 | 54 | NanoEdge Benchmark 搜索 |
| 独立测试集 | 19--24 | 18 | 18 | 训练后验证,不参与搜索 |
train/stop.csv train/normal.csv test/stop.csv test/normal.csv
5. NanoEdge 输入格式
本项目当前使用 3 轴、每轴 256 点的窗口。每行共 768 个数值,按下列方式交错排列:
X0,Y0,Z0,X1,Y1,Z1,...,X255,Y255,Z255
文件要求:
纯文本 CSV;
每行 768 个数值;
不要表头;
不要在文件中加入 stop 或 normal 标签列;
类别通过 NanoEdge 的 Signals 页面分别导入;
dataset.json 是数据集元数据,不能当作 CSV 导入;

6. 数据质量检查
每次采集后应检查:
BEGIN 标记存在 ACC 序号从 0 连续递增 每个采样包含 X/Y/Z 三轴 时间戳没有明显倒退 END 标记存在 采集错误为 0 tx_drops 为 0 电机结束状态 running=0、coil=0x00、fault=0
本批数据中,训练集 stop 去均值合成 RMS 约为 8.92--10.03 mg,normal 约为 50.23--52.50 mg;独立测试集 stop 约为 9.22--9.76 mg,normal 约为 51.59--53.10 mg。
我要赚赏金
