传感器管理模块详细分析

2025-07-07

模块概述

传感器管理模块是OpenEarable 2.0的核心创新组件，负责管理集成的多种高精度传感器，包括IMU、PPG、温度、气压、麦克风等传感器。该模块提供统一的传感器接口、数据采集、处理和传输功能，是OpenEarable区别于普通音频设备的关键特性。

文件结构

src/SensorManager/
├── SensorManager.h/.cpp      # 传感器管理器核心
├── EdgeMLSensor.h/.cpp       # 传感器基类定义
├── IMU.h/.cpp               # 惯性测量单元传感器
├── PPG.h/.cpp               # 光电容积脉搏波传感器
├── Baro.h/.cpp              # 气压传感器
├── Temp.h/.cpp              # 温度传感器
├── BoneConduction.h/.cpp    # 骨传导传感器
├── Microphone.h/.cpp        # 麦克风传感器
├── BMX160/                  # BMX160 IMU驱动
├── MAXM86161/              # MAXM86161 PPG驱动
├── BMP388/                 # BMP388 气压计驱动
├── MLX90632/               # MLX90632 红外温度计驱动
├── BMA580/                 # BMA580 加速度计驱动
├── CMakeLists.txt          # 构建配置
└── Kconfig                 # 配置选项

核心架构

1. SensorManager - 传感器管理器

SensorManager是整个传感器系统的核心控制组件，负责传感器的生命周期管理、数据流控制和系统协调。

主要功能

传感器生命周期管理: 初始化、启动、停止传感器
数据流管理: 传感器数据的采集、缓冲和分发
配置管理: 动态配置传感器参数
消息总线集成: 通过ZBus与其他模块通信
存储管理: 控制数据的本地存储和蓝牙传输

核心接口

// 传感器管理器状态
enum sensor_manager_state {
    INIT,           // 初始化状态
    RUNNING,        // 运行状态
    SUSPENDED,      // 挂起状态
};

// 主要控制接口
void init_sensor_manager();                        // 初始化传感器管理器
void start_sensor_manager();                       // 启动传感器管理器
void stop_sensor_manager();                        // 停止传感器管理器
void config_sensor(struct sensor_config *config);  // 配置传感器
enum sensor_manager_state get_state();             // 获取管理器状态

工作队列架构

// 传感器专用工作队列
extern struct k_work_q sensor_work_q;

// 消息队列定义
K_MSGQ_DEFINE(sensor_queue, sizeof(struct sensor_msg), 256, 4);
K_MSGQ_DEFINE(config_queue, sizeof(struct sensor_config), 16, 4);

// ZBus通道定义
ZBUS_CHAN_DEFINE(sensor_chan, struct sensor_msg, NULL, NULL, 
                 ZBUS_OBSERVERS_EMPTY, ZBUS_MSG_INIT(0));

2. EdgeMLSensor - 传感器基类

EdgeMLSensor是所有传感器类的抽象基类，定义了统一的传感器接口和行为模式。

设计特点

纯虚函数接口: 强制子类实现核心功能
统一的生命周期: 标准化的初始化、启动、停止流程
配置化采样率: 支持多档位采样率配置
双重数据流: 支持SD卡存储和蓝牙传输

核心接口

template <size_t N>
struct SampleRateSetting {
    uint8_t reg_vals[N];        // 寄存器配置值
    float sample_rates[N];      // 标称采样率
    float true_sample_rates[N]; // 实际采样率
};

class EdgeMlSensor {
public:
    // 纯虚函数接口
    virtual bool init(struct k_msgq *queue) = 0;   // 初始化传感器
    virtual void start(int sample_rate_idx) = 0;   // 启动传感器
    virtual void stop() = 0;                       // 停止传感器

    // 状态查询和控制
    bool is_running();                             // 检查运行状态
    void sd_logging(bool enable);                  // 控制SD卡记录
    void ble_stream(bool enable);                  // 控制蓝牙流传输

protected:
    k_work sensor_work;         // 传感器工作项
    k_timer sensor_timer;       // 传感器定时器
    static k_msgq *sensor_queue; // 传感器消息队列

    bool _sd_logging = false;   // SD卡记录标志
    bool _ble_stream = true;    // 蓝牙传输标志
    bool _running = false;      // 运行状态标志
};

传感器实现详解

1. IMU 传感器 (BMX160)

IMU传感器基于Bosch BMX160九轴传感器，提供加速度计、陀螺仪和磁力计数据。

技术规格

加速度计: ±2g/±4g/±8g/±16g量程，14位分辨率
陀螺仪: ±125°/s到±2000°/s量程，16位分辨率
磁力计: ±1300μT量程，高精度磁场测量

采样率配置

class IMU : public EdgeMlSensor {
public:
    const static SampleRateSetting<6> sample_rates;

private:
    static DFRobot_BMX160 imu;  // BMX160驱动实例
};

// 支持的采样率设置
const SampleRateSetting<6> IMU::sample_rates = {
    .reg_vals = {0x07, 0x08, 0x09, 0x0A, 0x0B, 0x0C},
    .sample_rates = {25.0, 50.0, 100.0, 200.0, 400.0, 800.0},
    .true_sample_rates = {25.32, 50.64, 101.28, 202.56, 405.12, 810.24}
};

数据结构

struct imu_data {
    float accel_x, accel_y, accel_z;    // 加速度 (m/s²)
    float gyro_x, gyro_y, gyro_z;       // 角速度 (rad/s)
    float mag_x, mag_y, mag_z;          // 磁场强度 (μT)
    uint64_t timestamp;                 // 时间戳 (μs)
} __attribute__((packed));

2. PPG 传感器 (MAXM86161)

PPG传感器基于Maxim MAXM86161光学传感器，用于心率监测、血氧测量和生理信号分析。

技术规格

光源: 红光、红外光、绿光LED
光电二极管: 高灵敏度光电检测器
采样率: 最高3200Hz
分辨率: 19位ADC

LED配置

enum led_order {
    red,        // 红光LED (660nm)
    green,      // 绿光LED (537nm) 
    ir,         // 红外LED (880nm)
    ambient     // 环境光检测
};

class PPG : public EdgeMlSensor {
public:
    const static SampleRateSetting<16> sample_rates;

private:
    static MAXM86161 ppg;           // MAXM86161驱动实例
    ppg_sample data_buffer[64];     // 数据缓冲区
};

数据结构

struct ppg_sample {
    uint32_t red;           // 红光通道数据
    uint32_t ir;            // 红外通道数据
    uint32_t green;         // 绿光通道数据
    uint32_t ambient;       // 环境光数据
    uint64_t timestamp;     // 时间戳
} __attribute__((packed));

3. 温度传感器 (MLX90632)

温度传感器基于Melexis MLX90632非接触式红外温度计，可测量物体温度和环境温度。

技术规格

测量范围: -20°C到85°C (环境), -20°C到200°C (物体)
精度: ±0.2°C (典型值)
响应时间: <1秒
接口: I2C

数据结构

struct temp_data {
    float ambient_temp;     // 环境温度 (°C)
    float object_temp;      // 物体温度 (°C)
    uint64_t timestamp;     // 时间戳
} __attribute__((packed));

4. 气压传感器 (BMP388)

气压传感器基于Bosch BMP388高精度气压计，用于高度测量和环境监测。

技术规格

压力范围: 300-1250 hPa
精度: ±0.08 hPa (典型值)
高度分辨率: ±8 cm
温度补偿: 集成温度传感器

数据结构

struct baro_data {
    float pressure;         // 大气压力 (hPa)
    float temperature;      // 温度 (°C)
    float altitude;         // 海拔高度 (m)
    uint64_t timestamp;     // 时间戳
} __attribute__((packed));

5. 骨传导传感器

骨传导传感器通过检测颅骨振动来感知语音和咀嚼等生理活动。

实现原理

振动检测: 高灵敏度加速度计检测骨传导振动
信号处理: 数字滤波和特征提取
模式识别: 语音活动检测(VAD)

数据结构

struct bone_conduction_data {
    float vibration_x, vibration_y, vibration_z;   // 三轴振动数据
    float rms_amplitude;                           // RMS振幅
    bool voice_activity;                           // 语音活动标志
    uint64_t timestamp;                            // 时间戳
} __attribute__((packed));

数据流架构

传感器数据流

[传感器硬件] → [驱动层] → [EdgeMLSensor] → [SensorManager] → [数据分发]
                                                                    ↓
                                                              [SD卡存储]
                                                                    ↓
                                                              [蓝牙传输]

消息队列系统

// 传感器消息结构
struct sensor_msg {
    bool sd;                    // SD卡存储标志
    bool stream;                // 蓝牙传输标志
    struct sensor_data data;    // 传感器数据
};

// 传感器数据结构
struct sensor_data {
    uint8_t id;                 // 传感器ID
    uint8_t size;               // 数据大小
    uint64_t time;              // 时间戳
    uint8_t data[36];           // 数据载荷
} __attribute__((packed));

配置系统

// 传感器配置结构
struct sensor_config {
    uint8_t sensorId;           // 传感器ID
    uint8_t sampleRateIndex;    // 采样率索引
    uint8_t storageOptions;     // 存储选项
} __attribute__((packed));

// 传感器ID枚举
enum sensor_id {
    ID_IMU = 0,                 // 惯性测量单元
    ID_TEMP_BARO = 1,           // 温度气压传感器
    ID_MICRO = 2,               // 麦克风
    ID_PPG = 4,                 // 光电容积脉搏波
    ID_PULSOX = 5,              // 脉搏血氧
    ID_OPTTEMP = 6,             // 光学温度计
    ID_BONE_CONDUCTION = 7,     // 骨传导传感器
};

定时器和中断系统

定时器驱动的数据采集

class IMU : public EdgeMlSensor {
private:
    // 定时器中断处理函数
    static void sensor_timer_handler(struct k_timer *dummy) {
        k_work_submit_to_queue(&sensor_work_q, &sensor.sensor_work);
    }

    // 传感器数据更新工作项
    static void update_sensor(struct k_work *work) {
        // 1. 读取传感器数据
        bmx160_data_t raw_data;
        imu.read_sensor_data(&raw_data);

        // 2. 数据格式转换
        struct sensor_data sensor_data;
        format_imu_data(&raw_data, &sensor_data);

        // 3. 发送到消息队列
        struct sensor_msg msg = {
            .sd = sensor._sd_logging,
            .stream = sensor._ble_stream,
            .data = sensor_data
        };
        k_msgq_put(&sensor_queue, &msg, K_NO_WAIT);
    }
};

中断驱动的事件检测

// PPG传感器的FIFO中断处理
void ppg_fifo_interrupt_handler() {
    // 1. 读取FIFO数据
    uint8_t fifo_samples = ppg.get_fifo_samples();

    for (int i = 0; i < fifo_samples; i++) {
        // 2. 处理每个样本
        ppg_sample sample;
        ppg.read_fifo_sample(&sample);

        // 3. 质量检查和处理
        if (is_valid_ppg_sample(&sample)) {
            process_ppg_data(&sample);
        }
    }
}

功耗管理

动态功耗控制

void sensor_power_management() {
    // 根据活跃传感器数量调整功耗
    if (active_sensors == 0) {
        // 无活跃传感器，进入低功耗模式
        set_sensor_power_mode(POWER_MODE_SLEEP);
    } else if (active_sensors <= 2) {
        // 少量传感器，中等功耗模式
        set_sensor_power_mode(POWER_MODE_NORMAL);
    } else {
        // 多传感器，高性能模式
        set_sensor_power_mode(POWER_MODE_HIGH_PERFORMANCE);
    }
}

采样率自适应

void adaptive_sampling_rate() {
    // 根据电池电量和数据需求调整采样率
    uint8_t battery_level = get_battery_level();

    if (battery_level < 20) {
        // 低电量时降低采样率
        reduce_sensor_sampling_rates();
    } else if (battery_level > 80) {
        // 电量充足时恢复正常采样率
        restore_sensor_sampling_rates();
    }
}

数据处理和分析

实时信号处理

// IMU数据的运动检测
bool detect_motion(imu_data *data) {
    // 计算加速度向量的幅值
    float accel_magnitude = sqrt(data->accel_x * data->accel_x +
                                data->accel_y * data->accel_y +
                                data->accel_z * data->accel_z);

    // 判断是否有显著运动
    return (accel_magnitude > MOTION_THRESHOLD);
}

// PPG数据的心率检测
float calculate_heart_rate(ppg_sample *samples, int count) {
    // 1. 信号预处理
    filter_ppg_signal(samples, count);

    // 2. 峰值检测
    int peak_count = detect_peaks(samples, count);

    // 3. 心率计算
    float sampling_period = 1.0f / PPG_SAMPLE_RATE;
    float heart_rate = (peak_count * 60.0f) / (count * sampling_period);

    return heart_rate;
}

传感器融合

// 多传感器融合的姿态估计
void sensor_fusion_update(imu_data *imu, mag_data *mag) {
    // 1. 加速度计姿态估计
    float accel_roll = atan2(imu->accel_y, imu->accel_z);
    float accel_pitch = atan2(-imu->accel_x, 
                             sqrt(imu->accel_y * imu->accel_y + 
                                  imu->accel_z * imu->accel_z));

    // 2. 陀螺仪姿态积分
    integrate_gyroscope_data(imu);

    // 3. 磁力计偏航角计算
    float mag_yaw = atan2(mag->mag_y, mag->mag_x);

    // 4. 互补滤波器融合
    complementary_filter_update(accel_roll, accel_pitch, mag_yaw);
}

校准和补偿

传感器校准

// IMU零偏校准
void calibrate_imu_bias() {
    const int calibration_samples = 1000;
    float accel_bias[3] = {0, 0, 0};
    float gyro_bias[3] = {0, 0, 0};

    // 收集校准数据
    for (int i = 0; i < calibration_samples; i++) {
        imu_data data;
        read_imu_data(&data);

        accel_bias[0] += data.accel_x;
        accel_bias[1] += data.accel_y;
        accel_bias[2] += data.accel_z - 9.81f; // 重力补偿

        gyro_bias[0] += data.gyro_x;
        gyro_bias[1] += data.gyro_y;
        gyro_bias[2] += data.gyro_z;

        k_sleep(K_MSEC(1));
    }

    // 计算平均偏差
    for (int i = 0; i < 3; i++) {
        accel_bias[i] /= calibration_samples;
        gyro_bias[i] /= calibration_samples;
    }

    // 存储校准参数
    store_calibration_data(accel_bias, gyro_bias);
}

温度补偿

// PPG温度补偿
void temperature_compensation_ppg(ppg_sample *sample, float temperature) {
    // 基于温度的增益补偿
    float temp_coeff = 1.0f + (temperature - 25.0f) * 0.001f;

    sample->red = (uint32_t)(sample->red * temp_coeff);
    sample->ir = (uint32_t)(sample->ir * temp_coeff);
    sample->green = (uint32_t)(sample->green * temp_coeff);
}

配置选项

Kconfig配置

# 传感器管理器配置
CONFIG_SENSOR_WORK_QUEUE_STACK_SIZE=2048
CONFIG_SENSOR_WORK_QUEUE_PRIO=5
CONFIG_SENSOR_PUB_STACK_SIZE=1024
CONFIG_SENSOR_PUB_THREAD_PRIO=6

# 传感器使能
CONFIG_SENSOR_IMU=y
CONFIG_SENSOR_PPG=y
CONFIG_SENSOR_TEMPERATURE=y
CONFIG_SENSOR_BAROMETER=y
CONFIG_SENSOR_BONE_CONDUCTION=y

# 采样率配置
CONFIG_IMU_DEFAULT_SAMPLE_RATE=100
CONFIG_PPG_DEFAULT_SAMPLE_RATE=400
CONFIG_TEMP_DEFAULT_SAMPLE_RATE=10

# 数据缓冲配置
CONFIG_SENSOR_QUEUE_SIZE=256
CONFIG_SENSOR_BUFFER_SIZE=64

错误处理和诊断

传感器健康监控

void sensor_health_check() {
    // 检查各传感器状态
    for (int id = 0; id < NUM_SENSORS; id++) {
        EdgeMlSensor *sensor = get_sensor((sensor_id)id);

        if (sensor && sensor->is_running()) {
            // 检查数据更新频率
            if (sensor_data_rate[id] < expected_rate[id] * 0.8f) {
                LOG_WRN("Sensor %d data rate low: %.1f Hz", 
                       id, sensor_data_rate[id]);

                // 尝试重启传感器
                sensor->stop();
                k_sleep(K_MSEC(100));
                sensor->start(sensor_config[id].sample_rate_idx);
            }
        }
    }
}

数据质量检查

bool validate_sensor_data(struct sensor_data *data) {
    switch (data->id) {
        case ID_IMU:
            return validate_imu_data((imu_data*)data->data);
        case ID_PPG:
            return validate_ppg_data((ppg_sample*)data->data);
        case ID_TEMP_BARO:
            return validate_temp_baro_data((temp_baro_data*)data->data);
        default:
            return true;
    }
}

总结

传感器管理模块是OpenEarable 2.0的核心创新特性，具有以下关键优势：

多传感器集成: 支持IMU、PPG、温度、气压等多种传感器
统一管理接口: 通过EdgeMLSensor基类提供统一的传感器接口
高效数据流: 基于消息队列和ZBus的高效数据传输
灵活配置: 支持动态配置采样率和存储选项
实时处理: 低延迟的数据采集和处理能力
功耗优化: 智能的功耗管理和自适应采样
数据质量: 完善的校准、补偿和质量检查机制
模块化设计: 易于扩展新的传感器类型

该模块为OpenEarable 2.0提供了强大的传感器数据采集和处理能力，支持各种生理监测、运动追踪和环境感知应用，是实现智能耳戴式设备功能的核心基础。

🎵 音频处理模块

📶 蓝牙通信模块

嵌入式开发

传感器管理模块详细分析

模块概述

文件结构

核心架构

1. SensorManager - 传感器管理器

主要功能

核心接口

工作队列架构

2. EdgeMLSensor - 传感器基类

设计特点

核心接口

传感器实现详解

1. IMU 传感器 (BMX160)

技术规格

采样率配置

数据结构

2. PPG 传感器 (MAXM86161)

技术规格

LED配置

数据结构

3. 温度传感器 (MLX90632)

技术规格

数据结构

4. 气压传感器 (BMP388)

技术规格

数据结构

5. 骨传导传感器

实现原理

数据结构

数据流架构

传感器数据流

消息队列系统

配置系统

定时器和中断系统

定时器驱动的数据采集

中断驱动的事件检测

功耗管理

动态功耗控制

采样率自适应

数据处理和分析

实时信号处理

传感器融合

校准和补偿

传感器校准

温度补偿

配置选项

Kconfig配置

错误处理和诊断

传感器健康监控

数据质量检查

总结