ADI解析未来工厂：利用搭载人工智能的传感器在边缘做出决策

提升工业系统智能化的方法有多种，其中包括将边缘和云端人工智能(AI)技术应用于配备模拟和数字器件的传感器。鉴于AI技术方法的多样性，传感器设计人员需要考虑多个相互冲突的要求，包括决策延迟、网络使用、功耗/电池寿命以及适合机器的AI模型。上一篇文章重点介绍了基于AI的无线状态监控传感器Voyager4的概况和硬件设计。本文将重点讨论为智能边缘传感器创建的软件架构和AI算法，并说明在Voyager4上开发AI模型的完整系统级方法。

状态监控传感器的软件设计

Voyager4 是由ADI公司开发的无线状态监控平台，开发人员借助它能够快速将无线解决方案部署到机器或测试设置并进行测试。Voyager4等电机健康状况监控解决方案广泛应用于各行各业，例如机器人以及涡轮机、风扇、泵、电机等旋转机械。

为这样的无线边缘设备开发软件可能很困难。从传感器设计的早期阶段开始，开发人员就必须考虑整体系统架构，系统的各个部分如何运行，如何集成不同组件以协同工作，以及如何应用和部署有用的算法与分析工具（如神经网络）来提升边缘智能水平。

对于此类项目，主要目标就是为边缘设备和所连主机创建易于理解、可修改、可升级的软件。Voyager4内部有两个微控制器和许多外设，包括传感器、电源管理板、闪存和通信接口。开发旨在控制和整合每个部分的代码是一项艰巨的任务。

本文希望通过展示Voyager4的开发设计过程，重点说明所采取的步骤，并提供一些具体的实现案例，以帮助读者更好地了解自行开发边缘传感器的方法。

这是阐述Voyager4状态监控平台开发的三部分系列文章的第2部分。

► 本系列文章的第1部分介绍了Voyager4无线状态监控传感器，包括传感器架构的关键元素、硬件设计、功耗分析和机械集成。
► 本系列文章的第2部分将重点讨论软件架构和AI算法，并说明在Voyager4上开发和部署AI模型的完整系统级方法。
► 本系列文章的第3部分将讨论AI算法的实际实现，以及Voyager4可以检测的各种故障，例如不平衡、未对准和轴承缺陷。

路径A是最初采用的路径，原始振动数据直接发送到MAX32666 低功耗蓝牙®(BLE)处理器。然后，数据可以通过无线BLE或USB发送给用户。路径B是一种替代工作模式，可以在利用Voyager采集原始数据并通过MAX78000外部工具训练模型后使用该模式。数据不会发送给用户，而是传递给边缘AI算法来预测机器故障。路径C和D分别代表检测到和未检测到电机故障的用例。如果检测到故障，则可以通过BLE处理器向主机发送故障标志或用户警报。如果未检测到故障，传感器将返回休眠模式，直到发生下一次检测事件。

该架构是Voyager4软件和AI算法开发的重点。为了从系统层面全面理解该架构，本文将讨论以下几方面：
► BLE术语
► BLE外围设备的实现
► BLE中心设备的实现
► AI算法的训练和部署

BLE背景知识
设计工业边缘传感器时，连接是关键设计因素之一。根据可用或所需的功率，连接会影响覆盖范围、可靠性、设备整体寿命和尺寸等方方面面。如表1所示，与其他连接标准相比，BLE拥有一些特别的优势。对于我们的工业监控用例而言，BLE的覆盖范围、功率和可靠性尤为重要。要了解BLE边缘设备的设计和开发，首先必须了解所有BLE项目都会使用的一些基本术语。

设计中心设备用户界面

BLE外围设备与Voyager外围设备同步设计，因此两者的交互方式存在非常大的灵活性。一般来说，中心设备需要扫描并连接Voyager外围设备，然后发送字符串命令并处理其返回值。初次连接后，所有BLE命令都直接发送到外围设备的自定义服务进行解析。在本例中，中心设备是Windows PC上的图形用户界面(GUI)，用Python编写，并利用BLE外围设备库(BLEak)发出标准BLE命令。BLEak建立在Python的asyncio标准库之上，允许BLE命令异步运行，确保用户界面保持可交互状态且不会冻结。

当GUI成功连接到外围设备时，系统会自动向Voyager的单个自定义特性发出通知命令，如图11所示。这样可确保对此特性的任何更新都会报告给中心设备。这一点很重要，因为Voyager会对后续命令给出应答或响应，表明这些命令是否已成功执行。

如何请求数据？

始终使用简单的字符串命令来请求数据。例如，中心设备可以发出setphy 2命令，指示Voyager使用其2M无线电。这会提升数据通信速度，但覆盖范围和可靠性会受到一定的影响。外围设备会解析此命令以确保其有效，然后以输入值2调用自己的内部setphy函数，从而切换所用的无线电。如果Voyager成功执行了此函数，则Return: OK命令会被发回中心设备并显示给用户。

解译加速度计数据

接收数据之前，GUI用户可以选择使用setadxlcfg命令配置所连Voyager的加速度计。一旦外围设备发出启动命令，加速度计数据就会从外围设备流向中心设备。默认情况下，中心设备和外围设备以实时数据模式运行，这对于演示目的很有用。

在外围设备端，内部先进先出(FIFO)缓冲区按照用户指定的采样速率填充新数据。一旦FIFO填满，系统就会在Voyager自定义服务上设置一个标志，通知外围设备有新数据可用。然后，数据被发送到外围设备并进行解析，转化为x、y、z三个轴的加速度数据的格式化数组。数据始终以图形方式显示，用户可以选择“保存数据”选项，以将数据保存到csv文件供以后分析。

结语

本文介绍了无线振动监测系统Voyager4，它采用边缘AI分析来提升其作为状态监控工具的智能水平和电池续航时间。设计有效的状态监控传感器需要考虑多个方面。我们讨论了Voyager4的硬件信号链、用于将不同系统元素集成在一起的固件，以及该设备作为BLE外围设备的外观。我们还探讨了AI在Voyager中的应用，并提供了有关如何开发和部署边缘AI模型的一些见解。

请继续阅读本系列的第3部分，了解有关Voyager板上AI算法具体实现的更多信息，包括几种常见电机故障的分类。