首先我的数据并没有做任何任何的处理，本来我是打算加一个直流滤波的，首先是效果不太好，其次是我都用上机器学习了我为什么还要自己处理数据？机器学习本事的目的就是节约我们的脑子，利用机器来提取特征，而不是我们自己去提取特征（直流偏置本身也是一种特征），就算我的信号有其他的误差，我们可以处理一下提高分辨度，但是！对于机器而言，这些本身就是他的特征，我们只需要告诉机器，哪些特征是对的，哪些特征是错的！

训练模型方面，我们使用MAX30102每10ms采样一次，每128次采样作为一组数据上传。

1. int i = 0;
   
2. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
3. {
   
4.     maxim_max30102_read_fifo(&red,&ir);
   
5.     printf("%ld ",ir);
   
6.     i++;
   
7.     if(i==128)
   
8.     {
   
9.       i=0;
   
10.       printf("\n");
    
11.     }
    
12. }

复制代码

这里我们不对数据进行任何处理，因为既然我们选择了机器学习就是为了节省我们对于数据的处理，节省对于特征的提取。

模型训练
我们打开NanoEdge AI Studio,这次的项目我们选择异常检测。





传感器选择通用传感器，轴数为1，芯片型号选择自己所需要的芯片型号。



Regualr signals 常规数据
Abnormal signals 异常数据

我们通过串口（USB）分别导入正常的信号和异常的信号。





数据集尽可能多且广泛并且经典。



我们总共导入了两百组信号，这些信号包含了大拇指，中指以及稍微靠前的位置和稍微靠后的位置，保证数据集的范围足够的广泛。



异常信号就非常简单，我们放在那里空置信号，晃动信号这里我放在那里测了总共三百多组（打游戏打忘记了）。

然后利用这两组信号进行训练。



我们将异常信号和正常信号全部选上，之后进行训练。



之后查看训练详情，等待模型训练完成。



可以看到，训练完的模型无论是准确率还是RAM大小Flash大小，都相当的合适，接下来我们测试一下我们的模型。



这边可以查看训练过程中的模型。



验证我们的模型。



这里需要注意的是，我们第一次导入数据会先进行训练，异常检测需要有一个学习环节。

官方的手册中推荐了至少十组正常数据进行学习。



我录了21组正常数据进行学习。

然后就可以对模型进行验证。




部署我们的模型，其中需要他的.a文件和.h文件。



这里我们需要使用CubeIDE来编程。因为这里的.a文件是静态文件，静态文件使用keil编程有点麻烦，需要安装GCC编译器，STM32CubeIDE集成好了可以编译.a文件。



在属性中添加静态库的路径。



在库中添加路径，我们的.a文件是libneai.a，这里需要省略lib和后缀.a



导入NanoEdgeAI的库函数。



可以看到这里有三个函数，初始化函数，学习函数以及预测函数。

1. enum neai_state MyState;

复制代码

定义一个枚举变量用来存放标志位。

1. MyState  = neai_anomalydetection_init();//初始化

复制代码

初始化我们的模型。

1. float IRD[128];
   
2. int i = 0;
   
3. int LeranTime= 0;
   
4. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
5. {
   
6.     uint8_t yuce;
   
7.     maxim_max30102_read_fifo(&red,&ir);
   
8.     IRD[i] = ir;
   
9.     i++;
   
10. 
    
11.     if(i==128)
    
12.     {
    
13.       if(LeranTime<10)
    
14.       {
    
15.         HAL_GPIO_TogglePin(GPIOF, GPIO_PIN_9);//LED翻转
    
16.         neai_anomalydetection_learn(IRD);
    
17.       }
    
18.       else
    
19.       {
    
20.         neai_anomalydetection_detect(IRD, &yuce);
    
21.         if(yuce>80)
    
22.         {
    
23.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 1);
    
24.         }
    
25.         else
    
26.         {
    
27.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 0);
    
28.         }
    
29.       }
    
30.       LeranTime++;
    
31.       i = 0;
    
32.     }
    
33. }

复制代码

我们在定时器回调函数中调用，上电之后前十次为学习阶段，之后对测量值进行预测，当预期值>80即认为状态正常，则灯灭。
如果预期值<80则报警灯想起。



转载自：电路小白
如有侵权请联系删除