186、TinyML实战项目：智能照明与节能控制

TinyML实战项目：智能照明与节能控制

从一次“灯不灭”的现场调试说起

去年秋天，我在一个智能办公楼的试点项目里栽了个跟头。客户反馈说，走廊的灯在有人经过后，明明应该30秒熄灭，结果经常亮到天亮。我远程连上设备，看日志发现PIR传感器数据一切正常，模型推理结果也显示“无人”，但灯就是倔强地亮着。折腾了两天，最后发现是GPIO拉低电平的时序问题——模型输出“无人”后，我直接调用了digitalWrite(LED_PIN, LOW)，但没注意到这个引脚在硬件上被上拉电阻默认拉高了，而我的代码里忘了把引脚模式设为OUTPUT。更坑的是，这个bug只在某些批次的主板上复现，因为不同批次的默认引脚状态有差异。

这个教训让我意识到，TinyML项目里，模型本身往往不是最脆弱的环节，反而是硬件接口、电源管理、状态机这些“脏活”更容易翻车。今天这篇笔记，就围绕一个完整的智能照明节能控制项目，把那些踩过的坑和填坑的思路都摊开来说。

项目骨架：从需求到硬件选型

这个项目的核心需求其实很朴素：根据环境光照和人员存在状态，自动调节灯光亮度，同时把功耗压到最低。但“朴素”不等于“简单”——你得同时处理传感器噪声、模型推理延迟、PWM调光精度，还得考虑电池供电场景下的休眠策略。

硬件选型上，我用了STM32U5系列作为主控，这颗芯片的LPUART和低功耗定时器在TinyML场景下很顺手。传感器方面，环境光传感器用VEML7700（I2C接口，16位分辨率），人体存在检测用LD2410毫米波雷达模块（串口输出，能区分运动和微动）。模型跑在