← 返回实验室

AI传感器漂移补偿定制:温漂建模与在线校准

在硬件IoT场景中,传感器长期漂移比突发故障更常见:温湿度、气体、压力类模组的零点会随温度与老化缓慢偏移,仅靠出厂标定很难覆盖两年以上的部署周期。我们尝试把补偿从云端搬到端侧,用轻量回归模型拟合温度—零点曲线,并以休眠时长、供电电压、历史回读等设备状态作为辅助特征,在线估计残余偏差。

目前进展:

  • 在气体与压力两类模组的台架试验中,0~50℃范围内零点漂移标准差由补偿前的约3.2%FS降至0.9%FS,模型体积控制在12KB以内,可直接运行在MCU上;
  • 引入“漂移置信度”门控,仅当置信度超过阈值才写入补偿参数,避免误修正污染基线,连续试运行三个月未出现参数跑飞。

下一步计划接入同型号设备的群体一致性校验,用设备间互证替代人工复标,目标把现场校准周期从季度拉长到半年以上。

评论

更多研究动态

查看全部实验室 →