← 返回实验室

AI传感节点续航预测定制:事件触发采样与占空比

电池供电的 IoT 传感节点,续航估计通常用标称容量除以平均电流,现场温度或上报频率一变,误差就迅速放大。本周智能硬件实验室在小批量试产线上做了阶段性验证:同步采集节点电流积分与唤醒计数,在网关侧用轻量模型拟合实际功耗曲线,再回推剩余可用天数。

做法上,节点端只保留电压、温度与唤醒原因计数,重采样和拟合放到网关,尽量不占用 MCU 资源。试用中把固定 1 分钟采样改为事件触发加自适应占空比,日均唤醒次数由 1440 次降到约 320 次,模型预测与实测电流积分的偏差控制在 8% 以内。

下一步计划:加入低温下电池内阻漂移的修正项,把预测窗口从 7 天延长到 30 天,并在 -20℃ 冷库场景验证长期稳定性。

评论

更多研究动态

查看全部实验室 →