低功耗IoT节点端侧AI异常检测实验

智能硬件实验室近期围绕低功耗IoT终端开展端侧智能实验，探索将轻量异常检测模型直接部署在电池供电的传感器节点上，以降低数据上云的时延与流量成本。实验基于ARM Cortex-M4级MCU，采集温湿度与微电流信号，采用INT8量化后的一维卷积自编码器进行异常判别。阶段性进展：①模型量化后体积压缩至48KB，单次推理耗时约12ms，节点整体功耗接近待机基线；②在两周实测数据上，对传感器漂移与异常波动的召回率约92%，误报率低于3%。下一步将引入自适应阈值与OTA增量更新机制，验证模型长期运行的稳定性，并评估向振动、气体等更多类型传感器的迁移可行性。团队认为，端侧推理与云端分析结合的分层架构，是带宽受限场景下硬件IoT项目的务实路线。