TinyML 植物健康评估：Arduino Nano 33 BLE Sense + 步进电机扫描建模

元器件清单

所需工具

• 3D 打印机 (打印扫描台)
• 电烙铁

所需软件

• Microsoft VS Code
• Arduino IDE
• Edge Impulse Studio (TinyML 模型训练平台)
• Edge Impulse CLI (数据转发)

项目背景

植物叶片因病害、营养缺乏会出现发黄、斑点等颜色变化。利用 Nano 33 BLE Sense 内置的 APDS-9960 传感器扫描叶片颜色，结合 TinyML 训练分类模型，实现植物健康状态的自动评估。项目包含机械扫描台设计、数据采集、模型训练、部署推理全流程。

硬件架构

• 主控：Arduino Nano 33 BLE Sense (nRF52840, 64MHz, 1MB Flash)
• 颜色传感：板载 APDS-9960 (红外反射式 RGB + 临近)
• 运动控制：2× 步进电机 + DRV8825 驱动，实现 XY 双轴平面扫描
• 扫描台：Fusion 360 设计，丝杠传动，PLA 打印，45% 填充

TinyML 环境搭建

1. 创建 Edge Impulse 项目
2. 安装 Node.js + NPM
3. 安装 CLI：npm install -g edge-impulse-cli
4. 运行数据转发器：edge-impulse-data-forwarder
5. 配置串口、项目 ID、标签 (healthy/unhealthy)

颜色数据采集流程

1. 归零：上电后两轴电机逐步移动触碰限位开关，建立原点
2. 定义扫描区域：代码中 boundingBox 设定扫描范围 (如 40mm × 40mm)
3. 随机采样：在区域内随机选点，电机移动过程中连续读取颜色
4. 颜色处理：APDS.readColor(r,g,b,c) 读取原始值，计算 RGB 归一化比例 r/(r+g+b) 等
5. 数据上传：串口按 R,G,B\n 格式发送，数据转发器上传到 Edge Impulse 云端并打标签

模型训练

Impulse 设计：

• 输入：三轴时间序列 (R, G, B 比例)
• 特征提取：频谱分析块 (Spectral Analysis)
• 分类器：Keras 神经网络块

测试验证

采集病叶数据测试，模型准确率约 63%。通过增加训练样本、降低学习率、调整网络结构可进一步提升。

核心代码 (leafReader.ino)

#include 
#include 
#include 
#include "pinDefs.h"

int r, g, b, c, p;
float sum;
AccelStepper xStepper(AccelStepper::DRIVER, STEPPER_1_STEP, STEPPER_1_DIR);
AccelStepper yStepper(AccelStepper::DRIVER, STEPPER_2_STEP, STEPPER_2_DIR);
MultiStepper steppers;

// 扫描边界框 (mm) - 对应步进电机步数
const long boundingBox[2][2] = { {0, 0}, {40, 40} };

void setup() {
  Serial.begin(115200);
  while (!Serial);
  
  if (!APDS.begin()) {
    Serial.println("Could not init APDS9960");
    while (1);
  }
  
  pinMode(X_AXIS_HOMING_SW, INPUT_PULLUP);
  pinMode(Y_AXIS_HOMING_SW, INPUT_PULLUP);
  
  xStepper.setPinsInverted(X_AXIS_DIR);
  yStepper.setPinsInverted(Y_AXIS_DIR);
  xStepper.setMaxSpeed(150);
  yStepper.setMaxSpeed(150);
  
  steppers.addStepper(xStepper);
  steppers.addStepper(yStepper);
  
  homeMotors();
}

void loop() {
  // 随机目标位置
  long randomPos[2];
  randomPos[0] = random(boundingBox[0][0], boundingBox[1][0]) * STEPS_PER_MM;
  randomPos[1] = random(boundingBox[0][1], boundingBox[1][1]) * STEPS_PER_MM;
  
  steppers.moveTo(randomPos);
  
  // 移动过程中采集颜色
  while (steppers.run()) {
    if (!APDS.colorAvailable() || !APDS.proximityAvailable()) continue;
    
    APDS.readColor(r, g, b, c);
    sum = r + g + b;
    p = APDS.readProximity();
    
    // 有效读数条件：有临近信号、清晰度>10、和>0
    if (p && c > 10 && sum >= 0) {
      float rr = r / sum;
      float gr = g / sum;
      float br = b / sum;
      Serial.printf("%1.3f,%1.3f,%1.3f\n", rr, gr, br);
    }
  }
}

void homeMotors() {
  // X 轴归零
  while (digitalRead(X_AXIS_HOMING_SW)) xStepper.move(-1);
  // Y 轴归零
  while (digitalRead(Y_AXIS_HOMING_SW)) yStepper.move(-1);
  
  xStepper.setCurrentPosition(0);
  yStepper.setCurrentPosition(0);
}

引脚定义 (pinDefs.h)

#define STEPPER_1_STEP 2
#define STEPPER_1_DIR  3
#define STEPPER_2_STEP 4
#define STEPPER_2_DIR  5
#define X_AXIS_HOMING_SW 6
#define Y_AXIS_HOMING_SW 7

// 电机方向是否反向
#define X_AXIS_DIR false
#define Y_AXIS_DIR false

#define MICROSTEPS 1
#define STEPS_PER_MM 160 * MICROSTEPS  // 根据丝杠导程和细分设置

原理图

3D 打印文件

Thingiverse: 扫描台 CAD 文件

改进方向

• 增加训练样本量 (健康/病叶各类多采集)
• 引入纹理特征 (如 LBP、GLCM) 配合颜色
• 使用更强分类器 (如 MobileNetV2 量化版)
• 添加环境光补偿 (APDS-9960 支持环境光测量)
• 设计自动换叶机构，实现批量筛查