大型扶梯监控设备

嵌入式 arm 设备开发，用于监控大型扶梯的运行状况，如有异常及时报送便于消除隐患。
设备连接多种传感器（振动、转速、温度、电流、电压、激光位移、霍尔、声音采集等等多种传感器），传感器数量有十几个。即时采集各种传感器，把采集的原始数据用各种算法计算，和设定的阈值比较，判断扶梯是否异常或者由潜在风险。定时上报信息。接收中心服务器发送指令、包括接收升级指令进行升级，定时及异常时即时报送给中心服务器。
使用了线性回归这种初级的机器学习来换算各种负载情况下各相关传感器的合理阈值。
嵌入式的 cpu 主频只有 1G。存储读写速度低。在各传感器读取数据大，交互频繁。计算频繁高(有的传感器采样频率上万（每秒上万条数据），各种传感器平均几秒内就分别要运算一次（比如取平均值，比如取每 10秒内的最大值，然后取一分钟内这 6 个最大值的最小值，比如通过传感器电压最大最小值的差距计算噪声分贝值，并计算出一个时间的平均值），运行一次处理几千条数据)。还对电流等进行频谱分析。设计成数据采集层、数据存储层、数据缓存层、数据报送层。各层异步模式交互。

设备运行稳定、执行效率高，仅仅 1G 的主频，多种传感器高频采集数据，以及频繁运算的情况下，cpu 的平均使用率不到 25%。在本身工作环境4g网络并不理想的情况下，通过算法实现了稳定的通信效果。已经投入实用。