基于PSoC 6与BMI160构建嵌入式IMU测试系统：从驱动到上位机全流程

1. 项目概述从一颗传感器到一个完整的测试系统最近在做一个嵌入式项目需要用到一款高性能的惯性测量单元IMU——博世的BMI160。这颗芯片在消费电子和物联网领域很常见三轴加速度计加三轴陀螺仪精度和功耗平衡得不错。但拿到芯片和开发板只是第一步如何验证它在我设计的硬件和固件上能正常工作如何快速评估其性能指标这才是真正考验工程师的地方。总不能每次都把代码烧进主控然后通过串口打印几个十六进制数来“盲调”吧效率太低也容易出错。所以我决定基于Cypress现为英飞凌旗下的PSoC 6双核MCU搭建一个完整的、从硬件到软件的BMI160测试系统。PSoC 6的架构很有特点双Cortex-M核心一个M4F高性能核一个M0低功耗核加上可编程的数字和模拟外设让它特别适合做这种需要实时数据采集、初步处理同时又可能涉及复杂通信或用户交互的“桥梁”角色。这个测试系统的目标很明确它要能稳定、可靠地与BMI160通信读取原始数据进行必要的校准和换算最后通过一个直观的界面比如电脑上的上位机软件把姿态、加速度等信息实时展示出来并且能记录数据供后续分析。简单来说这不是一个简单的“点灯”例程而是一个涵盖了传感器驱动、嵌入式实时系统设计、数据协议和上位机交互的微型项目。无论你是想验证新打的BMI160模块还是学习如何构建一个完整的嵌入式传感系统这个流程都有参考价值。下面我就把从硬件连接到软件架构再到实际调试的完整过程拆解一遍。2. 核心需求与系统架构设计2.1 为什么选择PSoC 6 BMI160这个组合首先得说说选型背后的逻辑。BMI160是一颗通过I2C或SPI通信的数字IMU它输出的是经过内部ADC转换和初步处理的原始数据。我们的任务就是把这些数据“读出来”、“算明白”、“传出去”。主控选择PSoC 6的理由双核架构的天然优势我们可以把实时性要求高的任务——比如严格定时读取BMI160数据、进行滤波或传感器融合算法——放在M4F核心上。而把通信协议解析、用户指令处理、日志存储等相对松散的任务放在M0核心上。两个核心通过共享内存或IPC进程间通信交换数据互不干扰系统响应更及时。灵活的可配置数字外设PSoC Creator或ModusToolbox里图形化配置的SCB串行通信模块可以轻松配置为I2C或SPI主设备引脚分配也非常灵活适配不同的BMI160模块板布局。丰富的通信接口除了连接传感器的I2C/SPIPSoC 6通常还自带USB FS/HS、多个UART等。这为我们向上位机传输数据提供了多种选择比如用USB虚拟串口CDC传输数据流既稳定又方便。低功耗特性PSoC 6的低功耗模式与BMI160的低功耗模式可以协同工作这对于后续开发电池供电的穿戴设备原型非常有价值。传感器选择BMI160的理由它集成度高尺寸小功耗控制优秀且提供了丰富的可配置参数量程、输出数据速率、滤波器等足以满足大多数运动感测场景的需求。其寄存器地图清晰社区资源和驱动示例也相对丰富。2.2 测试系统的核心功能分解基于上述硬件我们的测试系统需要实现以下核心功能链物理层通信可靠地通过I2C或SPI总线与BMI160建立连接。传感器驱动初始化BMI160配置量程、输出数据速率、滤波器、中断等并实现稳定的数据读取函数。数据预处理将读取的原始数据通常是16位有符号整数根据数据手册提供的公式转换为有物理意义的单位如g, dps。数据流管理设计一个高效的数据缓冲区确保从传感器读取的数据不会因为通信或处理延迟而丢失。通信协议定义一套简洁有效的串行通信协议将处理后的数据打包通过UART或USB发送给上位机。上位机软件在电脑端如用Python的PyQt或Tkinter开发一个界面用于接收数据、实时绘图波形图、3D姿态球、显示数值、记录数据到文件并能发送配置指令下发给PSoC 6。整个系统的数据流可以概括为BMI160 - (I2C/SPI) - PSoC 6驱动处理- (UART/USB) - 上位机显示记录。3. 硬件连接与PSoC 6基础工程搭建3.1 BMI160模块与PSoC 6开发板的硬件互联大多数BMI160模块会引出I2C和SPI接口。对于测试系统我优先选择I2C因为接线简单SCL, SDA两根线加上电源和地且BMI160的I2C地址通常是0x68或0x69通过ADDR引脚选择。如果你的应用对数据速率要求极高1kHz则可以考虑SPI。接线示意以I2C为例BMI160 VCC - PSoC 6板 3.3VBMI160 GND - PSoC 6板 GNDBMI160 SCL - PSoC 6任意一个支持I2C的引脚如P6[0]BMI160 SDA - PSoC 6任意一个支持I2C的引脚如P6[1]注意务必在I2C总线的SCL和SDA线上各接一个上拉电阻通常4.7kΩ到10kΩ至3.3V。很多模块板载了这些电阻如果没有你必须自己加上否则通信无法建立。3.2 在ModusToolbox中创建与配置工程我使用英飞凌的ModusToolbox作为开发环境。它的图形化配置工具“Device Configurator”非常直观。创建新工程选择对应的PSoC 6开发板型号如CY8CPROTO-062-4343W。配置I2C主设备在“Peripherals”标签页下找到“I2C”组件拖拽到设计界面。将其配置为“Master”模式。根据BMI160的数据手册I2C标准模式100kbps通常足够快速模式400kbps更佳。这里我选择“Fast (400 kHz)”。在“Pins”标签页将刚刚实例化的I2C主设备的SCL和SDA信号分配到我们实际接线的物理引脚上例如P6[0]和P6[1]。工具会自动配置引脚的驱动模式。配置调试输出UART为了输出调试信息我们通常还会配置一个UART。拖拽一个“UART”组件到设计界面。将其配置为“波特率1152008数据位无校验1停止位”这种常见配置。同样在“Pins”标签页为其分配两个引脚连接到板载的USB-UART桥接芯片具体引脚需查开发板原理图。配置时钟确保系统主时钟如CLK_HF0配置正确外设时钟如CLK_PERI基于它分频得到以满足I2C和UART的时钟要求。ModusToolbox通常有默认的合理配置。配置完成后点击“Generate Application”工具会自动生成底层外设的初始化代码和对应的API函数大大简化了我们的工作。4. BMI160驱动开发与核心功能实现4.1 编写基础的I2C读写函数ModusToolbox生成的代码提供了cyhal_i2c_master_write和cyhal_i2c_master_read等函数。我们需要基于它们封装针对BMI160的寄存器读写函数。这是所有操作的基础。// bmi160_i2c.c #include cyhal_i2c.h // 假设 BMI160 I2C 地址为 0x68 (ADDR引脚接地) #define BMI160_I2C_ADDR (0x68 1) // 左移1位是I2C协议要求 // 外部定义的I2C对象在main.c中初始化 extern cyhal_i2c_t i2c_master_obj; /** * brief 向BMI160寄存器写入一个字节 * param reg_addr 寄存器地址 * param data 要写入的数据 * return cy_rslt_t I2C操作结果 */ cy_rslt_t bmi160_reg_write(uint8_t reg_addr, uint8_t data) { uint8_t write_buffer[2] {reg_addr, data}; return cyhal_i2c_master_write(i2c_master_obj, BMI160_I2C_ADDR, write_buffer, 2, 0, true); } /** * brief 从BMI160寄存器读取一个或多个字节 * param reg_addr 起始寄存器地址 * param *data 存储读取数据的缓冲区指针 * param len 要读取的字节数 * return cy_rslt_t I2C操作结果 */ cy_rslt_t bmi160_reg_read(uint8_t reg_addr, uint8_t *data, uint32_t len) { // 先发送要读取的寄存器地址 cy_rslt_t result cyhal_i2c_master_write(i2c_master_obj, BMI160_I2C_ADDR, reg_addr, 1, 0, false); if (result CY_RSLT_SUCCESS) { // 然后启动读操作 result cyhal_i2c_master_read(i2c_master_obj, BMI160_I2C_ADDR, data, len, 0, true); } return result; }4.2 BMI160初始化与配置流程初始化不是简单地“上电”而是一系列有顺序的配置操作。以下是关键步骤软复位与等待启动向CMD寄存器0x7E写入0xB6进行软复位然后延时至少2ms。读取CHIP_ID寄存器0x00确认其值为0xD1表示芯片型号正确且通信正常。配置加速度计和陀螺仪加速度计通过ACCEL_CONFIG寄存器配置量程例如±2g, ±4g, ±8g, ±16g和输出数据带宽。量程越小灵敏度越高。测试时可以用±4g。陀螺仪通过GYRO_CONFIG寄存器配置量程例如±125dps, ±250dps, ±500dps, ±1000dps, ±2000dps和输出数据带宽。测试时可以用±500dps。输出数据速率ODR通过ACCEL_CONFIG和GYRO_CONFIG的odr位设置。两者可以设置不同的ODR但为了简化通常设为一致如100Hz。配置中断可选如果需要BMI160在数据就绪时主动通知MCU可以配置INT_EN_0,INT_EN_1,INT_MAP_0等寄存器并设置中断引脚的输出模式。这可以替代MCU轮询更省电。切换到正常模式最后向CMD寄存器写入0x11启动加速度计和0x15启动陀螺仪使传感器进入正常工作模式。实操心得每次写寄存器后特别是配置关键参数后强烈建议立刻读回来验证是否写入成功。I2C通信受干扰时可能失败这一步能帮你快速定位是配置问题还是硬件连接问题。4.3 数据读取与单位换算BMI160的加速度和角速度数据存储在连续的寄存器中例如加速度数据从0x12开始共6字节陀螺仪数据从0x0C开始共6字节。我们需要一次性读取这12个字节如果也读温度则是14字节然后进行拼接和换算。// bmi160_data.c typedef struct { int16_t accel_x; int16_t accel_y; int16_t accel_z; int16_t gyro_x; int16_t gyro_y; int16_t gyro_z; int16_t temperature; // 可选 } bmi160_raw_data_t; typedef struct { float accel_x_g; float accel_y_g; float accel_z_g; float gyro_x_dps; float gyro_y_dps; float gyro_z_dps; float temp_c; } bmi160_scaled_data_t; // 根据你配置的量程选择灵敏度因子来自数据手册 #define ACCEL_RANGE_2G 16384.0f // LSB/g #define ACCEL_RANGE_4G 8192.0f #define ACCEL_RANGE_8G 4096.0f #define ACCEL_RANGE_16G 2048.0f #define GYRO_RANGE_125DPS 262.4f // LSB/dps #define GYRO_RANGE_250DPS 131.2f #define GYRO_RANGE_500DPS 65.6f #define GYRO_RANGE_1000DPS 32.8f #define GYRO_RANGE_2000DPS 16.4f cy_rslt_t bmi160_read_data(bmi160_scaled_data_t *scaled_data) { bmi160_raw_data_t raw_data; uint8_t buffer[14]; cy_rslt_t result; // 一次性读取传感器数据寄存器 (0x0C - 0x19) result bmi160_reg_read(0x0C, buffer, 14); if (result ! CY_RSLT_SUCCESS) { return result; } // 拼接原始数据注意BMI160数据是Little Endian raw_data.gyro_x (int16_t)((buffer[1] 8) | buffer[0]); raw_data.gyro_y (int16_t)((buffer[3] 8) | buffer[2]); raw_data.gyro_z (int16_t)((buffer[5] 8) | buffer[4]); raw_data.accel_x (int16_t)((buffer[7] 8) | buffer[6]); raw_data.accel_y (int16_t)((buffer[9] 8) | buffer[8]); raw_data.accel_z (int16_t)((buffer[11] 8) | buffer[10]); raw_data.temperature (int16_t)((buffer[13] 8) | buffer[12]); // 单位换算 // 假设我们配置为 ACC_RANGE±4g, GYR_RANGE±500dps scaled_data-accel_x_g raw_data.accel_x / ACCEL_RANGE_4G; scaled_data-accel_y_g raw_data.accel_y / ACCEL_RANGE_4G; scaled_data-accel_z_g raw_data.accel_z / ACCEL_RANGE_4G; scaled_data-gyro_x_dps raw_data.gyro_x / GYRO_RANGE_500DPS; scaled_data-gyro_y_dps raw_data.gyro_y / GYRO_RANGE_500DPS; scaled_data-gyro_z_dps raw_data.gyro_z / GYRO_RANGE_500DPS; // 温度换算公式来自数据手册 scaled_data-temp_c (raw_data.temperature / 512.0f) 23.0f; return CY_RSLT_SUCCESS; }5. 双核任务划分与数据流设计5.1 利用PSoC 6双核架构优化系统这是PSoC 6项目的精髓。我们可以这样划分任务CM4核心高性能核任务1高精度定时数据采集。使用一个硬件定时器如TCPWM产生精确的中断例如100Hz在中断服务程序ISR中调用bmi160_read_data函数读取传感器数据。注意ISR中只做最少的操作——读取数据并存入一个环形缓冲区Ring Buffer。绝对不要在ISR中进行复杂的计算或打印。任务2传感器数据预处理。在主循环或一个较低优先级的任务中从环形缓冲区取出数据进行单位换算、简单的低通滤波例如一阶互补滤波或传感器融合算法如Mahony AHRS计算量适中。处理后的数据放入另一个给CM0核心使用的共享数据区。CM0核心低功耗核任务1通信协议处理。检查CM4核心准备好的共享数据按照自定义的协议格式如JSON或简单的二进制结构进行打包。任务2与上位机通信。通过UART或USB CDC将打包好的数据流发送给电脑。同时监听来自上位机的指令如修改传感器ODR、请求校准等解析后通过IPC通知CM4核心。任务3系统状态管理。管理LED指示灯、处理简单的用户按钮等。两个核心之间通过共享内存Shared Memory和IPCInter-Processor Communication中断进行同步。例如CM4更新完共享数据区后触发一个IPC中断给CM0CM0收到指令后通过另一个IPC中断通知CM4。5.2 设计高效的数据缓冲区与通信协议环形缓冲区设计 在CM4侧我们需要一个足够深的环形缓冲区来应对最坏情况例如CM0因处理通信而暂时阻塞。缓冲区深度可以根据ODR和可能的最大延迟来计算。例如100Hz数据假设CM0最多阻塞200ms则需要至少20个数据包的深度。自定义串行通信协议 为了在上位机端方便地解析我们需要定义一个简单的帧结构。这里推荐一种包含帧头、长度、数据类型、数据体、校验和的格式。| 帧头 (2字节如 0xAA 0x55) | 数据长度 (1字节) | 数据类型 (1字节) | 数据体 (N字节) | 校验和 (1字节累加和) |例如数据类型0x01可以代表“IMU数据”数据体包含6个float加速度xyz角速度xyz共24字节。校验和用于检测传输错误。在PSoC 6端我们需要编写对应的打包函数在上位机端则需要编写解包函数。6. 上位机软件Python开发与数据可视化6.1 使用PySerial进行通信与数据解析上位机我选择用Python开发因为生态丰富开发速度快。核心库是pyserial。# serial_reader.py import serial import struct import threading import queue class BMI160_DataParser: def __init__(self, portCOM3, baudrate115200): self.ser serial.Serial(port, baudrate, timeout1) self.data_queue queue.Queue() self.running False self.thread None # 协议定义 self.HEADER b\xaa\x55 self.DATA_TYPE_IMU 0x01 def start(self): self.running True self.thread threading.Thread(targetself._read_loop) self.thread.start() def stop(self): self.running False if self.thread: self.thread.join() self.ser.close() def _parse_packet(self, packet): 解析一帧数据 if len(packet) 5: # 帧头2长度1类型1校验1 return None length packet[2] data_type packet[3] checksum packet[-1] # 计算校验和简单累加和 calc_checksum sum(packet[2:-1]) 0xFF if calc_checksum ! checksum: print(fChecksum error! Calc:{calc_checksum}, Recv:{checksum}) return None if data_type self.DATA_TYPE_IMU and length 24: # 6个float # 使用struct解包6个float (小端序) data_body packet[4:-1] try: acc_x, acc_y, acc_z, gyr_x, gyr_y, gyr_z struct.unpack(ffffff, data_body) return {type: imu, acc: [acc_x, acc_y, acc_z], gyr: [gyr_x, gyr_y, gyr_z]} except struct.error: return None return None def _read_loop(self): buffer bytearray() state WAIT_HEADER while self.running: if self.ser.in_waiting: byte self.ser.read(1) buffer.extend(byte) if state WAIT_HEADER: if len(buffer) 2 and buffer[-2:] self.HEADER: state READ_LENGTH elif state READ_LENGTH: if len(buffer) 3: pkt_length buffer[2] 5 # 数据体长度 帧头2长度1类型1校验1 state READ_PACKET elif state READ_PACKET: if len(buffer) pkt_length: packet bytes(buffer[:pkt_length]) parsed self._parse_packet(packet) if parsed: self.data_queue.put(parsed) # 清空已处理的数据 del buffer[:pkt_length] state WAIT_HEADER6.2 使用PyQtGraph实现实时数据可视化pyqtgraph库性能远超matplotlib非常适合实时绘图。# plot_window.py import pyqtgraph as pg from pyqtgraph.Qt import QtCore, QtWidgets import numpy as np class RealTimePlotWindow(QtWidgets.QMainWindow): def __init__(self, data_parser): super().__init__() self.data_parser data_parser self.init_ui() self.timer QtCore.QTimer() self.timer.timeout.connect(self.update_plot) self.timer.start(50) # 20Hz刷新 # 数据历史记录 self.history_length 200 self.acc_history np.zeros((self.history_length, 3)) self.gyr_history np.zeros((self.history_length, 3)) def init_ui(self): self.setWindowTitle(BMI160 Real-time Data Monitor) central_widget QtWidgets.QWidget() self.setCentralWidget(central_widget) layout QtWidgets.QGridLayout(central_widget) # 创建加速度计波形图 self.acc_plot pg.PlotWidget(titleAcceleration (g)) self.acc_plot.setYRange(-2, 2) self.acc_plot.addLegend() self.acc_x_curve self.acc_plot.plot(penr, nameAcc X) self.acc_y_curve self.acc_plot.plot(peng, nameAcc Y) self.acc_z_curve self.acc_plot.plot(penb, nameAcc Z) layout.addWidget(self.acc_plot, 0, 0) # 创建陀螺仪波形图 self.gyr_plot pg.PlotWidget(titleAngular Velocity (dps)) self.gyr_plot.setYRange(-200, 200) self.gyr_plot.addLegend() self.gyr_x_curve self.gyr_plot.plot(penr, nameGyr X) self.gyr_y_curve self.gyr_plot.plot(peng, nameGyr Y) self.gyr_z_curve self.gyr_plot.plot(penb, nameGyr Z) layout.addWidget(self.gyr_plot, 0, 1) # 数值显示标签 self.value_label QtWidgets.QLabel(Waiting for data...) layout.addWidget(self.value_label, 1, 0, 1, 2) def update_plot(self): # 从队列中获取所有新数据 while not self.data_parser.data_queue.empty(): data self.data_parser.data_queue.get_nowait() if data and data[type] imu: # 更新历史数据先进先出 self.acc_history np.roll(self.acc_history, -1, axis0) self.gyr_history np.roll(self.gyr_history, -1, axis0) self.acc_history[-1] data[acc] self.gyr_history[-1] data[gyr] # 更新曲线 x_data np.arange(self.history_length) self.acc_x_curve.setData(x_data, self.acc_history[:, 0]) self.acc_y_curve.setData(x_data, self.acc_history[:, 1]) self.acc_z_curve.setData(x_data, self.acc_history[:, 2]) self.gyr_x_curve.setData(x_data, self.gyr_history[:, 0]) self.gyr_y_curve.setData(x_data, self.gyr_history[:, 1]) self.gyr_z_curve.setData(x_data, self.gyr_history[:, 2]) # 更新数值显示 text fAcc: X{data[acc][0]:.3f}g, Y{data[acc][1]:.3f}g, Z{data[acc][2]:.3f}g\n text fGyr: X{data[gyr][0]:.1f}dps, Y{data[gyr][1]:.1f}dps, Z{data[gyr][2]:.1f}dps self.value_label.setText(text)将serial_reader和plot_window结合起来一个功能完整的实时IMU数据监视器就诞生了。你还可以增加数据记录到CSV文件、3D姿态显示用pyopengl或vispy等功能。7. 系统集成、调试与性能优化7.1 将各部分组合并烧录测试整合PSoC 6固件将BMI160驱动、双核任务代码、通信协议打包代码整合到你的ModusToolbox工程中。确保CM4和CM0的工程配置正确链接脚本分配了共享内存区域。编译与烧录分别编译CM4和CM0的工程生成两个.hex或.elf文件。使用pyocd、J-Link或KitProg3通过SWD接口将程序烧录到PSoC 6开发板。连接与上电连接BMI160模块、PSoC 6开发板的USB用于供电和虚拟串口以及必要的调试器。启动上位机运行Python上位机程序选择正确的串口号PSoC 6的USB虚拟串口点击连接。7.2 常见问题排查与解决技巧在实际搭建中你几乎一定会遇到下面这些问题问题现象可能原因排查步骤与解决方案I2C通信失败读不到芯片ID1. 硬件连接错误线接反、虚焊2. 上拉电阻缺失或阻值不对3. I2C引脚配置错误未配置为开漏4. 电源问题电压不对、电流不足5. BMI160地址错误1.万用表检查确认VCC3.3VSCL/SDA空闲时电压约为3.3V被上拉。2.逻辑分析仪抓取I2C波形看起始信号、地址、ACK是否正常。这是最直接的诊断工具。3.代码检查确认I2C初始化时钟频率与BMI160支持的模式匹配。确认发送的I2C地址正确0x68或0x69左移一位。4.简化测试先写一个最简单的I2C扫描程序看是否能发现设备。数据跳动剧烈噪声大1. 传感器未放置在稳定表面2. 电源噪声3. 未启用BMI160内部滤波器4. 机械振动干扰1.静态测试将模块平放在桌面理论上Z轴加速度应接近1g或-1g取决于安装方向X/Y轴接近0。陀螺仪各轴应接近0。2.配置滤波器检查并启用BMI160的加速度计和陀螺仪的“均值滤波器”或“低通滤波器”。3.软件滤波在MCU端对读取的数据进行滑动平均或一阶低通滤波。4.硬件检查在电源引脚靠近芯片处增加一个0.1uF的陶瓷去耦电容。上位机收不到数据或数据错乱1. 串口波特率不匹配2. 协议解析错误帧头、长度、校验3. 数据打包/解包字节序不一致4. PSoC 6发送过快上位机处理不过来1.打印调试在PSoC 6端先将数据用printf以纯文本形式打印出来确认数据本身正确。2.十六进制查看使用串口助手如Putty、SecureCRT以十六进制模式查看原始数据流核对帧结构。3.检查字节序确认PSoC 6ARM Cortex-M为小端和Pythonstruct.unpack时使用的字节序标识符代表小端一致。4.流量控制如果数据量大可以在协议中增加“握手”机制或增大上位机的接收缓冲区。系统运行一段时间后卡死1. 环形缓冲区溢出2. 堆栈溢出3. IPC或中断处理不当导致死锁4. 内存泄漏1.增加调试输出在缓冲区操作附近打印读写指针监控缓冲区使用率。2.检查堆栈大小在ModusToolbox的链接脚本或配置中适当增大CM4和CM0任务的堆栈大小。3.简化排查先注释掉IPC和双核通信让CM4核心单独循环读取并打印数据看是否稳定。然后逐步加入其他功能。功耗高于预期1. 传感器未进入低功耗模式2. MCU未进入睡眠模式3. 外设时钟未关闭1.配置传感器睡眠在不需要数据时通过CMD寄存器让BMI160进入挂起或深度睡眠模式。2.利用PSoC 6低功耗模式在CM0等待指令时可以调用Cy_SysPm_DeepSleep等函数进入低功耗模式由硬件事件如UART接收中断唤醒。3.关闭不用的外设时钟在设备配置器中检查并关闭未使用外设的时钟。7.3 性能优化与进阶思考当基础功能跑通后可以考虑以下优化方向提高数据速率与实时性将I2C切换到SPI接口可以轻松达到1MHz以上的通信速率。在CM4核心使用DMA来搬运SPI数据进一步解放CPU。实现传感器融合在CM4核心集成一个轻量级的AHRS算法如Madgwick或Mahony滤波直接输出四元数或欧拉角再发送给上位机。这比发送原始数据对带宽要求更低且上位机可以直接用于3D姿态显示。添加校准功能在上位机增加“校准”按钮。点击后引导用户将设备在静止水平放置数秒PSoC 6自动计算加速度计和陀螺仪的零偏Bias并保存到Flash中。后续读取数据时先进行减零偏处理。设计更友好的上位机增加3D模型姿态显示、数据导出CSV、FFT频谱分析观察振动频率等功能。整个项目从硬件连线到软件调试走完一遍后你对嵌入式系统中传感器集成、实时数据流处理、上下位机通信以及系统调试的完整链条会有非常扎实的理解。这个基于PSoC 6和BMI160的测试系统本身就是一个强大的开发工具未来可以快速适配和测试其他I2C/SPI传感器。