- 博客(15)
- 收藏
- 关注
原创 特斯拉飞行汽车真的来了!马斯克把SpaceX火箭技术装进汽车,原理其实不复杂
特斯拉飞行汽车、Tesla Roadster、SpaceX、马斯克、智能网联汽车、冷气推进、自动驾驶、飞行控制、汽车黑科技、低空经济
2026-10-19 16:42:27
195
原创 《Codex CLI 在 Windows 上如何安装?从环境配置、登录到首次运行的完整实测》
本文详细介绍Codex的本地部署全流程,涵盖其简介、本地部署优势、环境准备、下载方式、部署步骤、常见问题排查及实战验证。强调数据隐私、离线可用与定制化价值,指导开发者从零开始完成安装配置,确保高效运行。附官方文档与社区资源,助力快速上手与深度使用。
2026-10-08 22:58:15
246
原创 一文搞懂智能网联汽车:从“辅助驾驶”到“车路云一体化”的完整技术体系
随着人工智能、5G、V2X、高性能计算和云计算技术快速发展,智能网联汽车正从传统交通工具逐步演变为集感知、决策、控制、通信与数据服务于一体的复杂信息物理系统。本文以智能网联汽车整体技术体系为主线,系统介绍自动驾驶 L0~L5 分级,并深入解析摄像头、毫米波雷达、激光雷达等核心传感器及多传感器融合技术,进一步梳理感知、预测、规划、控制等自动驾驶关键模块。在此基础上,文章重点讲解 V2X、C-V2X 以及“车路云一体化”的技术架构和应用价值,同时介绍汽车电子电气架构、车载通信、OTA、数据
2026-09-02 15:08:23
505
原创 电赛循迹小车校准成功却跑偏?八路灰度传感器、I²C 数据解析与 PID 调试实战
摘要:电赛循迹小车调试常见问题的核心在于数据处理流程不当,而非参数校准或电机故障。关键解决方案包括:1)直接读取循迹板校准后的数字量;2)统一黑白数据极性;3)通过八路加权准确计算黑线位置;4)合理应用PID控制;5)增加I²C通信检查。调试时应优先验证数据流向的正确性,最后再调整PID参数。标签:#电赛调试 #循迹小车 #PID控制 #传感器数据处理 #I2C通信
2026-07-22 18:35:20
335
原创 我一直以为 Cluster 是毫米波雷达最底层的数据,直到我读懂了 ARS408……
【摘要】本文揭示了毫米波雷达数据处理流程中Cluster与Object的关键区别:Cluster是原始反射点云(如车前SUV的离散反射点),Object则是算法处理后的结构化信息(如车辆速度、位置等)。实际数据流比初学者想象的更复杂,需经历聚类、关联、跟踪等步骤。理解这一转换过程对后续学习CAN协议解析、目标跟踪和感知融合至关重要,这也是自动驾驶研发更关注Cluster而工程应用直接使用Object的原因。通过形象比喻(人眼vs雷达视角)阐述了数据处理本质,为初学者厘清了常见认知误区。
2026-07-12 20:52:45
250
原创 算法时代,技术人如何寻找自己的 “人生硬代码”
在 AI 快速发展的时代,技术人的核心竞争力正在发生变化。过去,我们习惯用代码、工具和框架解决问题;今天,更重要的是判断力、系统设计能力、持续迭代能力,以及找到属于自己的 “特殊知识”。本文结合 Naval Ravikant 关于财富、杠杆、幸福和人生选择的思考,尝试从技术人的视角拆解一套更适合当下的个人成长算法。
2026-05-13 21:09:01
360
原创 C盘清理全攻略:告别卡顿,提升系统性能的必备技巧
摘要: C盘空间不足是导致Windows系统卡顿、程序崩溃的常见原因。本文提供高效清理指南:1)使用磁盘清理工具和TreeSize定位大文件;2)删除临时文件与缓存;3)卸载冗余程序并转移安装路径;4)调整虚拟内存和关闭休眠文件;5)压缩旧文件及清理还原点。推荐CCleaner等工具自动化维护,但需避免误删系统文件。定期清理可释放5-20GB空间,显著提升性能。建议每月维护,操作前务必备份数据。(150字)
2026-01-13 17:46:05
1082
原创 技术学习:构建知识体系与提升实践能力
本文探讨了技术学习的有效方法。首先强调明确学习目标的重要性,建议聚焦特定领域并筛选优质资源。其次提出构建系统化知识体系,通过理解核心概念、建立知识关联和结构化梳理来提升学习效果。实践环节强调动手编码、项目驱动和参与开源的必要性。最后指出技术学习需要持续迭代,包括定期复盘、关注前沿和分享交流。文章认为,掌握这些方法不仅能获取知识,更能培养终身学习能力,帮助技术人员在快速变化的环境中保持竞争力。
2026-01-07 09:22:18
447
原创 《高效工作新范式:如何用AI助手(如Qwen)提升生产力的实战指南》
AI助手已成为现代职场提效利器。本文以Qwen为例,提供可落地的AI办公方案:1)匹配场景选择工具,Qwen擅长中文办公与代码生成;2)四大核心场景应用:文本创作(周报/邮件)、数据分析(Excel处理)、代码辅助、会议管理;3)使用技巧:精准提示词设计、安全隐私保护、工作流集成。实测案例显示,Qwen帮助团队节省60%文案时间、降低35%报表错误率。关键要避免AI依赖,将其作为增强工具而非替代人力。企业用户需注意数据安全,优先选择支持私有化部署的版本。
2025-12-30 21:07:05
934
原创 优快云 AI工具实战测评:从入门到高效的工具箱指南(附避坑与代码示例)
本文以"AI工具工具箱"为框架,系统梳理了8款主流AI工具的应用场景和优劣势。文章将AI工具分为代码开发、内容创作、数据分析和运维效率四大类,通过真实测评揭示了GitHub Copilot、ChatGPT、TableauAI等工具的实际表现。测评显示,不同工具在准确性、效率提升、易用性和成本方面各有侧重:代码开发类工具中GitHub Copilot综合表现最佳(4.5/5分),而WPSAI在办公场景易用性突出(4.8/5分)。文章特别指出,工具协同使用可形成效率闭环,如"数据分
2025-12-24 18:25:25
1136
原创 嵌入式系统低功耗设计实战:从理论到代码实
摘要:本文系统探讨了嵌入式系统的低功耗设计策略,重点针对STM32平台提供实用解决方案。文章从硬件选型、系统架构到软件实现三个层面构建完整优化体系,详细讲解时钟管理、电源模式切换和外设控制等核心技术。通过温湿度监测节点的实际案例,展示了如何实现纽扣电池供电下4年续航的优化成果。同时提供了专业测量工具推荐和常见问题解决方案,并展望了AI与低功耗技术融合的未来趋势。本文强调系统化思维和持续迭代的优化理念,为开发高效能嵌入式系统提供全面指导。
2025-12-19 14:21:00
1519
原创 【硬件新人指南】从零入门硬件行业:技能树、学习路径与职业规划
摘要:本文为硬件行业入门指南,系统介绍硬件工程师成长路径。首先解析现代硬件行业全景,涵盖芯片设计、嵌入式系统等核心领域,指出行业需求稳定但学习曲线陡峭的特点。详细拆解技能金字塔:从电子电路基础到计算机体系结构,再到嵌入式开发等硬核技能。提供分阶段学习路线图,从点亮LED到参与行业级项目,并给出求职策略建议,强调作品集和细分赛道选择的重要性。最后展望RISC-V、AI赋能硬件等未来趋势,鼓励新人通过实践开启硬件之旅。全文兼具专业性和实操性,是硬件从业者的实用手册。
2025-12-12 15:52:25
1313
原创 作为一名硬件工程师你是否会有这样的烦恼?
硬件工程师面临信号完整性、元件供应、散热噪声、测试设计及成本性能五大挑战。需解决高频干扰(如串扰公式V=k·dI/dt)、阻抗匹配等问题;应对元件停产、假货风险;平衡散热(结温公式Tj=Pd·Rth+Ta)与EMI标准;优化测试点布局;权衡材料成本与性能需求。需运用多学科知识及仿真工具(ADS/HFSS等),通过DFT设计、多供应商备份等技术方案,在复杂工程问题中实现最优解。
2025-12-07 20:01:06
432
原创 【要想入行硬件,必须先得了解这些知识!】
本文通俗介绍了计算机的六大核心硬件部件及其功能:1. CPU(中央处理器)作为"大脑"执行运算指令,其性能由核心数、主频和缓存决定;2. 内存(RAM)是临时工作区,断电数据消失;3. 硬盘分为速度慢但容量大的HDD和快速抗震的SSD;4. 显卡(GPU)负责图形处理,游戏性能与显存和核心数相关;5. 主板连接所有硬件,芯片组决定扩展能力;6. 电源需满足整机功耗1.5倍,散热系统遵循热力学原理。文章通过公式和流程图,清晰展示了硬件协同工作原理,帮助读者建立基础认知框架。
2025-11-30 19:18:43
360
原创 【避坑指南】老工程师含泪总结:嵌入式硬件设计常见的 10 个“低级”错误
在嵌入式开发中,流传着一句话:“硬件是身体,软件是灵魂。”身体如果有缺陷,灵魂再有趣也跑不起来。很多时候,导致板子“起不来”或者“不稳定”的,并不是什么高深的高速信号完整性问题,而是一些非常基础、非常琐碎,但又极易被忽视的细节。今天我们就来盘点一下那些年我们踩过的坑。检查项目关键点状态电源电压范围确认、电流余量充足、LDO 散热、去耦电容位置☐MCU复位电路、BOOT 引脚配置、晶振走线及电容、调试接口(SWD/JTAG)引出☐接口。
2025-11-23 16:28:27
1294
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅