长江后浪博客-优快云博客

原创《Windows 虚拟 PLC 4ms 周期调度：高精度定时器、两级等待策略与平台抽象》文章总结

本文系统总结了在Windows用户态实现4ms虚拟PLC调度的八大关键坑位与对策：避免误用sleep_for，改用单调时钟+绝对时间等待；重视周期抖动而非仅看平均值；分离Scheduler与平台定时器接口以支持跨平台；采用steady_clock防时间倒退；实施“粗粒度+精确等待”两级策略；明确WindowsVirtualPLC非硬实时，适用于开发验证；周期需综合评估，不宜盲目缩短；测试应按Timer→Scheduler→Runtime顺序推进。这些实践为构建稳定、可测的虚拟PLC系统提供了工程指南。

2026-09-16 14:43:48 289

原创 Windows 下实现 4ms 虚拟 PLC 周期调度：从 sleep_for 到高精度定时器

Windows 并不是一个硬实时操作系统，但这并不意味着 Windows 不能用于 Virtual PLC，关键在于明确产品定位和技术边界。Windows+ 高精度 Timer+ 单调时钟+ 绝对时间调度+ Scheduler 统计+ 平台抽象可以构建一个比较可靠的虚拟 PLC 运行环境。Linux+ 实时调度+ 专用硬件Windows 开发↓Virtual PLC 验证↓↓实际 Motion Controller。

2026-09-13 01:02:11 309

原创小白也能学会！树莓派RTSP视频流入门：USB摄像头+FFmpeg+MediaMTX完整部署教程

本文完成了树莓派 RTSP 视频系统的基础搭建。① 安装FFmpeg↓② 下载MediaMTX↓③ 解压ARM64版本↓④ 创建Systemd服务↓⑤ 设置MediaMTX开机启动↓⑥ FFmpeg读取/dev/video0↓⑦ 推送RTSP↓⑧ VLC/OpenCV/YOLO读取USB IMX378摄像头↓树莓派5↓FFmpeg↓MediaMTX↓RTSP↓电脑 / AI服务器 / NVR↓YOLO人工智能视觉。

2026-09-09 12:23:48 379

原创树莓派部署YOLOv8手势检测实战：USB IMX378摄像头 + Python + PyTorch + ONNX Runtime + Systemd开机自动运行

本文面向树莓派AI视觉、Python人工智能、YOLOv8目标检测初学者，以树莓派部署手势检测项目为案例，完整介绍从 USB IMX378摄像头安装、Miniconda环境配置、Python虚拟环境创建、YOLOv8依赖安装，到手势检测程序Systemd开机自动运行的完整流程。

2026-09-09 12:06:54 280

原创 YOLO目标检测模型调参入门：从训练参数到检测效果优化

YOLO调参并没有一个适合所有项目的"最佳参数"。先跑通↓确认数据集↓建立基准模型↓一次调整一个参数↓记录实验结果↓比较精度和速度↓选择最终模型对于 YOLO 初学者，建议不要一开始就陷入复杂参数。epochsimgszbatchmodelconfIoU基本就能够完成第一轮 YOLO 模型优化。一句话总结：YOLO调参不是"参数越大越好"，而是在精度、速度、显存和实际应用需求之间寻找最佳平衡。

2026-09-06 17:52:55 218

原创 Python + YOLOv8 疲劳驾驶 AI 视觉检测入门：从模型训练到 ONNX 实时摄像头检测完整实战

本文面向 **Python人工智能视觉检测与YOLO目标检测初学者**，以疲劳驾驶AI视觉检测为实战案例，完整介绍从 **YOLOv8数据集训练、模型生成、ONNX模型导出，到OpenCV摄像头实时推理** 的基础开发流程。项目采用 `fatigueTrain.py`、`exportonnx.py` 和 `fatigueRun.py` 三个Python脚本，将模型训练、模型转换和实时检测进行模块化处理，帮助初学者快速理解YOLO人工智能视觉项目的完整开发链路。

2026-09-06 09:31:04 245 1

原创 YOLOv26药品铝塑板缺粒检测实战：Python训练、验证与推理完整代码

本项目最终采用：500万像素彩色工业相机 + 穹顶漫射光 + YOLOv26。相机负责获得高质量彩色图像穹顶漫射光负责降低铝塑板反光和光照不均YOLOv26 负责药粒定位、缺粒和破损检测位置模板负责判断每一个规定位置是否存在药粒Lab + ΔE 负责药粒颜色检测最终输出：颗粒数量、缺粒数量、破损数量、颜色异常数量、完整度、整板 OK/NG。

2026-09-05 18:58:55 227

原创 YOLOv26+500万彩色工业相机实现药品铝塑板颗粒完整度检测：缺粒识别、颜色检测与穹顶漫射光机器视觉方案

500万彩色工业相机│↓穹顶漫射光源│↓铝塑板药品│↓图像采集│↓ ↓YOLOv26 Lab颜色↓ ↓药粒定位 ΔE↓ ↓缺粒/破损颜色异常↓模板匹配↓颗粒级判定↓OK / NG↓PLC剔除↓MES追溯最终实现：药粒有无检测 + 药粒完整度检测 + 药粒颜色检测 + 缺粒检测 + 破损检测 + 异物检测 + 产品追溯。药品铝塑板视觉检测并不是简单地安装一台相机，然后运行 YOLO 模型。

2026-09-05 18:48:01 320

原创 M3 Max 96GB 本地部署 Qwen3.6-35B-A3B：打造 SolidWorks 智能机械设计与企业知识库 AI 工作站

目前已经存在针对 Apple Silicon 优化的 MLX 量化版本，例如 Qwen3.6-35B-A3B-OptiQ-4bit，可以直接使用 MLX 运行，无需将模型转换成 GGUF。它采用 MoE（Mixture of Experts）架构，总参数规模约 35B，但每个 Token 实际激活的参数规模约为 3B，因此非常适合 Apple Silicon 本地推理。该版本针对 Apple Silicon 的 MLX 推理进行了量化优化，并提供 mlx-lm 使用方式。

2026-09-04 21:29:51 369

原创小龙虾智能体不响应飞书群消息：飞书与智能体连接问题排查与解决

飞书与小龙虾的连接，本质上不是简单的"调用一个API"。飞书↙ ↘↙ ↘接收事件 API调用↓ ↑↓ ↑小龙虾 Gateway ─────┘│▼AI Agent小龙虾 → 飞书解决的是主动发送问题；飞书 → 小龙虾解决的是事件订阅和消息接收问题。小龙虾可以发消息，也能查询飞书，但 @它没有响应。飞书事件订阅 → Webhook → 外部群消息事件 → 小龙虾Gateway只要这条链路建立起来，再进行消息解析、Agent调用和飞书回复，整个智能体闭环才能真正跑通。飞书外部群│。

2026-09-04 20:56:11 357

原创运动控制电子凸轮（Electronic Cam）设计：从运动需求到 Trio FLEXLINK 凸轮曲线公式推导

电子凸轮可以理解为：Y = f(X)X：主轴位置Y：从轴位置输送带送料辊编码器伺服电机生产线虚拟主轴旋转刀飞剪刀压合机构打标机构机械手送料机构主轴位置 X│▼│▼从轴位置 Y因此，电子凸轮的核心并不是"控制电机转速"，而是：建立主轴位置与从轴位置之间的数学关系。速度、加速度实际上都是由位置曲线进一步求导得到的。Y = f(X)通过这个映射，可以让从轴按照主轴的位置自动改变运动速度。Base Move 负责基础同步；

2026-09-03 11:58:48 319 2

原创 ESP32-SOLO-1 在 ESP-IDF v5.5 下启动不断重启问题分析与解决

因此正确的解决思路不是单纯修改某一行代码，而是：先清理 CMake 缓存，再确认 ESP32-SOLO-1 的 Target 和单核配置，最后重新生成、编译和烧录整个工程。本项目使用的是： ESP32-SOLO-1 ESP32-SOLO-1 属于单核 ESP32。在将原有 ESP32 工程升级到 ESP-IDF v5.5 后，程序烧录成功，但是 ESP32 上电后不断重启。由于这个项目以前在旧版 ESP-IDF 下运行正常，而升级 ESP-IDF 后出现配置问题，后续建议将关键配置明确保存。

2026-09-03 09:30:26 564

原创 MES + 工业打印机：让每一件产品“自动生成身份证”，从生产到追溯真正闭环

MES记录数据人工操作打印机MES产生生产数据↓MQTT触发打印↓打印网关读取MES↓自动生成打印协议↓TCP发送工业打印机↓等待打印机响应↓记录打印结果↓回写MES最终实现：生产数据从MES产生，经过打印网关自动转换，最终驱动工业打印机完成产品标识，并将打印过程纳入MES追溯体系。这不是简单的"MES连接打印机"，而是把生产数据、设备数据、人员数据、质量数据和产品标签真正连接起来。注塑机↓MES↓生产订单↓产品参数↓视觉检测↓称重↓自动打印↓。

2026-09-02 20:22:07 382

原创 Trio 运动控制器适配 Kossi 驱动器 EtherCAT 通讯流程

<think>我们只需要根据用户要求生成一个≤150字的摘要。需要包含关键内容：Trio控制器与Kossi伺服驱动器基于EtherCAT适配，完成配置、通讯、多轴同步控制。简要提及流程和结果。注意字数。</think>本文介绍Trio运动控制器与Kossi伺服驱动器基于EtherCAT总线的适配方案，完成主从站配置、总线初始化、周期通讯及运动指令交互，实现多轴同步控制。详细展示操作流程、PDO映射及初始化参数配置，并附完整代码链接，为类似驱动器适配提供参考。

2026-09-01 16:40:57 221

原创农业无人机管理平台：构建“无人机巡检 + AI识虫 + GIS地块 + 精准作业”的智慧农业系统

传统农业无人机主要解决一个问题：如何快速完成喷洒、施肥等作业。但对于大规模种植而言，仅仅提高喷洒效率还不够。哪块田出现了虫害？虫害发生在哪里？面积有多大？是什么虫？严重程度如何？是否需要马上处理？哪架无人机执行任务？作业完成后效果怎么样？因此，未来农业无人机系统需要从单纯的"无人机控制"升级为农业无人机管理平台。平台统一管理无人机、地块、巡检数据、AI 识别结果、作业任务和历史数据，最终形成从发现问题到解决问题的完整闭环。

2026-09-01 09:22:49 309

原创无人机AI识虫：用“空中巡检 + GIS地图 + AI识别”解决大规模种植虫害问题

对于几十亩、几百亩甚至上千亩的大规模种植基地，虫害防治一直存在一个矛盾：田地面积越来越大，而人工巡检能力有限。这种方式在小面积农田还可以，但当种植面积达到数百亩、上千亩后，很难做到及时、持续、全面地巡查。更大的问题是：虫害并不是等到肉眼明显发现时才开始发生。很多虫害在早期只有少量区域出现，如果没有及时发现，很容易从一个小范围虫源逐渐扩散成较大的虫害区域。因此，智慧农业需要改变思路：不是让无人机替代人工看完整块农田，而是让无人机成为一个能够每天自动巡田的"空中传感器"。

2026-09-01 08:44:33 531

原创陶瓷盘UV喷墨印刷中的Z轴高度测量与防碰撞技术方案

在陶瓷盘、餐具等异形产品进行 UV 喷墨印刷时，最大的难点之一并不是单纯的图像打印，而是喷头与产品表面之间的高度控制。普通平面材料可以将喷头固定在一个高度，例如距离材料表面 3～5 mm。如果喷头高度固定，就可能出现两种问题：距离太近：喷头与陶瓷盘发生碰撞，造成昂贵的 UV 喷头损坏。距离太远：墨滴扩散、落点误差增加，图案边缘变粗，套色精度下降，最终影响印刷质量。因此，对于自动化陶瓷盘 UV 印刷设备，需要将定位、测高、Z 轴控制和防碰撞作为一个完整系统进行设计。

2026-08-31 20:21:57 232 1

原创局域网服务器如何实现外网访问：Ubuntu 22.04 搭建 FRP 内网穿透服务器

局域网服务器││ 主动连接▼公网 FRPS▲││ 外部访问│Internet公网服务器│FRPS││ TCP 7000│▼企业局域网│FRPC│▼云端││ ││ ││FRP 长连接││ │工厂A 工厂BFRPC FRPC│ ││ │最终可以实现多工厂统一接入、远程运维、MES 访问、设备状态监控和工业数据上云。

2026-08-31 13:56:45 227

原创基于 XGBoost 的数码打印颜色色差智能优化：从 CMYK 实验建模到 RGB 视觉闭环

其中：Rp, Gp, Bp 是XGBoost预测RGB。Rt, Gt, Bt 是目标RGB。Loss越小，颜色越接近。

2026-08-31 08:23:40 279

原创 Conda环境下测试Intel NPU：Python版本如何选择？

对于目前的 Intel NPU + OpenVINO + YOLO 工业视觉项目，Conda环境优先推荐 Python 3.10。并不是因为 Python 3.10 本身能够"开启NPU"，而是因为它作为一个相对成熟的AI运行环境，可以减少 Python 依赖兼容性带来的干扰。Intel处理器NPU驱动模型算子兼容性"Python → OpenVINO → 设备识别 → NPU模型编译 → YOLO → 性能测试"这个顺序逐层验证。

2026-08-30 20:51:08 186 1

原创小龙虾 Skill 技能编写入门：从 Markdown 到工业智能体工具调用

在传统软件中，如果希望程序实现一个功能，通常需要编写代码。查询设备状态↓连接数据库↓执行 SQL↓处理结果↓返回数据而在 AI Agent，也就是"小龙虾"这样的智能体系统中，可以把一个具体能力封装成一个 Skill（技能）。设备状态查询 Skill生产统计 Skill订单查询 Skill设备报警 Skill库存查询 SkillAGV调度 SkillMES数据分析 Skill。

2026-08-30 09:05:03 303

原创黑色滴灌带三角结构视觉检测光源设计方案——200mm高角度环光 + 低角度条形暗场补光

针对黑色滴灌带这种黑色PE材料 + 表面反光 + 浅浮雕三角结构 + 高速运动的视觉检测场景，单纯依靠一个高角度环光很难同时满足"整体亮度"和"结构对比度"两个要求。Ø200mm 白色环形光作为主光源，距离产品 120mm、约 30° 入射；在产品两侧增加低角度条形光，以 10°～20° 左右的角度进行暗场补光。环形光 —— 提供整体均匀照明条形光 —— 强化三角形、流道和边缘结构。

2026-08-29 20:52:13 268 3

原创 Qt 6.10 开发 Modbus TCP 通讯：从客户端、服务器到工业设备调度

Qt 6.10 的 Qt SerialBus 已经可以很好地完成工业 Modbus TCP 通讯。Scheduler状态机HTTP AGV任务MQTT设备状态SQLite数据持久化其中 ModbusClient 负责设备通讯，ModbusServer 负责对外提供数据，Scheduler 负责业务决策。这种分层结构比把所有通讯和业务代码堆在 MainWindow 中更加稳定，也非常适合后续扩展到 MES、AGV 调度、设备联网和云端监控。

2026-08-29 19:46:55 367

原创滴灌带打孔粘接程度智能评估：基于机器视觉、多特征融合与时序预测的在线检测方案

本项目最终形成的是一套"定位—增强—特征—评分—滤波—统计—预测—追溯"的滴灌带滴头粘接质量智能检测体系。工业相机↓VisionPro模板定位↓自动生成左右粘接AOI↓CLAHE增强↓↓Normalize↓Raw Score↓Kalman滤波↓EMA平滑↓2秒统计窗口↓↓历史趋势分析↓↓相比传统的单张图片阈值判断，该方案最大的提升在于：从"检测一个滴头好不好"，升级为"持续评价整条生产过程的粘接质量"。

2026-08-29 13:17:50 333 1

原创 Unity 3D 在工业 AI 视觉检测与 MES 系统中的应用架构

这是工业 3D 项目非常重要的一点。Unity 3D 工业应用、AI视觉检测、MES系统、数字孪生、3D缺陷显示、工业质量检测、YOLO 缺陷检测、Unity 数字孪生、座椅检测系统、3D智能质量检测工作站。MES 负责：工单、产品、SN、检测记录、人员、权限、生产数据、质量数据、追溯。对于座椅这种产品，最终模型主要需要：靠背、坐垫、扶手、头枕、骨架外观、缝线、缺陷区域，不需要把每一个内部螺丝都完整显示出来。Marker 可以设计成：红色圆点、红色闪烁点、箭头、圆圈、3D 图标、缺陷编号、气泡提示。

2026-08-28 20:04:40 278

原创陶瓷浮雕盘印刷视觉定位方案：8K线扫相机 + 暗场光源 + 旋转平台

最终精度还受到镜头畸变、光学分辨率、相机安装、旋转平台精度、编码器分辨率、盘子跳动、算法、机械重复定位等因素影响，实际工程中需要通过标定和机械结构设计确定最终定位精度。对于这个项目，大多数情况下不需要。但是浮雕盘具有大量细节：龙纹、文字、曲线、浮雕边缘、装饰纹理，8K能够提供更多特征点，对于后续的亚像素边缘检测、模板匹配、旋转角度计算、特征点匹配更加有利。陶瓷浮雕盘视觉定位、8K线扫相机、暗场光源、旋转平台、编码器同步、陶瓷盘印刷定位、模板匹配、机器视觉定位、X/Y/θ定位、陶瓷印花设备。

2026-08-28 19:36:57 407

原创 C#调用Intel NPU实现YOLOv26极速推理：OpenVINO工业视觉加速实践

通过 YOLOv26 + OpenVINO + C# + Intel NPU，可以构建低成本、高性能工业AI视觉系统。不需要独立显卡功耗低工控机体积小系统稳定适合长期运行对于未来智能制造设备，工业相机 + C#软件 + Intel NPU + OpenVINO，将成为边缘AI视觉的重要技术路线。---

2026-08-27 23:31:05 415 10

原创 XGBoost自动学习原理与神经网络区别

对于工业打印颜色拟合：XGBoost更像一名经验丰富的调色工程师，通过大量打印样本（墨量组合 → 实际颜色）自动总结规律。而神经网络更像一个需要大量经验训练的人工大脑，可以学习更复杂的关系，但需要更多数据和计算资源。对于当前七/八通道工业打印 + 自动ICC生成 + 智能RIP系统，推荐路线：1. 第一阶段：XGBoost建立颜色模型 2. 第二阶段：优化算法实现自动分色 3. 第三阶段：LUT实现高速打印 4. 第四阶段：数据积累后引入神经网络，实现全自动AI颜色管理最终形成。

2026-08-27 23:12:14 110 1

原创 C#工业视觉平台结合YOLOv26与OpenVINO

通过C#工业软件平台结合YOLOv26、OpenVINO和Intel NPU，可以构建完整工业AI视觉解决方案。C#实现工业软件一体化自动标注降低AI使用门槛Python自动训练模型OpenVINO快速部署Intel NPU低功耗推理实现：从人工检测 → AI视觉检测 → 智能质量控制。让工业设备具备视觉感知能力，为智慧工厂提供可靠的人工智能基础。

2026-08-27 17:02:53 307

原创从OPC-DA到OPC-UA：工业智能网关让注塑机数据采集进入智能时代

OPC-UA正在成为智能制造时代注塑设备的重要通讯标准。无需Windows网关无需昂贵商业转换设备无需复杂配置即可完成：设备数据采集 → MQTT传输 → MES管理 → AI智能分析。让注塑机从单一生产设备，升级成为智慧工厂中的智能生产节点。工业智能网关，让每台设备真正连接智能未来。

2026-08-27 13:23:31 419 1

原创基于Docker容器化部署工业智能体小龙虾

Docker容器化部署，让工业智能网关从简单的数据采集设备，升级为可靠的边缘智能计算平台。通过"小龙虾"工业智能体、MES、ERP、数据库和工业通讯服务的融合，实现：设备互联 → 数据采集 → AI分析 → 智能决策 → 人机对话让每条生产线拥有感知能力、分析能力和智能交互能力。工业智能网关，正在成为下一代智慧工厂的智能基础设施。

2026-08-27 12:51:21 202 1

原创工业智能网关：赋予生产线智能生命力

工业智能网关作为连接设备与智能系统的核心节点，将工业现场设备、MES系统、ERP系统以及AI智能体进行融合，让生产线从"自动运行"升级为"智能协同"。通过工业智能网关，生产设备拥有数据采集能力、状态感知能力和智能交互能力，使产线真正具备"生命力"。工业智能网关，让生产线不再只是自动化设备集合，而成为具有数字生命力的智能生产单元。实现"设备 → 工业智能网关 → ERP/MES → AI智能体"的一体化运行。转变为"AI理解数据 → 主动发现问题 → 辅助决策 → 智能执行"。工业智能网关具备智能联网能力。

2026-08-27 12:31:38 732 2

原创从自动搬运到智能协同：新一代智慧工厂AI AGV系统实现搬运任务全闭环管理

从传统 AGV 的固定路径搬运，到新一代智慧工厂 AI AGV 的自主决策协同，工业物流正在经历从"自动化搬运"到"智能协同"的技术演进。本文展示新一代智慧工厂 AI AGV 系统如何连接 MES、生产设备与工业 AI 智能体，实现搬运任务的全闭环管理。---

2026-08-27 11:37:01 206

原创 RGB到CMYK/LC/LM/W七通道颜色拟合：工业打印机智能分色算法设计

RGB 到七色/八色并不是简单的数学颜色转换，而是一个与打印机、墨水、材料、烧结工艺、喷头和颜色管理高度相关的设备专属模型。通过建立大量真实打印测色数据，利用 XGBoost 学习颜色准确性打印速度墨量控制工业稳定性对于工业喷墨设备而言，这种架构可以进一步发展成为自主的七/八通道智能 RIP + 自动 ICC 生成 + 自动测色 + AI 分色系统。---

2026-08-27 00:40:19 332

原创自动打印组合色块与视觉测色系统：构建七通道工业打印机智能色彩标定闭环

针对 CMYK+LC+LM+W 七通道工业打印设备在颜色标定过程中存在测试效率低、人工测色工作量大、颜色数据难以自动关联等问题，设计了一套自动化色彩标定系统。系统通过软件自动生成组合颜色测试方块，根据预设的 C、M、Y、K、LC、LM、W 七通道墨量组合生成测试任务，并自动完成打印。打印完成后，测试样品统一进行一次烧结/固化，再由设备搭载的彩色工业相机对整版测试色块进行图像采集。

2026-08-27 00:11:18 228

原创七通道工业打印机测色与墨量分配：从 CMYK+LC+LM+W 到 ICC 色彩管理

对于 CMYK+LC+LM+W 七通道工业打印系统，测色并不是简单地打印一张色卡，而是建立一套完整的设备颜色模型。工业打印机↓七通道墨量 C/M/Y/K/LC/LM/W↓打印测试色块↓分光测色↓L*/a*/b*↓建立设备响应模型↓ICC / LUT / 分色模型↓目标颜色反向计算↓七通道墨量↓RIP打印通过LittleCMS + ICC Profile + 分光测色 + 多通道分色 + GCR + LC/LM浅墨策略 + 白墨管理 + Total Ink Limit。

2026-08-26 23:56:11 250

原创陶瓷喷墨 RIP 中的 8 色 ICC Profile 技术原理与 LittleCMS 实现

随着数字喷墨技术在陶瓷装饰领域的广泛应用，陶瓷喷墨 RIP（Raster Image Processor）已经从单纯的图像栅格化系统发展为集颜色管理、色彩分离、墨量控制、网点处理和喷头数据生成于一体的工业软件系统。其中，颜色管理是决定最终烧成图案色彩一致性和重复性的重要环节。传统平面印刷主要采用 CMYK 四色色彩空间，而陶瓷喷墨设备通常根据墨水体系、喷头特性、釉面材料及烧成工艺配置 6 色、8 色甚至更多颜色通道。因此，传统的 CMYK 颜色转换模型难以充分利用陶瓷喷墨设备的扩展色域。

2026-08-26 02:08:35 246

原创 RIP 颜色管理之 LittleCMS：开源 ICC 色彩管理引擎

LittleCMS 可以作为陶瓷喷码 RIP 的"颜色大脑"，但它只负责颜色科学，不负责排版、拼版、网点、喷头扫描、50mm 分层扫描、Z 轴避障、灰度喷墨控制——这些需要自行开发。普通 RGB→CMYK 数学公式无法胜任工业级色彩还原——尤其是陶瓷喷墨场景，墨水特性、釉面反射、烧结变色等因素让颜色转换成为一门严谨的颜色科学。LittleCMS、ICC色彩管理、RIP软件、陶瓷喷墨、颜色转换、cmsDoTransform、ICC Profile、渲染意图、多通道墨水、色彩分离、陶瓷RIP、lcms2。

2026-08-26 01:53:56 241

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

疲劳驾驶模型文件-Python疲劳驾驶AI检测、Python YOLOv8疲劳驾驶检测、YOLOv8疲劳驾驶识别、YOLO疲劳驾驶检测入门、YOLOv8目标检测入门教程

Trio适配Kossi驱动器ECAT通讯XML文件

trio伺服增益调整

trio运动控制器讲座

【手把手做ROS2机器人系统开发一】开发环境搭建-配套软件资源

SOEM-Ethercat源代码解析配套windows网卡捕捉软件包

SCARA机器人obj文件

netassist-UDP/TCP调试工具

TRIO MPV4安装软件

Trio Profibus通讯GSD文件

空空如也