墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
300+累计阅读
306平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
KT-EX6-6是开拓导航控制技术股份有限公司研制生产的全国产化惯性测量单元。产品由 MEMS 陀螺芯片、MEMS 加速度计芯片、温度传感器、数字信号处理电路、结构及软件等组成，采用柔性连接技术，内置全温补偿、安装失准角补偿、非线性补偿等补偿算法 , 在静态、动态以及恶劣条件下也能为用户输出经过误差补偿后稳定可靠的测量数据。
其与霍尼韦尔HG4930的数据对比如下：
与HG4930数据对比
从上表可以看出，KT-EX6-6F的部分数据指标，如陀螺和加表的零偏重复性，角度随机游走指标优于HG4930，零偏不稳定稳定性（ALLEN）与HG4930CA51相近，优于HG4930BA51，HG4930AA51
KT-EX6-6
产品特点
1完全国产化
2低振动整流误差
3传感器全要素补偿
4精度高、噪声小、重复性好
5体积小、重量轻、便于安装
6兼容霍尼韦尔HG4930系列产品
产品参数
【MATLAB代码】基于RRT与人工势场法（RRT+APF）的多无人机二维动态路径规划与避障。订阅专栏后可查看完整代码
本文基于RRT+APF算法实现多无人机动态路径规划与避障仿真，通过MATLAB完整代码可直接运行。对比传统APF方法，该方案在轨迹平滑性、安全净间隙及到达效率上表现更优。支持参数自定义，订阅专栏后可获取源码与定制服务，适用于科研与工程实践。
(done) 嵌入式硬件电路图 (5) 重要的元器件特性之二极管三极管
TODO: here。
【MATLAB代码，多无人机路径规划6】基于RRT与动态窗口法（RRT+DWA）的多无人机二维动态路径规划与避障。订阅专栏后可查看完整代码
本文基于MATLAB实现四架无人机在二维动态障碍环境中的协同路径规划，采用RRT+DWA算法，支持参数自定义。通过对比RRT+APF与RRT+DWA的避障效果，可视化轨迹、净间隙、速度加速度及航程等，输出任务完成率与碰撞统计。代码可直接运行，订阅专栏后获取完整源码，支持定制与讲解。
(done) 嵌入式硬件电路图 (3) 重要的元器件特性之电阻
TODO: here。
【MATLAB代码，无人机避障7】基于RRT*与人工势场法（RRT*+APF）的多无人机二维动态路径规划与避障。订阅专栏后可查看完整代码
本文基于RRT与人工势场法（APF）实现四架无人机在二维动态障碍环境中的协同路径规划与避障。通过RRT优化全局路径，结合APF进行局部避碰，支持参数自定义，提供完整MATLAB代码，可直接运行并生成轨迹、安全净间隙、速度加速度及航程等可视化结果，对比RRT+APF与RRT*+APF性能，适用于科研与教学。
深入解析MSPM0系列Keil开发中‘ti_msp_dl_config.h‘缺失问题的根源与修复
本文深入解析TI MSPM0系列Keil开发中'ti_msp_dl_config.h'文件缺失问题的根源与修复方法。该错误常见于编译时提示file not found，主要因SysConfig工具未正确生成或工程路径配置错误导致。文章提供了从环境检查、手动生成文件到工程配置调整的系统化解决方案，帮助开发者快速解决这一常见KEIL开发难题。
(done) 嵌入式硬件电路图 (1) 看图的脉络依据
TODO: here。
SKILL实现电路virtuoso原理图schematic中引脚pin的net自动打上pin label
SKILL实现电路virtuoso原理图schematic中引脚pin的net自动打上pin label
嵌入式硬件知识-电阻串联、并联核心特性
本章详细讲解电阻串联、并联核心特性
VC Spyglass CDC验证避坑指南：如何正确配置同步复位信号（实验二重点解析）
本文深入解析VC Spyglass CDC验证中同步复位信号的正确配置方法，通过实验二案例详细展示错误配置的典型表现及修正过程。文章提供同步复位的最佳实践方案，包括约束文件修改指南、验证流程优化建议和高级调试技巧，帮助工程师有效避免CDC验证中的常见陷阱。
FUEL算法解读（一）——框架解读，思维导图可以很清晰看懂算法启动框架，已更新完，图太大放不上来链接在文末
一图看懂FUEL算法节点框架！！！
(done) 嵌入式硬件电路图 (4) 重要的元器件特性之电容
TODO: here。
Parasoft C++Test软件单元测试_操作指南
本文主要为使用C++TEST进行单元测试的流程性操作讲解，后续文章将以专题形式进行详细讲解，以及用一些被测函数作为示例进行实例讲解。
(done) 嵌入式硬件电路图 (2) 熟悉常用元器件
常见电阻分为 贴片电阻 和 色环电阻。
上位机 寻边器 通讯实战
寻边器通讯接口实现 本文介绍了上位机与盖泽(Gazer)和JEL品牌寻边器的通讯接口实现方案。主要内容包括： 接口定义：创建了IAlignerOperation接口，定义了获取状态、控制运动、真空吸附等核心功能。 具体实现： 盖泽寻边器(GazerAlignerCjh)：通过串口通讯，实现了回零、校准、移动位置等操作 JEL寻边器(JelAligner)：同样基于串口通讯，包含错误处理、状态查询等功能 工厂模式：通过AlignerFactory工厂类根据设备品牌创建对应的实现对象。 设备加载：展示了如何在系
如何通过 GitHub Actions 使用 SSH 自动化部署到阿里云 ECS 实例
通过 GitHub Actions 和 SSH 自动化部署，可以显著提高你的开发效率和部署的可靠性。本文介绍了如何生成 SSH 密钥、将公钥添加到阿里云 ECS 实例、将私钥添加到 GitHub Secrets，以及编写 GitHub Actions 工作流来实现自动化部署。希望这篇文章对你有所帮助！
嵌入式硬件选型｜EY406-2131D1 双路互补脉冲长按复位 IC 方案解析
在锂电供电的嵌入式项目开发中，带无线模组的复合系统经常遇到复位不同步问题。主控完成复位，蓝牙、WiFi 射频模块未同步复位，模块状态不一致，出现配网失败、链路锁死等现象。软件长按复位方案在主控跑飞后直接失效，RC 延时电路受温漂、器件离散性影响，量产时序一致性较差。EY406-2131D1 是 SOT23-6 封装纯硬件逻辑复位芯片，依靠硬件计时实现长按识别与双路脉冲输出，可以作为这类场景的备选方案。
Agentic AI应用架构师如何提升AI应用的灵活性
可扩展性（Scalability）：快速添加新功能或扩展任务范围（如Agent从“客服”扩展到“供应链管理”）；可修改性（Modifiability）：调整Agent的决策逻辑或动作策略，无需重构整个系统；鲁棒性（Robustness）：在环境异常或数据噪声下保持性能稳定；自适应（Self-Adaptation）：自主学习新场景，无需人工干预。状态空间（S）：Agent能感知的所有内部/外部状态（如用户需求、环境数据）；动作空间（A）：Agent能执行的所有动作（如调用工具、发送消息）；
智能汽车的“软肋”：车载系统漏洞分析与安全防护框架初探
先做资产梳理与攻击面测绘，明确“有什么、暴露在哪”；对高风险链路（OTA、车控 API、诊断服务）优先加固；把安全左移，在架构设计阶段就引入威胁建模；建立可追溯的 SBOM（软件物料清单），提升供应链透明度；用 OTA 能力反哺安全运营，缩短漏洞修复周期。智能汽车的安全是一场持续的攻防博弈。车载系统的“软肋”并非不可弥补，关键在于把安全从“事后补丁”变成“内生能力”。只有组织、流程与技术三者协同，才能在软件定义汽车的时代守住底线。
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
IEM模型，地表粗糙度模拟
利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟
无人机航拍垃圾检测数据集深度学习 目标检测 无人机航拍 垃圾检测 环境卫生 YOLO格式 数据集发布9029期
无人机航拍垃圾检测数据集深度学习 目标检测 无人机航拍 垃圾检测 环境卫生 YOLO格式 数据集发布9029期
怀旧版电脑GBC模拟器
再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
基于 Hightopo 低空经济 WebGIS 无人机配送平台开发实践
低空物流配送的可视化开发，需要把城市空间、无人机飞行状态、航线和配送任务组织到同一套界面中。开发人员既要呈现无人机在三维城市中的位置与飞行姿态，也要让操作人员能够查看航线参数、气象预警和配送进程，完成从空间观察到业务操作的衔接。图扑（Hightopo）基于自研国产化可视化平台构建的低空经济无人机运维监控平台，覆盖空域管理、快递物流和外卖配送等场景。平台开发围绕场景组织、交互实现和数据展示展开。前端以二三维能力为基础，场景、图形和业务可视化均围绕 HT 实现，不接入或引用外部第三方组件。
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
无人机如何监测黑臭水体：从指数筛查到边缘推理的递进式技术链路
黑臭水体监测的真实挑战，在于如何从水体光谱信号中稳定反演出COD、溶解氧、氨氮等非光学活性参数，并将反演数据直接转化为可派单的治理事件。受限于空间与光谱分辨率，卫星遥感独立完成参数反演的精度不足；单一可见光只能捕捉表象，无法量化水质等级。工程上的可行路径是一条递进链路：利用指数模型锁定疑似水段，依靠高分辨率多光谱数据建立机器学习反演模型，将模型压缩至边缘端实现实时推理，最后通过低空中枢系统接入工单流转。本文按此链路拆解各环节的技术取舍与物理边界。
【深度学习实战】无人机影像地物要素语义分割实战：EfficientNetB4 + UNet
本文基于UAVid数据集，复现了EfficientNetB4作为编码器的UNet语义分割模型，全流程涵盖数据处理、可视化、模型构建、训练与推理。针对无人机影像高分辨率、小目标多、类别不均衡等挑战，采用彩色标签转类别索引、256×256随机裁剪与Albumentations增强策略，并结合加权交叉熵与Dice损失缓解长尾问题。实验在双RTX 6000 GPU上完成，代码开箱即用，适用于智慧城市与自动驾驶高精地图应用。
无人机的射频干扰、导航欺骗等反制技术
它的优势是灵活，位置、速度、时间都可以在软件层面随意设定，想把它骗到东边就设东边的坐标。对导航频段进行噪声压制，无人机不会立刻掉落，而是进入“姿态模式”——它还能维持平衡和基本飞行，但失去了位置感知能力，无法自主返航或定点悬停。两者的共同点在于都不直接摧毁无人机机体，但作用机理和处置后果差异明显：一个靠“压住信号”逼无人机进入失控保护状态，另一个靠“伪造信号”让无人机自己飞向错误的地方。它不压制真实信号，而是发射一套伪造的卫星导航信号，让无人机接收机误以为这就是真实的定位数据，从而计算出错误的自身位置。
无人机数据链抗干扰怎么做？基于Python的链路健康度监控与分级告警实现
无人机数据链的稳定性，不应该只用信号强度来衡量。第一，能够监测。实时掌握链路质量，及时发现信号衰减和通信异常。第二，能够响应。根据异常等级，执行经过验证的飞行安全预案。第三，能够追溯。将链路状态、飞行轨迹和任务画面关联存档，为后续分析提供依据。对于城市巡检、智慧林业、应急救援等低空应用场景而言，通信链路不仅关系到无人机能否持续飞行，也关系到现场信息能否稳定回传、任务能否顺利完成。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
189
扫一扫
