超有趣!ESP32飞机雷达项目搭建简单,固件改进还能移植大屏

ESP32轻量化飞控接收机:UDP+SoftAP+PWM极简设计 在嵌入式无线控制领域,基于MCU的轻量级接收机是微型无人机、扑翼机等资源受限平台的核心组件。其本质是将WiFi通信、协议解析与外设驱动深度融合的实时IO终端,依赖SoftAP模式构建确定性局域网拓扑,以UDP协议实现低延迟指令传输,并通过硬件PWM精准驱动舵机与电机。该方案规避传统航模协议栈开销,突出可裁剪性与调试友好性,适用于5克级超轻载荷系统。关键技术价值在于平衡实时性(端到端延迟≤8ms)、功耗(待机≤28mA)与开发效率(ASCII指令免APP),广泛应用于仿生飞行器原型验证、教育实验平台及定制化遥 阅读详情

基于ESP32的飞机雷达项目:搭建简单、固件改进,还能移植大屏!

这个项目很适合在忙碌一周后,比如在纽约市的Devrelcon做完演讲,于慵懒的周六用来放松。大约一两周前,Makerworld将其列为特色模型之一,巧的是外出时零件刚好到货。

GitHub仓库ESP32 - Plane - Radar是适用于1.28英寸圆形显示屏的开源ESP32固件,能将所在位置周围的实时ADS - B飞机信息以声纳式飞机雷达的形式显示出来。作者是ironicbadger,使用的是C++,遵循MIT协议,可在GitHub上查看仓库。

飞机雷达是个有趣的小项目,它能把ESP32 - C3和1.28英寸的圆形显示屏变成一个实时飞机雷达。它会收集附近的ADS - B交通信息,根据距离和方位绘制每架飞机的位置,并直接在屏幕上显示详细信息。

搭建过程挺简单的,不过得进行一些焊接操作。很喜欢做这个,因为它让人想起组装竞速无人机的日子。细的硅胶线让布线工作很快就完成了,大约15分钟后,就能开始测试。

如今,用基于浏览器的ESPHome网页刷机工具给全新的ESP32刷入固件很简单,不到30秒就能搞定。

关于3D模型的一点说明

最初的模型在Makerworld上备受关注,因为它看着很棒。但实际上,它没那么实用。

不幸的是,对于拿到的这批电路板来说,模型的公差太小,没法使用。所以可能之后会自己建模一个替代模型,但目前选择打印这个模型。

定制固件

今天,在纯粹的灵感驱动下,改进了对ESP32飞机雷达项目的分支版本。

最大的改进是增加了更完善的飞行信息。在数据可用时,飞机现在会显示其出发地和目的地,而不只是尾号,呼号作为备用显示信息。飞机类型的描述也更详细了,比如显示 `B737 - 800` 而不是简单的 `B737`。还添加了当地的天气、温度、湿度、时间和日期信息。

现在,网页界面可以在初始设置后修改坐标。能在不重置Wi - Fi配置的情况下更改显示选项,并且有控制单位、跑道、天气、温度格式和12/24小时制时间的设置。默认情况下,文本大小增大了10%,还有一个80 - 130%的滑块可用于持续调整文本大小。

最后,固件现在支持经过身份验证的OTA更新,所以未来的版本可以通过浏览器安装,而不用通过USB连接电路板。

已经在实际设备上编译、刷入并测试了所有内容,最新的工作成果已提交到主分支。接下来,可能会将其移植到更大的显示屏上,并为其设计一个整洁的3D打印外壳。

更多技术文章

[技术] 使用11年后,弃用了Ghost:经过近11年的持续使用Ghost提供服务,这个博客现在是一个使用Astro构建的静态网站。作者是Alex Kretzschmar ,发布于2026年7月13日 ,阅读时长3分钟。

[技术] 如何让用了10年的Nvidia Shield焕然一新:清理Nvidia Shield,视频中有确切的ADB命令、如何验证它们以及如何恢复所有设置。作者是Alex Kretzschmar ,发布于2026年7月11日 ,阅读时长4分钟。

[技术] 使用QEMU和Proxmox让磁盘看起来真实:Proxmox可以为虚拟磁盘赋予逼真的身份,但仅使用 `serial =` 还不足以让 `inxi -xD` 在测试环境中呈现出真实的效果。作者是Alex Kretzschmar ,发布于2026年6月6日 ,阅读时长2分钟。

Pixhawk4无人车开发实战:从硬件选型到PX4 Rover固件配置 Pixhawk4本质是面向实时控制的嵌入式硬件平台,其STM32H743主控与双IMU架构为地面机器人提供高确定性控制基础;结合PX4开源飞控框架,可通过Rover固件模式重构状态估计与执行器映射,实现轮式底盘的航迹推算与闭环跟踪;相比树莓派+ROS方案,Pixhawk4在硬实时性(1ms控制周期)、传感器直连能力(SPI/CAN)及EMC鲁棒性上具备不可替代优势;典型应用场景涵盖高校智能车教学、园区巡检底盘验证及低成本L2级自主移动平台搭建,尤其适合需兼顾实时性、可靠性和快速工程落地的开发者。 阅读详情

相关推荐

蓝牙音频芯片选型:系统级权衡而非参数堆砌

蓝牙音频芯片不是孤立的电子元器件,而是嵌入整机系统的功能载体。其本质是音频链路完整性、量产稳定性、开发资源适配性与成本结构弹性的综合体现。理解芯片底层架构(如专用协处理器、DSP可编程性、音频通路是否绕开CPU)比罗列蓝牙版本或DAC位数更关键。技术价值体现在真实场景中的延迟控制、功耗动态调节、射频鲁棒性及连接拓扑灵活性;典型应用场景覆盖TWS耳机、智能音箱、教育硬件与多模IoT终端。本文聚焦中科蓝讯与恒玄等国产主力芯片在音频数据流、ANC实现路径及量产稳定性上的差异化表现,揭示参数表之外的系统级选型逻辑。

weixin_33984032的博客 360

3步打造智能无人机:如何用ESP32开源飞控实现专业级飞行?

你是否想过用百元成本打造属于自己的智能无人机?是否好奇专业级飞控系统如何从零开始构建?ESP-Drone开源项目为你提供了完整答案!基于乐鑫ESP32系列芯片,这个终极解决方案让无人机开发变得简单高效,即使是初学者也能快速上手。 ## 问题导向:传统无人机开发的三大挑战 在深入ESP-Drone之前,让我们先思考几个关键问题: **挑战一:硬件成本高昂** - 商业级无人机飞控动辄数千元,让

gitblog_01190的博客 390

ESP32 双雷达融合盲区车辆接近预警系统设计与实现

/ 超声波传感器引脚// 触发引脚// 回声引脚// 预警模块引脚// 蜂鸣器引脚// LED引脚// 串口配置(毫米波雷达用UART2)#define BAUD_RATE 115200 // 雷达串口波特率(IWR6843默认配置)// 预警阈值(可根据实际需求调整)// 高危区阈值(3m)// 预警区阈值(10m)// 传感器数据存储// 毫米波雷达距离(m)// 毫米波雷达速度(km/h)// 超声波距离(m)// 融合后距离(m)

weixin_42300449的博客 748

ESP32驱动GC9A01圆形屏幕显示解决方案:一款出色的显示技术

ESP32驱动GC9A01圆形屏幕显示解决方案:一款出色的显示技术 【下载地址】ESP32驱动GC9A01圆形屏幕显示解决方案 这是一套专为ESP32设计的GC9A01圆形屏幕驱动解决方案,提供完整的资源包,包括驱动程序、示例代码和显示效果图片。经过实际应用验证,其显示效果清晰,驱动简单易用,能够流畅展示图片、视频及时间...

gitblog_06730的博客 1106

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

原生 range 滑块的可访问性与跨浏览器样式规范:Modern Web Guidance slider 期望清单逐条解析

在 Modern Web Guidance 项目中,`guides/forms/slider` 这个用例要解决的是同一件实操问题:如何在不替换原生控件的前提下,把一个 `<input type="range">` 改造成符合品牌视觉的滑块,同时不丢失键盘操作、屏幕阅读器语义、RTL 布局与跨浏览器渲染一致性。本文以 [slider 期望清单](https://link.gitcode.com/i/

gitblog_00264的博客 177

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

《嵌入式工程师的自我进化指南:从焊锡枪到人工智能的奇幻漂流》

各位亲爱的"码农"、"焊武帝"、"调参侠"们,今天我们来聊聊嵌入式工程师如何在这个日新月异的时代保持不掉队——毕竟,我们的代码不仅要跑在芯片上,还要跑在时代的前列腺上(误)。

2403_88016485的博客 573

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

上一篇: DWSurvey 重磅更新:模板中心上线,组卷效率与分发体验双提升!
下一篇: Inflect-Micro-v2:参数少于 1000 万的本地文本到波形语音合成模型,多项评估表现出色!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值