登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了将AI模型部署到单片机的完整流程，主要分为8个步骤：1)数据采集，强调真实性和全面性；2)数据预处理，需保持PC端与MCU端一致性；3)模型设计，需考虑MCU资源限制；4)评估优化，关注模型大小、内存和时延等；5)模型转换，将TensorFlow转为TFLite格式；6)部署模型，使用TensorFlow Lite Micro在MCU运行。重点讲解了数据采集的关键作用、预处理的重要性以及
本文介绍了如何利用AI辅助编写STM32蜂鸣器驱动代码。首先通过淘宝了解蜂鸣器模块的基本参数（3引脚，高低电平控制），然后使用Gemini AI生成驱动代码。文章提供了详细的提示词模板，展示了AI生成的蜂鸣器驱动库（buzzer.h和buzzer.c），包含初始化、简单鸣叫、复杂模式和强制停止等功能，支持高低电平触发配置。该代码可直接移植使用，体现了新时代AI辅助编程的高效性。
从下面图片可以看出，Flash和RAM的实际占用大小如下：Flash 实际占用 = text + data = 156812 + 108 =156920 字节（≈153.24 KB）RAM 实际占用 = data + bss = 108 + 5128 =5236 字节（≈5.11 KB）在STM32F103运行正弦波模型这件事，证明了下面两点。
本文设计了一种基于STM32单片机的便携式肺活量测量装置。系统采用STM32F103C8T6作为核心控制器，通过差压式流量传感器采集气流信号，经ADC转换后由积分算法计算肺活量值。装置具备数据存储、阈值预警、蓝牙传输等功能，OLED屏显示测量结果，支持历史数据查询。测试表明，测量误差≤±5%，续航8小时，适用于家用和校园场景。相比传统设备，本设计具有体积小、精度高、操作简便等优势。未来可增加语音播
本文设计了一款基于STM32单片机的智能扫地机器人系统。通过对比AT89C51和STM32两种方案，最终选用具有32位处理能力、丰富外设接口和低功耗特性的STM32作为核心控制器。系统硬件设计包括电机驱动、传感器采集等电路模块，软件部分实现了路径规划、避障等功能。在调试过程中解决了硬件连接错误和程序逻辑问题，最终完成整机装配并验证了各项功能。该系统具有处理速度快、扩展性强、性价比高等优势，为智能清
摘要近年来随着科技的快速的向前推进，伴随着单片机及其应用方面的技术不断开发与优化，单片机大量应用于生活的各个领域，高性价比和功能更为强大的单片机甚至应用于军事科研领域，警用机器人就大量使用单片机作为主控芯片，更强大的功能，也为机器人完成复杂的任务提供高质量的保障。为了应对未来复杂的战场和道路情况，警用机器人虽然可以完成城市反恐任务，但是对于复杂地形，却缺乏一定的环境适应能力，对于野外使用，阻碍众多
本文介绍了一种基于Arduino单片机的太阳追光系统设计。该系统通过四路光敏电阻检测太阳位置，利用PID控制算法驱动双轴舵机调整太阳能板角度，实现自动追踪太阳光。硬件部分采用光敏电阻传感器和舵机执行机构，软件设计包含初始化、光强检测、角度计算和PID控制等模块。系统可提高太阳能转换效率，具有结构简单、成本低、稳定性好等特点，适合作为毕业设计项目。实物演示表明该系统能有效实现太阳方位追踪功能。
本文提出一种基于USBCDC协议的嵌入式系统通信方案，用于解决Linux主板（如OpenWrt）与实时MCU（如STM32）之间的高速可靠数据传输问题。该方案利用USB标准类协议实现即插即用、12Mbps带宽和硬件流控，相比传统UART具有明显优势。文章详细介绍了STM32端配置方法、Linux端识别过程，并针对量产兼容性问题提供了修改PID的解决方案。通过实际测试验证，该方案在800KB/s传输
本文介绍了一个基于STM32的WiFi远程温控风扇系统毕业设计项目。系统采用STM32F103RCT6为主控芯片，通过DHT11温湿度传感器和BH1750光照传感器采集环境数据，利用ESP8266 WiFi模块实现远程通信。系统提供两种工作模式：自动模式根据环境温湿度自动调节风扇转速，远程手动模式允许用户通过客户端发送控制指令。硬件部分包括传感器模块、继电器控制、液晶显示等组件；软件采用模块化设计
为了避免调试期间频繁地手动操作，我们可以在程序开跑后、USB初始化前，用代码把PA12置低，使D+线为低电平，持续一段时间，模拟USB拔出动作，令主机认为设备已断开连接，释放端口;然后，当程序运行到后面的USB初始化函数时，PA12会被正常配置（DP线电平被置高)，USB主机就会"发现"有设备插入，开始尝试枚举、配置;在main.h中，大约38行，找到 配对的注释行 /* USER CODE BE
书匠策AI不是要“替代人类思考”，而是通过技术赋能，让本科生从重复劳动中解放出来，将更多精力投入创新与批判性思考。访问官网，或微信公众号搜一搜“书匠策AI”，开启你的智能科研之旅——让每一篇本科论文都成为思想与技术的完美共舞！
基于STM32F103与ESP32-S3双核架构（STM32和ESP32是单片机初学的两大经典），今天为大家带来一款了全面覆盖单片机物联网学习路径的综合性AIoT实战平台，该平台配套从单片机裸机开发（初级）到RTOS实时操作系统（中级），再到LVGL图形界面设计与AIoT物联网应用（高级）的完整技能进阶路线及学习资料，无论是作为单片机与物联网方向的综合项目练手、毕业设计课题，还是用于高校嵌入式系统
本文介绍了一个基于STM32与深度学习的口罩佩戴检测系统毕业设计项目。系统采用STM32作为下位机主控，通过WiFi模块接收上位机传输的检测结果，实现OLED显示和蜂鸣器报警功能。深度学习部分使用YOLOv5模型，在8535张标注数据集上进行训练，准确率达到97%。项目创新性地结合嵌入式硬件与AI技术，构建了一套完整的口罩检测门禁系统，具有较高的实用价值和毕业设计参考意义。系统硬件包括STM32开
小智AI智能风扇项目》硬件平台包括。
小智AI智能灯项目》硬件平台包括。
本文介绍了一个基于STM32与深度学习的口罩佩戴检测系统。系统采用PC端进行实时图像检测，通过WiFi将结果传输至STM32控制器，实现OLED显示和蜂鸣器报警功能。硬件部分包括STM32开发板、WiFi模块、显示屏等组件。软件设计分为上位机（TCP通信）和下位机（状态显示与报警控制）。深度学习部分使用8535张标注图像训练模型，准确率达97%。系统创新性地结合嵌入式与AI技术，为疫情防控提供智能
基于STM32与深度学习的口罩佩戴检测系统，通过PC端摄像头实时检测，利用WiFi模块将结果传输至STM32处理。系统包含主控、通信、显示、报警模块，检测到未戴口罩时触发蜂鸣器报警。硬件采用STM32F103RCT6开发板、WiFi模块、显示屏等组件。软件设计包括上位机TCP通信和下位机初始化程序。深度学习模型使用8535张标注图片训练，准确率达97%。项目创新性地结合嵌入式与AI技术，为疫情防控
摘要： 本文设计了一种基于STM32F103C8T6单片机的智慧家庭多交互系统，旨在解决传统家庭设备控制碎片化问题。系统整合灯光、空调等8类设备，支持触控、语音、APP、按键4种交互方式，实现环境自适应调节与异常报警功能。硬件采用模块化设计，包含主控、感知、执行、交互及电源模块；软件基于FreeRTOS实时调度，支持多任务协同与用户自定义联动规则。测试显示，系统响应时间0.5-0.7秒，交互准确率
本研究设计了一种基于STM32及云平台的智能温室大棚控制系统，旨在解决传统大棚管理中环境监测滞后、调控不精准等问题。系统采用STM32F103ZET6单片机为核心，集成多类传感器实现温湿度、光照、土壤墒情等参数的实时监测，并通过继电器模块控制通风、灌溉等设备。云端基于阿里云IoT平台实现数据存储、远程管控及智能分析，支持本地与云端双重控制模式。测试结果表明，系统监测误差小（温度±0.5℃）、响应快
本文设计了一种基于STM32F103C8T6单片机的便携式肺活量测量装置，解决了传统医疗设备体积大、成本高和简易测量仪精度低的问题。系统采用差压式流量传感器采集气流数据，通过STM32的12位ADC进行高精度转换，并运用积分算法计算肺活量值。装置具备OLED显示、数据存储、蓝牙传输和阈值预警功能，测试显示测量误差≤5%，满足日常监测需求。相比同类产品，本设计在精度、便携性和功能扩展性方面具有优势，
相当于C语言的函数声明。__main 其实不是我们定义的(不要与C语言中的main函数混淆)，这是一个C库函数，当编译器编译时，只要遇到这个标号就会定义这个函数， 该函数的主要功能是：负责初始化栈、堆，配置系统环境，并在函数的最后调用用户编写的 main 函数，从此来到 C 的世界。如果我们在使用某个外设的时候，开启了某个中断，但是又忘记编写配套的中断服务程序或者函数名写错，那当中断来临的时， 程
airui 核心架构是整个框架稳定运行的技术基石，承载着组件调度、状态管理与渲染优化等关键职责。通过模块化设计与高性能算法融合，核心架构实现了轻量级加载与高响应速度的平衡，为开发者提供可扩展、易维护的前端解决方案。本篇将深入剖析其内部机制，揭示其高效运行背后的技术原理。
摘要： STM32与FreeRTOS的组合凭借三大优势成为嵌入式开发“黄金搭档”：1）硬件基因契合，实现微秒级实时响应；2）生态完善，开发效率提升50%；3）免费开源+低成本，覆盖消费级到工业场景。该组合在可穿戴设备、工业控制、医疗电子及智能家居领域广泛应用，未来趋势聚焦云边协同、混合架构及边缘AI融合。学习路径建议分阶段推进，结合官方文档与社区资源快速掌握核心理论。掌握这一技术将显著提升嵌入式开
本文介绍了一种基于Arduino Uno单片机的太阳追光系统设计。该系统通过四个光敏电阻检测太阳位置，采用PID控制算法驱动舵机调整太阳能板角度，实现自动追踪太阳光的功能。硬件部分包括光敏电阻检测电路和舵机驱动模块，软件设计采用初始化程序、光敏检测、舵机角度计算和PID控制等流程。该系统结构简单、成本低，可有效提高太阳能转换效率，具有较高的实用价值。项目综合评分为难度3分、工作量3分、创新点4分，
或者说，autodelay 是如何起作用的？这要仔细看一下 Capture1、Counter 和 Compare2 是如何交互的：他们的交互由寄存器值 DELCMP2[1…
简单理解就是我们可以控制输入输出的STM32引脚，统称为GPIO。（7）推挽式复用功能（Alternate function push-pull）（8）开漏复用功能（Alternate function open-drain）（5）通用开漏输出（Output open-drain）（6）通用推挽式输出（Output push-pull）（3）输入下拉（Input-pull-down）（1）输入浮空
本文介绍了一个基于STM32的人脸识别快递柜系统，包括硬件设计、软件实现和功能展示。系统由柜门门禁和人脸识别两部分组成，通过摄像头采集人脸图像，与本地数据库比对后控制继电器开关柜门。硬件采用STM32主控，搭配显示屏、WiFi模块等；软件使用Python的OpenCV、Dlib等库实现人脸检测、录入和比对功能。项目创新性地将人脸识别应用于快递柜场景，具有较高的实用价值。系统已实现实物演示，可准确识
本文介绍了一个基于STM32的火灾监控与可视化系统，该系统通过烟雾、温度等传感器实时采集环境数据，利用STM32处理器进行分析处理，并通过WIFI/NBIOT模块将数据上传至远程客户端。系统硬件包括传感器模块、信号调理电路和WIFI通信模块，软件部分实现了数据采集、阈值判断和自动报警功能。当检测到火灾时，系统会触发声光报警并通过网络发送警报。项目综合评分为难度3分、工作量3分、创新点4分，为毕业设
摘要：本文设计并实现了一套基于STM32F103C8T6单片机的智能家居环境监测系统。系统通过DHT11、MQ-2和GP2Y1014AU0F传感器实时监测室内温湿度、烟雾及PM2.5浓度，采用OLED显示屏进行本地数据展示，通过ESP8266模块连接机智云平台实现远程监控。系统支持手动/自动两种工作模式，在自动模式下能根据预设阈值自动调节风扇、加湿器等设备，当检测到危险状况时触发声光报警。测试结果
本文设计了一种基于STM32单片机的智能家居窗帘控制系统。系统由主控模块、环境监测模块（温湿度、光照、雨滴）、无线通信、液晶显示和窗帘控制等组成，具有自动和手动两种工作模式。自动模式下通过传感器数据实现窗帘智能控制，手动模式下可通过手机APP远程操控。系统采用OLED液晶实时显示监测数据，提升了可视化程度和使用便捷性。该设计满足了不同场景下的智能窗帘控制需求。
对于很多电脑小白来说，当Windows系统变慢时，往往不知道该如何处理。这份详细指南将用通俗易懂的语言，帮助你全面了解如何优化Windows系统性能，无需专业知识也能让电脑运行更流畅。
本文设计了一个基于STM32单片机的智能家居远程监控系统，通过WiFi连接机智云平台实现手机APP远程监测。系统集成了多种传感器模块，包括BMP280气压传感器、MQ135空气质量传感器、DHT11温湿度传感器和MQ7一氧化碳传感器，可实时检测环境参数并显示在OLED屏幕上。系统具备智能控制功能，根据光照强度自动调节LED灯和窗帘电机，当检测值超出阈值时触发蜂鸣器报警。文章详细介绍了各传感器电路设
智能家居技术是在电子信息技术和无线通信技术还有软件技术等技术领域不断发展而产生的新兴技术，这种技术不仅能改变人们日常的生活方式，还能将居住环境变得更舒适。本文的研究设计正是通过上述技术提出一种以无线通信技术为基础实现对室内家居环境进行实时监测、预警、控制的智能家居系统方案。
人脸检测： 使用OpenCV库中的人脸检测算法，如Haar级联分类器，对图像进行人脸检测。你可以将检测到的人脸用方框标记出来，或者在LCD上显示检测到的人脸数量。初始化相机模块： 使用STM32的HAL库函数，在代码中初始化相机模块。创建工程： 在STM32CubeIDE中创建一个新的工程，并选择正确的目标芯片型号。在工程配置中，启用USB功能和相机模块。主循环： 在主循环中，不断调用图像采集和处
STM32运行深度学习指南基础篇(4)(STM32CubeMX.AI+Tensorflow)在上一篇文章中我们已经有训练好的tflite模型，接下来我们要在Keil中实现，如果是Clion的朋友可以跳转至这篇文章在我们新建好的STM32CubeMX中勾选，我们的AI包：打开串口：激活AI模块，载入模型，点击analyze我们修改生成的main代码在/* USER CODE BEGIN Inclu
🏆本文收录于 《全栈 Bug 调优（实战版）》 专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值 。
本文设计了一种基于单片机的红外热视仪系统，采用Arduino主控、AMG8833红外传感器和TFTLCD显示屏等模块。系统通过8×8温度矩阵采集，经插值计算和RGB编码处理，实现热像图实时显示，并具备高温报警功能。硬件设计包括传感器模块、显示模块等核心部件；软件采用模块化结构，实现数据采集、处理和显示功能。测试表明，该系统能有效进行非接触式温度测量和可视化呈现，可应用于工业检测、安防监控等领域。项
嵌入式开发的效率瓶颈，本质上是调试成本、沟通成本、重复开发成本的叠加。当你用自动化测试减少调试时间，用模块化文档降低沟通损耗，用可复用代码避免重复劳动，就能从“忙乱开发”转向“精准开发”。这些技巧不仅适用于个人开发者，更能在团队协作中形成“效率复利”——随着项目积累，调试库、文档体系、代码组件会持续优化，让每一次开发都站在更高的起点上。现在就从优化一次调试流程、整理一份接口文档开始，体验效率提升带
DDS-Mid是一款专为嵌入式系统设计的轻量级数据分发服务中间件，支持RTOS和裸机环境。它采用C++实现，提供发布-订阅模型、参数机制和服务机制三大核心功能，支持UDP和共享内存两种传输方式。该中间件具有轻量化、跨平台特点，适用于ZYNQ、STM32等嵌入式平台。目前版本已实现基础通信功能，未来计划扩展QoS管理和调试工具。开发者可根据项目需求选择适合的传输方式，通过简洁API快速集成。该工具由
前段时间入手了一个遥控插座，因为要在两处控制它，懒得拿着遥控器到处跑，因此萌生了复制一个遥控器的想法这是遥控器可以很明显的发现，这是一个射频遥控常用的射频遥控的载波有两种，315MHz和433MHz，而且一般使用的是ASK/OOK即根据选定频率的信号的幅值来判断是0还是1个人开发者买不起信号分析仪，因此我选择购买315MHz和433MHz的接收模块配合逻辑分析仪来判断是哪个频率的信号这里推荐购买超
本文介绍了一款低成本、多功能的调试器设计方案，该调试器基于STM32F103CBT6芯片开发，能够兼容STLink V2.1、JLink OB和DAP等多种调试固件，并附带串口功能。文章详细展示了原理图设计、PCB布局、物料清单（BOM）和贴片图，核心元件包括STM32F103CBT6（不可用C8T6替代）、ME6211C33M5G-N稳压芯片和8M晶振等，单个成本不足5元。作者提供了完整的工程文
而DSP则专门设计用于高性能数字信号处理的芯片，具有强大的计算能力和并行处理能力，非常适合处理实时信号处理任务，如音频处理、图像处理、通信系统等。DSP通常使用专用的DSP库或工具包进行编程，例如MATLAB和Simulink等，这些工具提供了丰富的信号处理算法和函数库，使开发者能够快速实现复杂的信号处理任务。此外，STM32还有广泛的开发板选择和支持，常见的IDE包括Keil、IAR和STM32
本文介绍了一种基于STM32与深度学习的口罩佩戴检测系统。系统采用PC端进行实时口罩检测，通过WiFi将结果传输至STM32模块，由OLED显示检测结果，蜂鸣器实现报警功能。硬件包括STM32F103RCT6开发板、ESP01S WiFi模块等。软件设计包含上位机TCP通信和下位机各功能模块程序。深度学习部分使用8535张标注图片训练模型，准确率达97%。系统实现了高效的口罩检测与报警功能，具有创
stm32
——stm32
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
DAMO开发者矩阵
开源鸿蒙跨平台开发者社区
深开鸿 技术专区
九章云极普惠算力
CSDN-OPC开发者社区
