登录社区云，与社区用户共同成长
邀请您加入社区
主营产品包括石英挠性加速度计、加速度计测试系统、MEMS陀螺模组、惯性测量单元(IMU)、航姿参考系统(AHRS)、INS/GNSS组合导航系统、倾角仪、电子罗盘、图像导引系统、港口自动化导航与控制系统、智能装备系统。公司 MEMS 惯性导航产品通过精密的信号处理技术、结构和减振全系统设计，采用误差标定试验方法与误差补偿算法，实现载体在苛刻条件、关键任务和恶劣环境下角速度、加速度、航向、姿态等性能
本博文探讨了车载毫米波雷达信号处理中的测距、测速、测角模糊问题。首先理清楚了其各自内在的原理，随后在博主所了解的范围内给出一些针对这几个问题的解决办法。
不过系统多了九个双向开关，状态观测就变得特别关键。最近在搞工业电机控制的仿真项目，接触到了个挺有意思的方案——基于DTC-SVM和卡尔曼滤波的矩阵变换器驱动系统。这时候需要给电压模型加权，我在Simulink里用了个一阶惯性环节做电流模型和电压模型的融合，混合系数设为转速的函数——低于5%额定转速时主要用电流模型。基于DTC-SVM卡尔曼滤波的矩阵变换器，感应电机扭矩，速度控制，simulink仿
本研究基于STM32微控制器和OpenCV图像处理库，构建了一种高效的车载智能导航系统，旨在实现实时交通标志和信号的识别。通过结合STM32的强大处理能力与OpenCV的图像分析算法，该系统能够快速、准确地识别速度限制、停车标志及其他交通信号，从而为驾驶者提供实时反馈，显著提升行驶安全性与效率。此外，系统通过集成GPS模块和IMU传感器，实现对车辆运动状态的全面监控，进一步优化导航路径。
这个系列是记录我个人在学习过程中，遇到的一些问题，并记录了我成功的解决办法。网站上，对于域控制器的使用介绍相对较少，这是基于arm64架构的Ubuntu系统，有些部分会略有区别，所以故此记录。我使用的域控是Ubuntu20.04系统。
BMS学习笔记：电动汽车动力电池系统技术介绍与分类
激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置，包含发射单元、接收单元、扫描单元以及数据处理单元。激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓，以实现避障功能；同时，结合预先采集的高精地图，智能汽车在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航
FMCW（Frequency Modulated Continuous Wave，调频连续波）雷达是现今应用最广泛的雷达技术之一，优点在于具有特别好的range resolution（即分辨两个距离较近的目标的能力），并且属于LPI雷达（Low Probability of Interception，被侦察概率低）。可以看出，即使目标在几百米每秒的高速运动情况下，中频信号的时带宽仅有原来的10^-
AMR规模化部署面临地面打滑、急转漂移和多机协同三大导航挑战，传统激光/视觉导航在特征缺失时失效。高性能MEMS-IMU通过多轴感知与融合算法，为AMR构建"惯性神经系统"，实现四大突破：1）补偿打滑误差；2）毫米级精准停靠；3）集群协同调度；4）提升动态控制品质。开拓导控凭借核心算法和量产能力，为电商仓储、汽车制造等行业提供可靠导航方案，推动AMR产业创新发展。
应具备接收实际卫星信号并进行电动自行车整车运行状态下检测的实验室条件，实际卫星信号接收测试点位应设置在周边无显著电磁信号干扰，且周围环视高度角10°以上无障碍物，远离水面的地方。北斗定位模块应具备采集、存储和发送异常情况信息的功能；其中异常情况信息包括：北斗定位模块无法采集动态位置信息以及速度超过本文件规定的车速限值。北斗定位模块应具备定位信息的采集、存储和发送功能；其中定位信息包括：经度、纬度、
2023年，包括电动自行车在内的助动车制造行业规模以上企业738家，年产量4228万辆，近五年产量年均增速为11.8%。从近几年发生的电动自行车消防安全事故看，很多的起因都是电动自行车蓄电池在充电过程中明显出现温度异常，但使用者没有及时发现，未能第一时间切断电源，导致引发火灾甚至爆炸。此外，电动自行车被盗也是困扰消费者的重大痛点。可以方便记录电动自行车目前所处的经度、维度等信息，并通过通信模块实时
搭配 CANedge 系列记录器，用户可同步 CAN 总线数据与时间戳对齐的 GNSS/IMU 信息，通过 3G/4G 或 WiFi 实现实时云端传输，打造从数据采集到智能决策的完整闭环。：GNSS 信号丢失时，基于 IMU 的航位推算持续输出定位数据，误差率低至 2.5 米（CEP），确保隧道、地下停车场等场景的连续性。：通过 CAN 总线实时广播围栏状态（进入/离开），触发车辆限速、区域限行或
摄像头内参标定后，内参是否准确？ 有些办法需要很大的场地，且误差源很多不好控制（特别是对于大视角的摄像头），此处介绍了惠州市华阳数码特电子有限公司发明的一种占用场地小，测试精度高的内参标定结果的验证方法。依据此方法已做成了测试设备并投入使用，效果良好。
本篇博文介绍了（车载）毫米波雷达的SOC系统架构、梳理了射频前端各构成部分及其原理、给出了发射机与接收机部分的评价指标。
板卡具备自动检测天线状态功能，可检测有源天线的接入、拔出和短路状态。当天线处于短路状态时，板卡会对天线的供电电流进行限制（50mA），起到保护作用。AT3340-6T是一款高性能多系统卫星定位安全授时板卡，可通过配置支持各个单系统的定位授时。天线接口尽量靠近模块的RF输入引脚，并注意50欧姆的阻抗匹配。采用低纹波的LDO电源，将纹波控制在50mVpp以内。在靠近模块的位置尽量不要走频率高、幅度大的
ATGM332D-5N系列模块支持有源天线与无源天线，块支持中科微的在线升级协议。用户可在上位机中按照升级协议，与模块通信，将中科微提供的新的软件程序，升级到模块中，以获得新的软件特色。注 1：以上性能指标适用于 ATGM332D-5N-11、ATGM332D-5N-31、ATGM332D-5N-51、ATGM332D-5N-71 模块。出色的定位导航功能，支持BDS/GPS/GLONASS卫星导
用PID控制器的时候，先别急着调参，把传递函数里的电感参数摸清楚。外加扰动测试才是真刺激，在磁力输出端接个step模块模拟冲击载荷，看着示波器里曲线像过山车一样俯冲又拉回，这才叫控制算法的压力测试。基于simulink的四自由度磁悬浮轴承控制仿真，包含电流环、位置环、位移解析以及磁轴承模型等，PID控制，到手可用，可仿真外加扰动工况、静浮、动浮等工况，基于simulink的四自由度磁悬浮轴承控制仿
本博文主要探讨目标RCS的问题，给出了关于目标RCS的定义，分析了其影响因素，并理清楚了几个雷达领域常见的专有名词及其意义。随后给出了目标RCS的测量方法，并设计实验，分别从雷达方程和相对定标两种途径求解待测目标的RCS值.
AT872-F8N系列模块产品基于中科微新一代多频多系统GNSS SOC单芯片AT9880，支持多种卫星导航系统，包括北斗二号和北斗三号、GPS/QZSS/SBAS、GLONASS、GALILEO、IRNSS等，支持L1/L2/L5频点。相对于多系统的联合定位，单系统的独立定位在硬件和软件方面的成本可能更低，一些卫星导航系统（如GPS）已经发展多年，技术相对成熟，能够提供稳定的定位服务。支持北斗、
本篇博文探讨毫米波雷达天线罩设计中的各类问题。列举了一些主要的影响，分析了这些影响背后的原理，并给出了一些对这些影响的减轻措施和设计建议。
主要是通过MEMS微镜来实现垂直方面的一维扫描，整机360度水平旋转来完成水平扫描，而其光源是采用光纤激光器，这主要是由于905纳米的管子重频做不高，重频一高平均功率就会太大，会影响激光管的寿命。Flash激光雷达的原理也是快闪，它不像MEMS或OPA的方案会去进行扫描，而是短时间直接发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。④接收面大、信噪比差：传统机械雷
本篇博文探讨毫米波雷达SOC芯片在数据处理过程中的数据压缩(data compression)问题
MicroStrain全新系列3DM-GV7战术级加固IMU/AR/AHRS/INS惯性导航系统
作为实现高阶自动驾驶的方式之一，V2X（vehicle-to-everything）包含车辆与车辆V2V(Vehicle-to-Vehicle)、车辆与基础设施V2I（Vehicle-to-Infrastructure）、车辆与行人V2P(Vehicle-to-Pedestrian)、车辆与外部网络V2N（Vehicle-to-Network）等各种应用通信应用场景，通过现代通信与网络技术，实现车
pyttsx 是一个 Python 库，可以将文本转换为语音。它支持多个语音引擎，并且可以在 Windows、Linux 和 macOS 等不同平台上运行。pyttsx 可以用来做什么？将文本转换成语音输出，例如将电子书朗读出来。在语音助手或者聊天机器人中实现自然语言的语音回复功能。在自动化脚本中添加语音提示功能。pyttsx 的特点支持多个语音引擎，包括 Microsoft SAPI5（Wind
最终，我们期待的远景是人机协同的智能诊断新模式——由AI负责处理海量数据、完成初筛和量化分析，由医生凭借其深厚的医学知识、临床经验和人文关怀进行最终的综合判断和决策。机器学习算法通过深度学习技术，尤其是卷积神经网络，能够从海量的影像数据中学习和识别出人眼难以察觉的细微模式，从而在疾病检测、分类、分割和预后预测方面展现出巨大潜力，正在引发一场深刻的诊断革命。一个优秀的AI辅助诊断系统应该能够以非侵入
充电桩云平台系统是一个基于Spring Cloud微服务架构的智能充电管理平台，主要用于电动汽车充电设施的云端监控、运营管理和互联互通。该系统为毕业设计提供了完整的解决方案，包含源码和论文，适合计算机科学和软件工程专业的学生参考。充电桩云平台系统采用模块化设计，包含模拟桩模块、管理后台、小程序前端等多个组件，支持通过Docker编排快速部署测试。系统实现了充电桩的远程监控、状态查询、充电控制、费用
p>然而，分布式系统的设计复杂度也显著升高：服务间通信需保证可靠性，跨节点数据需保持一致性，故障需快速恢复，流量需有效治理。p>随着业务规模的扩大，单体架构的局限性逐渐显现，如高并发下性能瓶颈、扩展能力不足、故障影响范围广等问题。p>技术选型需结合业务场景，例如库存系统必选数据一致性，而观察型系统可放宽一致性要求以换取性能。p>基于Spring Cloud Alibaba构建的分布式系统，通过组件
在大数据与人工智能技术的双重推动下，机器学习实验系统的搭建已成为科研与实践的核心环节。本文提出一种融合自动化工具与系统化思维的实践框架，通过环境高效配置、数据智能处理、模型敏捷开发三大维度，实现实验效率的质的飞跃。- 数据预处理工具链：`Pandas`（结构化数据）、`OpenCV`（图像处理）、`NLTK`（自然语言处理）- 超参数调优系统：`Optuna`框架支持并行搜索，效率比手工调参提升3
基于S32K116微控制器和LIN总线，AI智能棋盘实现与车载系统的无缝互联。系统具备低功耗、高可靠性与整车协同能力，支持状态同步、无感续玩与多屏互动，通过合理协议设计融入车身网络，提升用户体验。
本文探讨了Java大数据技术在电商商品推荐系统中的应用，重点分析了冷启动问题的成因及其对个性化推荐的挑战。通过引入混合推荐策略、基于内容的过滤和用户行为建模，结合Java的分布式计算框架如Apache Spark和Hadoop，实现了冷启动问题的有效攻克。文章详细阐述了模型优化方法，包括特征工程和实时数据处理，以提升推荐准确性和用户体验。实验结果表明，该方法在真实电商场景中显著提高了新用户和新商品
基于深度学习的人脸识别考勤系统是一个结合人工智能与教育管理的高效解决方案，专为学校、培训机构等教育场景设计，实现智能化考勤管理。该系统利用先进的深度学习技术，通过人脸识别自动完成学生考勤，显著提升管理效率和准确性，是本科毕业设计的优秀实践项目。系统核心功能包括人脸录入、人脸识别、考勤管理、课堂管理、班级管理和日志管理。人脸录入模块支持批量导入学生人脸数据，建立人脸特征数据库；人脸识别模块基于Fac
企业身份与访问管理系统是一个基于微服务架构的开源IDaaS/IAM平台，主要用于企业级身份管理和访问控制。该系统采用Java语言开发，核心框架为Spring Boot和Spring Security，数据库使用MySQL，缓存层采用Redis，实现了高性能和可扩展性。该系统的主要功能包括员工账号管理、权限分配、身份认证和应用访问控制。通过统一的身份管理平台，企业可以整合部署在本地或云端的内部办公系
3 DriveMLM: Aligning Multi-modal Large Language Models for Behavioral Planning in Autonomous Driving 将多模态LLM与自动驾驶行为规划任务对齐，实现更可靠的行为决策。IEEE International Conference on Multimedia and Expo (ICME) 2024 查看
32 Large Language Models for Intent-Based Networking in Vehicular Systems 应用LLM理解网络服务的“意图”，并自动配置车联网以满足自动驾驶应用的QoS需求。26 EdgeLLM: Optimizing Large Language Model Inference at the Network Edge for Vehicul
ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE) 2024 查看。43 Requirements Engineering for AI-based Automotive Systems: The Role of
摘要： 边缘计算是一种分布式计算模式，将数据处理下移至网络边缘（如设备端、本地服务器或网关），以减轻应用层负担。其核心优势包括低延迟（适用于工业控制、自动驾驶等实时场景）、减轻带宽压力及提升数据安全性。标准框架由边缘设备、边缘智能和能力开放三大组件构成，协同实现高效分布式计算。后续章节将详细展开边缘设备、边缘智能和能力开放的具体内容。
中微CMS32M5533电动工具方案 800W角磨机方案，单片机兼容CMS32M55xx CMS32M5xxx系列，反电动势检测，含方案说明、电路原理图，电路原理图含SCH文件、PCB文件、BOM文件，电路原理图文件为源文件，非PDF～中微CMS32M5533电动工具方案 800W角磨机方案，单片机兼容CMS32M55xx CMS32M5xxx系列，反电动势检测，含方案说明、电路原理图，电路原理图
端侧AI是夜视场景的最优解，PixelClean + AetoSight的方案证明了在1.5W功耗下实现0.001Lux全彩夜视+AI识别的可行性。这是技术演进的方向，也是真与科技的核心壁垒。
本文详细介绍了如何将YOLOv7集成到车载DMS系统中，并优化抽烟、打电话等危险行为检测。通过模型剪枝、量化、小目标检测优化及多模态疲劳检测系统融合，提升检测精度和系统性能。文章还分享了真实路测中的数据闭环构建经验，帮助开发者实现工程化落地。
这就相当于开发商只会画户型图，但承重墙的配方在施工队手里，你连改个户型都要看别人脸色——这在软件定义汽车的时代是不可接受的。大家都是买博世的ESP、买大陆的毫米波雷达，底盘件用采埃孚，芯片用英飞凌。拼品牌、拼外形设计、拼渠道能力、拼成本控制——说白了，是拼“谁更会挑供应商、谁更会压价、谁营销更猛”，而不是拼底层技术。以前是“三年改款、五年换代”，现在OTA按周算，供应商那种“一年出一个版本”的节奏
注 1：以上性能指标适用于 ATGM336H-5N-11、ATGM336H-5N-31、ATGM336H-5N-51、ATGM336H-5N-71 模块。出色的定位导航功能，支持 BDS/GPS/GLONASS 卫星导航系统的单系统定位，以及任意组合的多系统联合定位，并支持 QZSS 和 SBAS 系统。ATGM336H-5N系列模块是 9.7X10.1 尺寸的高性能 BDS/GNSS 全星座定位
车载系统
——车载系统
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
天工造物局
乐奇 Rokid 开放社区
码道开发者社区
亚马逊云科技技术品牌专区
AI硬件创业社区
