而后，一旦智能制造跟进，从软件自举到软硬件自举，即AI可以控制生产线设计芯片和机械，届时硬件的编程语言，比如 FPGA的描述语言，也会渐渐消失。最终的情况是人类请求AI设计一款可视电话，它的硬件结构、软件程序、空中协议栈都是AI实现的。但出于安全，人类工程师会为AI加入强制解释的功能，即把代码逻辑翻译为人类可读的论文和报告供审计之用，仅此而已。届时，整个流程会和现在相反，即先看到产品，才有文案和设

Visual Studio：作为一种集成开发环境（IDE），Visual Studio 提供了强大的功能和工具，可用于开发各种类型的应用程序，包括上位机应用程序。Qt：Qt 是一个跨平台的应用程序开发框架，提供了丰富的工具和库，用于构建图形化的上位机应用程序。它提供了许多工具箱和函数，可用于开发各种上位机应用程序，尤其适用于科学和工程领域的数据分析和处理。这些是常见的上位机开发工具，选择适合自己需

嵌入式系统需要熟悉硬件设计和嵌入式编程，而大数据需要掌握数据处理、分析和机器学习等技能。实时和嵌入式计算需求：嵌入式系统通常用于实时计算和实时响应的场景，如自动驾驶、医疗设备、工业控制等，对高性能和低延迟的需求较高。人工智能和机器学习：大数据是训练和优化人工智能和机器学习模型的基础，通过分析海量数据，可以实现预测、推荐和自动化等功能。海量数据处理：随着互联网和物联网的快速发展，大量数据被生成和收集

如果是自学的话就没有这种顾虑了，初学C语言一般建议用VS code，VS对C语言个人觉得还是有一些限制，比如强制你用安全函数等等。需要注意的是VS code需要自己配置MinGW，才可以编译C语言。最近很多小伙伴找我，说想要一些 c语言的资料，然后我根据自己从业十年经验，熬夜搞了几个通宵，精心整理了一份「 c语言专业入门到高级教程+工具包」，点个关注，全部无偿共享给大家！看是科班还是自学，一般学校

这包括学习各种单片机的指令集、编程语言（如C、C++等）、外设接口和通信协议（如UART、SPI、I2C等），以及开发和调试嵌入式系统的技能。我可能会参加电子竞赛、参与学校的项目或者自己进行一些小型的嵌入式系统开发，以展示我的技能和扩展我的经验。这可以让我更好地发挥自己的才能，实现自己的创新想法，并为社会提供有价值的解决方案。持续学习：由于嵌入式领域的技术发展迅速，我将保持学习的状态，关注新的技术

有些公司可能更注重基础知识和理论，对技术深度要求较高；对技术有真正的热爱，并愿意不断追求和探索，这样才能在自学STM32的基础上，更好地找到理想的工作机会。熟悉STM32的常用外设和接口，如GPIO、I2C、SPI、UART、CAN、定时器、ADC等，了解它们的基本原理、使用方法和特点。具备基本的问题解决能力和学习能力，能够独立查找资料、解决问题，并具备实践能力，能够完成基本的工程调试和开发任务。

可以改为“与指令集不同，架构涉及到更多的设计方面，如果没有相应的IP设计，通常无法强行使用。在第三句话中，“指令集这东西说白了就是一个规范，也就一个文档就能说明白，通常不是什么机密信息”可以改为“指令集是一种规范，可以通过文档来学习，通常不属于机密信息。”可以改为“否则，您需要向ARM购买授权，并获得相应的IP核设计。在第一句话中，建议加上一些上下文说明，比如说“在使用嵌入式设备时，有些人会想要强

一个8位核心负责监听指令，一个32位核心负责执行，并且预装了FreeRTOSQ，可以调度两个核心同时工作，真正实现并行，以保证全双工通信Q状态下不会出现阻塞。因此，它才能在短短几年里建立出庞大的生态，与全球最新的、最有潜力的、最牛逼的技术保持同步。能用相同的代码，驱动不同厂家、不同型号的单片机。目前最常见的机器人硬件方案，就是用一个Linux开发板跑ROS作为主控，再用Arduino驱动ESP32

机器视觉是利用机器代替人眼来识别、判断和测量目标物体，主要研究利用计算机来模拟人类的视觉功能。机器视觉技术包括目标物体的图像采集、图像信息处理以及目标物体的测量和识别。机器视觉系统主要由视觉感知单元、图像信息处理与识别单元、结果显示单元和视觉系统控制单元组成。

软件开发：根据系统设计，编写机器视觉软件，包括图像处理算法、图像分析和识别算法等。测试与验证：在实验室环境中对软、硬件进行测试，验证系统的功能和性能是否满足需求。以上是一个简化的工业机器视觉系统开发过程，实际开发可能涉及更多细节和复杂性，需要根据具体项目的需求和要求进行调整和补充。软、硬件选型：根据需求分析结果，选择适合的软、硬件设备，包括光学传感器、相机、光源、图像采集设备、处理器等。需求分析和