logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

端侧大模型部署选型:RK3588/3576/3568算力内存带宽匹配指南

端侧AI部署正从云端下沉到嵌入式硬件,但很多人只盯着NPU算力,却忽略了内存容量和内存带宽这两个更关键的硬约束。大模型推理时每生成一个token都要读取全部权重,内存带宽不足时,再强的NPU也只能空转等待。因此,在RK3588、RK3576、RK3568之间做选型,本质是在算力、内存和模型规格之间做资源匹配。1B模型对内存要求低,RK3568即可负担;3B模型适合RK3576或RK3588的8GB

2026机器人嵌入式工程师:ROS2之外,企业真正看重的核心能力

嵌入式系统是机器人技术落地的基石,其核心在于实时性、可靠性与软硬件协同。从MCU到嵌入式Linux,从RTOS到运动控制,工程师需要构建从底层驱动到上层应用的全链路认知。随着机器人行业从Demo走向量产,企业招聘标准已发生位移:ROS2不再是护城河,而只是工具链中的一环。真正稀缺的是能深入理解C/C++内存模型、能看懂原理图并用示波器定位信号完整性、能在FreeRTOS或RT-Thread中设计任

RK3588与ELF 2开发板构建ROS2具身智能家庭服务机器人实战

具身智能机器人的核心在于将高性能计算平台、实时控制系统与多传感器融合成一个稳定协同的整体。RK3588凭借八核CPU与6 TOPS NPU,成为平衡算力与接口扩展性的理想选择;而ROS2以其分布式通信机制,为导航、感知与机械臂规划提供了统一软件框架。在工程实践中,从裸板烧录到实现自主巡航、物体识别与抓取递送,需重点解决驱动适配、DDS网络发现、Nav2参数整定及多模块协同等问题。基于ELF 2开发

SolidWorks导出URDF到Simscape:MATLAB机械臂仿真模型搭建指南

机械臂仿真模型的构建,核心在于将CAD几何信息转化为可计算的动力学描述。SolidWorks作为主流三维建模工具,其导出的URDF文件恰好能完整表达刚体、关节、惯性张量与视觉网格等仿真要素。理解URDF的物理含义,如link与joint的层级关系、惯性坐标系与关节轴的设定,是搭建可靠仿真模型的基础。MATLAB环境下的Simscape Multibody与Robotics System Toolb

二自由度机械臂滑模控制:指数趋近律抑制抖振

滑模控制是一种面向非线性系统的鲁棒控制方法,其核心在于构造滑模面并设计趋近律以驱动状态收敛。指数趋近律通过引入线性衰减项(-εs)与切换项(-k·sgn(s))协同作用,在保证有限时间到达的同时显著削弱传统符号函数引发的高频抖振。该策略在二自由度机械臂等强耦合、含未建模扰动的机电系统中尤为关键,既保留滑模固有的抗干扰能力,又提升执行器安全性和轨迹精度。典型应用场景包括机器人关节伺服、高精度定位平台

嵌入式工程师如何真正掌握ROS2:从Linux实时改造到硬件时序建模

ROS2作为机器人系统核心通信中间件,其本质是运行在Linux之上的DDS实时通信框架,而非通用应用开发工具。理解其底层原理需先掌握Linux实时性改造(如PREEMPT-RT内核、CPU隔离)、DDS QoS策略与传输机制、C++内存模型及硬实时约束。技术价值在于实现确定性控制(<100μs抖动)、跨层时间同步与零拷贝数据流,支撑电机闭环、SLAM、多传感器融合等关键场景。本文聚焦嵌入式背景开发

#嵌入式
Arduino UNO Q上的端侧AI推理引擎PAANI

端侧AI是指在嵌入式设备本地完成模型推理的技术范式,其核心在于低功耗、实时性与离线可靠性。随着边缘计算普及,轻量级ONNX Runtime移植、INT8量化部署、MCU级模型优化等关键技术正成为工业物联网与智能机器人落地的关键路径。PAANI项目以Arduino UNO Q为硬件载体,验证了在仅2.5KB RAM约束下实现水质异常识别、漂浮物分类等河道巡检任务的可行性,凸显了端侧AI在野外无人系统

ESP32-S3具身智能机器人:端到端语音视觉运动闭环实践

具身智能是指AI系统通过物理载体与环境交互的能力,其核心在于感知、决策与执行的紧耦合闭环。在资源受限边缘设备上实现该闭环,需兼顾实时性、低功耗与算法轻量化。ESP32-S3凭借双核Xtensa处理器、4MB PSRAM与硬件加速能力,成为部署轻量YOLOv5s-tiny视觉模型和离线语音关键词识别(KWS)的理想平台;结合总线舵机闭环反馈与手眼标定,可构建从语音指令→视觉定位→运动控制的确定性响应

飞行机械臂动力学建模与PyBullet仿真:从拉格朗日方程到双环PID控制

多体系统动力学建模与仿真验证是空中机器人研发的核心环节。当无人机搭载机械臂执行抓取或操作任务时,机械臂的动态响应会改变整机质心与惯性张量,产生强耦合扰动,传统线性模型难以准确描述。本文从拉格朗日方程出发,系统阐述飞行机械臂的坐标约定、能量函数构建及SymPy符号推导方法,并讲解如何利用PyBullet搭建包含URDF模型、旋翼推力与关节力矩的仿真环境。在此基础上,进一步给出位置-姿态双环PID与关

4GB内存跑大模型Agent:嵌入式端侧AI部署实战

大模型推理本质上是计算与内存资源的协同调度过程,其核心原理在于KV Cache管理、权重加载策略与运行时状态生命周期控制。在边缘设备上实现可用的AI Agent,技术价值不仅在于模型轻量化,更在于操作系统级内存治理能力——包括zram交换优化、内核参数调优、进程级OOM防护等。典型应用场景涵盖工业终端本地问答、离线语音助手、嵌入式智能网关等对数据隐私与实时性要求严苛的领域。本文聚焦4GB物理内存约

    共 40 条
  • 1
  • 2
  • 3
  • 4
  • 请选择