在本项目中，将ESP32-S3智能显示屏与多个传感器结合，构建了一个紧凑型气象站，可测量温度、湿度、大气压力、海拔高度、降雨状况以及环境光照强度。
几周前，我决定开发CyberKey。这个想法源于工作中一件烦人的事：当我锁定电脑时，VPN会断开连接，而且我每天都要多次输入TOTP验证码。每次解锁手机、打开验证器应用、读取验证码并及时输入，直到它过期为止。CyberKey是一款小巧的设备，能彻底解决这一麻烦。只需将食指放在上面，蓝牙就会自动输入验证码。无需任何应用，无需手机，也无需复制粘贴。仅凭手指一动，验证码就会出现在输入框中。
冰壶运动员在比赛中使用秒表来判断冰球滑下冰面的速度。计时过程还能为运动员提供有关冰面“速度”的信息，即冰球与冰面之间的摩擦力大小。大多数传统秒表在冰壶运动中给运动员带来两个挑战：
Arduino GPS地理围栏报警系统是一种智能追踪与安全解决方案，旨在监控贵重资产、车辆或人员在预设地理范围内的移动情况。该系统适用于车辆追踪和儿童安全防护。系统结合GPS定位追踪与基于GSM的短信通知功能，当被监控设备跨越指定地理围栏区域时，可实时发出警报。
本项目展示了如何将视频流从reCamera“解绑”——即将独立的视觉设备转变为任何网络系统均可集成的视频源。设备端的YOLO11n目标检测在reCamera上运行，编码后的视频通过RTSP传输，AI检测框则通过MQTT同步发送。一个轻量级的PC端WebRTC桥接器(基于OpenCV和aiortc构建)将推理结果与视频帧融合，并将其作为WebRTC流提供，直接在浏览器中播放，无需插件，也无需额外应用程序。
作为一名学生，我常常难以合理分配时间来专注于某些作业。虽然我曾使用过在线计时器，但随着时间推移，几乎所有的计时器都变得令人分心，因为我不喜欢它们要显示在与我工作相同的屏幕上。
通过使用二维直接飞行时间(dToF)LiDAR，我们从周围环境中提取出“距离指纹”。这些360度的距离剖面被处理为时序特征向量，随后用于在Edge Impulse Studio中训练神经网络。最终生成的模型被部署回Arduino UNO Q，以实现实时、低延迟的推理。
计算机视觉任务的细节层次逐渐递进。图像分类为整个画面赋予一个标签;目标检测在每个物体周围绘制边界框;实例分割则更进一步，逐像素地勾勒出每个物体的轮廓，为每个实例生成独立的掩码。这种更高的精确度使我们能够清晰地将一个人从场景中分离出来，追踪传送带上不规则形状的部件，或测量物体的真实形状，而不仅仅是其周围的矩形区域。
当为Kria KV260定制Ubuntu系统时，AMD官方Ubuntu镜像中包含的某些功能默认情况下并不具备。基于PWM的风扇控制就是其中之一，重建该功能清晰地展示了如何添加平台特定的功能。本项目记录了识别缺失组件、分析相关硬件和软件路径，并以结构化方式重新构建完整的PWM风扇控制链的过程。
请注意，对于单一输入流，增加AIPU核心并不会提高吞吐量，而只会降低每帧的延迟。当只有一个流提供数据时，这些核心是通过降低延迟来工作的，而不是提升带宽。
说实话：伟大的发明往往源于让生活更轻松的愿望。这个项目的灵感源于一个简单的想法——我实在太懒了，根本懒得从温暖的床上爬起来，去关掉夜晚的房间灯!
这是一个基于树莓派4或5构建的完全离线语音助手。你与它对话，它通过板子本地运行的语言模型进行思考，并通过扬声器回话。整个流程都运行在树莓派本身上，因此一旦设置完成，就完全不需要网络连接。我制作这个项目是因为希望能在自己家中使用一个真正值得信赖的设备，而从创客的角度来看，这确实是一个非常有趣的项目。
