在ZCU104上部署PetaLinux 2024.2,并提供安装、引导和自定义应用程序,用于高级嵌入式系统开发。
BLDC 是我在近期学习中遇到的一种电机类型,与常见的 TT 电机和直流编码器电机有很大不同。其最大优势在于高精度,可实现高度精确的位置控制。因此,它被广泛应用于机器人和工业控制系统中。但这并不意味着无刷电机完全不存在于普通消费产品中;相反,它们在电动牙刷、吹风机以及云台式安防摄像头等消费品中十分常见。
Circe 是一款低矮的履带式巡检车,可自主对工业地坪进行早期故障和安全隐患的检测。该设备无需依赖 GPS、LiDAR 或轮子编码器,仅依靠一台摄像头以及离线运行的前馈视觉SLAM系统完成导航。它能够自主探索,停靠在指定位置,拍摄周围环境,并在 Arduino UNO Q 上执行缺陷检测。已确认的缺陷会根据其在重建地图上的位置被记录。
异常检测已成为工业领域中人工智能最突出的应用之一。通过预测性维护,AI模型被广泛用于监控和诊断电机、发动机等设备,以预测设备何时可能发生故障。(我强烈推荐阅读Edge Impulse团队的这个项目,了解实际应用场景中的更多内容)。在本项目中,我们进一步研究了异常检测技术如何应用于工业领域,并探索了随着检测机器人兴起,该技术具备的潜在应用前景。
在这个项目中,你将构建一个方向盘游戏控制器,通过串口与Python通信。随后,Python会通过套接字与Unity进行交互,从而将陀螺仪数据转换为游戏中的操作动作。
我们开发PAANI,旨在填补这一缺失环节:将摄像头图像转化为建筑人员可查看的导航建议。它能识别出支持的物体,估算图像中哪些部分是水面,并推荐“直行”、“左转”、“右转”或“停止”。仪表盘会显示结果背后的依据。
在印度的每个种植季,农民都面临着同样的隐性威胁:野生动物夜间偷食作物、干田中未被察觉的火灾,以及需要持续人工检测才能监测到的土壤状况。当损害显现时,往往已为时过晚——对小农户而言,经济损失可能极为惨重。
我之前在家用鼠标控制《KBreakout》游戏时,想象着如果能用实体球拍在桌上操作,游戏体验会更加有趣。同时,我也希望使用LED灯实时反馈球拍的运动轨迹。这时,Arduino Uno Q凭借其独特的双处理器架构成为理想之选:高通® Dragonwing™ QRB2210四核Arm CPU负责多媒体处理和游戏逻辑,而意法半导体(STMicroelectronics)的Arm微控制器则实时处理LED动画。得益于内置的Wi-Fi和蓝牙功能,我们还能轻松实现在线多人对战和无线控制。
这个项目最初是打算使用 Thingiverse 上的 Xpider。后来我看到了 Alex Glow 设计的 Archimedes,简直让我大吃一惊。我实在太想拥有一台了。于是,我开始着手打造自己的机器人伙伴。我意识到自己不是那种喜欢猫头鹰的人,所以希望我的陪伴者与众不同。接着,我回忆起非洲传说中的蜘蛛精阿纳西——那个诡计多端、故事之神的形象。我决定以故事为灵感设计这款机器人,于是阿西诞生了(实际上它叫 Asi_v4,v1-3 是原型版本)。