在双碳战略与新型电力系统建设双重驱动下,我国能源转型进入规模化落地关键期。传统单向输电、依赖同步机组支撑的电网架构,已难以适配风电、光伏大规模并网带来的间歇性、波动性难题,低惯量、抗扰动能力不足的系统短板持续凸显。在此背景下,多元融合高弹性电网作为新型电力系统核心载体,依托多源互补、双向互动、毫秒级调控、故障自愈的核心特征,在全国多省市完成示范工程落地,全面激活灵活电源、储能装备、电力电子设备市场需求,带动上游功率半导体产业驶入高速增长赛道,形成从电网顶层建设到核心元器件的完整产业红利周期。
作为一名创作者和开发者,每天不断查看 AdMob、Cults3D、Google Console 和 YouTube Analytics 的数据会耗费大量时间。我不喜欢日复一日地记录新数据——这对创作者来说实在不现实。为了解决这个问题,我开发了一个自定义的 ESP32 信息仪表板,将整个流程集中在一个地方轻松管理。
如今大多数AI演示都能说得很流利,但实际却无法完成任何有用的功能。在这个项目中,我们将通过使用开源的XiaoZhi AI项目和功能丰富的DFRobot ESP32-S3 AI摄像头,来改变这一现状,打造一个语音控制的人工智能助手。最终成果不仅是一个聊天机器人,更是一个真正实用的AI伙伴,它能够感知周围环境、控制硬件,甚至还能帮你管理日历。
说实话:很多DIY智能家居方案都把事情做得过于复杂,往往需要第三方服务器、混乱的云配置,甚至持续联网才能打开一盏灯。我希望打造一个更简洁、完全私密且响应极速的系统,同时不牺牲干净现代的界面和用户体验。
我喜欢羽毛球,但夏天太热了,我总是懒得出门。于是我想,为什么不自己制作一个像任天堂游戏里那样的羽毛球游戏呢?幸运的是,我的Cardputer内置了陀螺仪和加速度计,所以我完成了这个项目。
在后台,reCamera 负责完成所有复杂的协调工作:它在设备上运行 YOLO11n Pose 实时检测您的手势,然后通过 Node-RED 协调完整的 STT → LLM → TTS 流程。而实际的“思考”过程——语音识别、推理和语音合成——则由 iFlytek 云平台通过 WebSocket API 进行处理。
ESP32-P4 拥有强大的处理能力,并支持原生 MIPI-CSI,非常适合执行高要求的计算机视觉和扫描任务。本项目展示了一款高性能的条形码和二维码扫描器,可实现流畅的 100 FPS 运行速度。
我通过SSH连接到树莓派,并运行了两个自行编写的Python脚本:一个用于测试IMX500+CPU推理和USB摄像头+CPU推理,另一个用于测试IMX500+传感器内推理。同时,我还测试了reCamera。
TLS 1.2 HTTPS 服务器运行在单个芯片上——W55RP20(RP2040 + W5500)——您只需通过浏览器点击电路板的引脚图,即可实时控制 GPIO、PWM、ADC、I2C 和 SPI。无需云服务、网关或配套应用程序。
我最初的目标是制作一个能主动追踪宠物的原型,但由于时间和组件的限制,这并不现实。因此,如果你想让项目更具挑战性,可以考虑加入通过WiFi/蓝牙模块实现的实时追踪系统,并将其与应用程序配对使用。
该项目基于STM32F407ZGT6微控制器,设计并实现了在RT-Thread RT-Spark开发板上的裸机DIY MP3播放器。音乐音符通过软件合成,并借助I2S3外设以循环模式的DMA方式传输至板载ES8388音频编解码器。八首歌曲被编码为结构化音符数组,可通过三个GPIO中断驱动按钮进行导航。播放状态、曲目信息以及按钮使用说明显示在240x240分辨率的ST7789 LCD屏幕上,该屏幕通过8位并行模式的FSMC驱动。本项目未使用任何实时操作系统(RTOS),而是由DMA传输回调处理实时音频缓冲区填充,EXTI回调处理按钮事件,主循环则通过一个可变标志位实现LCD画面的刷新。此方案旨在确保音频时序的确定性,并避免调度器带来的开销。
标准的嵌入式音频项目通常依赖外部存储设备,例如采用FAT文件系统的SD卡,来播放预先录制的音频文件。在硬件场景中,当无法使用或严格禁止使用外部大容量存储时,就需要采取替代方案。本项目概述了开发一款“无文件”实时音频播放器的过程。该系统通过STM32F407ZGT6微控制器、FreeRTOS内核以及外部ES8388音频编解码器,实时进行多音轨乐器的数学合成。
传统的监控系统通常依赖云服务或专用服务器,这会增加部署的复杂性和成本。随着边缘AI设备性能的不断提升,现在可以直接在本地硬件上运行实时计算机视觉应用。
你已经经历过这种情况了。你的ESP32产品在客户现场运行了6小时后突然崩溃。设备会自动重启——因为这是你编程时设置的默认行为——而日志中留下的只有这些内容:
在本次快速演示中,我们将使用PSOC™ Edge E84 AI套件内置的6轴IMU。该板集成了博世BMI270芯片,集成了3轴加速度计和3轴陀螺仪。通过MicroPython,我们只需几行代码即可读取运动数据并创建交互式应用程序。