• 边缘计算盒子：多网口高速信号布线与散热风道仿真验证

    边缘计算盒子（如 Jetson Orin、RK3588 + PCIe 网卡方案）通常要扛 4–7 个千兆/2.5G 网口 + M.2 5G + MIPI 摄像头，多网口汇聚带宽能到 5–10 Gbps，盒内 SoC + NPU 功耗 15–60W。两个硬骨头：多网口高速信号串扰导致丢包，以及小体积密闭空间风道短路导致 SoC 降频。下面以 7 千兆网口（4 PoE + 3 上行）+ RK3588 边缘盒子（90×90×35 mm）为主线。

    智能应用
    2026-07-22
    多网口PCB 风道仿真 边缘计算盒子

  • 机器人运动控制板：多传感器数据融合同步采样电路设计

    机器人运动控制板要融合IMU、编码器、ADC模拟量（电流/电压/力矩）、乃至摄像头/激光雷达，难点不在"读到数据"，而在"同一时刻的数据才能融合"——串行轮询下三路传感器采样时刻错开500μs以上，融合算法会把旧数据当成当前状态，姿态解算直接发散。硬件方案的核心是用全局时钟+硬件触发+时间戳组帧，让所有传感器在同一个时间基准下被采样。下面以"MCU（STM32G4）+ FPGA（协处理打时间戳）+ IMU/编码器/多路ADC"的架构为例。

    智能应用
    2026-07-22
    机器人 传感器融合 同步采样 时间戳对齐

  • 智能视觉传感器硬件设计：MIPI CSI-2接口走线与图像采集调试

    智能视觉传感器（工业相机、AI摄像头、机器人视觉）的核心是图像传感器通过MIPI CSI-2接口向处理器（FPGA/SoC）传输原始图像数据。MIPI D-PHY物理层以80Mbps–2.5Gbps/lane的速度传输差分信号，走线设计和调试稍有疏忽就会出现花屏、丢帧、无法锁定。下面以SONY IMX335（5MP，RAW10，4-lane MIPI）挂到Xilinx Zynq UltraScale+ MPSoC为主线。

    智能应用
    2026-07-22
    图像采集 差分走线 MIPI CSI-2

  • 基于YOLO的边缘端部署：FPGA实现卷积层硬件加速与资源优化

    YOLO（You Only Look Once）在边缘端部署时面临算力与功耗的双重挑战——卷积层占据整个模型90%以上的计算量，而边缘设备（无人机、工业相机、机器人）通常只有几瓦的功耗预算。FPGA凭借可编程并行架构和低延迟特性，成为YOLO边缘推理的理想载体。本文以Xilinx Zynq UltraScale+ MPSoC（XCZU7EV）为例，介绍卷积层的硬件加速架构与资源优化方法。

    智能应用
    2026-07-22
    YOLO FPGA加速 卷积优化

  • 边缘AI加速板PCB：NPU芯片散热设计与高速DDR走线等长实操

    边缘AI加速板（RK3588 NPU / 算能BM1684 / 地平线J5）的PCB设计有两个硬骨头：NPU芯片在INT8推理时功耗能到15–25W（8 TOPS级别），散热没做好直接降频掉算力；DDR4/DDR5走线速率3200MT/s+，等长差50mil系统就随机死机。下面以RK3588 + 4片LPDDR4X（3200MT/s，32bit位宽）的6层板为例。

    智能应用
    2026-07-22
    PCB设计 NPU散热 DDR等长

  • 远程IO模块硬件设计：RS485总线浪涌防护与总线阻抗匹配

    远程IO模块是工业现场分布最散的节点——32点DI/16点DO挂Modbus RTU，一条RS485总线拉300–1200米串32个站点，末端挂变频器、电磁阀、焊机，雷电感应的浪涌顺着屏蔽层窜进来能直接炸收发器（MAX3485/SP3485这类3.3V款Vcc才3.6V，扛不住±2kV就挂）。防护和匹配没做好，轻则丢包重发，重则整条线节点全灭。下面以32点DI+16点DO远程IO（STM32G4 + MAX3485，9600–250kbps自适应）为主线。

    智能应用
    2026-07-22
    远程IO RS485浪涌防护 总线阻抗匹配

  • 蓝牙SOC芯片：物联网设备制造商的理想之选

    随着万物互联时代全面到来，智能家居、工业传感、可穿戴设备、智慧医疗等物联网终端设备迎来爆发式增长。物联网设备的核心诉求集中在低功耗、小体积、低成本、易开发、高稳定性五大维度，而传统分体式蓝牙芯片方案，因电路繁琐、功耗偏高、占用空间大等弊端，已难以适配当下轻量化、规模化的设备生产需求。集成化、高性能的蓝牙SOC芯片凭借全方位的技术优势，精准契合物联网设备的研发生产痛点，成为当下物联网设备制造商的首选无线连接解决方案。

    智能应用
    2026-07-21
    蓝牙 芯片 物联网

  • 兼具多倍频程覆盖与低相位噪声性能的微波频率合成器技术解析

    在现代射频微波技术体系中，频率合成器是电子系统的核心频率基准源，广泛应用于卫星通信、雷达探测、精密测试测量、5G/6G移动通信、电子对抗等关键领域。随着电子设备向宽带化、高精度、高稳定性方向快速迭代，传统单频段、窄覆盖的频率合成器已无法满足多场景兼容需求。兼具多倍频程超宽频率覆盖与超低相位噪声性能的新一代微波频率合成器，突破了传统器件带宽与噪声性能相互制约的技术瓶颈，成为高端微波系统升级迭代的核心支撑，大幅提升了现代电子设备的探测精度、通信稳定性与抗干扰能力。

    智能应用
    2026-07-21
    合成器 相位噪声 微波频率

  • 人工智能浪潮下数据中心基础设施的核心挑战

    随着大模型、生成式人工智能技术的飞速迭代，人工智能算力需求呈现爆发式增长，彻底颠覆了传统数据中心的运行模式与建设标准。传统数据中心以通用计算、低功率密度、平稳负载为核心特征，而AI算力的高密度、高能耗、高并发、高互联特性，对数据中心电力供给、散热系统、网络架构、硬件承载及运维体系造成全方位冲击。当下，AI算力竞争的核心已不再局限于芯片性能，而是转向基础设施的承载能力升级，老旧基础设施的适配短板持续凸显，行业面临全方位的转型挑战。

    智能应用
    2026-07-21
    数据中心 人工智能 算力

  • 打破物联网的“能源枷锁”成为重塑物联网产业格局

    随着物联网技术全面渗透工业、民生、城市治理等诸多领域，数以万亿计的智能终端设备遍布各行各业。但长期以来，传统电池供电模式始终是制约物联网规模化发展的核心瓶颈，电池寿命有限、更换维护成本高、废旧电池污染环境、布线供电灵活性差等问题，让大量分散式、嵌入式、偏远场景的物联网设备难以持续稳定运行。在此背景下，无需电池的能量采集技术快速崛起，通过捕获环境中的微能量实现设备自主供能，彻底打破物联网的“能源枷锁”，成为重塑物联网产业格局、开启无源物联网新时代的核心力量。

    智能应用
    2026-07-19
    物联网 电池 能量采集

  • TensorRT与ONNX Runtime在Jetson Orin上的推理延迟对比：YOLOv8s INT8量化评估

    在Jetson Orin这类边缘AI平台上部署YOLOv8s模型时，推理框架的选择直接决定了实时性能否达标。TensorRT作为NVIDIA官方推理引擎，与ONNX Runtime在这一硬件上的表现差异，并非简单的“谁更快”，而是涉及GPU/CPU架构隔离、量化策略和系统负载的多层次问题。

    智能应用
    2026-07-19
    TensorRT ONNX

  • 人形机器人IMU漂移为什么带偏全身姿态？

    躯干姿态一旦慢慢偏掉，步态、手臂补偿和视觉坐标都会一起跟着歪。人形机器人使用IMU做姿态基准时，零偏漂移和足端约束如果没有闭合，误差会被全身控制放大。

    智能应用
    2026-07-19
    机器人 人形机器人 IMU

  • 人形机器人线束冗余决定关节可维护性

    整机调试中最耗时的故障，常常不是算法报错，而是一根线在关节深处接触不稳。人形机器人若没有在线诊断和可替换的连接设计，维修成本会很快吞掉模组化的好处。

    智能应用
    2026-07-19
    机器人 连接器 人形机器人

  • 人形机器人视觉定位与激光建图怎么取舍

    室内移动不是装上传感器就能定位，真正难点在于不同环境会让不同传感器先退化。人形机器人在视觉定位和激光建图之间取舍，必须从失效边界而不是单项精度出发。

    智能应用
    2026-07-19
    传感器 机器人 人形机器人

  • 人形机器人上楼梯时规划为何失稳

    平地步态稳定，并不代表上楼梯也能沿用同一套规划。人形机器人一旦把台阶边缘和摆腿离地裕量估错，失稳往往发生在脚还没真正踩实之前。

    智能应用
    2026-07-19
    传感器 机器人 人形机器人
首页 上一页 1 2 3 4 5 6 7 8 9 10 下一页 尾页
更多
发布文章

热门活动

更多

论坛

更多

相关标签

课程视频

更多