PCB设计完成后,走线宽度是否符合工艺规则是制板前的硬门槛——电源线要求20mil以上、信号线8mil、差分对5mil,任何一个违规都可能导致短路或断路。人工肉眼检查几十上百条走线既费时又容易漏,而Python配合Altium文件解析库可以一键扫描整个板子,把违规项列成表格。下面以开源库py-altium为例,展示如何批量识别Altium Designer的.PcbDoc文件中的走线宽度违规。
产线测试、实验室老化、器件筛选——这些场景里,"手动点按钮→读数据→记 Excel"的方式已经跟不上节奏了。Python + PyVISA 是目前最通用的仪器控制方案,支持 Keysight、R&S、Tektronix、Keithley 等主流品牌的万用表、示波器、电源、电子负载。下面以一个实际案例——用 Keithley 2400 源表批量采集 100 个点的 IV 曲线——演示完整流程。
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。
本项目是一款基于Python和Pygame开发的完整功能门将游戏,可通过键盘或使用MPU6050传感器(加速度计+陀螺仪)实时身体动作进行控制。游戏可在Windows和树莓派(支持I²C接口)上运行,是学习硬件接口、游戏开发及人机交互的优秀教学工具。
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。
原始版本被设计为一款网络应用程序,以最大化可访问性。通过浏览器,用户可以在任何计算机上配置硬件,无需安装专用软件或管理复杂的驱动程序。这种“零安装”的体验使其成为社区内的事实标准。
Soan Papdidi 改变了这种体验。它是一款紧凑、易于上手的纯FPGA开发板——无需MCU,也无隐藏式微控制器,只需掌握原始的FPGA功能即可。该板配备8个DIP开关、8个LED灯和10个I/O引脚,非常适合用于学习和实验数字逻辑。
在搭建显示屏(使用Arduino和硬件)时,我常常感到沮丧:需要刷写程序、线缆可能损坏、导线松脱,或者板子突然烧坏。最终我可能只能花10到20秒(如果运气好)来测试一下,把字体向左移动三个像素是否“感觉正确”。
工程团队日常会产生海量的测量数据。然而,现在市场上常用的数据分析工具并非专为工程工作流设计的工具,往往会拖慢从这些数据集中提炼可靠洞见的进程:
多色 FDM 打印通常意味着每一层都需要更换材料,并且需要一个比零件本身还要大的清理装置。而 PLA 则完全避免了这些繁琐步骤。通过将打印过程视为一个具有可变厚度的整体——先是一个深色的底色,然后是上面一层由半透明亮色材料构成的高光图案——你可以对任何照片进行逼真的分色渲染,且只需一次性更换一根材料线。最终效果看起来像是一张 4 到 8 色调的打印作品,但打印出来的形状却像是一块普通的单色物体,中间还有暂停的间隔。该技术针对 Bambu X1C 进行了优化,但同样适用于任何双材料设置(包括手动更换材料线的情况)。
如今,穿孔卡片已几乎被人遗忘,使用这种卡片的最后一批机器早在 80 年代就已退役。不过也有一些例外情况,一些工业设备至今仍得以保留,并且在小范围内仍在使用这种卡片。
对于既失明又失聪的人来说,他们对世界的感知几乎完全依赖于触觉。传统的盲文学习工具通常依靠声音提示来补充触觉反馈,这使得失聪失明的学习者处于劣势。我的项目是作为我 EDES 301 课程的一部分而开发的,旨在填补这一差距,通过创建一个交互式、以触觉为主的系统来辅助失聪失明者通过直接的物理互动来学习盲文。
当我们想到机械臂时,脑海中通常会浮现出那种僵硬的自动化场景——即那些为生产线上的重复性、毫无情感色彩的工作而设计的机器。但当我们试图让一个四轴机械臂去捕捉人类书写所具有的那种真实重量时,情况又会怎样呢?
在高速PCB设计领域,工程师常面临批量修改元件封装和验证设计规则的重复性工作。以某5G通信模块设计为例,其包含2000余个元件,手动替换封装需40小时,而人工DRC检查遗漏率高达15%。通过Python与Tcl脚本的二次开发,可将这类任务效率提升10倍以上,同时实现零误差操作。
在现代电子实验室中,示波器与逻辑分析仪是工程师的“眼睛”,但手动操作的繁琐往往成为效率瓶颈。面对成百上千次的重复测量,人工设置触发、保存截图不仅枯燥,还容易引入人为误差。此时,利用Python结合VISA库构建自动化测试系统,成为提升科研效率的bi由之路。
在嵌入式硬件开发中,测试环节常占据项目周期40%以上时间。本文介绍如何利用Python构建高效自动化测试框架,通过脚本驱动实现批量测试、数据采集和结果分析,将测试效率提升3-5倍,同时降低人为操作误差。
我们从 IEEE 的论文《RDA:一种适用于杂乱环境中自主导航的加速无碰撞运动规划器》中复制了 RDA 规划器项目。我们提供了一个详细的步骤指南,帮助您快速重现本文中的 RDA 路径规划算法,从而在复杂环境中实现高效的障碍物避让功能,支持自主导航。
一款针对 4GB Jetson Orin Nano 设备进行物体检测的高性能 C++ 实现。对 YOLOv8(成功)与 YOLOv26(挑战)进行基准测试
蓝牙低功耗(BLE)设备广泛用于环境监测,但将其数据传输到云端通常需要复杂的sdk、网关或专有平台。在本教程中,我们演示了一个简单而灵活的替代方案:使用BleuIO作为USB BLE网关将BLE广告数据直接发送到Arduino Cloud。
在物联网与边缘计算兴起的今天,单板计算机(如树莓派、Jetson Nano等)凭借其低功耗、高集成度的特性,成为开发者探索硬件编程的理想平台。而Python凭借其简洁的语法和丰富的库支持,成为单板计算机开发的首选语言。本文将通过三个从入门到进阶的实践项目,带你快速掌握基于单板计算机的Python开发技巧。