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。
物联网(IoT)和工业互联网快速发展,MQTT协议因其轻量级、低带宽消耗和发布/订阅模式,成为设备间通信的核心协议。然而,随着MQTT应用场景的复杂化,手动测试已难以满足高效验证需求,尤其是在多设备并发、异常场景模拟和性能基准测试等方面。本文将详细介绍如何基于Python搭建一套完整的MQTT自动化测试框架,并分享其在真实项目中的实践案例。
在之前的博客文章中,我们已经看到了如何使用AMD DSP库在AMD Versal ae - ml架构上快速实现FFT。与任何项目一样,我们可能希望模拟生成的图形,以确保我们获得正确的行为。
我们最近一直在研究的一件事是,在与Versal Devices合作时,使用Vitis开发解决方案。例如,请参阅我的项目在Vitis系统设计的Versal和使用芯片范围调试Versal设计。
在Python 3教程的这一部分中,我们将探索Python函数语法、参数处理、返回值和变量作用域。在此过程中,我们还将介绍一些通用函数,如range()、map、filter和lambda函数。
下面的说明记录了一种新的方法,可以立即开始使用Xilinx Vitis AI v2.5硬件加速机器学习推理。它还使Python能够控制和执行Vitis AI Xilinx深度学习处理单元(DPU)。现在还支持VART api。
ExoLab是一项STEM教育计划,通过提供动手的、基于项目的学习体验,将学生与国际空间站(ISS)上的实验联系起来,学生可以在专门的生长室ExoLab中进行植物生物学实验,并将其结果与国际空间站上发生的类似实验进行比较。这使学生能够研究微重力如何影响植物生长和其他生物过程。
掌握机械臂运动的艺术!该项目演示了如何在AgileX PIPER机械臂上实现连续轨迹记录和重放。无论您是构建教学演示还是自动化复杂操作,这本全面的指南都将引导您完成从设置到部署的每一步。
您是否曾经想过将实时空气质量数据从蓝牙传感器直接传输到云中,而无需任何昂贵的网关或物联网服务器?在本教程中,我们将向您展示如何使用BleuIO USB加密狗和HibouAir传感器通过蓝牙低功耗(BLE)捕获二氧化碳,温度和湿度读数,然后自动将它们登录到谷歌Sheets中,以便于跟踪和可视化。
在科学计算与工程应用领域,MATLAB凭借其强大的数学运算能力和可视化工具占据核心地位,而Python与C++则分别以灵活的生态系统和极致的性能优势成为关键补充。通过跨语言混合编程,开发者可融合MATLAB的数值计算、Python的机器学习生态与C++的高性能计算能力,构建出兼具开发效率与执行速度的复合型系统。以下从跨语言调用机制、数据交互优化及典型应用场景三个维度展开技术解析。
在显示技术向高动态范围(HDR)、广色域(WCG)演进的过程中,色彩校准的精度与效率成为制约显示品质的关键因素。传统人工校准需依赖专业色度计与经验丰富的工程师,单台设备校准耗时长达2小时以上,且一致性误差常超过5ΔE。基于Python脚本与硬件接口的自动化校准工具,通过软件算法与硬件控制的深度融合,正在重塑显示设备的色彩管理范式。
室内空气质量是工作场所健康、家庭舒适和工业安全的重要因素。监测二氧化碳、颗粒物、温度、湿度和其他环境指标可以帮助预防健康问题,优化暖通空调的使用,并保持符合建筑标准。在本教程中,我们将使用BleuIO USB加密狗和HibouAir BLE传感器构建一个完整的空气质量监测解决方案。我们将使用Python收集数据,使用InfluxDB存储数据,并使用Grafanato实时可视化数据。
内存泄漏是Linux系统稳定性的头号杀手,传统检测方法依赖人工分析/proc/meminfo或valgrind,存在两大痛点:1) 无法区分用户态/内核态泄漏;2) 缺乏实时定位能力。本文提出基于kmemleak+Python的自动化狩猎方案,通过内核原生检测工具与智能分析脚本联动,实现泄漏点秒级定位与分级告警。测试数据显示,该方案使内存泄漏定位时间从平均12小时缩短至3分钟。
全局解释器锁(Global Interpreter Lock)是计算机程序设计语言解释器用于同步线程的一种机制,它使得任何时刻仅有一个线程在执行。
利用这两种趋势,我们利用NVIDIA Jetson Nano开发了一种实时螺栓检测和计数系统。该解决方案不仅涉及强大的机器学习模型的开发,还涉及在Jetson Nano等边缘设备上直接优化和部署这些模型,从而实现工业过程中的变革性自动化。
在自动化运维领域,Ansible凭借其简单易用、无代理架构等优势,成为了众多企业的首选工具。然而,在实际运维过程中,不可避免地会遇到一些高危操作,如删除重要文件、修改关键系统配置等。一旦这些操作执行失败或产生意外后果,可能会导致系统故障甚至数据丢失。因此,在Ansible模块开发中,封装高危操作并实现原子化回滚机制至关重要。本文将通过实战案例,介绍如何使用Python API开发Ansible模块,并实现高危操作的原子化回滚。
起初,我考虑使用带有Python的树莓派。但后来我收到了ESP32S3 AI Cam模块,它让我思考:这个小板能处理整个工作吗?