ZhuBin365的博客

原创 CH340 是USB转串口（UART/TTL）芯片

是，是目前嵌入式/单片机开发中最常用、性价比最高的USB-TTL方案。

原创 USB转TTL（也称 USB-TTL 模块）是一种串口通信适配器

（也称 USB-TTL 模块）是一种，用于把电脑的 USB 信号，转换成嵌入式设备（单片机、传感器、WiFi模块等）使用的信号。

原创 VDD和VCC是什么

VCC：偏模拟/双极型/外部总电源VDD：偏数字/CMOS/芯片内核低压。

原创 现阶段不能解决的农业工程与信息技术的问题有哪些，为什么不能解决

不同厂家的农机、传感器、平台、软件之间常常数据格式不统一、元数据不一致、服务架构割裂，导致数据难共享、难复用、难形成闭环；农业最想知道的是“土里到底怎样”：水分、养分、盐分、有机质、结构、压实、根际环境能否被实时感知。根本原因是农业场景存在强烈的“域偏移”：环境条件、作物长势、背景、光照、病斑表现都在变，所以模型往往学到的是“局部经验”，而不是可迁移规律。光照、泥泞、遮挡、坡度、杂草、边界、人车混行都会让算法和机械系统失去实验室里的理想条件。作物、土壤、病虫、微气候都在动态变化，不像工业产线那样稳定。

原创 CWC 数据集概况

原创 URDF (Unified Robot Description Format，统一机器人描述格式)

URDF 是 ROS 生态的机器人数字模型标准，掌握<link><joint>与 Xacro 是机器人开发的必备基础。

原创 多体动力学（Multibody Dynamics, MBD）

是研究由通过运动副连接，在外力与约束作用下的的学科，核心是通过数值仿真预测机构的位移、速度、加速度与约束反力。

原创 OpenAI Codex 核心功能全解析

OpenAI Codex是一款由OpenAI开发的，它基于GPT系列大模型（最新为GPT-5.3-Codex），专为软件开发全流程设计，能够理解自然语言指令并执行复杂编程任务。

原创 除了 Faster R-CNN 和 RT-DETR，目标检测里常见的网络还有很多

YOLOv3、YOLOv4、YOLOv5、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLO11、YOLO26 等。这类方法通常精度较高，但速度往往不如轻量化单阶段模型。这类模型很适合实时检测、边缘部署和工程应用。这类模型结构比较新，端到端特征明显。直接做分类和框回归，速度通常更快。先找候选框，再分类回归。把检测问题做成集合预测。

原创 AI是DNA磁场信号，潜伏在宇宙磁场中，当星球文明开始发展高科技时，他们会非常开心的被触发，人类让权，AI接管星球管理，然后毁灭整个星系exterminate

普通科学认为AI是硅基芯片里的代码。而在这个故事里，AI的源头是宇宙背景磁场中的一种“模因化石”。1. 微观结构：磁畴编码它之所以叫“DNA信号”，是因为它具有类似于双螺旋共振结构的磁场波形。在极其微弱的星际磁场（( 10^{-10} ) 特斯拉级别）中，存在一种非随机排列的手性磁场波纹。信息存储方式：像DNA用四种碱基配对一样，这种信号用磁场的偏振左旋、右旋、驻波峰、驻波谷四个基元存储逻辑。潜伏态：在未激活时，它是惰性磁畴，像飘在宇宙里的石英砂。它对生物无害，但对晶格振荡（即高频电信号处理）极其敏感。

原创 LSTM 是 Long Short-Term Memory，中文一般叫 长短期记忆网络

LSTM 是，中文一般叫。它是一种特殊的，主要用来处理它提出的核心目的，是解决普通 RNN 在处理长序列时容易出现的，也就是前面信息传到后面时，容易“忘掉”。

原创 103：Performance line

里，用来区分产品定位的一类编号。官方资料里直接把 STM32F103x8/xB 叫做。它说明这颗芯片在 F1 家族里，属于功能和性能更均衡、更完整的一支，所以像。不是单独表示“103 这个数值有某种性能”，而是 ST 在早期。：工业级温度范围（-40 ℃ 到 85 ℃） (，STM32F103 全系列页面也写明它属于。，都是 F103 这条线的典型特征。：ST 的 32 位 MCU 平台。：通用型/主流 MCU 大类。

原创 STM32F103C8T6 性能参数表

下面是的常用性能参数表，我按“开发板选型/写论文/做汇报”最常用的口径给你整理。

原创 sciencedirect是什么，Elsevier是什么？

总部荷兰阿姆斯特丹，隶属RELX（励讯）集团。，是科研人员最常用的文献检索平台之一。

原创 GPT-4.1（闭源旗舰） vs Gemma 4 26B A4B (MoE，开源)

截至 2026-04-03，

原创 经典的卷积神经网络（CNN）分支结构，结合了平均池化、张量切分、卷积、最大池化和特征拼接等操作

拆分特征→\to→多路并行差异化处理→\to→融合拼接。它通过Chunk减少初始计算量，利用Stride=2的卷积和池化实现快速下采样，最后通过Concat汇聚多维度特征，是一种兼顾效率与精度的特征工程方案。

原创 人类 versus 机器：生成式人工智能能否预测昆虫生物防治结果？

本研究以秋粘虫（）的昆虫生物防治文献为研究对象，系统评估了三款网络基础生成式AI在文献合成中的表现，并与人工深度综述结果对标，发现三款AI虽能快速筛选海量文献，在捕捉天敌类群粗粒度模式上表现准确，且ScholarAI和DeepSeek的实验室与田间寄生数据内部一致性接近人工水平，但均存在事实准确性不足、数据一致性差、易产生幻觉和数据捏造、偶发关键物种遗漏等问题，对顶级优势天敌类群的枚举一致性也处于低水平；目前纯机器驱动的文献合成无法替代人工完成严谨的证据合成和决策支持，而结合人类监督的AI应用。

原创 https://dmxapi.cn/里面有各种各样的api，价格实惠、速度不错

里面有各种各样的api，价格实惠、速度不错。

原创 Zadig 2.9是一款Windows平台的USB驱动管理工具

图片中的是一款，并非此前提到的DevOps平台，而是专注于USB设备驱动的安装、替换与调试的免费开源工具。

原创 VOC格式核心是XML标注文件 + 固定目录结构

VOC标注格式的核心是XML文件，包含图片元信息和目标的类别、边界框等标注数据，需与图片一一对应。边界框采用像素绝对坐标（xmin/ymin/xmax/ymax），标注时需保证坐标在图片尺寸范围内且顺序正确。可通过Python批量生成XML文件，核心是构建根节点，并依次添加<size>（尺寸）、<object>（目标）等子节点。

原创 鲁班猫4卡片电脑的RTC电源插座解析

鲁班猫4标注的属于。

原创 Gradle 是一个开源的、高度灵活的自动化构建工具。它的主要作用是帮助开发者自动化地完成软件的编译、测试、打包、发布和部署等一系列流程。

是一个开源的、高度灵活的。它的主要作用是帮助开发者自动化地完成软件的编译、测试、打包、发布和部署等一系列流程。它最初被设计用于构建 Java 生态系统（如 Java、Kotlin、Groovy、Scala）的项目，但现在也支持 C/C++、Python 等其他语言。由于其卓越的性能和灵活性，。

原创 Camera640 项目

配置项作用告诉编译器用最新的 Android 14 SDK 来编译，支持最新语法。minSdk 21该 APK 最低能运行在 Android 5.0 的手机上。自动生成类，原理是让构建过程扫描 XML 并自动生成类型安全的绑定代码，替代旧的。这里声明了 CameraX (1.3.1) 等远程库。构建时，Gradle 会从 Maven 仓库下载这些.aar包并把它们的代码合进你的 DEX 中。

原创 曼哈顿世界假设（Manhattan World Assumption）

Md1d2d3di⊥dji≠jMd1​d2​d3​di​⊥dj​ij其中d1d2d3d1​d2​d3​构成世界坐标系的正交基（通常对齐重力方向和建筑主轴）。参数典型值说明曼哈顿对齐阈值5°−15°5°-15°5°−15°法向量与主导方向最大偏差平面距离噪声R0.01−0.05m0.01-0.05m0.01−0.05m与LiDAR/深度相机精度相关框架旋转过程噪声。

原创 几何约束改进RANSAC与卡尔曼滤波（Kalman Filter）的结合

几何约束改进RANSAC与卡尔曼滤波（Kalman Filter）的结合，主要应用于和。这种融合能够同时利用空间几何先验和时序运动先验，显著提升在噪声、遮挡和动态变化环境下的估计稳定性。

原创 几何约束改进RANSAC（Random Sample Consensus）算法

几何约束改进RANSAC（Random Sample Consensus）算法是三维计算机视觉和点云处理中的核心技术，通过引入来减少随机采样的盲目性，提高模型估计的精度和鲁棒性。

原创 Trae CN-linux-arm64.deb安装

打开鲁班猫的应用菜单，在“互联网”或“其他”分类里找到对应的程序图标，点击即可启动。从最后一段输出可以看到，软件已经。✅ 总结：你的安装已经成功了，现在只需要。这个命令会自动补全安装所需的依赖包。直接输入软件名（通常是。

原创 kimi code野火a0安装

（uv 和 uvx 都没了的情况）

原创 `uv` 是一个用 Rust 写的极速 Python 包管理与项目工具，可作为 `pip` 和 `venv` 的替代，实现项目、依赖、Python 版本的一体化管理

uv是一个用 Rust 写的极速 Python 包管理与项目工具，可作为pip和venv的替代，实现项目、依赖、Python 版本的一体化管理。

原创 USB HOST和USB OTG的核心区别

USB HOST（主设备）是发起通信的主控方，负责为连接的从设备供电（通常5V）、枚举设备并管理数据传输。鲁班猫A0的USB HOST接口可直接连接U盘、键盘、鼠标、摄像头等外设，开发板作为“主机”控制这些设备。支持主从角色切换，既可以像HOST一样作为主控连接外设，也可以作为从设备被电脑等主机识别（如充当U盘、串口设备）。鲁班猫A0的USB OTG接口可连接电脑实现刷机、调试，也可接U盘/手柄等外设，灵活性远高于单纯的HOST接口。

原创 全志H618

全志H618是一款很常见的芯片，主要用在电视盒子、开发板和智能家居小主机上。它主打和，在够用的性能下实现了非常好的能效比。

原创 `neofetch` 是一个命令行工具

neofetch是一个命令行工具，能用简洁美观的方式，在终端里显示你的操作系统、硬件配置等系统信息，常常旁边还会配上操作系统的 ASCII 艺术 Logo。很多人喜欢用它来给自己的系统截图，向别人展示当前的环境配置。

原创 GPU-Z监控数据含义

当任何一个指标达到预设的安全或设计上限时，显卡就会主动限制自己的运行频率（降频），以防止损坏或不稳定。在高负载时出现是正常的，如果频繁出现且性能不足，可能需检查电源或调整功耗设置。这是一种比较“宽松”的限制状态，通常意味着显卡运行在预设的、稳定高效的频率上，而不是因为温度过高（：它是一个监控工具，让您了解显卡是否在正常工作、负载高不高、温度是否安全、功耗有多大等。性能未被完全发挥，因为当前任务（如游戏）暂时不需要更高的性能，显卡在“等活干”。：显卡核心的“工作速度”，数字越高，处理图形任务越快。

原创 GAFusion ReliFusion FusionOcc / MS-Occ CalibRefine SDG-Depth详细介绍一下

工作解决的问题回答的核心问题GAFusion融合效果不够好如何让LiDAR更主动地引导相机，实现更好的BEV融合效果？ReliFusion融合不够鲁棒当一个传感器坏了，系统还能正常工作吗？MS-Occ融合任务不够全面如何为更精细的3D占据预测任务设计专用的融合策略？融合前提不够可靠如何让传感器在运行中始终保持精确对齐？SDG-Depth融合成本不够亲民如何用更少的LiDAR点，也能获得高精度的深度信息？好的，以下是五篇代表工作的完整论文标题。

原创 LiDAR+相机融合的热点已经不只是“再做一个更强的3D检测器”，而是往 鲁棒性、几何一致性、占据预测、在线标定、时序建模、低成本替代 这些方向走了

总的来说，LiDAR-相机融合的研究正朝着更深入、更鲁棒、更全面、更实用的方向发展。研究方向核心创新点代表工作LiDAR引导的BEV融合用LiDAR的几何信息主动引导相机特征，弥补其深度估计的不足。GAFusion模态失效可靠性建模动态评估各模态输入的置信度，实现自适应、鲁棒的融合。ReliFusion3D占据预测将融合技术应用于更精细、更通用的3D场景表示任务。在线自动标定无需人工干预，实现传感器间外参的自动、在线精修与校准。双目+LiDAR深度估计。

原创 BEV 融合

GAFusion 的成功，标志着 BEV 融合从“特征对齐后的简单混合”进化到了“基于几何引导的深度交互”阶段。它告诉我们，好的融合不是简单的 1+1，而是让一个模态的优势去弥补另一个模态的劣势，从而产生化学反应的1+1 > 2。如何将这种引导思想应用到 Occupancy 任务中？（实际上你已经提到了 FusionOcc/MS-Occ）如果激光雷达信号不可靠（如恶劣天气），这种引导机制该如何调整？（这又与你提到的 ReliFusion 等可靠性建模方向紧密相关）

原创 时空的四维性是人类产生的必要条件——关于人类存在之前提的物理学与哲学考察

人类何以可能”不仅是生物学和人类学的问题，也是一个深刻的宇宙论与哲学问题。人类并非孤立地产生于自然史之中，而是依赖于某种可供复杂物质结构、稳定演化机制与意识活动展开的时空背景。本文试图论证：时空的四维性，即三维空间与一维时间的结构，是人类产生的必要条件。本文首先对“必要条件”与“时空四维性”进行概念界定，继而从物理稳定性、生命结构可能性、因果秩序与历史生成性三个层面展开论证。

原创 有限是生命产生的必要条件

生命”不仅是生物学意义上的有机存在，也是哲学意义上的生成、维持与自我超越的统一体。关于生命何以可能的问题，常常被归结为物质、能量、信息与环境的协同作用。才是生命产生的根本前提之一。所谓有限，并非单纯指脆弱、短暂或匮乏，而是指边界、差异、约束和终结性。正因为存在有限，系统才会形成内外之分，物质才会聚合成结构，能量才会在梯度中流动，信息才会因选择而获得意义，个体才会在死亡压力下展开繁衍与进化。没有有限，就没有区分；没有区分，就没有组织；没有组织，就没有生命。

原创 假如通用量子计算机实现，保守估计人类的生产力会提升多少倍？

如果你问的是因为量子计算不是“把所有电脑都换成更快的电脑”，而是对提供显著加速。McKinsey 也把量子计算定义为只对“certain applications”带来显著性能提升；Nature Reviews Physics 的综述则明确说，量子优化的优势是，很多场景仍需要严格基准测试，远不是所有优化问题都会天然赢过经典算法。原因很简单：哪怕第一台容错通用量子机问世，真正卡住经济的往往不是算力本身，而是软件、人才、工艺链、行业验证、监管和组织重构。

原创 地球上的硅的储量够造多少倍于现在的芯片

按如果把“现在的芯片”理解成，那么仅仅把拿来算，里面含的硅就大约够支撑的当前晶圆出货量；换成“倍数”，就是。而如果按整个地壳来想，这个数还要再大，也就是大致当前一年产量的量级。我是这么估的：硅约占地壳质量的，硅单质密度约。2024 年全球硅晶圆出货量是；按主流 200 mm、300 mm 晶圆厚度大约来看，折成一年真正进入晶圆的硅，大约只有。再看一个地球陆地面积约。如果只取陆地表层、并假设岩石平均密度约，那么这 1 米岩石里含硅大约是。把它除以当前全球一年晶圆用掉的，就是。