- 博客(2186)
- 收藏
- 关注
RSS订阅原创 NPU/DSP/Vulkan 协同实战：影像模型的调度与热治理闭环
同一段影像链路里，去噪、分割、HDR 融合、色调映射各自吃算力，还都想卡住 16.7/33ms 的帧预算。解法不是“谁快用谁”，而是把 **NPU/DSP/GPU** 拉到一张调度台上：按算子剖面做**映射**（谁擅长就干谁）、用 **Vulkan + 外部内存 + 时间线信号量**把图像在模块间**零拷贝**流转，再用 **ADPF/Power HAL/Thermal HAL** 做**热治理闭环**（功耗预算→频率→降级）。本文给出可直接落地的协同规范：算子图切分、并行编排、热阈值与降级阶梯、KPI/埋
2025-10-05 14:59:16
954
原创 HDR 视频肤色稳定实战：动态元数据 × 人像优先测光的闭环联动
目标是**在 HDR 视频里把肤色稳住**：色相不漂、亮度不跳、曲线不呼吸。本文给出一套**工程可落地的规范与链路**：检测与跟踪人脸→在人像 ROI 上用 **ICtCp** 锁住肤色与中灰锚点→依据人像/高光占比分配动态范围→生成逐帧/逐段的**动态元数据**（HDR10+ 等效参数或 DV 概念映射）→通过**时域控制器**给 AE/AWB/ToneMap 统一加 EMA/迟滞/抗闪→在 Camera2 + GPU 渲染链路中稳定输出。附**验收阈值、JSON 报告、降级与回滚**，上手即可用。
2025-09-29 16:21:46
1211
1
原创 速度环 PID 实战：1–5 ms 下的离散化、抗饱和与前馈
在 1–5 ms 的快速循环里把速度环做稳，关键是三件事：**离散化正确**（Tustin）、**不让积分“冲到天上去”**（抗饱和）、**用前馈减轻闭环负担**。本文给出速度测量到控制输出的完整实现：速度估计的同步采样与滤波，PI/PID 的 Tustin 推导与代码，三种常用抗饱和办法，以及基于反电势与摩擦的电压前馈。本文为上半部分（§1–§5）；下半部分将补上测试方法、调参策略与排错。
2025-09-28 19:11:58
1020
1
原创 差速底盘映射实战：从 v、ω 到左右轮，含饱和、渐变与补偿
给定底盘线速度 $v$ 与角速度 $\omega$，如何稳定地得到左右轮期望速度，并在电机/驱动极限下保持轨迹特性，是移动机器人控制的基石。本文给出参数定义、公式推导、曲率保持的饱和策略、分级渐变（加速度/加加速度）与死区、反向间隙补偿的工程实现，配套完整 C++ 代码骨架与调参要点。本篇为上半部分，覆盖 §1–§4；下半部分将接着完成补偿细节、验证与排错。
2025-09-27 12:30:00
1066
原创 HDR→SDR 双轨导出实战：相册/编辑器的导出矩阵与故障复盘
同一张 HDR 照片（或视频帧）在相册预览、编辑器导出、社媒分享会走**两条并行路径**：保留 HDR（JPEG\_R/HDR10/HLG）与生成 SDR（sRGB/P3 8-bit）。要保证“看着一致、哪里都能发”，就得把**输入制式 × 目标容器 × 设备能力 × 渲染链**列成矩阵，并配上**可核查的口径与降级策略*
2025-09-26 20:00:00
2167
原创 C++ 抽象化 PWM/FOC：同一套接口跑模拟与实机
把电机控制里最容易“写死”的三块——PWM 输出、相电流采样、FOC 运控——做成清晰的接口层：`IPWM`、`ICurrentSense`、`IMotor`。上层算法只面向接口，底层可在“仿真/回放/实机”之间无缝切换。文中给出最小可用的接口定义、实机与模拟实现骨架、时序与 ISR 边界，外加一个“一键换底座”的一致性验收用例，避免 ISR 里堆重计算、动态分配等典型坑。
2025-09-26 07:30:00
591
原创 Android 14/15 Ultra HDR 解码与渲染核查：从 Bitmap 到 GPU 的闭环路径
本文把 Android 14/15 上 **Ultra HDR（JPEG\_R）** 的端侧链路梳理成一条可核查、可回归的闭环：**文件→解码→Bitmap/GainMap→色域/位深→GPU 纹理→合成显示**。给出每一段的**成功判据与探针代码**、常见“掉增益/掉色深/错误色域”的归因方法，以及 **Skia/GL/Vulkan** 三条渲染路径下的差异与抓包手段（`dumpsys SurfaceFlinger`、`gfxinfo`、帧内格式/色域探针）。目标是把“看着像 HDR”的玄学，落到**位深
2025-09-25 20:00:00
1358
原创 把“脉冲”变成“里程”：编码器里程计与误差模型从 0 到 1
本文聚焦移动底盘最基础的里程计链路：**编码器脉冲 → 轮速/里程 → 位姿增量**。从硬件计数到软件时间戳，再到**差速/单轮模型**推导，完整梳理**溢出/抖动/抖边**等工程细节，并建立**误差来源分解**（轮径、基距、安装偏差、量化、打滑）与**噪声模型**（偏置/随机游走/白噪）。附带“直线/圆轨迹”两类标定与验收方法，给出可落地的 C/C++ 数据结构、口径与指标，帮你把“能跑”变成“跑得准”。
2025-09-25 07:30:00
743
原创 多模组 HDR 一致性实战：跨曝光/镜头的增益图对齐与风格锁定
多模组 HDR 想“看不出换镜头”，必须同时解决两件事：**增益图在不同曝光/镜头间的空间与辐射对齐**，以及**色彩/对比的风格一致性**。给出可直接落地的口径：用**几何+辐射双对齐**把各路增益图映射到统一“规范域”，再以**中灰/肤色双锚 + Hue 保持**约束整条曲线；提供**增益一致性指标（GCM）**、**肤色 ΔE00**、**亮度漂移 RMS**与**振铃/带状**门槛，配套回归脚本与降级策略（主镜头做锚、次镜头跟随；越线自动退回静态 HDR/SDR）。目标是：跨镜头切换、变焦过渡、不同
2025-09-24 20:00:00
947
原创 离线也能用：云断联下的优雅降级与自愈策略
设备上云并不代表“离网即瘫”。本文给出一套在 MCU/RTOS/轻量 Linux 边缘设备上落地的**离线优雅降级**方案：以**超时→断路器→本地替代→回放**为主线，配合**指数退避+抖动**与**全局限流**，既保证云不可用时的基本交互（本地控制/策略执行），又在网络恢复后**安全回放**（幂等写、顺序一致）并避免“重连风暴”。文中提供组件划分、状态机、参数口径、缓存结构与限流要点，并给出**人为断网**测试的可操作验证方法与合格线。
2025-09-24 07:30:00
898
原创 AI 去噪上线红线：纹理保真、蜡像脸与过锐振铃的量化门槛与线上哨兵
目标很直接：把“这张图被 AI 去噪毁了没”从主观吵架变成**可度量、可上线、可回滚**的工程规范。本文给出三件套：1. **红线指标**——纹理损失（中高频能量坍塌）、蜡像（肤区细节/微纹理熵塌陷）、过锐（边缘过冲/振铃）三类失真，各有明确公式与阈值；2. **标定流程**——离线用主观样本（多 ISO × 光型 × 肤色）把 MOS ↔ 指标拟合，反推出可执行门槛；3. **线上哨兵**——端/云轻量特征与日志口径、灰度放量/金丝雀、策略回退与黑白名单治理。落地后，任何模型/参数变更都能被守住：过
2025-09-23 20:00:00
664
1
原创 从“唤醒词”到“灯亮舵转”：一晚做完的端侧联动小项目
识别到“hey bot”后，LED 呼吸亮起、舵机摆到指定角度；接着进入冷却窗口，防止误触发或“指令风暴”。本文给出最小可用的系统骨架：**KWS → 话题消息 → 状态机 → 动作封装（LED/舵机）**，并实现**双层去抖 + 最小间隔**和**防抖计数**，保证连续触发场景下的稳定性。最后用**长时回放与统计字段**验证“不断触发也不乱”的目标。
2025-09-23 07:30:00
1215
1
原创 HDR 人像肤色稳定实战：AE/AWB/ToneMap 冲突解耦与优先级裁决
人像 HDR 最容易“翻车”的就是**肤色飘**：AE 抢亮度、AWB 拉白点、TM 又在肩部压高光，三方各自“对”却合起来“错”。本文给出一套**工程可落地**的裁决策略：以**肤色 ROI 锚点**为最高约束，AE 先对脸部入射照度收敛，AWB 在**肤色先验 + 光源模型**下缓变，TM 采用**色相保持 + 中灰/肤色双锚**且时域一致化。配套**阈值与回归**（ΔE00、亮度漂移 RMS、频闪注入），把“主观对”的口径落到**可度量**，并给出逆光、多脸、霓虹等极端场景的**例外分流**。
2025-09-22 20:00:00
766
1
原创 灰度→裁剪→MobileNet Lite：摄像头到分类/关键点的一条龙流水线
面向 MCU/SoC（Cortex-M/ESP32/轻量 A-class）的实时视觉任务，本文给出“摄像头→前处理→MobileNet 变体→分类/关键点→发布”的可落地方案。核心包括：**DMA 取流**（Ping-Pong/三缓冲）、**灰度缩放 + 中心裁剪**（定点/可用 DMA2D 加速）、**MobileNetV1/V2 轻量化**（width multiplier、输入分辨率）、**关键点头**（heatmap 或 2N 回归）、**流水线调度**（多缓冲、权重预取、任务分工），并建立 **F
2025-09-22 07:30:00
1236
原创 从麦克风到指令：KWS 端侧全链路落地（DMA→RingBuf→MFCC→int8 DNN→去抖）
面向 16 kHz 单麦的端侧关键词识别，本文给出一条可直接落地的实现路线：I2S/ADC **DMA 采样**→**环形缓冲**与滑窗重叠→**MFCC 特征**（预加重/分帧/加窗/FFT/Mel/log/DCT，整型口径对齐）→**int8 DNN 推理**（TFLM + CMSIS-NN）→**后处理去抖**（时序平滑/双阈值/抑抖窗口）。同时建立**延迟/内存/功耗**预算与 FAR/FRR 的评测闭环，避免“窗重叠错位”“量化口径不一致”“ISR 日志阻塞导致 p99 抖动”等常见坑。
2025-09-20 12:30:00
1292
1
原创 Ultra HDR（JPEG\_R）在相册/社媒的“带增益图分享”验证清单
目标很简单：**从相册到社媒，文件一路“带增益图”且观感一致**。本文给出一套可直接落地的工程清单：先以**文件结构探针**判定是否真·JPEG\_R（APP1/XMP/扩展 XMP 自洽、增益图通道/尺寸/scale/offset 合理），再把**系统分享链路**和**社媒平台二压路径**逐项验证（直传/裁剪/贴纸/拼图/长边限制/EXIF/XMP 保留策略），最后用**HDR A/B 观感指标**与**自动化回归脚本**固定口径，产出白/灰/黑名单与降级策略。重点是“可复现、可追责、可回退”，别让任何一
2025-09-19 20:00:00
1940
1
原创 把 5–20 ms 做满：体积 / 延迟 / 内存的三角稳态（batch=1 的嵌入式取舍术）
在 MCU/SoC 的实时任务里，**5–20 ms** 是最常见的推理预算区间。要把这个窗口“做满”而不过界，核心是处理好三个互相拉扯的量：**模型体积（Flash/RAM）**、**延迟（稳态与 P99）**、**内存峰值（激活 + 临时缓冲）**。本文给出一套可落地的取舍流程：用 **MACs→延迟** 的近似模型筛选结构，用**激活峰值推导**与**scratch 估算**卡内存上限，用 **batch=1 流水化**（IO/权重预取/双缓冲）把端到端 p95 拉下，再以 **FPS–峰值内存–功耗
2025-09-19 07:30:00
825
原创 移动端 AV1 + HDR10+ 观看/功耗实测：码率–质量–温度三维评估与拐点
本文给出一套**可复现**的移动端 AV1+HDR10+ 播放实测方法与结论框架：在**亮度/刷新率/环境温度/网络**严格控参下，采集**码率–质量–温度**三维数据，生成 Pareto 高效前沿与“用户感知质量等值线”，定位**码率拐点**与**热坍塌阈值**。流程覆盖：AV1 Main10 + HDR10+ 动态元数据贯通（比特流→容器→解码→显示）、VMAF-HDR 与主观小样的标定、Android 端功耗/温度采集与清洗（电流、SoC/表面温度、节流信号），输出**按分辨率/帧率/设备档**可落地
2025-09-18 20:00:00
1648
原创 把精度稳住：PTQ / QAT 与零点-尺度校准的一致性落地
部署到 MCU/NPU 前，量化带来的精度回撤若不控在 1–2 个百分点以内，多数模型都会在实机上“变脾气”。本文给出 PTQ（后训练量化）与 QAT（量化感知训练）的工程化路径：如何构建**代表性标定集**、选择**对称/非对称**与 **per-tensor/per-channel** 策略；如何用**直方图/百分位/MSE** 等方法确定激活与权重的量化阈值；以及把 **scale/zero-point** 一致地传递到推理引擎（TFLM/CMSIS-NN）与固件。最后用 **Top-1 / ROC
2025-09-18 07:30:00
755
1
原创 LL-HLS/CMAF 低延迟 HDR 直播：端到端卡点与参数闭环（HLG/PQ × HEVC/AV1 实战）
目标是把“玻璃到玻璃”控制在 2–4 秒，并且**整链路保持 HDR 正确性**：采集→编码→打包→CDN→播放器。本文给出一套可复用的参数口径与回归项：分片/子片时长（segment/part）、GOP 对齐、色彩与位深标记（VUI/SEI、nclx）、播放列表低延迟指令（EXT-X-PART、EXT-X-SERVER-CONTROL、PRELOAD-HINT）、CDN 的分块回源与缓存策略、播放器缓冲与漂移控制，以及用 CMCD/服务端日志闭环调参。重点不是“能播”，而是**稳定、可回退、可度量**。
2025-09-17 20:00:00
819
原创 把前处理变成可控的流水线：固定点归一化、滑窗与去噪
在 MCU 上，前处理链路（采样→去噪→特征/归一化→打包）决定了模型输入的可重复性与时延上限。本文围绕固定点实现与流水化展开：给出 Q 格式定标策略、滑窗器与环形缓冲的工程化写法，落地几种常见去噪（均值/中值/IIR/FIR）与归一化（RMS、Z-score）的整型版本，并用 SIMD/CMSIS-DSP 做加速。最后建立 PC 与 MCU 的一致性验证口径与阈值，避免“PC 好、上板漂”的老问题。
2025-09-17 07:30:00
763
1
原创 HDR 视频采集（Camera2）能力检测实战：10-bit、动态范围 Profile、时序与对齐
本文给出一套**工程可复现**的 HDR 视频采集能力检测方法：从系统与相机的 10-bit/HDR 动态范围 Profile 探针，到编码器（HEVC/AV1）Main10 的可用性校验，再到采集会话的构建与**时间戳/音视频对齐**。输出是可以直接塞进 CI 的“白/灰/黑名单”与 JSON 报告，覆盖分辨率、帧率、Profile 组合与异常回退策略。重点是**能拍、能编、能播、时间对得齐**四件事，一次性把坑踩完。
2025-09-16 20:00:00
1885
原创 把算力榨干：CMSIS-NN 加速路径（卷积/FC/激活的可验证替换法）
同一颗 Cortex-M，在不改模型结构的前提下，仅替换内核即可获得 1.5×–5× 的层级提速。关键在三点：**量化口径统一**（权重 per-channel、激活 per-tensor）、**选择正确的 CMSIS-NN API**（卷积/深度卷积/FC/池化/逐元素）以及**可重复的测量与对比**（DWT 周期计时、层级 MSE/余弦相似度、整网 FPS）。本文按“基线→逐层替换→验证”的顺序给出可直接粘贴的参数映射与调用骨架，并列出常见坑：尺度/零点不一致、padding/stride 口径不符、s
2025-09-16 07:30:00
874
1
原创 Ultra HDR（JPEG\_R）→ SDR 导出一致性：曲线、色域与页面亮度的协同实战
目标很简单：把一张 JPEG\_R 在你 App 里**稳定导出**成 SDR JPEG，发到任何平台都“看着像同一张”。这事分三步：先把增益图正确落地到线性域（别在伽马域乱捣），再用**可回归的曲线库**做高光压缩，最后把 **P3→sRGB** 的色域收敛和**页面亮度策略**绑在一起，避免导出前后“图亮了 UI 也跟着亮”。文中给出可落地的曲线参数、色域压缩口径、导出标签与回归脚本指标，重点照顾人像肤色与高光层次，不玩玄学。
2025-09-15 20:00:00
744
原创 把模型“瘦身”到能上板：TFLite Micro 架构要点与算子裁剪实战
在 MCU 上跑 DNN，核心不在“能不能跑”，而在**内存是否可控**与**算子是否最小化**。本文聚焦 TFLite Micro（TFLM）的落地路径：从 `MicroInterpreter` 与 `MicroAllocator` 的内存模型切入，手工注册**最小算子集**，用**静态 Tensor Arena** 取代一切动态分配，并给出**Arena 估算与收敛**的方法（含二分逼近与上线余量）。最后以“模型加载→AllocateTensors→峰值测量”为闭环，给出可直接粘贴的骨架代码与排错清单，
2025-09-15 07:30:00
1518
1
原创 把模型放上板：边缘 AI 的任务画像与可行性边界（MCU/NPU 实战视角）
边缘侧能不能跑 AI，不取决于“能不能训练”，而取决于**任务画像**与**资源预算**是否被老老实实地做过：输入速率与分辨率、前处理算子链、网络 MACs/参数量、峰值激活内存、端到端时延、功耗与温升。这篇文章给出一套通用的方法：先用**算力/内存/延迟三张预算表**把任务刻画清楚，再把目标分成**硬阈值/经典 DSP/轻量 DNN**三个等级，逐步着陆到 MCU 或带 NPU 的 SoC。
2025-09-14 10:35:06
740
原创 【GitHub开源项目】OpenCut 实战：本地起盘、时间轴/多轨剪辑与高质量导出
面向“能跑、能剪、能导出”的实际落地，本文从零起步梳理 OpenCut 的可复现路径：本地环境搭建与关键配置、时间轴与多轨编辑的高频操作与快捷键习惯、音视频协同与关键帧控制、以及 H.264 MP4 的导出参数基线（分辨率、帧率、码率、编码预设）。同时给出预览卡顿与导出失败的排查流程、长素材工程的性能优化清单，以及媒体资产管理与团队协作的工程化建议，确保读者拿到稳定的生产级使用范式。
2025-09-12 07:30:00
1181
1
原创 把时间“对准”、把消息“对味”：时间同步与 QoS 如何左右闭环质量
闭环做不好，往往不是算法差，而是**时间和消息路径**没处理干净：时钟不同步导致测量对不上拍，QoS 配置不当把延迟和抖动放大，最后在控制器眼里“一切都晚了一拍”。这篇复盘不谈空话，围绕“**时延/抖动 → 相位裕度 → 稳定性/跟踪性能**”这条因果链，把时间同步（PTP/Chrony/轻量往返偏移）与 ROS 2 QoS（Reliable/BestEffort、Depth、Deadline、Lifespan、TimeBasedFilter）放到同一坐标系里。给出可复现的量化方法（p95/p99 时延、周
2025-09-11 20:00:00
955
原创 Ultra HDR（JPEG\_R）增益图缺失/损坏的容错与重建：工程阈值、修复与反例库
这篇面向第三方相机与多媒体团队的工程实战稿，聚焦 Ultra HDR（JPEG\_R）在真实链路中“增益图坏损/缺失”的可预判、可容错、可重建。我们给出文件级体检要点（结构一致性、尺寸/通道/scale-offset 合法域、熵与分布检查），明确可落地的阈值口径与降级矩阵，并提供两类重建思路：无源（单帧 LDR 逆向估计）与有源（RAW/曝光对/缩略增益图辅助）。最后用反例库与回归集把坑“固化”，确保每次发版不和玄学谈恋爱，而是和数据说话。
2025-09-11 07:47:10
857
1
原创 CameraX 1.4 × Ultra HDR：从“拍到看”的最短闭环，第三方相机的能力探针与回归脚本
面向第三方相机 App 的研发同学，本文走一条最短闭环：能力探测 → 拍摄配置 → 文件校验 → 端内显示验证 → 回归脚本自动化。重点讲清 CameraX 1.4 的 Ultra HDR（JPEG\_R）抓拍要点、与 10-bit/动态范围设置的关系，以及在支持 HDR 的系统上如何避免 UI 被“点亮”过度。目标是不改大架构，把“能不能拍、拍到的是不是真·Ultra HDR、显示是否正确”三件事跑通，并且可重复、可回归。
2025-09-10 21:26:44
1222
1
原创 NautilusTrader 实战：事件驱动回测 × 多交易所联通 × 低延迟执行的量化框架落地指南
NautilusTrader 是一个开源、面向生产的高性能量化交易平台，采用事件驱动架构，支持在同一套代码中完成高保真历史回测与无缝实盘部署；核心以 Rust 提供执行与数据通道的高效组件，并与 Python 紧密集成以便快速开发策略与工具链。官方提供多交易所与数据源集成（如 Binance、Bybit、OKX、IB、Coinbase、Tardis 等），并给出从 `pip install` 到环境验证的标准化安装流程；回测侧包含 Portfolio、MessageBus、Actors、Execution
2025-09-10 07:30:00
1894
原创 【GitHub开源项目实战】Sim Studio（sim）实战：开源 AI 智能体工作流搭建、集成与优化指南
Sim Studio（simstudioai/sim）是一个开源的智能体工作流平台，支持开箱即用的可视化编排与多模型接入（OpenAI、Anthropic、Google、Groq、Ollama 等），并提供 60+ 预置工具连接（如 Gmail、Slack、Notion、Sheets、Airtable、Pinecone）。本文以实战为主：从本地化安装（`npx simstudio` / Docker Compose）到 Postgres + pgvector 的知识库构建，再到工作流触发（Chat/REST
2025-09-09 20:30:00
1045
原创 从 NNAPI 到 LiteRT：迁移清单与差异速查
这篇文章面向已有 NNAPI 项目的研发与落地同学，给出一条可执行的 LiteRT 迁移路径：先用一张“对象与概念对照表”厘清模型—编译—执行的差异，然后从 Delegate 选型、模型格式与量化支持、缓存与启动时延、线程与调度策略入手，逐步替换关键环节。文中配套迁移检查清单、常见坑位与回退方案，并给出性能/稳定性/能耗的统一观测口径与最小复现实验框架，帮助你在不改业务逻辑的前提下完成平滑切换。
2025-09-09 10:09:26
56
1
原创 Android 15：setDesiredHdrHeadroom 相册、播放器与相机预览
Android 15 提供的 `setDesiredHdrHeadroom` 允许应用为系统合成层“建议”HDR 亮度余量（以峰白与 SDR 白点的比值表示），解决相册缩略图与全屏查看、播放器控件与视频画面、相机预览与 UI 叠加等复合场景中 SDR 发灰或 HDR 被压抑的问题。本文针对相册、播放器、相机预览三类业务，梳理显示链路、设备能力探测与 API 生效边界，给出可落地的参数区间、状态机与质检门限，帮助团队在多机型上获得稳定一致的观感。
2025-09-08 22:09:35
1209
原创 IMU 上线到“看得见”：用 micro-ROS 打通 ROS 2 的低抖动可视化链路
这篇文章把“板载 IMU → MCU（FreeRTOS）→ micro-ROS → ROS 2 → 可视化”的整条链路一次性打通。我们用 C/C++ 在 MCU 上完成 IMU 采集与校准、时间戳与坐标系统一、基于 rclc 的 `sensor_msgs/Imu` 发布；在链路侧给出 QoS、MTU 与可靠性选择；在上位机侧配置订阅、RViz2/PlotJuggler 实时可视化与录包回放，并用一套可复现的压测指标（频率、p95 时延、丢包、CPU/内存水位）确保“稳态可交付”。文章配套最小可运行代码骨架、
2025-09-07 22:49:50
1158
1
原创 把带宽当成稀缺资源：低带宽 / 高丢包下的实时消息路径压测与 QoS 策略
在弱网环境（带宽受限、随机丢包、突发抖动）下，要让实时消息“到得准、占得省”，关键不在更强硬件，而在**可量化的压测方法**与**对症的 QoS 策略**。本文从工程视角出发，给出一套可复现的 **端到端压测方案**：链路建模（UDP/以太网、UART、CAN-FD）、丢包/限速与抖动注入、指标体系（p50/p95/p99 时延、丢包率、队列水位、CPU/内存高水位），并基于 DDS/RTPS 的 QoS 组合（Reliable/BestEffort、History/Depth、TimeBasedFilte
2025-09-05 23:44:23
1250
1
原创 把旋钮连到线上：ROS 2 ↔ MCU 参数动态调优实战
在移动机器人与嵌入式控制系统中，增益、阈值、滤波窗等“旋钮”直接影响稳定性与能效。把它们做成**可在线调整**的参数能极大缩短调试周期，但也带来一致性、实时性与安全风险。本文从工程视角搭建一条 **ROS 2 ↔ MCU** 的动态调参链路：上位用 `rclcpp` 声明参数、监听 `ParameterEvent`，下位在 FreeRTOS 上实现**参数服务器**（类型/范围校验、影子副本、原子应用、断电持久化）。围绕 **DDS-XRCE** 选 Reliable/Best-effort 的通道、定义
2025-09-04 22:38:57
1462
2
原创 HDR 片段与索引管理：CMAF/LL-HLS/DASH 的跨平台兼容
面向移动与大屏的 HDR 分发，**分段与索引**既决定延迟与快进精度，也直接影响跨平台播放器对 **PQ/HLG、BT.2020** 等色彩信令的正确识别。本文以 **CMAF** 为核心，梳理 **LL-HLS / Low-Latency DASH** 的分片粒度（segment/part）、索引结构（`sidx`、`SegmentTimeline`、`#EXT-X-MAP` 等）与时间对齐（PTS/墙钟），总结 **ExoPlayer / AVPlayer / Web(MSE)** 在 HDR 清单与
2025-09-04 09:02:58
1172
1
原创 HDR 视频伪影排查手册：色带、溢色与亮度跳变
HDR 视频在采集、后期、编码与回放的任何一段出现口径不一致或配置不当，都可能触发**色带、溢色和亮度跳变**等伪影。本文从**成因模型→可观测症状→量化指标→定位流程→修复策略**构建一套工程化清单，覆盖 PQ/HLG 工作流下的 10-bit 量化、色度采样、码控与渲染细节，给出可落地的参数区间、质检门限与自动化脚本建议，帮助团队在不牺牲低延迟与码率预算的前提下稳定消除伪影。
2025-09-03 21:00:00
1206
1
原创 把消息送上 MCU：micro-ROS 传输链路选型与端到端时延测量
micro-ROS 通过 DDS-XRCE 把 ROS 2 能力带到 MCU。链路怎么选、参数怎么配，决定了时延、抖动与丢包上限。本文用工程视角对比 **UDP/以太网、UART/串口、CAN-FD/自定义传输** 的适配要点与性能边界，给出 **Agent/Client 配置模板**、**缓冲与 MTU/分片** 的关键参数，并设计一套可复现的 **端到端时延测量** 方法：在 MCU 与主机双方打时间戳，结合 GPIO/逻分或定时器捕获，统计 p50/p95/p99 与丢包/重传。最后提供优化清单与排错
2025-09-03 07:30:00
1239
毕业论文模版+论文写作技巧+答辩攻略
2025-03-31
基于 OpenPose 的人体姿态估计系统（支持深蹲/俯卧撑/硬拉识别 - Python源码+Streamlit界面）图像识别项目源码资源
2025-03-26
基于SpringBoot+Vue的校园失物招领系统（前后端分离+完整源码+数据库脚本）毕业设计
2025-03-26
基于TensorFlow的人脸口罩佩戴检测系统（含完整源码 + Streamlit界面 + 摄像头实时识别）适合毕业设计/课设项目
2025-03-26
基于TensorFlow的垃圾分类系统源码（MobileNetV2 + Streamlit 可视化 + 可训练）
2025-03-26
基于TensorFlow的图像修复系统源码（含GUI可视化界面 + 训练推理 + 单元测试）
2025-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人