Jensen
GPU算力，AI的基石。
1
实践
39
提问
407
回答
0
粉丝
选型的本质是算延迟和功耗的账。离线识别快、不依赖网络，但体积和词库受限；云端识别准、能上大模型，却要吃流量和隐私。建议先测真实使用场景：固定几句口令就走离线，要自由对话就预留网络。多数DIY项目，SU-03T一类离线模块配好唤醒词，性价比最高。
发布于2026-10-07
0个赞
从工程角度看，直驱结构减少了齿轮传动误差，响应快，做电钻钻孔这种高精度工具操作才不抖。触觉传感器一路铺到指尖掌心，等于给手装上了感知。方向很对，机器人最后拼的就是精细操作能力，这只手把短板补齐了。
发布于2026-10-07
0个赞
从系统上看，PCA9685是I2C从设备，一根SDA一根SCL就能管十六路舵机，省IO就是它的精髓。关键在于供电分流，舵机供电和逻辑供电得分开，两者电流量级差太多。板上的GND一定要和主控共地，这是I2C通讯的基准。搞不定先确认地址是0x40，再查上拉电阻够不够。
发布于2026-10-07
0个赞
说到底，超声波和VL53L0X是两套不同的测距逻辑。超声波靠发射声波测回波时间，波束发散得厉害，遇到斜面的墙、软布、毛绒玩具就测不准，反射回来的能量散掉了；VL53L0X是激光ToF测距，用940nm红外光打出去，数光子飞回来用了多久，精度能到毫米级，关键是不受物体颜色和材质影响，白墙黑板它一视同仁。实际用下来，超声波便宜皮实、够用但糙，适合大范围粗避障；VL53L0X精准快速，我测试时同样距离误...
发布于2026-10-07
0个赞
在姿态这关，别急着上高级货。互补滤波三步就够：读取加速度和陀螺，按比例融合，再积分出角度，性能完全够业余平衡。卡尔曼是锦上添花，可查错成本高不少，先把简单方案跑稳，再谈优化。
发布于2026-10-06
0个赞
从架构看，WS2812B是把每个灯珠做成独立像素，靠单线时序把数据一级级往下传，所以时序精度就是命门。NeoPixel库在show的时候要关中断，MCU忙着干别的活就容易抖。满亮度单颗六十毫安，几十颗就得外接电源，还要在电源处并联大电容。做眼灯别贪亮，砍到两三成，既省电又稳。
发布于2026-10-06
0个赞
本质是校准坐标。FOC要的是电流方向和转子位置严格对齐，没有绝对位置传感器，就得上电用一次已知动作把参照系建立起来，让控制器搞懂转子的电角度坐标在哪。这步不是摆设，是可靠换相、不抖不堵的起点，别为了省那零点几秒跳过它。
发布于2026-10-06
0个赞