基于Wio Terminal的加速度计数据实时可视化与嵌入式开发实践
1. 项目缘起为什么要在屏幕上“看”加速度几年前我第一次接触嵌入式开发时总觉得传感器数据是“看不见摸不着”的。你写一段代码读取加速度计的X、Y、Z轴数值通过串口打印出来屏幕上滚动着一串串像Accel: X0.12, Y0.98, Z9.81这样的数字。虽然数据准确但非常不直观。你很难立刻从这些数字中感知到设备是静止、晃动还是正在自由落体。这种体验就像医生只看化验单上的数字而不是看一张清晰的X光片。后来我开始使用像Wio Terminal这样的设备它自带一块2.4英寸的彩色LCD屏幕。我突然意识到把传感器数据可视化是理解物理世界与数字世界交互最直接、最有效的方式。将加速度计的读数实时显示在屏幕上不仅仅是做一个“仪表盘”它更是一个强大的调试工具和学习平台。你可以亲眼看到当你轻轻倾斜设备时哪个轴的数值在敏感变化当你快速晃动时数值的响应速度和范围是怎样的。这种直观的反馈能让你迅速建立起对传感器特性、坐标系、数据滤波等概念的深刻理解。所以这个项目的核心价值就是打通从物理信号到视觉感知的“最后一公里”。它适合所有正在学习物联网、嵌入式系统、传感器应用的开发者尤其是那些已经厌倦了盯着串口监视器希望更生动地与硬件对话的朋友。通过Wio Terminal我们不仅能读取数据更能“看见”数据让无形的力变得有形。2. Wio Terminal与加速度计硬件探秘在动手写代码之前我们必须先搞清楚手中的“武器”。Wio Terminal之所以成为原型开发的利器在于其高度集成的设计。它不仅仅是一个单片机开发板更是一个自带输入输出设备的完整系统。2.1 Wio Terminal的核心架构Wio Terminal的主控芯片是Microchip的ATSAMD51这是一颗基于Arm Cortex-M4F内核的微控制器运行频率高达120MHz并带有硬件浮点运算单元FPU。对于处理传感器数据和图形渲染来说充足的算力和FPU至关重要。更重要的是它集成了LCD驱动器、三轴加速度计LIS3DHTR、麦克风、蜂鸣器、按键、光线传感器等多种外设。这种“All-in-One”的设计让我们无需焊接任何飞线就能开始这个项目。我们重点关注的加速度计型号是STMicroelectronics的LIS3DHTR。这是一款数字输出、低功耗的三轴加速度传感器。它的“数字输出”特性意味着内部已经集成了模数转换器ADC我们通过I2C或SPI总线直接读取的就是经过校准的数字值省去了外部ADC和复杂模拟电路设计的麻烦。其测量范围可配置通常为±2g, ±4g, ±8g, ±16g在默认配置下我们常使用±2g范围以获得最佳分辨率。2.2 加速度计的物理原理与数据解读加速度计的基本原理是测量惯性力。以最常见的电容式加速度计LIS3DHTR即为此类为例其内部有一个微小的可动质量块Proof Mass通过弹簧结构悬挂。当有加速度时质量块因惯性会发生位移导致其与固定电极之间的电容发生变化通过测量这个电容变化就能换算出加速度值。Wio Terminal上的LIS3DHTR坐标系定义如下X轴平行于屏幕的长边向右为正。Y轴平行于屏幕的短边向上为正。Z轴垂直于屏幕平面从屏幕指向使用者为正。在静止状态下设备水平放置屏幕朝上时地球重力加速度约9.8 m/s²或简化为1g会完全作用在Z轴上。此时理想读数应为X0g, Y0g, Z1g。如果你将设备竖直放置像手机一样竖屏那么重力会主要作用在Y轴上或X轴取决于方向。传感器输出的原始数据是ADC计数需要根据量程和分辨率转换为有物理意义的加速度值。以±2g量程、12位分辨率为例计算公式通常是加速度(g) (原始读数 / 灵敏度) * 量程其中灵敏度对于LIS3DHTR在±2g时为4096 counts/g。所以如果读到的Z轴原始值是4096那么对应的加速度就是(4096 / 4096) * 2g * (方向)这里有个常见的误区。实际上对于数字输出传感器我们通常直接使用库函数它会帮我们处理好换算直接返回以g或m/s²为单位的浮点数。理解这个背景是为了当数据看起来“不对劲”时我们能知道从哪里开始排查。3. 开发环境搭建与核心库选择工欲善其事必先利其器。为Wio Terminal编程目前最主流、体验最好的方式是使用Arduino IDE配合Seeed Studio提供的板卡支持包。下面我会详细拆解每一步并解释为什么这么选。3.1 软件环境配置详解首先你需要安装Arduino IDE建议1.8.x稳定版或更新的2.0版本。安装完成后打开“首选项”在“附加开发板管理器网址”中输入https://files.seeedstudio.com/arduino/package_seeeduino_boards_index.json这个URL指向Seeed Studio官方维护的板卡支持包索引。添加后你就可以在“工具”-“开发板”-“开发板管理器”中搜索并安装“Seeed SAMD Boards”。这个包包含了Wio Terminal以及Seeed其他基于SAMD51芯片板子的所有底层支持编译器工具链、烧录算法、核心库等。安装完成后在“工具”-“开发板”列表中选中“Seeed Wio Terminal”。接下来是关键步骤选择正确的端口。将Wio Terminal通过Type-C数据线连接到电脑端口通常会显示为“COMx (Seeed Wio Terminal)”或类似字样。注意首次使用时Wio Terminal可能需要进入“引导加载程序”模式才能被识别为串口设备。方法是在连接USB的情况下快速按两次板载的“RST”按键。此时屏幕会熄灭电脑会识别出一个新的存储设备名为“Arduino”这表示已进入bootloader模式可以进行程序烧录。之后每次上传代码IDE会自动控制其复位进入该模式。3.2 必须安装的库文件Wio Terminal的强大很大程度上得益于其丰富的专用库。对于本项目我们需要两个核心库Seeed_Arduino_LIS3DHTR这是ST LIS3DHTR加速度计的官方驱动库。它封装了通过I2C总线与传感器通信的所有底层细节提供了简洁的API例如getAccelerationX()等函数来直接获取以g为单位的加速度值。通过Arduino IDE的库管理器项目-加载库-管理库搜索“LIS3DHTR”即可安装。TFT_eSPI这是一个极其强大且高效的TFT屏幕驱动库。Wio Terminal的屏幕控制器是ILI9341TFT_eSPI库通过高度优化的底层驱动能充分发挥硬件性能。虽然Seeed也提供了WioTerminal库封装了TFT_eSPI但直接使用TFT_eSPI能让我们进行更精细的图形控制。同样通过库管理器搜索安装。为什么选择TFT_eSPI而不是更简单的WioTerminal内置图形函数因为TFT_eSPI性能更好功能更全支持字体、图形、精灵图等并且其配置方式让我们能透彻理解屏幕驱动过程。安装后你需要在你的Arduino库文件夹中找到TFT_eSPI库目录编辑其中的User_Setup.h文件。你需要注释掉其他屏幕驱动并确保与Wio Terminal相关的设置被启用。通常Seeed的板支持包已经提供了预配置的文件但了解这个步骤对解决未来可能的显示问题至关重要。4. 从零开始代码实现与逐行解析现在进入最核心的实操环节。我们将编写一个完整的程序实现加速度计数据的实时读取与动态可视化显示。我会将代码分成几个逻辑模块并详细解释每一部分的作用和背后的考量。4.1 初始化与全局定义#include Wire.h #include LIS3DHTR.h #include TFT_eSPI.h TFT_eSPI tft TFT_eSPI(); LIS3DHTRLIS3DHTR_I2C accelerometer; // 屏幕布局参数 const int SCREEN_WIDTH 320; const int SCREEN_HEIGHT 240; const int CENTER_X SCREEN_WIDTH / 2; const int CENTER_Y SCREEN_HEIGHT / 2; // 用于存储加速度值的变量 float accX 0, accY 0, accZ 0; // 用于滤波的变量 float filteredAccX 0, filteredAccY 0, filteredAccZ 0; const float ALPHA 0.1; // 一阶低通滤波系数 // 用于绘制动态指示器的参数 const int GAUGE_RADIUS 80; const int NEEDLE_LENGTH 70;头文件与对象引入必要的库并创建屏幕tft和传感器accelerometer对象。LIS3DHTRI2C模板指定使用I2C通信。屏幕参数定义常量便于后续布局计算使代码更易读和维护。数据变量accX/Y/Z存储原始读数filteredAccX/Y/Z存储经过滤波后的值。这里引入了一个关键概念滤波。传感器原始数据通常包含高频噪声直接显示会导致数值跳动剧烈观感差。我们采用一阶低通滤波filtered ALPHA * new (1-ALPHA) * oldALPHA越小滤波效果越强曲线越平滑但延迟也越大。0.1是一个在响应速度和平滑度之间不错的折衷。4.2setup()函数硬件与显示的启动void setup() { Serial.begin(115200); while (!Serial); // 等待串口就绪仅用于调试 // 初始化屏幕 tft.init(); tft.setRotation(3); // 根据你的握持方向调整旋转0-3 tft.fillScreen(TFT_BLACK); // 初始化加速度计 Wire.begin(); accelerometer.begin(Wire, LIS3DHTR_I2C_ADDRESS); // 默认地址0x19 delay(100); if (!accelerometer) { tft.setTextColor(TFT_RED); tft.drawString(ACCELEROMETER ERROR, CENTER_X, CENTER_Y); while(1); // 停止执行 } accelerometer.setOutputDataRate(LIS3DHTR_DATARATE_100HZ); // 设置数据速率 accelerometer.setFullScaleRange(LIS3DHTR_RANGE_2G); // 设置量程为±2g // 绘制静态UI框架 drawStaticFrame(); }串口初始化用于调试输出在实际显示稳定后可注释掉以节省资源。屏幕初始化tft.init()启动屏幕。tft.setRotation(3)将屏幕旋转270度使Type-C接口在右侧这是常见的横屏握持方式。你可以尝试0-3的不同值来适配你的安装方向。加速度计初始化启动I2C总线初始化传感器。这里有一个非常重要的错误处理通过if(!accelerometer)检查传感器是否成功连接。如果失败在屏幕上显示错误并挂起程序这能快速定位硬件连接问题如接触不良、地址错误。我们还将数据输出率ODR设为100Hz量程设为±2g。更高的ODR意味着更实时的数据但也会增加功耗和噪声±2g量程在测量倾斜等应用时提供最佳分辨率。绘制静态框架将不变的UI元素如标题、刻度、背景在setup中一次性绘制避免在主循环中重复绘制浪费CPU时间。这是优化图形性能的常见技巧。4.3drawStaticFrame()函数构建用户界面void drawStaticFrame() { tft.setTextColor(TFT_WHITE, TFT_BLACK); tft.setTextSize(2); tft.drawString(Wio Terminal Accel Demo, CENTER_X, 10, 2); // 居中显示标题 tft.setTextSize(1); tft.drawString(X:, 30, 60); tft.drawString(Y:, 30, 90); tft.drawString(Z:, 30, 120); // 绘制一个模拟的仪表盘外圈 tft.drawCircle(CENTER_X, 180, GAUGE_RADIUS, TFT_DARKGREY); for (int i 0; i 360; i 30) { float angle i * PI / 180.0; int x1 CENTER_X (GAUGE_RADIUS - 5) * cos(angle); int y1 180 (GAUGE_RADIUS - 5) * sin(angle); int x2 CENTER_X GAUGE_RADIUS * cos(angle); int y2 180 GAUGE_RADIUS * sin(angle); tft.drawLine(x1, y1, x2, y2, TFT_WHITE); } tft.drawString(-1g, CENTER_X - GAUGE_RADIUS - 15, 175); tft.drawString(0, CENTER_X, 180 - GAUGE_RADIUS - 15); tft.drawString(1g, CENTER_X GAUGE_RADIUS 5, 175); }这个函数构建了界面的骨架。我们使用了drawString显示文本drawCircle和drawLine绘制仪表盘。所有坐标都基于之前定义的常量进行计算这样修改屏幕布局会非常方便。将UI绘制与数据更新分离是保持代码清晰和运行高效的关键。4.4loop()函数数据采集、处理与动态更新主循环是程序跳动的心脏它需要高效地完成四件事读取数据、处理数据、更新数字显示、更新图形指示。void loop() { // 1. 读取原始数据 accX accelerometer.getAccelerationX(); accY accelerometer.getAccelerationY(); accZ accelerometer.getAccelerationZ(); // 2. 应用低通滤波 filteredAccX ALPHA * accX (1 - ALPHA) * filteredAccX; filteredAccY ALPHA * accY (1 - ALPHA) * filteredAccY; filteredAccZ ALPHA * accZ (1 - ALPHA) * filteredAccZ; // 3. 更新数字显示区域避免整屏刷新 updateDigitalReadings(); // 4. 更新模拟仪表盘指针 updateAnalogGauge(); delay(50); // 控制刷新率约20Hz }循环中一个关键的优化点是局部刷新。我们不会在每次循环时都用fillScreen(TFT_BLACK)清屏再重绘所有内容那会产生严重的闪烁。相反我们只更新那些变化的部分数字和指针。delay(50)将刷新率控制在约20帧/秒这对于人眼观察数据变化已经足够平滑同时避免了不必要的CPU占用和功耗。4.5updateDigitalReadings()与updateAnalogGauge()函数void updateDigitalReadings() { // 用背景色覆盖旧文本再绘制新文本实现“原地更新” tft.setTextColor(TFT_BLACK); tft.drawString(String(accX, 2), 60, 60); // 清除旧值 tft.drawString(String(accY, 2), 60, 90); tft.drawString(String(accZ, 2), 60, 120); tft.setTextColor(TFT_CYAN); tft.drawString(String(filteredAccX, 2), 60, 60); // 绘制滤波后的值 tft.drawString(String(filteredAccY, 2), 60, 90); tft.drawString(String(filteredAccZ, 2), 60, 120); } void updateAnalogGauge() { static float oldAngle 0; // 计算新的指针角度以X轴为例映射到-90度到90度 float newAngle constrain(filteredAccX, -1.0, 1.0) * 90.0; // 约束在±1g内映射到±90度 newAngle newAngle * PI / 180.0; // 转换为弧度 // 计算指针终点坐标 int newX CENTER_X NEEDLE_LENGTH * sin(newAngle); int newY 180 NEEDLE_LENGTH * cos(newAngle); // 注意这里cos对应Y轴因为0度指向正上方 // 用背景色黑色擦除旧指针从圆心到旧终点画一条黑线 tft.drawLine(CENTER_X, 180, CENTER_X NEEDLE_LENGTH * sin(oldAngle), 180 NEEDLE_LENGTH * cos(oldAngle), TFT_BLACK); // 绘制新指针红色 tft.drawLine(CENTER_X, 180, newX, newY, TFT_RED); // 保存当前角度供下次擦除使用 oldAngle newAngle; }在updateDigitalReadings中我们采用了“先涂黑再画新”的技巧实现文本更新这是在没有“图层”或“控件”概念的底层图形库中常用的方法。String(value, 2)表示将浮点数转换为字符串保留两位小数。updateAnalogGauge函数实现了指针的动态效果。其核心逻辑是映射将滤波后的X轴加速度-1g 到 1g线性映射到角度-90度 到 90度。constrain函数确保数值不会超出范围避免指针“飞出”仪表盘。坐标计算利用三角函数sin,cos计算指针末端在屏幕上的坐标。注意因为屏幕坐标系Y轴向下为正所以角度计算需要根据你的仪表盘朝向进行调整。擦除重绘这是实现动态图形的经典“动画”原理。我们保存上一帧指针的位置oldAngle在绘制新指针前用背景色在旧位置画一条完全相同的线相当于“擦除”它然后再在新位置画上新颜色的线。这样就实现了指针的平滑移动没有残留。5. 效果优化与深度调试技巧代码跑起来看到数字和指针动起来只是第一步。要让这个项目真正具有实用价值和观赏性还需要一些优化和调试技巧。5.1 校准与零偏修正你会发现即使将Wio Terminal绝对水平静止放置Z轴读数可能也不是精确的1.000gX和Y轴也可能有零点几的微小偏移。这不是错误而是传感器的零偏误差。对于高精度应用我们需要校准。一个简单的软件校准方法是将设备在静止状态下水平放置一段时间采集数百个X、Y、Z的读数分别计算它们的平均值offsetX, offsetY, offsetZ。然后在后续每次读取数据后都减去这个偏移量calibratedAccX rawAccX - offsetX;对于Z轴因为静止时理论值为1g所以offsetZ应该是(平均原始Z值 - 1.0)。你可以在setup()函数中增加一个自动校准环节或者将计算好的偏移量作为常量写入代码。5.2 高级滤波算法探索一阶低通滤波简单有效但有时可能不够。你可以尝试更复杂的滤波器例如互补滤波或卡尔曼滤波尤其是当你未来想结合陀螺仪数据做姿态融合时。在Arduino上一个轻量级的卡尔曼滤波实现可以显著提升数据平滑度同时比一阶低通滤波更好地处理突变。你可以搜索并引入“SimpleKalmanFilter”等库进行尝试。这会是性能与效果的一次显著提升。5.3 性能分析与优化如果你的动画出现卡顿或者想进一步提高刷新率可以进行性能分析减少绘制操作确保静态部分只画一次。检查是否有在循环内无意识执行的fillScreen或大量drawString。使用SPI频率TFT_eSPI库允许你设置SPI时钟频率。在User_Setup.h中或通过tft.init()后的tft.setSPIClockSpeed提高速度如到40MHz可以加速屏幕数据传输。简化图形用drawLine代替drawLine的多次调用用实心图形代替空心图形如果支持这些都能减少绘图指令。测量帧率在循环中计算并打印每次迭代的时间可以直观了解程序性能瓶颈。5.4 扩展思路从可视化到应用这个基础项目可以衍生出无数有趣的应用姿态指示器用三个仪表盘分别显示X、Y、Z轴或者用一个3D立方体在屏幕上模拟设备的实时旋转。敲击检测通过检测加速度的突然剧烈变化峰值检测来实现双击唤醒、敲击计数等功能。简单计步器分析加速度波形寻找符合步行特征的周期性模式。数据记录仪将数据写入Wio Terminal的SD卡槽中的MicroSD卡进行长时间数据采集然后导入电脑分析。无线传输利用Wio Terminal的Wi-Fi或蓝牙功能将实时加速度数据发送到手机App或云端服务器实现远程监控。每一次对数据的可视化都是对物理世界更深一层的理解。Wio Terminal这块小小的屏幕就像一扇窗让我们得以窥见那些原本隐藏在电子信号背后的力学奥秘。当你亲手让这些数字和图形随着你的动作而舞动时那种连接虚拟与现实的成就感正是嵌入式开发最迷人的地方。

相关新闻

NeverSink过滤器深度解析:流放之路2高效游戏体验的终极指南

NeverSink过滤器深度解析:流放之路2高效游戏体验的终极指南

NeverSink过滤器深度解析:流放之路2高效游戏体验的终极指南 【免费下载链接】NeverSink-Filter-for-PoE2 This is a lootfilter for the game "Path of Exile 2". It adds colors, sounds, map icons, beams to highlight remarkable gear and inform the…

2026/10/19 20:55:15 阅读更多 →
如何让旧电脑也能流畅运行Windows 11?终极精简指南

如何让旧电脑也能流畅运行Windows 11?终极精简指南

如何让旧电脑也能流畅运行Windows 11?终极精简指南 【免费下载链接】tiny11builder Scripts to build a trimmed-down Windows 11 image. 项目地址: https://gitcode.com/GitHub_Trending/ti/tiny11builder 还在为老旧电脑无法升级Windows 11而烦恼吗&#x…

2026/10/17 15:27:00 阅读更多 →
ComfyUI-Gemini:3分钟将Google多模态大模型融入你的AI工作流

ComfyUI-Gemini:3分钟将Google多模态大模型融入你的AI工作流

ComfyUI-Gemini:3分钟将Google多模态大模型融入你的AI工作流 【免费下载链接】ComfyUI-Gemini Using Gemini in ComfyUI 项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-Gemini 想象一下,你正在ComfyUI中创作一幅AI画作,但总感…

2026/10/18 12:38:54 阅读更多 →

最新新闻

极小函数依赖集求解算法:拆、删、消三步与手算例题

极小函数依赖集求解算法:拆、删、消三步与手算例题

函数依赖的极小化,大概是数据库原理课里最让人“背得下定义却下不了笔”的考点了。提到极小函数依赖集,多数人都能背出三条:右部单属性、没有冗余依赖、没有冗余属性。可真给你一张函数依赖集F,让你求Fmin,很多人第一步…

2026/10/19 20:55:12 阅读更多 →
数据可视化全流程实操:Python+Seaborn从选图到避坑

数据可视化全流程实操:Python+Seaborn从选图到避坑

某高校的数据能力提升营走到第7天,主题就是数据可视化。这个营我们内部一直叫它“疏锦行”,名字听着文艺,实际任务却很务实:一周时间,从数据采集一路练到统计建模,而第7天这一天,不带任何新模型…

2026/10/19 20:55:12 阅读更多 →
线性回归从手写梯度下降到sklearn实战:原理、特征工程与过拟合避坑

线性回归从手写梯度下降到sklearn实战:原理、特征工程与过拟合避坑

如果你只会调包,那线性回归等于没学会作为数据分析或者机器学习入门的第一课,线性回归几乎是所有人都会遇到的第一个模型。我见过太多人上来就from sklearn.linear_model import LinearRegression,然后fit、predict、打印个 R 就算完事。真要…

2026/10/19 20:55:12 阅读更多 →
达梦数据库大小写敏感机制详解:从原理到实践避坑

达梦数据库大小写敏感机制详解:从原理到实践避坑

1. 项目概述:达梦大小写敏感到底是个什么事做数据库开发或者运维的朋友,只要是第一次接触达梦数据库,十有八九会遇到一个让人摸不着头脑的现象:明明建表时写的是 "USER_INFO",去查询的时候写 "user_inf…

2026/10/19 20:52:07 阅读更多 →
C++ std::bind实战:占位符、引用陷阱与lambda取舍

C++ std::bind实战:占位符、引用陷阱与lambda取舍

1. 我为什么又回头研究bind:代码里最不起眼的粘连剂搞C时间一长,你会发现真正让代码"绕起来"的往往不是那些宏大设计,而是一堆不起眼的小工具。std::bind就是其中之一。最近接手的某调度模块里,回调参数七零八落&#x…

2026/10/19 20:52:07 阅读更多 →
双麦克风语音分离:基于GCC-PHAT与IVA的轻量级实时声源解耦方案

双麦克风语音分离:基于GCC-PHAT与IVA的轻量级实时声源解耦方案

简介:本资源是一套基于MATLAB实现的双麦克风语音分离完整源码工程,面向音频信号处理初学者、语音算法研究者及高校相关课程实践者,聚焦于利用TDOA与空间滤波技术从混合语音中分离目标声源,适用于噪声抑制、会议系统增强与语音识别…

2026/10/19 20:52:07 阅读更多 →

日新闻

频率跟踪型PWM电源设计:臭氧发生器谐振点漂移与软开关实现

频率跟踪型PWM电源设计:臭氧发生器谐振点漂移与软开关实现

简介:本资源为电源技术方向的学术研究文档,聚焦介质阻挡放电型臭氧发生器电源的频率跟踪型PWM控制策略,面向电力电子、高压电源及臭氧应用领域的科研人员与工程技术人员。针对负载呈容性、等效电容随外加电压升高而增大、谐振频率随之漂移的难…

2026/10/19 0:00:47 阅读更多 →
Vibe Coding 遇上 TaoToken:把开发者思维圣殿的灵感流接入统一 Key 通道

Vibe Coding 遇上 TaoToken:把开发者思维圣殿的灵感流接入统一 Key 通道

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/19 0:00:47 阅读更多 →
HundredCV-Chat话题建模实战教程:利用4,871个内置话题标签构建主题分析系统

HundredCV-Chat话题建模实战教程:利用4,871个内置话题标签构建主题分析系统

【免费下载链接】HundredCV-Chat 项目地址: https://ai.gitcode.com/hf_mirrors/Jax-dan/HundredCV-Chat 点击查看 免费下载 HundredCV-Chat 是一个由 100 位青年简历数据开发而来的中文多轮对话数据集,共包含 24,750 组日常闲聊对话和 4,871 个话题标签…

2026/10/19 0:00:47 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/19 10:02:04 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/19 17:32:41 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/19 1:30:52 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/19 2:54:50 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/19 9:10:22 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →