- 综合排序
- 最热优先
- 最新优先
- 来自专栏我命由我不由天
嵌入式设备网络设置
嵌入式设备的网络设置主要是靠一些命令进行处理的： #MAC地址设置 ifconfig eth0 down ifconfig eth0 hw ether $MACADDR ifconfig eth0 up
99110发布于 2019-08-02 - 来自专栏电子电路开发学习
嵌入式设备如何显示IP属地？
IP属地来了，不让物联网设备“裸泳”，给你的设备加个自动获取IP属地的功能吧！ 对于嵌入式物联网设备，除了一些特殊场合，比如环境监测、路径规划、定位追踪等，需要通过GPS模块获取精确的地理位置，对于一些天气预报、疫情数据相关的设备来说，地理位置要求没那么精确，只需要基本的时区、国家 常用的IP定位接口有两种： 一种是不需要知道当前设备的IP地址，直接访问接口，接口会返回设备的IP地址。 proxy": "1", "att": "中国,北京", "operators": "联通" } } 先用网络调试助手测试一下： API接口没问题，下一步使用嵌入式设备来完成自动获取 的过程： 3.JSON数据解析 嵌入式设备可以使用的JSON解析库，常用的JSON解析库有cJSON和Jansson等。
1.6K20编辑于 2022-05-19 - 来自专栏AIoT技术交流、分享
嵌入式设备异常掉电怎么办？
工业现场嵌入式设备常因电网波动、操作失误或设备切换等原因发生非计划断电，这对系统可靠性带来很多风险。 通常会导致以下几种危害： 1. 文件系统损坏 未经特殊设计的嵌入式文件系统在写入过程中若遭遇掉电，可能导致关键元数据（如分区表、块位图等）半更新状态，从而引发文件系统崩溃或无法挂载。 通过上述硬件冗余设计与软件架构优化相结合的方法，嵌入式产品能够在工业现场的异常掉电和频繁上下电环境中保持高可用性与数据完整性，为生产安全和经济效益提供坚实保障。
58610编辑于 2025-04-30 - 来自专栏Vehicle攻城狮
ROS与嵌入式设备的通讯：串口
ROS与嵌入式系统实现串口通讯的方式有很几种，如已开发好的Roserial，Roserial已支持Arduino、STM32等开源或低成本硬件的通讯。 Rosserial的作用是让嵌入式系统作为一个ros节点实现与其他节点的直接交互，在架构上更符合ros，但由于需要移植ros的一些库，嵌入式开发人员可能需要在原先熟悉的开发方式下去熟悉另外一套语法，其次譬如 ： 这种方式虽然不太符合ros架构，但更灵活，因为你依然可采用熟悉的方式进行嵌入式系统的开发，同时也不影响ROS与硬件的交互，当然这种方式需要提前约定好通讯协议规则。 配置完成后即可编译，下面就是见证奇迹的时刻，首先你需要在嵌入式设备写个Demo程序，例如我写了个通过串口持续输出“Hello ROS Edit by Lijing”的例程，此时我需要将刚编译好的Ros节点运行起来 同理通过该节点你可以发送特定的信息经过串口送给嵌入式设备，从而实现最终的控制。
2.2K20编辑于 2022-04-19 - 来自专栏ATYUN订阅号
【科技】嵌入式深度学习:从云端到设备
苹果的人脸识别标志着嵌入式人工智能第二阶段的开始，在这一阶段，更多的智能发生在独立于云的设备上。但它们并不是唯一的选择。 “健谈”的智能助手已经成为消费设备的标配，比如手机和智能手表。 苹果的新生物认证系统,使用由传感器数组和一个AI加速的iPhone SoC芯片组成的面部识别系统,标志着第二阶段的嵌入式人工智能会发生在更多的智能设备和独立的云端上。 ? 谷歌也不甘示弱，通过引入TensorFlow Lite铺平了深度学习算法在移动和嵌入式设备的道路,TensorFlow Lite是一个被设计用来快速启动TensorFlow模型的平台，它能够适应移动设备的小内存占用和利用任何加速硬件 开发框架还具有可以在可用时自动使用设备硬件加速器的接口。 微软还在开发可以安装在移动设备和物联网设备上的嵌入式机器学习软件。 该研究目前专注于针对特定场景的利基应用（niche application）上，比如嵌入式医疗设备或智能工业传感器。 另一家公司，Reality AI提供了为嵌入式传感器和设备设计的机器学习软件库。
2K50发布于 2018-03-05 - 来自专栏深度学习|机器学习|歌声合成|语音合成
arm设备上的嵌入式开发编译环境搭建
文章目录 下载marvell 编译 命令 示例cmake项目 arm设备上运行编译结果 下载marvell marvell是交叉编译工具 解压到容器,cpoy到容器.我采用的容器是libtorch的容器 the project name project (hello_cmake) # Add an executable add_executable(hello_cmake main.cpp) arm设备上运行编译结果
60040编辑于 2022-08-07 - 来自专栏Rice嵌入式
《嵌入式设备端的网络报文在wireshark显示》-- 应用
摘要 前面一篇文章把整个SP2WS工具的原理描述了，这一篇来描述这个操作怎么玩。 应用说明 这个工具提供了两条命令，可以同时对wifi模块和主控进行监控 对于wifi模块端命令： 参数-com[port_num]：wifi模块端对应的调试串口 参数-wifi_slave：wifi模块端对应的管道名字 SP2WS.py com[port_num] wifi_slave 例如： SP2WS.py com1 wifi_slave 对于主控端命令： 参数-com[port_num]：主端对应的调试串口 参数-
43010编辑于 2022-05-10 - 来自专栏混说Linux
嵌入式Linux驱动开发——字符设备驱动框架入门
1 提到了关于Linux的设备驱动，那么在Linux中I/O设备可以分为两类：块设备和字符设备。 相反，此类设备支持按字节/字符来读写数据。举例来说，调制解调器是典型的字符设备。 块设备：应用程序可以随机访问设备数据，程序可自行确定读取数据的位置。 两种设备本身并没用严格的区分，主要是字符设备和块设备驱动程序提供的访问接口（file I/O API）是不一样的。本文主要就数据接口、访问接口和设备注册方法对两种设备进行比较。 第二个问题，解决起来也不是很困难，在Linux中提供了一种机制是udev，可以用于自动的创建设备，在嵌入式Linux的文件系统，比如busybox，也有一套简化版的机制，是mdev，在配置文件系统的时候会进行相应的配置 同时我们如果查看一下 /dev/ 目录中，我们发现在该目录下，创建了一个主设备号为252的设备文件。那么如果用测试程序来操作，就只需要操作该设备文件就能够操作对应的硬件设备了。
4.2K20编辑于 2022-11-18 - 来自专栏集智书童
属于嵌入式和移动设备的轻量级 YOLO 模型 ！
这一演变某种程度上忽视了嵌入式和面向移动设备的AI目标检测应用。 在本文中，作者重点关注基于FLOP的高效目标检测计算的神经网络架构设计选择，并提出几项优化措施来提高基于YOLO模型的效率。 另一方面，优化执行速度的YOLO型模型遵循计算资源的演变，放弃了嵌入式设备。幸运的是，基于YOLO的新型架构实现了高效计算，专注于MAC和FLOP。 这些架构在边缘AI和工业应用中展示了它们的有用性，提升了嵌入式设备并使模型能直接响应。 实际上，对“YOLO”模型有着强烈的兴趣，这些模型在工业和非计算研究领域中同样受欢迎。 作者的评估重点关注MSCOCO [37]验证mAP和FLOP比例，强调对于嵌入式设备而言最低计算的重要性。 可扩展性： LeYOLO为工业、边缘和嵌入式设备提供了使用轻量级YOLO模型与最先进的扩展效率的新机会。
1.5K10编辑于 2024-07-08 嵌入式 ARM Linux 系统构成(4)：设备驱动程序
在嵌入式 ARM Linux 系统的宏伟蓝图中，设备驱动程序宛如连接硬件与软件的桥梁，起着不可或缺的关键作用。 资源管理：合理管理硬件设备所占用的系统资源，如内存、中断、I/O 端口等。在多任务并发执行的嵌入式系统中，避免资源冲突至关重要。 驱动框架选择 驱动类型 适用场景 核心结构体 字符设备 GPIO/ADC等简单设备 file_operations 平台设备 片上系统外设 platform_driver 设备树匹配 现代嵌入式设备 of_device_id Compilation）：智能编译优化 十、总结 嵌入式ARM Linux设备驱动开发需要兼顾硬件特性与软件架构设计。 介绍如何在构建系统过程中，将设备驱动加入根文件系统，配置驱动相关选项，管理驱动依赖等，帮助开发者利用工具高效构建包含设备驱动的嵌入式 Linux 系统。
28210编辑于 2026-01-21- 来自专栏韦东山嵌入式
嵌入式Linux获取设备信息、查询方式、休眠-唤醒方式
7.3.3 获取设备信息 通过 ioctl 获取设备信息，ioctl 的参数如下： int ioctl(int fd, unsigned long request, ...); 有些驱动程序对 request 比如要读取输入设备的 evbit 时，ioctl 的 request 要写为“EVIOCGBIT(0, size)”，size 的大小可以由你决定：你想读多少字节就设置为多少。
2.9K20编辑于 2022-05-05 - 来自专栏混说Linux
一种简易的嵌入式设备系统日志记录方法
1 在嵌入式设备应用场景中，系统日志时常可以监控设备软件的运行状态，及时记录问题点以及关键信息，方便开发人员后期定位以及解决问题。 系统日志 本文将讲述一种简易的系统日志记录方法，用于保存设备的系统日志，视具体嵌入式设备情况而定，可存储在MCU内部Flash、外部Flash、EEPROM等，本文采用外部Flash作为示例展开介绍。 FLASH内存划分 FLASH内存需要看具体设备进行合理划分，目录区、参数区与日志区实现环形存储，延长擦写寿命。 system_log_param_addr = start_addr + len; /* 首地址存储，擦除整个系统日志参数存储区，如果划分的内存较大，可能出现第一次擦写等待时间较长， 但实际应用嵌入式设备应该不会占用太多的内存存储系统日志 , num + TIME_PREFIX_SIZE); } exit_end: xSemaphoreGive(sem); return ret; } 结语 本文提供的一种简易嵌入式设备系统日志记录方法
1.7K30编辑于 2022-11-18 - 来自专栏人人都是极客
移动和嵌入式设备上也能直接玩机器学习？
实质上，该软件桥接了现有神经网络框架（例如 TensorFlow 或 Caffe）与在嵌入式 Linux 平台上运行的底层处理硬件（例如 CPU、GPU 或新型 Arm 机器学习处理器）。 训练目前通常在服务器或类似设备上发生，而推理则更多地转移到网络边缘，这正是新版本 Arm NN 的重点所在。 ? 对象识别是在嵌入式平台上运行的众多机器学习工作负载之一 一切围绕平台 机器学习工作负载的特点是计算量大、需要大量存储器带宽，这正是移动设备和嵌入式设备面临的最大挑战之一。 Arm NN主要优势 有了 Arm NN，开发人员可以即时获得一些关键优势： 更轻松地在嵌入式系统上运行 TensorFlow 和 Caffe Compute Library 内部的一流优化函数，让用户轻松发挥底层平台的强大性能 Arm 对 Google NNAPI 的支持概览 CMSIS-NN CMSIS-NN 是一系列高效神经网络内核的集合，其开发目的是最大程度地提升神经网络的性能，减少神经网络在面向智能物联网边缘设备的
2.1K90发布于 2018-03-16 - 来自专栏机器之心
学界 | 新型实时形义分割网络ShuffleSeg：可用于嵌入式设备
选自arXiv 作者：Mostafa Gamal等 机器之心编译 参与：Panda 表现优良的卷积神经网络往往需要大量计算，这在移动和嵌入式设备以及实时应用上是一个很不利的因素。 这有望实现在嵌入式设备中的进一步部署应用。 实时形义分割在近期开始得到关注。
1.5K80发布于 2018-05-08 - 来自专栏嵌入式项目开发
嵌入式Linux开发: 编写EEPROM驱动_采用杂项字符设备框架
3.1 设备端代码 #include <linux/kernel.h> #include <linux/module.h> #include <linux/platform_device.h> #include 设备号是一个unsigned int 的变量--32位。 设备号=主设备号+次设备号 */ static struct miscdevice misc= { .minor = MISC_DYNAMIC_MINOR, /*次设备号填255表示自动分配 杂项设备的注销函数*/ misc_deregister(&misc); printk("remove调用成功. 打开设备文件*/ int fd=open(EEPROM_DEV,O_RDWR); if(fd<0) { printf("%s 设备驱动打开失败.
2.2K10编辑于 2022-01-12 - 来自专栏程序手艺人
39 -嵌入式设备WiFi P2P功能开发
嵌入式设备端以及APP端都是借助于Wi-Fi Direct - P2P module 实现WiFi P2P 的通讯连接的。
2K20发布于 2021-02-04 - 来自专栏程序手艺人
30 - 嵌入式设备中EQ(Equaliser 均衡器)功能的实现
开始进行问题排查,首先从音频源入手,因为有的音频可以播放,有的音频无法播放, 通过mediainfo 看到无法播放的音频格式采样率为24Khz , 1ch , 之前的链路i可以播放, 但通过 alsa type equal 插件之后就无法播放, 接下来分析 asoudn.conf 的链路
1.4K20发布于 2020-11-03 - 来自专栏Rice嵌入式
《嵌入式设备端的网络报文在wireshark显示》-- 原理篇
在设备端如果通过串口打印查看丢包现象是非常麻烦的，网络报文很多，而且无法辨别是否丢包。 在第3点和第4点中都有缺点，串口可以知道设备端的报文，但无法辨别网络报文。wireshark可以清晰辨别报文，但是无法知道设备端的情况。 能识别的数据包，wireshark的命名管道实现捕获，便可以在wireshark查看设备端的报文。 packet：网络报文（工具中指的是串口抓到设备端的网络报文） 实现： 设备端实现：代码比较简单，只需要网络报文加上头部和尾部。 其中入参：buf--设备端接收到的网络报文，len--设备端接收到网络报文长度。
1.1K20编辑于 2022-05-10 mdev vs udev：嵌入式与桌面Linux的设备管理对比
作者简介： 一个平凡而乐于分享的小比特，中南民族大学通信工程专业研究生，研究方向无线联邦学习 擅长领域：驱动开发，嵌入式软件开发，BSP开发 ❄️作者主页：一个平凡而乐于分享的小比特的个人主页 mdev vs udev：嵌入式与桌面Linux的设备管理对比 核心概念速览 特征 mdev (Mini-udev) udev (Userspace Device) 定位 嵌入式系统的轻量级解决方案 ) /etc/udev/rules.d/ (复杂规则系统) 设计哲学对比 mdev：嵌入式世界的"简约工匠" ┌─────────────────────────────────────┐ │ 内核发现设备 : 现代Linux默认选择 Busybox仍维护mdev: 嵌入式领域依旧重要 设备树(Device Tree): 与两者配合使用 实用建议 嵌入式产品：从mdev开始，需要复杂功能时迁移到udev （sysfs、devtmpfs、uevent）才是掌握设备管理的关键！
14710编辑于 2026-02-02- 来自专栏数据结构和算法
使用Python实现深度学习模型：在嵌入式设备上的部署
引言随着物联网（IoT）和嵌入式系统的发展，将深度学习模型部署到嵌入式设备上变得越来越重要。这不仅可以实现实时数据处理，还能大幅降低数据传输的延迟和成本。 本文将介绍如何使用Python将深度学习模型部署到嵌入式设备上，并提供详细的代码示例。 所需工具Python 3.xTensorFlow 或 PyTorch（本文以TensorFlow为例）TensorFlow Lite（用于嵌入式设备）Raspberry Pi 或其他嵌入式设备步骤一：安装所需库首先 TensorFlow Lite解释器在嵌入式设备上运行模型。 然后运行该脚本：python run_model.py结论通过以上步骤，我们实现了一个简单的深度学习模型在嵌入式设备上的部署。
2.1K11编辑于 2024-07-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号