Corn King
码龄6年
求更新 关注
提问 私信
  • 博客:4,720
    4,720
    总访问量
  • 4
    原创
  • 1
    粉丝
  • 83
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:广东省
加入CSDN时间: 2020-09-28
博客简介:

qq_51193723的博客

查看详细资料
个人成就
  • 获得89次点赞
  • 内容获得0次评论
  • 获得84次收藏
  • 博客总排名185,174名
  • 原力等级
    原力等级
    1
    原力分
    41
    本月获得
    0
创作历程
  • 4篇
    2025年
成就勋章
TA的专栏
  • 边缘设备
    1篇
  • Docker
    1篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 3

TA参与的活动 0

兴趣领域 设置
  • 人工智能
    pytorch
创作活动更多

编程达人挑战赛·第12期

作为写代码的你,是否也渴望被更多人看到?技术人员普遍有一个共性——明明技术很强,却没人知道你做了什么;花了很多时间踩坑,却没人因你少走弯路;脑子里有一堆干货,但却不懂如何有效地输出。 在如今写代码的人越来越多的时代,能够清晰表达自己思路与技术的人却少之又少。 因此,我们发起了这个【编程达人挑战赛】——帮助你将代码变成作品,将技术转化为真正的价值,同时激励更多的人坚持写作与分享。 注:活动细则介绍请看此贴:[https://bbs.csdn.net/topics/619791811](https://bbs.csdn.net/topics/619791811)。

727人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

Kinova Gen3机器人:基于ROS2的MQTT数据上传完整实现指南

本文介绍了在Kinova Gen3协作机器人上通过ROS2框架实现MQTT协议实时数据上传的方案。系统采用分层架构设计,包括数据采集(Kinova Gen3机器人状态)、处理(ROS2 UDP桥接器)、传输(MQTT发送器)和消费(IoT平台)四层。详细阐述了环境配置步骤,包括ROS2 Humble安装、Kinova驱动部署及MQTT依赖项配置,并提供了核心代码实现方案。该方案具备高实时性、跨平台兼容性和低带宽占用特点,适用于工业物联网场景下机器人状态监控。
原创
博文更新于 2025.10.30 ·
1381 阅读 ·
24 点赞 ·
0 评论 ·
18 收藏

使用JetLinks平台实现小车、机械臂、无人机接入云管理

本文介绍了如何利用JetLinks物联网平台和MQTT协议,实现小车、机械臂和无人机等设备的云端接入与数据管理。主要内容包括:1)平台端配置,涵盖产品创建、设备接入方式设置和物模型定义;2)设备端Python代码实现,分别针对小车(UDP桥接)、机械臂和无人机的数据采集与上报;3)运行测试与注意事项。通过详细步骤和代码示例,帮助开发者快速构建设备到云端的连接方案,适用于树莓派等硬件平台。该方案支持设备状态监控和属性管理,为物联网应用开发提供实践参考。
原创
博文更新于 2025.10.20 ·
1343 阅读 ·
28 点赞 ·
0 评论 ·
24 收藏

使用条件扩散模型实现 LeapHand 轨迹生成:从零到部署的全流程解析

本文提出一种基于条件扩散模型的灵巧机械手(LeapHand)关节轨迹生成方法。通过整合多模态传感器数据(6247维条件向量),设计轻量级Conv1D网络架构,解决了传统方法在复杂环境中的泛化难题。项目采用9720个样本数据集,包含数据预处理、模型训练和评估完整流程,特别优化了高维条件编码与轨迹生成的兼容性。实验采用leave-one-out交叉验证,结果显示模型能稳定生成63维关节角度序列,误差控制在合理范围内。代码基于PyTorch实现并开源,为机器人轨迹生成任务提供了可复现的扩散模型解决方案,同时分析了
原创
博文更新于 2025.10.20 ·
849 阅读 ·
7 点赞 ·
0 评论 ·
24 收藏

Windows 下 Docker 部署 RKNN-Toolkit 并与局域网内边缘设备通讯

本文介绍了在Windows系统下通过Docker部署RKNN-Toolkit工具包的高效方案。主要内容包括:1)使用Docker容器简化RKNN-Toolkit环境配置;2)ONNX模型转换RKNN格式的详细步骤;3)容器与主机、RK3588开发板间的文件传输方法;4)网络配置与端口映射技巧;5)容器管理及常见问题解决方案。该方案避免了Windows原生安装的复杂依赖问题,同时提供了便捷的模型转换和传输功能,特别适合在非Linux环境下进行RK3588的AI模型部署工作。文章还附带了详细的FAQ,帮助开发者
原创
博文更新于 2025.10.17 ·
1149 阅读 ·
30 点赞 ·
0 评论 ·
18 收藏