PYTHON
-
如何使用Soan Papdi FPGA 搭建数字电路
Soan Papdidi 改变了这种体验。它是一款紧凑、易于上手的纯FPGA开发板——无需MCU，也无隐藏式微控制器，只需掌握原始的FPGA功能即可。该板配备8个DIP开关、8个LED灯和10个I/O引脚，非常适合用于学习和实验数字逻辑。
-
构建一个用于在 Python 中快速原型设计 Adafruit GFX GFX 显示屏的工具
在搭建显示屏(使用Arduino和硬件)时，我常常感到沮丧：需要刷写程序、线缆可能损坏、导线松脱，或者板子突然烧坏。最终我可能只能花10到20秒(如果运气好)来测试一下，把字体向左移动三个像素是否“感觉正确”。
-
FAMOS 2026+AI 中文培训：5 大升级板块，让工程测量数据分析快人一步
工程团队日常会产生海量的测量数据。然而，现在市场上常用的数据分析工具并非专为工程工作流设计的工具，往往会拖慢从这些数据集中提炼可靠洞见的进程：
-
如何将任何照片转换为具有斑点效果、具有绘画风格的三维模型
多色 FDM 打印通常意味着每一层都需要更换材料，并且需要一个比零件本身还要大的清理装置。而 PLA 则完全避免了这些繁琐步骤。通过将打印过程视为一个具有可变厚度的整体——先是一个深色的底色，然后是上面一层由半透明亮色材料构成的高光图案——你可以对任何照片进行逼真的分色渲染，且只需一次性更换一根材料线。最终效果看起来像是一张 4 到 8 色调的打印作品，但打印出来的形状却像是一块普通的单色物体，中间还有暂停的间隔。该技术针对 Bambu X1C 进行了优化，但同样适用于任何双材料设置(包括手动更换材料线的情况)。
-
构建一款基于 OpenCV 的光学打孔卡读取器，适用于 128 位的打孔卡
如今，穿孔卡片已几乎被人遗忘，使用这种卡片的最后一批机器早在 80 年代就已退役。不过也有一些例外情况，一些工业设备至今仍得以保留，并且在小范围内仍在使用这种卡片。
-
设计一款便携式、互动式的盲文阅读与学习设备
对于既失明又失聪的人来说，他们对世界的感知几乎完全依赖于触觉。传统的盲文学习工具通常依靠声音提示来补充触觉反馈，这使得失聪失明的学习者处于劣势。我的项目是作为我 EDES 301 课程的一部分而开发的，旨在填补这一差距，通过创建一个交互式、以触觉为主的系统来辅助失聪失明者通过直接的物理互动来学习盲文。
-
设计制造一款能够自动创作诗歌的机器人手臂
当我们想到机械臂时，脑海中通常会浮现出那种僵硬的自动化场景——即那些为生产线上的重复性、毫无情感色彩的工作而设计的机器。但当我们试图让一个四轴机械臂去捕捉人类书写所具有的那种真实重量时，情况又会怎样呢?
-
Cadence/Altium二次开发：用Python/Tcl脚本实现批量封装替换与规则检查自动化
在高速PCB设计领域，工程师常面临批量修改元件封装和验证设计规则的重复性工作。以某5G通信模块设计为例，其包含2000余个元件，手动替换封装需40小时，而人工DRC检查遗漏率高达15%。通过Python与Tcl脚本的二次开发，可将这类任务效率提升10倍以上，同时实现零误差操作。
-
实验室数据自动化：Python+VISA驱动的智能测试方案
在现代电子实验室中，示波器与逻辑分析仪是工程师的“眼睛”，但手动操作的繁琐往往成为效率瓶颈。面对成百上千次的重复测量，人工设置触发、保存截图不仅枯燥，还容易引入人为误差。此时，利用Python结合VISA库构建自动化测试系统，成为提升科研效率的bi由之路。
-
嵌入式硬件测试自动化：Python脚本驱动的批量测试框架搭建
在嵌入式硬件开发中，测试环节常占据项目周期40%以上时间。本文介绍如何利用Python构建高效自动化测试框架，通过脚本驱动实现批量测试、数据采集和结果分析，将测试效率提升3-5倍，同时降低人为操作误差。
-
如何重现 RDA 路径规划算法
我们从 IEEE 的论文《RDA：一种适用于杂乱环境中自主导航的加速无碰撞运动规划器》中复制了 RDA 规划器项目。我们提供了一个详细的步骤指南，帮助您快速重现本文中的 RDA 路径规划算法，从而在复杂环境中实现高效的障碍物避让功能，支持自主导航。
-
如何实现 YOLO 模型的实时性能
一款针对 4GB Jetson Orin Nano 设备进行物体检测的高性能 C++ 实现。对 YOLOv8(成功)与 YOLOv26(挑战)进行基准测试
-
如何使用BleuIO发送BLE空气质量数据到Arduino云
蓝牙低功耗(BLE)设备广泛用于环境监测，但将其数据传输到云端通常需要复杂的sdk、网关或专有平台。在本教程中，我们演示了一个简单而灵活的替代方案：使用BleuIO作为USB BLE网关将BLE广告数据直接发送到Arduino Cloud。
-
基于单板计算机的Python开发入门：简单项目实践与代码示例
在物联网与边缘计算兴起的今天，单板计算机(如树莓派、Jetson Nano等)凭借其低功耗、高集成度的特性，成为开发者探索硬件编程的理想平台。而Python凭借其简洁的语法和丰富的库支持，成为单板计算机开发的首选语言。本文将通过三个从入门到进阶的实践项目，带你快速掌握基于单板计算机的Python开发技巧。
-
基于 Python 的 MQTT 自动化测试框架搭建与应用
物联网(IoT)和工业互联网快速发展，MQTT协议因其轻量级、低带宽消耗和发布/订阅模式，成为设备间通信的核心协议。然而，随着MQTT应用场景的复杂化，手动测试已难以满足高效验证需求，尤其是在多设备并发、异常场景模拟和性能基准测试等方面。本文将详细介绍如何基于Python搭建一套完整的MQTT自动化测试框架，并分享其在真实项目中的实践案例。
-
使用Python生成输入文本文件，以提供AI引擎模拟器来测试FFT
在之前的博客文章中，我们已经看到了如何使用AMD DSP库在AMD Versal ae - ml架构上快速实现FFT。与任何项目一样，我们可能希望模拟生成的图形，以确保我们获得正确的行为。
-
使用Python功能验证Vitis HLS内核
我们最近一直在研究的一件事是，在与Versal Devices合作时，使用Vitis开发解决方案。例如，请参阅我的项目在Vitis系统设计的Versal和使用芯片范围调试Versal设计。
-
通过实践轻松掌握Python
在Python 3教程的这一部分中，我们将探索Python函数语法、参数处理、返回值和变量作用域。在此过程中，我们还将介绍一些通用函数，如range()、map、filter和lambda函数。
-
使用Python和PYNQ，以最小的工作量启动并运行Xilinx Vitis AI硬件加速推理
下面的说明记录了一种新的方法，可以立即开始使用Xilinx Vitis AI v2.5硬件加速机器学习推理。它还使Python能够控制和执行Vitis AI Xilinx深度学习处理单元(DPU)。现在还支持VART api。
-
ExoLab ：研究微重力如何影响植物生长和其他生物过程
ExoLab是一项STEM教育计划，通过提供动手的、基于项目的学习体验，将学生与国际空间站(ISS)上的实验联系起来，学生可以在专门的生长室ExoLab中进行植物生物学实验，并将其结果与国际空间站上发生的类似实验进行比较。这使学生能够研究微重力如何影响植物生长和其他生物过程。
