硬件开发

【CanMV K210】通信扩展 WiFi Socket TCP Client 通信在智能硬件项目中，开发板单独运行只是基础能力。真正进入应用场景后，设备往往需要把状态、日志、传感器数据或识别结果发送到电脑、服务器或上位机。比如设备启动后上报在线状态，采集到数据后上传到电脑，电脑端根据返回结果下发控制指令，这些都离不开网络通信能力。

【CanMV K210】显示交互触摸屏画图与 LCD 轨迹绘制在智能硬件项目中，触摸屏经常承担“输入”和“显示”两个角色。电子画板、设备配置面板、手写签名、交互式控制台、工业设备调试界面，都需要把手指触摸的位置转换成程序能够处理的数据，再通过屏幕反馈成可见图形。对于 Python 硬件编程入门而言，触摸屏画图实验很适合作为图形交互的起点，因为它能直观看到坐标读取、状态判断、图像绘制和屏幕刷新之间的关系。

【CanMV K210】视觉识别颜色阈值分割与色块检测实验在智能硬件和 AI 视觉项目中，颜色识别是非常经典的入门实验。很多看起来复杂的视觉应用，例如物料分拣、颜色标记追踪、机器人巡检、色块定位、教学演示和视觉反馈，本质上都可以从“摄像头采集画面，程序判断颜色区域，再把识别结果显示出来”这个流程开始理解。

【CanMV K210】音频实验 I2S 数字麦克风与 FFT 频谱可视化声音在程序里通常是一串采样数据，在硬件实验里却可以变成一组实时跳动的频谱柱。这个实验的价值不只是让 LCD 屏幕显示动画，而是把“声音采集、频域分析、图像绘制、屏幕刷新”串成一条完整的数据处理链路。对于 Python 和 AI 硬件入门学习来说，这类实验非常适合理解传感器数据如何从真实环境进入程序，再经过算法处理后变成可视化结果。

【CanMV K210】AI 视觉 KPU 人脸检测与实时框选显示在 CanMV K210 入门和综合项目中，人脸检测实验是一个很适合拆解的 AI 视觉案例。它不是只验证摄像头能不能打开，也不是只验证模型能不能加载，而是把摄像头采集、图像格式设置、KPU 模型推理、YOLO 后处理、LCD 显示和串口调试串成一条完整链路。

【CanMV K210】视觉识别 AprilTag 标签检测与位姿信息在 CanMV K210 入门和综合项目中，AprilTag 视觉标签识别是一个很适合拆解的实验。它不是只验证摄像头能不能显示画面，而是把摄像头初始化、图像采集、标签检测、结果绘制、LCD 显示和串口输出串成一个完整流程。通过这个案例，可以理解机器视觉项目中“采集图像、分析图像、输出结果”的基本工作方式。

【CanMV K210】AI 视觉 YOLO 手掌检测与框选显示在 CanMV K210 入门和 AI 视觉项目中，YOLO 手掌检测实验是一个很适合拆解的案例。它不是只验证摄像头、LCD 或模型文件是否能单独工作，而是把摄像头采集、图像预处理、KPU 模型推理、检测结果解析、LCD 框选显示和串口调试信息串成一个完整流程。通过这个实验，可以直观看到“摄像头画面如何经过 AI 模型，最终变成屏幕上的检测框”。

【CanMV K210】AI 视觉人脸关键点对齐与属性识别在 CanMV K210 入门和综合项目中，人脸属性识别实验是一个很适合拆解的 AI 视觉案例。它不是只验证摄像头能否采集画面，也不是单独运行一个模型，而是把摄像头初始化、图像采集、人脸检测、人脸裁剪、关键点定位、仿射对齐、属性分类和 LCD 显示串成一条完整流程。通过这个实验，可以理解 K210 在边缘端运行多模型视觉任务的基本方式。

【CanMV K210】AI 视觉 68 点人脸关键点检测与轮廓定位在 CanMV K210 入门和综合项目中，68 点人脸关键点检测是一个很适合拆解的 AI 视觉实验。它不是单纯判断“有没有人脸”，而是先找到人脸位置，再在人脸区域内定位眼睛、鼻子、嘴巴和脸部轮廓等关键点。通过这个实验，可以理解摄像头采集、KPU 推理、人脸框裁剪、坐标还原和 LCD 可视化之间的完整关系。

【CanMV K210】AI 视觉 MNIST 手写数字识别与分类推理在 CanMV K210 入门和 AI 视觉项目中，MNIST 手写数字识别是一个很适合拆解的分类模型实验。它不像人脸检测那样输出目标框，而是把输入图像送入模型后，判断画面中的数字更接近 0 到 9 中的哪一类。

【CanMV K210】AI 视觉按键采样自训练识别与现场分类在 CanMV K210 入门和综合项目中，自训练学习识别实验是一个很适合拆解的视觉实验。它不是单纯验证摄像头能不能显示画面，也不是直接运行一个固定类别的识别模型，而是把摄像头采集、BOOT 按键输入、KPU 特征提取、样本记录、相似度比较和 LCD 结果显示串成一个完整流程。

【CanMV K210】AI 视觉 YOLO 多类别目标检测实验在 CanMV K210 入门和综合项目中，YOLO 模型物体识别实验是一个很适合拆解的 AI 视觉案例。它不是只验证某一个模块能否工作，而是把摄像头采集、模型加载、图像预处理、KPU 推理、YOLO 后处理、检测框绘制和 LCD 显示串成一条完整流程。通过这个实验，可以理解 K210 如何在边缘端完成基础目标检测任务。

【CanMV K210】AI 视觉 YOLO 口罩佩戴状态识别在 CanMV K210 入门和综合项目中，YOLO 口罩识别实验是一个典型的 AI 视觉案例。它不是只验证摄像头能不能显示画面，而是把摄像头采集、模型加载、KPU 推理、结果后处理、类别判断和 LCD 显示串成完整流程。通过这个实验，可以理解 K210 如何在边缘端运行目标检测模型，并把识别结果直接显示到屏幕上。

山羊硬件Time

自动化管理Linux的好工具：shell scriptshell script对于硬件嵌入式行业从业者来说应该是一个常用的工具，它是程序化脚本，是一种自动化管理linux的好工具了，所以对于嵌入式开发的工程师来说也是一个非常实用的工具。

FT-02 全双工语音通话测试底座：多场景语音质量验证解决方案在智能对讲、公共广播、智能家居、工业通讯等全双工语音交互场景中，通话清晰度、回声抑制、噪声鲁棒性、全双工稳定性直接决定产品体验与市场竞争力。FT-02 语音通话消回音测试底座，专为语音处理模块快速验证设计，以一体化硬件架构、灵活接入方式与可控声学测试能力，覆盖消费电子、安防门禁、工业通讯、医疗监护、教育会议等多元场景，为各类语音终端提供标准化、可对比、高效率的通话性能测试方案。

RK3576 单板机嵌入式 Qt 界面与多屏异显开发手册（一）本文是创龙科技专为 RK3576 单板机编写的图形用户界面（GUI）开发手册，基于 Qt 5.15.11 框架提供完整开发指引。文档涵盖 Qt Creator 环境配置、交叉编译、网络远程调试、程序开机自启动、GPU 图形加速等核心内容，并附带 LED 控制、图片显示、多屏同显 / 异显等实战案例。创龙科技以清晰步骤与可直接运行的源码，帮助开发者快速完成嵌入式 GUI 项目开发。

RK3576 单板机嵌入式 Qt 界面与多屏异显开发手册（二）本小节使用led_control案例演示通过网络调试Qt工程的方法。（1）配置环境点击" Devices -> Devices -> Add"，选择"Generic Linux Device"，然后点击"Start Wizard"确认。

矿山智能化升级｜AR1106 声源定位模组：井下听声辨位，守护安全与生产井下粉尘弥漫、噪声滔天、巷道曲折，传统人工巡检耗时费力，视频监控易受视线遮挡，应急救援常因定位滞后错失黄金时间。声音，是矿山最原始却最可靠的感知信号—— 托辊异响、风机故障、岩体破裂、人员呼救，皆能通过声波传递关键信息。

RK3576 单板机系统使用手册：配置、升级与组件安装指南（一）本文为RK3576单板机配套Linux系统使用说明，内容主要包含系统存储分区说明、系统启动配置、系统常规操作、系统升级流程等内容。

泛凡（Linyongui）

一款RM3232SA低成本6V1A开关电源，配加长EE13支架变压器直接贴原理图原理图分析：工频 220V 交流电先经 EMI 滤波回路抑制电网干扰、吸收浪涌，再送入桥式整流单元，把交流工频电转换成脉动直流；后经高压 π 型滤波平滑，得到稳定的高压直流母线电压，为变压器原边 & 主控功率回路提供原始能量。