陀螺仪LSM6DSV16X与AI集成(8)----MotionFX库解析空间坐标

2024-06-24 11:20
文章标签 lsm6dsv16x ai motionfx 陀螺仪 解析 坐标 集成 空间

本文主要是介绍陀螺仪LSM6DSV16X与AI集成(8)----MotionFX库解析空间坐标，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

陀螺仪LSM6DSV16X与AI集成.8--MotionFX库解析空间坐标

  • 概述
  • 视频教学
  • 样品申请
  • 源码下载
  • 开启CRC
  • 串口设置
  • 开启X-CUBE-MEMS1
  • 设置加速度和角速度量程
  • 速率选择
  • 设置FIFO速率
  • 设置FIFO时间戳批处理速率
  • 配置过滤链
  • 初始化定义
  • MotionFX文件
  • 卡尔曼滤波算法
  • 主程序执行流程
  • lsm6dsv16x_motion_fx_determin
  • 欧拉角简介
  • 演示

概述

本文将探讨如何使用MotionFX库解析空间坐标。MotionFX库是一种用于传感器融合的强大工具，可以将加速度计、陀螺仪和磁力计的数据融合在一起，实现精确的姿态和位置估计。本文将介绍如何初始化和配置MotionFX库，使用FIFO读取传感器数据，FIFO可以作为数据缓冲区，存储传感器的临时数据。这样可以防止数据丢失，特别是在处理器忙于其他任务时，并利用这些数据进行空间坐标的解析。本章案例使用上节的demo进行修改。

最近在弄ST和瑞萨RA的课程，需要样片的可以加群申请：615061293 。

在这里插入图片描述

视频教学

https://www.bilibili.com/video/BV1ux4y1t7RS/

陀螺仪LSM6DSV16X与AI集成(8)----MotionFX库解析空间坐标

样品申请

https://www.wjx.top/vm/OhcKxJk.aspx#

源码下载

https://download.csdn.net/download/qq_24312945/89475748

开启CRC

在这里插入图片描述

串口设置

设置串口速率为2000000。

在这里插入图片描述

开启X-CUBE-MEMS1

在这里插入图片描述

设置加速度和角速度量程

这里设置加速度量程为4g和角速度为4000dps。

  /* Set full scale */lsm6dsv16x_xl_full_scale_set(&dev_ctx, LSM6DSV16X_4g);lsm6dsv16x_gy_full_scale_set(&dev_ctx, LSM6DSV16X_4000dps);

速率选择

加速度和角速度的速率尽量大于100Hz。
在这里插入图片描述

设置FIFO速率

LSM6DSV16X传感器的FIFO控制寄存器3（FIFO_CTRL3）的内容，该寄存器用于选择陀螺仪和加速度计数据写入FIFO的批处理数据速率（BDR，Batch Data Rate）。以下是详细描述：
FIFO_CTRL3寄存器（地址09h）,该寄存器包含两个主要字段：
● BDR_GY_[3:0]：选择陀螺仪数据的批处理速率。
● BDR_XL_[3:0]：选择加速度计数据的批处理速率。
在这里插入图片描述
将加速度计的数据速率（Output Data Rate, ODR）设置为60Hz。这意味着加速度计的数据将以每秒60次的频率批量写入FIFO。
将陀螺仪的数据速率设置为15Hz。这意味着陀螺仪的数据将以每秒15次的频率批量写入FIFO。

  /* Set FIFO batch XL/Gyro ODR to 12.5Hz */lsm6dsv16x_fifo_xl_batch_set(&dev_ctx, LSM6DSV16X_XL_BATCHED_AT_480Hz);lsm6dsv16x_fifo_gy_batch_set(&dev_ctx, LSM6DSV16X_GY_BATCHED_AT_480Hz);

设置FIFO时间戳批处理速率

LSM6DSV16X传感器的时间戳批处理速率、温度数据批处理速率、增强的EIS陀螺仪输出批处理，以及FIFO的工作模式。这些配置确保传感器数据能够以适当的速率和模式进行批处理和存储，以满足不同的应用需求。

在这里插入图片描述

  /* Set Output Data Rate */lsm6dsv16x_xl_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);lsm6dsv16x_gy_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);lsm6dsv16x_fifo_timestamp_batch_set(&dev_ctx, LSM6DSV16X_TMSTMP_DEC_1);

配置过滤链

  lsm6dsv16x_filt_gy_lp1_set(&dev_ctx, PROPERTY_ENABLE);lsm6dsv16x_filt_gy_lp1_bandwidth_set(&dev_ctx, LSM6DSV16X_GY_ULTRA_LIGHT);lsm6dsv16x_filt_xl_lp2_set(&dev_ctx, PROPERTY_ENABLE);lsm6dsv16x_filt_xl_lp2_bandwidth_set(&dev_ctx, LSM6DSV16X_XL_STRONG);

初始化定义

  /* USER CODE BEGIN 2 */printf("HELLO!\n");HAL_GPIO_WritePin(CS_GPIO_Port, CS_Pin, GPIO_PIN_SET);HAL_GPIO_WritePin(SA0_GPIO_Port, SA0_Pin, GPIO_PIN_RESET);HAL_Delay(100);
//lsm6dsdtr_init();lsm6dsv16x_fifo_status_t fifo_status;stmdev_ctx_t dev_ctx;lsm6dsv16x_reset_t rst;/* Initialize mems driver interface */dev_ctx.write_reg = platform_write;dev_ctx.read_reg = platform_read;dev_ctx.mdelay = platform_delay;dev_ctx.handle = &SENSOR_BUS;/* Init test platform */
//  platform_init(dev_ctx.handle);/* Wait sensor boot time */platform_delay(BOOT_TIME);/* Check device ID */lsm6dsv16x_device_id_get(&dev_ctx, &whoamI);printf("LSM6DSV16X_ID=0x%x,whoamI=0x%x",LSM6DSV16X_ID,whoamI);if (whoamI != LSM6DSV16X_ID)while (1);/* Restore default configuration */lsm6dsv16x_reset_set(&dev_ctx, LSM6DSV16X_RESTORE_CTRL_REGS);do {lsm6dsv16x_reset_get(&dev_ctx, &rst);} while (rst != LSM6DSV16X_READY);/* Enable Block Data Update */lsm6dsv16x_block_data_update_set(&dev_ctx, PROPERTY_ENABLE);/* Set full scale */lsm6dsv16x_xl_full_scale_set(&dev_ctx, LSM6DSV16X_4g);lsm6dsv16x_gy_full_scale_set(&dev_ctx, LSM6DSV16X_4000dps);/** Set FIFO watermark (number of unread sensor data TAG + 6 bytes* stored in FIFO) to FIFO_WATERMARK samples*/lsm6dsv16x_fifo_watermark_set(&dev_ctx, FIFO_WATERMARK);/* Set FIFO batch XL/Gyro ODR to 12.5Hz */lsm6dsv16x_fifo_xl_batch_set(&dev_ctx, LSM6DSV16X_XL_BATCHED_AT_480Hz);lsm6dsv16x_fifo_gy_batch_set(&dev_ctx, LSM6DSV16X_GY_BATCHED_AT_480Hz);/* Set FIFO mode to Stream mode (aka Continuous Mode) */lsm6dsv16x_fifo_mode_set(&dev_ctx, LSM6DSV16X_STREAM_MODE);/* Set Output Data Rate */lsm6dsv16x_xl_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);lsm6dsv16x_gy_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);lsm6dsv16x_fifo_timestamp_batch_set(&dev_ctx, LSM6DSV16X_TMSTMP_DEC_1);lsm6dsv16x_timestamp_set(&dev_ctx, PROPERTY_ENABLE);lsm6dsv16x_filt_gy_lp1_set(&dev_ctx, PROPERTY_ENABLE);lsm6dsv16x_filt_gy_lp1_bandwidth_set(&dev_ctx, LSM6DSV16X_GY_ULTRA_LIGHT);lsm6dsv16x_filt_xl_lp2_set(&dev_ctx, PROPERTY_ENABLE);lsm6dsv16x_filt_xl_lp2_bandwidth_set(&dev_ctx, LSM6DSV16X_XL_STRONG);	//  lsm6dsv16x_pin_int_route_t pin_int;
//  pin_int.fifo_th = PROPERTY_ENABLE;
//  lsm6dsv16x_pin_int1_route_set(&dev_ctx, &pin_int);lsm6dsv16x_init();/* USER CODE END 2 */

MotionFX文件

主要包含lsm6dsv16x_app.c和lsm6dsv16x_app.h，这两个文件主要负责初始化和管理LSM6DSV16X传感器的交互。它们提供了配置传感器、初始化通信接口以及读取传感器数据的功能。
该文件包含与LSM6DSV16X传感器交互所需函数的实现。它提供了配置传感器、初始化通信接口以及读取传感器数据的功能。
lsm6dsv16x_init(): 初始化MotionFX算法。
lsm6dsv16x_motion_fx_determin(): 该函数主要用于读取传感器数据并使用MotionFX库进行数据融合处理

卡尔曼滤波算法

运行卡尔曼滤波传播算法MotionFX_propagate。
根据需要更新卡尔曼滤波器MotionFX_update。
需要注意的是这2各算法非常吃资源，需要注意MCU算力分配。

在这里插入图片描述

对应的demo在2.2.9有提供。

在这里插入图片描述

主程序执行流程

  1. 读取FIFO水印标志：
    ○ 使用 lsm6dsv16x_fifo_status_get() 函数读取FIFO水印标志，判断FIFO中的数据是否达到设定的阈值。
  2. 处理FIFO数据：
    ○ 如果FIFO水印标志被设置，读取FIFO中的数据数量。
    ○ 切换LED状态，用于指示数据读取状态。
    ○ 使用 lsm6dsv16x_fifo_out_raw_get() 函数逐项读取FIFO中的传感器数据。
    ○ 根据数据标签（tag）识别数据类型并处理：
    ■ 加速度计数据：设置 acc_flag 标志位，并转换数据单位。
    ■ 陀螺仪数据：设置 gyr_flag 标志位，并转换数据单位。
    ■ 时间戳数据：设置 deltatime_flag 标志位，并计算时间差。
  3. 调用姿态估计算法：
    ○ 当加速度计、陀螺仪和时间戳数据都已读取时，调用 lsm6dsv16x_motion_fx_determin() 函数进行姿态估计。
    ○ 重置标志位并更新时间戳。
  /* Infinite loop *//* USER CODE BEGIN WHILE */while (1){uint16_t num = 0;/* Read watermark flag */lsm6dsv16x_fifo_status_get(&dev_ctx, &fifo_status);uint8_t acc_flag=0,gyr_flag=0;//加速度角速度标志位uint8_t deltatime_flag=0;//时间标志位if (fifo_status.fifo_th == 1) {num = fifo_status.fifo_level;
//      printf( "-- FIFO num %d \r\n", num);while (num--) {lsm6dsv16x_fifo_out_raw_t f_data;/* Read FIFO sensor value */lsm6dsv16x_fifo_out_raw_get(&dev_ctx, &f_data);datax = (int16_t *)&f_data.data[0];datay = (int16_t *)&f_data.data[2];dataz = (int16_t *)&f_data.data[4];ts = (int32_t *)&f_data.data[0];switch (f_data.tag) {case LSM6DSV16X_XL_NC_TAG:acc_flag=1;acc_x=lsm6dsv16x_from_fs4_to_mg(*datax);acc_y=lsm6dsv16x_from_fs4_to_mg(*datay);acc_z=lsm6dsv16x_from_fs4_to_mg(*dataz);
//          printf( "ACC [mg]:\t%4.2f\t%4.2f\t%4.2f\r\n",
//                  lsm6dsv16x_from_fs4_to_mg(*datax),
//                  lsm6dsv16x_from_fs4_to_mg(*datay),
//                  lsm6dsv16x_from_fs4_to_mg(*dataz));break;case LSM6DSV16X_GY_NC_TAG:gyr_flag=1;gyr_x=lsm6dsv16x_from_fs4000_to_mdps(*datax);gyr_y=lsm6dsv16x_from_fs4000_to_mdps(*datay);gyr_z=lsm6dsv16x_from_fs4000_to_mdps(*dataz);			
//          printf("GYR [mdps]:\t%4.2f\t%4.2f\t%4.2f\r\n",
//                  lsm6dsv16x_from_fs4000_to_mdps(*datax),
//                  lsm6dsv16x_from_fs4000_to_mdps(*datay),
//                  lsm6dsv16x_from_fs4000_to_mdps(*dataz));break;case LSM6DSV16X_TIMESTAMP_TAG:deltatime_flag=1;if(deltatime_first==0)//第一次{deltatime_1=*ts;deltatime_2=deltatime_1;deltatime_first=1;}else{deltatime_2=*ts;}//          printf( "TIMESTAMP [ms] %d\r\n", *ts);break;default:break;}if(acc_flag&&gyr_flag&&deltatime_flag){lsm6dsv16x_motion_fx_determin();acc_flag=0;gyr_flag=0;deltatime_flag=0;deltatime_1=deltatime_2;			}	}
//      printf("------ \r\n\r\n");}
//			HAL_Delay(10);/* USER CODE END WHILE *//* USER CODE BEGIN 3 */}/* USER CODE END 3 */

lsm6dsv16x_motion_fx_determin

● 外部变量声明：
○ acc_x, acc_y, acc_z: 加速度计数据。
○ gyr_x, gyr_y, gyr_z: 陀螺仪数据。
○ deltatime_1, deltatime_2: 时间戳数据。
○ out_num: 输出计数器。
● 读取并存储传感器数据：
○ 将全局变量中的加速度计和陀螺仪数据存储到 sensor_hub_data 结构体中。
● 准备 MotionFX 输入数据：
○ 将读取到的加速度计和陀螺仪数据转换为 MotionFX 库所需的单位（g 和 dps），并存储在 mfx_data_in 结构体中。
○ 初始化磁力计数据为 0。
● 计算时间差：
○ 计算两个时间戳之间的差值（单位：秒），并存储在 delta_time 数组中。
● 卡尔曼滤波算法：
○ 使用 MotionFX_propagate 函数运行卡尔曼滤波传播算法。
○ 使用 MotionFX_update 函数更新卡尔曼滤波器。

extern	float acc_x,acc_y,acc_z;
extern	float gyr_x,gyr_y,gyr_z;
extern uint32_t deltatime_1,deltatime_2;
extern int out_num;
void lsm6dsv16x_motion_fx_determin(void){//	lsm6dsv16x_data_ready_t drdy;
//	
//	/* Read output only if new xl value is available */
//  lsm6dsv16x_flag_data_ready_get(&dev_ctx, &drdy);
//	
//	if (drdy.drdy_xl){
//		/* Read acceleration field data */
//		memset(data_raw_acceleration, 0x00, 3 * sizeof(int16_t));
//		
//		lsm6dsv16x_acceleration_raw_get(&dev_ctx, 
//														data_raw_acceleration);
//		
//		sensor_hub_data.acceleration[0] =	lsm6dsv16x_from_fs2_to_mg(
//														data_raw_acceleration[0]);
//		sensor_hub_data.acceleration[1] =	lsm6dsv16x_from_fs2_to_mg(
//														data_raw_acceleration[1]);
//		sensor_hub_data.acceleration[2] =	lsm6dsv16x_from_fs2_to_mg(
//														data_raw_acceleration[2]);
//	}
//	
//	if (drdy.drdy_gy){
//		memset(data_raw_angular_rate, 0x00, 3 * sizeof(int16_t));//		/* 读取角速度数据,并将 角速度 转换为 dps */
//		lsm6dsv16x_angular_rate_raw_get(&dev_ctx,
//																		 data_raw_angular_rate);
//		sensor_hub_data.angular_rate[0] = lsm6dsv16x_from_fs2000_to_mdps(
//														 data_raw_angular_rate[0]);
//		sensor_hub_data.angular_rate[1] = lsm6dsv16x_from_fs2000_to_mdps(
//														 data_raw_angular_rate[1]);
//		sensor_hub_data.angular_rate[2] = lsm6dsv16x_from_fs2000_to_mdps(
//														 data_raw_angular_rate[2]);
//	}
//	// 将全局变量中的加速度计和陀螺仪数据存储在 sensor_hub_data 结构体中sensor_hub_data.acceleration[0]=acc_x;sensor_hub_data.acceleration[1]=acc_y;sensor_hub_data.acceleration[2]=acc_z;sensor_hub_data.angular_rate[0]=gyr_x;sensor_hub_data.angular_rate[1]=gyr_y;sensor_hub_data.angular_rate[2]=gyr_z;	/*----------------------------------------------------------------------------------fx motion 移动算法（卡尔曼滤波）----------------------------------------------------------------------------------*/MFX_input_t mfx_data_in;/* MotionFX 算法库，计算四元数，参考自 AlgoBuilded 生成代码 */mfx_data_in.acc[0] = sensor_hub_data.acceleration[0] * FROM_MG_TO_G;mfx_data_in.acc[1] = sensor_hub_data.acceleration[1] * FROM_MG_TO_G;mfx_data_in.acc[2] = sensor_hub_data.acceleration[2] * FROM_MG_TO_G;mfx_data_in.gyro[0] = sensor_hub_data.angular_rate[0] * FROM_MDPS_TO_DPS;mfx_data_in.gyro[1] = sensor_hub_data.angular_rate[1] * FROM_MDPS_TO_DPS;mfx_data_in.gyro[2] = sensor_hub_data.angular_rate[2] * FROM_MDPS_TO_DPS;mfx_data_in.mag[0] = 0;mfx_data_in.mag[1] = 0;mfx_data_in.mag[2] = 0; //	printf("Acceleration [mg]:\t%4.2f \t%4.2f \t%4.2f\r\n",mfx_data_in.acc[0], 
//																		mfx_data_in.acc[1], mfx_data_in.acc[2]);/* 跟传感器输出速率ODR相关，delta_time为2次数据的间隔 */
//		float delta_time = DELATE_TIME;float delta_time[1];if(deltatime_2>deltatime_1){delta_time[0]=(float)((double)(deltatime_2-deltatime_1)*21.75f/1000000);
//		printf("d=%f\n",delta_time[0]);/* 运行卡尔曼滤波传播算法 */MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time);/* 更新卡尔曼滤波器 */MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time, NULL);}else if(deltatime_1>deltatime_2){delta_time[0]=(float)((double)(0xffff-deltatime_2+deltatime_1)*21.75f/1000000);	/* 运行卡尔曼滤波传播算法 */MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time);/* 更新卡尔曼滤波器 */MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, delta_time, NULL);		}else if(deltatime_1==deltatime_2){delta_time[0]=0.0f;	}
//	/* 运行卡尔曼滤波传播算法 */
//	MotionFX_propagate(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, &delta_time);
//	/* 更新卡尔曼滤波器 */
//	MotionFX_update(mfxstate_6x, &sensor_hub_data.mfx_6x, &mfx_data_in, &delta_time, NULL);/* 将四元数存储到数组，方便后续操作 */
//	Quaternions_data[0] = sensor_hub_data.mfx_6x.quaternion[0];
//	Quaternions_data[1] = sensor_hub_data.mfx_6x.quaternion[1];
//	Quaternions_data[2] = sensor_hub_data.mfx_6x.quaternion[2];
//	Quaternions_data[3] = sensor_hub_data.mfx_6x.quaternion[3];/* 按照 VOFA+ 的 FireWater 数据协议格式，输出四元数数据 *//* 斜视图 右前上视角：scalar | x | y | z */
//	printf("%f, %f, %f, %f \n",Quaternions_data[3],\Quaternions_data[1],Quaternions_data[2],Quaternions_data[0]);if(out_num<10)// 每10次输出一次旋转数据out_num++;else{printf("%f, %f, %f\n",sensor_hub_data.mfx_6x.rotation[0],sensor_hub_data.mfx_6x.rotation[1],sensor_hub_data.mfx_6x.rotation[2]);out_num=0;}
}

欧拉角简介

欧拉角（Euler Angles）是一种表示三维旋转的方式，通过三个角度来描述物体在三维空间中的姿态。这三个角度通常称为滚转角（Roll）、俯仰角（Pitch）和偏航角（Yaw），它们分别表示绕物体的自身坐标系的三个轴的旋转。

横滚roll，俯仰pitch，偏航yaw的实际含义如下图：

在这里插入图片描述
● 优点
表示简单直观，易于理解。
适用于描述固定顺序的旋转操作。
● 缺点
存在万向节死锁问题（Gimbal Lock），即当俯仰角接近±90度时，会失去一个自由度，导致系统无法确定物体的姿态。
旋转顺序不同会导致不同的最终姿态，需要特别注意旋转顺序。

演示

初始位置和数据输出如下所示。
在这里插入图片描述

在这里插入图片描述

逆时针旋转90°

在这里插入图片描述

在这里插入图片描述

逆时针旋转180°

在这里插入图片描述
在这里插入图片描述
逆时针旋转270°

在这里插入图片描述

在这里插入图片描述

这篇关于陀螺仪LSM6DSV16X与AI集成(8)----MotionFX库解析空间坐标的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1090003。

相关文章

揭秘未来艺术：AI绘画工具全面介绍

揭秘未来艺术：AI绘画工具全面介绍

📑前言 随着科技的飞速发展，人工智能（AI）已经逐渐渗透到我们生活的方方面面。在艺术创作领域，AI技术同样展现出了其独特的魅力。今天，我们就来一起探索这个神秘而引人入胜的领域，深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去，绘画是艺术家们通过手中的画笔，蘸取颜料，在画布上自由挥洒的创造性过程。然而，随着AI绘画工
阅读更多...
Java五子棋之坐标校正

Java五子棋之坐标校正

上篇针对了Java项目中的解构思维，在这篇内容中我们不妨从整体项目中拆解拿出一个非常重要的五子棋逻辑实现：坐标校正，我们如何使漫无目的鼠标点击变得有序化和可控化呢？ 目录 一、从鼠标监听到获取坐标 1.MouseListener和MouseAdapter 2.mousePressed方法 二、坐标校正的具体实现方法 1.关于fillOval方法 2.坐标获取 3.坐标转换 4.坐
阅读更多...
计算绕原点旋转某角度后的点的坐标

计算绕原点旋转某角度后的点的坐标

问题： A点（x, y）按顺时针旋转 theta 角度后点的坐标为A1点(x1,y1)  ，求x1 y1坐标用（x，y）和 theta 来表示 方法一： 设 OA 向量和x轴的角度为 alpha ， 那么顺时针转过 theta后 ，OA1 向量和x轴的角度为 (alpha - theta) 。 使用圆的参数方程来表示点坐标。A的坐标可以表示为： \[\left\{ {\begin{ar
阅读更多...
一份LLM资源清单围观技术大佬的日常；手把手教你在美国搭建「百万卡」AI数据中心；为啥大模型做不好简单的数学计算？ | ShowMeAI日报

一份LLM资源清单围观技术大佬的日常；手把手教你在美国搭建「百万卡」AI数据中心；为啥大模型做不好简单的数学计算？ | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦！ 1. 为啥大模型做不好简单的数学计算？从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o)，组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试，然后由经验丰富的判卷老师评判得分。 结果如上图所
阅读更多...
解析 XML 和 INI

解析 XML 和 INI

XML 1.TinyXML库 TinyXML是一个C++的XML解析库  使用介绍： https://www.cnblogs.com/mythou/archive/2011/11/27/2265169.html    使用的时候，只要把 tinyxml.h、tinystr.h、tinystr.cpp、tinyxml.cpp、tinyxmlerror.cpp、tinyxmlparser.
阅读更多...
AI儿童绘本创作

AI儿童绘本创作

之前分享过AI儿童绘画的项目，但是主要问题是角色一致要花费很长的时间！ 今天发现了这款，非常奈斯！ 只需输入故事主题、风格、模板，软件就会自动创作故事内容，自动生成插画配图，自动根据模板生成成品，测试效果如下图。 变现方式：生成儿童绘本发布到各平台，吸引宝妈群体进私域。  百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全
阅读更多...
SpringBoot集成Netty，Handler中@Autowired注解为空

SpringBoot集成Netty，Handler中@Autowired注解为空

最近建了个技术交流群，然后好多小伙伴都问关于Netty的问题，尤其今天的问题最特殊，功能大概是要在Netty接收消息时把数据写入数据库，那个小伙伴用的是 Spring Boot + MyBatis + Netty，所以就碰到了Handler中@Autowired注解为空的问题 参考了一些大神的博文，Spring Boot非controller使用@Autowired注解注入为null的问题，得到
阅读更多...
vue项目集成CanvasEditor实现Word在线编辑器

vue项目集成CanvasEditor实现Word在线编辑器

CanvasEditor实现Word在线编辑器 官网文档：https://hufe.club/canvas-editor-docs/guide/schema.html 源码地址：https://github.com/Hufe921/canvas-editor 前提声明： 由于CanvasEditor目前不支持vue、react 等框架开箱即用版，所以需要我们去Git下载源码，拿到其中两个主
阅读更多...
人工和AI大语言模型成本对比 ai语音模型

人工和AI大语言模型成本对比 ai语音模型

这里既有AI，又有生活大道理，无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统，来识别连续0123456789的英文语音。 但若不是仅针对数字，而是所有普通词汇，可能达到十几万个词，解码过程将非常复杂，识别结果组合太多，识别结果不会理想。因此只有声学模型是完全不够的，需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率，得到声学模型概率高，又符合表达
阅读更多...
智能客服到个人助理，国内AI大模型如何改变我们的生活？

智能客服到个人助理，国内AI大模型如何改变我们的生活？

引言 随着人工智能（AI）技术的高速发展，AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展，不少独创的技术点和实际应用令人瞩目。 那么，国内的AI大模型有哪些独创的技术点？它们在实际应用中又有哪些出色表现呢？此外，普通人又该如何利用这些大模型提升工作和生活的质量和效率呢？本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2