当前位置: 首页 > news >正文

IMU---MPU6050

一、芯片概述

1. 基本定位

  • 型号:MPU6050,InvenSense(现TDK)推出的全球首款6轴MEMS运动传感器,集成3轴加速度计、3轴陀螺仪,内置温度传感器(非6轴核心功能)。
  • 定位:低成本、低功耗、高精度,广泛应用于消费电子(手机、无人机)、工业控制、穿戴设备等。

2. 核心特性

  • 六轴融合:加速度计(±2g/±4g/±8g/±16g量程)+ 陀螺仪(±250/±500/±1000/±2000°/s量程)。
  • 接口:I2C(主从模式,默认地址0x68/0x69)和SPI(仅4线模式,最高10MHz)。
  • 功耗:典型工作电流5mA(I2C,1kHz输出速率),睡眠模式仅5μA。
  • 封装:QFN 24引脚(4x4x0.9mm),支持3.3V/5V电源(内部LDO降压,5V输入需外部分压)。

在这里插入图片描述

二、硬件架构与引脚功能

1. 内部结构

  • MEMS传感器
    • 加速度计:基于电容式微机械结构,检测质量块位移计算加速度。
    • 陀螺仪:利用科里奥利效应,检测振动结构的角速度。
  • 数字信号处理(DSP):内置DMP(数字运动处理器),支持Quaternion(四元数)输出,减轻主控CPU负担。
  • 温度传感器:用于补偿温度对加速度计/陀螺仪的漂移影响(非核心6轴功能)。

2. 关键引脚(I2C模式常用)

引脚功能描述
VCC电源输入(2.3V~3.4V,5V需外部分压至3.3V)
GND接地
SCLI2C时钟线(支持100kHz标准模式、400kHz快速模式)
SDAI2C数据线
INT中断输出(可配置FIFO溢出、数据就绪等中断事件)
AD0I2C从机地址选择(接地时地址0x68,接VCC时0x69)
XDA/XCLSPI模式下的数据线/时钟线(4线SPI时使用,2线SPI仅需SCL/SDA)
三、核心技术参数

1. 加速度计(Accelerometer)

  • 量程(Full Scale Range, FSR)
    • ±2g(默认)、±4g、±8g、±16g(通过寄存器0x1C配置)。
  • 分辨率:16位ADC,分辨率 = 量程 / (2^16)。
    • 例:±2g量程下,分辨率为 2*9.8/65536 ≈ 0.0003 g/LSB
  • 噪声密度
    • ±2g量程:约130μg/√Hz(典型值),噪声影响小幅度运动检测精度。
  • 带宽:可配置260Hz(默认)至8Hz(通过寄存器0x1A设置数字低通滤波器)。

2. 陀螺仪(Gyroscope)

  • 量程:±250°/s(默认)、±500°/s、±1000°/s、±2000°/s(寄存器0x1B配置)。
  • 分辨率:16位ADC,例:±250°/s量程下,分辨率为 250/65536 ≈ 0.0038°/s/LSB
  • 零漂(Bias):典型值±5°/s(可通过校准降低),温度每变化10°C,零漂约变化±1°/s。
  • 带宽:与加速度计共用滤波器配置(寄存器0x1A),支持动态范围优化。

3. 温度传感器

  • 分辨率:13位ADC,精度±1°C,输出值通过寄存器0x41-0x42读取,公式:
    温度(°C) = (数据值 / 340) + 36.53
四、寄存器配置与通信协议

1. 核心寄存器组(地址0x00~0x7F)

  • 系统控制
    • 0x6B(PWR_MGMT_1):唤醒芯片(清除睡眠位)、选择时钟源(默认内部8MHz振荡器,推荐外接陀螺X轴作为时钟源以降低噪声)。
    • 0x6C(PWR_MGMT_2):配置加速度计/陀螺仪待机模式,选择轴使能。
  • 量程与滤波
    • 0x1C(ACCEL_CONFIG):设置加速度计量程。
    • 0x1B(GYRO_CONFIG):设置陀螺仪量程。
    • 0x1A(CONFIG):配置数字低通滤波器带宽(影响噪声和延迟)。
  • 数据寄存器
    • 加速度计:0x3B~0x40(X/Y/Z轴,高8位+低8位)。
    • 陀螺仪:0x43~0x48(X/Y/Z轴,高8位+低8位)。
    • 温度传感器:0x41~0x42
  • FIFO控制
    • 0x23(FIFO_EN):使能FIFO存储加速度计/陀螺仪数据,最大容量512字节。
    • 0x72~0x73(FIFO_COUNT):读取FIFO数据量,0x74(FIFO_R_W)读取FIFO数据。
  • 中断配置
    • 0x38(INT_ENABLE):使能数据就绪、FIFO溢出等中断,0x3A(INT_STATUS)读取中断状态。

2. I2C通信流程

  • 写操作:主机发送从机地址(7位地址+0写标志)→ 寄存器地址 → 数据。
  • 读操作:主机发送从机地址(写标志)→ 寄存器地址 → 重新启动 → 发送从机地址(读标志)→ 接收数据(最后一个字节需NACK)。
  • 地址冲突:若AD0引脚接地,从机地址为0x68(写)/0x69(读);接VCC则为0x69(写)/0x6A(读)。
五、工作模式与功耗优化

1. 主要模式

  • 唤醒模式:正常工作,输出速率1kHz(默认),可配置4Hz~8kHz。
  • 睡眠模式:仅保留寄存器配置,电流5μA,通过PWR_MGMT_1寄存器唤醒。
  • 待机模式:单独关闭加速度计或陀螺仪(如仅用陀螺仪时关闭加速度计以省电)。
  • 低功耗模式:降低输出速率(如100Hz)并开启滤波器,平衡精度与功耗。

2. 功耗参数

模式电流消耗(典型值)应用场景
唤醒(1kHz)5mA实时运动检测
低功耗(100Hz)1.6mA穿戴设备常规监测
睡眠模式5μA待机省电
六、数据处理与应用

1. 原始数据解析

  • 加速度计/陀螺仪数据为16位补码,需转换为实际物理量:
    # 加速度计转换(单位:g)  
    acc_x = (raw_acc_x / 65536.0) *量程  
    # 陀螺仪转换(单位:°/s)  
    gyro_y = (raw_gyro_y / 65536.0) *量程  
    

2. 姿态解算(核心应用)

  • 需求:加速度计测静态姿态(重力方向),陀螺仪测动态旋转,需融合两者数据消除漂移。
  • 算法
    • 互补滤波:低频用加速度计(抗漂移),高频用陀螺仪(抗噪声),公式:
      角度 = α*(角度 + 陀螺仪Δt) + (1-α)*加速度计角度(α为权重,0~1)。
    • 卡尔曼滤波:建立状态空间模型,最优估计角度,抗噪声能力更强(计算量稍大)。
  • DMP功能:MPU6050内置DMP,可直接输出四元数、欧拉角(Roll/Pitch/Yaw),需通过寄存器0x37使能并配置FIFO。

3. 典型应用场景

  • 姿态检测:无人机稳定、手机横竖屏切换。
  • 运动跟踪:计步器(加速度计检测步数)、动作识别(跑步/走路区分)。
  • 振动监测:工业设备故障诊断(检测异常振动)。
  • AR/VR:头部姿态跟踪(陀螺仪高频响应优势)。
七、校准与误差补偿

1. 固有误差

  • 零偏(Bias):传感器静止时输出非零值,由制造偏差或温度变化引起。
  • 比例因子误差:实际灵敏度与标称值的偏差(如16g量程下实际分辨率偏离理论值)。
  • 轴对准误差:三轴不正交,导致交叉轴干扰(如X轴加速度计感应到Y轴振动)。

2. 校准方法

  • 上电校准:开机时传感器静止1~2秒,计算零偏均值(写入寄存器或软件补偿)。
  • 手动校准:将传感器放置在6个正交面(±X/±Y/±Z),计算各轴重力加速度均值以补偿零偏和比例因子。
  • 温度补偿:通过温度传感器数据,建立温度-零偏映射表,实时修正漂移(公式需实验拟合)。

3. 软件滤波

  • 低通滤波器:滤除高频噪声(如运动时的振动干扰),通过寄存器配置硬件滤波或软件实现。
  • 高通滤波器:去除加速度计的低频漂移(仅在动态场景有效,静态时依赖重力方向)。
八、硬件设计注意事项

1. 电源与滤波

  • 电源需加100nF去耦电容(靠近VCC/GND引脚),5V输入需用电阻分压或LDO降压至3.3V。
  • 模拟地与数字地分离,通过0Ω电阻或磁珠连接,减少噪声干扰。

2. PCB布局

  • 传感器远离发热元件(如MCU、功率器件),减少温度漂移影响。
  • 走线尽量短,I2C总线加1~10kΩ上拉电阻(4.7kΩ典型值),提升抗干扰能力。

3. 机械安装

  • 避免刚性连接振动源,可加橡胶垫减振(尤其无人机等振动场景)。
  • 安装时确保传感器坐标系与载体坐标系对齐(X轴通常指向载体前方,Y轴右方,Z轴上方)。
九、常见问题与解决方案
问题现象可能原因解决方法
数据波动大噪声干扰增加硬件滤波电容,软件加均值滤波或卡尔曼滤波
姿态解算漂移未校准或低频噪声执行上电校准,融合加速度计与陀螺仪数据
I2C通信失败地址错误、上拉缺失、总线冲突检查AD0引脚电平,确认上拉电阻,排查地址冲突
功耗异常高未进入睡眠模式、输出速率过高配置PWR_MGMT_1进入睡眠,降低ODR至需求值
温度传感器偏差大未正确解析公式严格按手册公式计算(数据值/340 + 36.53)
十、扩展与对比

1. 升级版型号

  • MPU9250:增加3轴磁力计(9轴),支持电子罗盘,无需外接磁传感器。
  • MPU6500:更小封装(3x3mm),更低功耗,性能与MPU6050相近。

2. 与其他传感器对比

传感器优势劣势典型应用
MPU6050集成度高、性价比高无磁力计消费电子、无人机
BNO055内置硬件融合算法成本高、体积大高精度工业控制
单独加速度计/陀螺仪灵活配置量程体积大、成本高特殊场景定制
总结

MPU6050凭借高集成度、低功耗和灵活配置,成为运动检测领域的标杆器件。掌握其核心在于:

  1. 硬件设计:电源滤波、PCB布局、抗干扰。
  2. 寄存器配置:量程、滤波、中断、FIFO的合理设置。
  3. 数据处理:校准、滤波、融合算法(互补滤波/DMP)。
  4. 工程实践:功耗优化、异常调试、多场景适配。

相关文章:

IMU---MPU6050

一、芯片概述 1. 基本定位 型号:MPU6050,InvenSense(现TDK)推出的全球首款6轴MEMS运动传感器,集成3轴加速度计、3轴陀螺仪,内置温度传感器(非6轴核心功能)。定位:低成本…...

提高Spring Boot开发效率的实践

Spring Boot开发效率的重要性 Spring Boot 作为一个开源的 Java 框架,旨在简化新 Spring 应用和微服务的创建与开发 1。其核心特性,如自动配置、约定优于配置以及内嵌服务器,极大地降低了开发门槛,使得开发者可以更专注于业务逻辑的实现 1。在现代应用开发领域,Spring Bo…...

Spring Boot的优点:赋能现代Java开发的利器

Spring Boot 是基于 Spring 框架的快速开发框架,自 2014 年发布以来,凭借其简洁性、灵活性和强大的生态系统,成为 Java 后端开发的首选工具。尤其在 2025 年,随着微服务、云原生和 DevOps 的普及,Spring Boot 的优势更…...

Python内置函数---breakpoint()

用于在代码执行过程中动态设置断点,暂停程序并进入调试模式。 1. 基本语法与功能 breakpoint(*args, kwargs) - 参数:接受任意数量的位置参数和关键字参数,但通常无需传递(默认调用pdb.set_trace())。 - 功能&#x…...

2.RabbitMQ - 入门

RabbitMQ 入门 文章目录 RabbitMQ 入门一、快速入门1.1 介绍1.2 创建项目1.3 简单入门 二、Work模型三、交换机3.1 Fanout3.2 Direct3.3 Topic 四、声明队列和交换机4.1 配置文件4.2 注解 五、消息转换器 一、快速入门 1.1 介绍 官方的API较为麻烦,我们使用官方推…...

智能配送机器人控制系统设计

标题:智能配送机器人控制系统设计 内容:1.摘要 随着物流行业的快速发展,智能配送机器人的需求日益增长。本文的目的是设计一套高效、稳定的智能配送机器人控制系统。方法上,采用了先进的传感器技术、定位算法和路径规划策略,确保机器人能准确…...

2025.04.23华为机考第一题-100分

📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围OJ 01. 星空探索者 问题描述 LYA是一位天文学爱好者,她拍摄了一张星空照片并将其数字化为二维亮度图。在这张图像中,每个像素点的值代表该位置的亮度。现在,LYA想要寻找特定亮度的星…...

MCP 基于 TypeScript 的完整示例,包含stdio、sse多种用法和调试,对于构建自己的API工具链很有用

typescript-mcp-demo 这是一个基于 Model Context Protocol (MCP) 的 TypeScript 示例项目,展示了如何创建一个简单的 MCP 服务器,包含基本的工具(tools)和资源(resources)功能。 官网:https:…...

【计算机视觉】CV项目实战- SORT 多目标跟踪算法

SORT 多目标跟踪算法:从原理到实战的完整指南 一、SORT算法核心解析1.1 算法架构1.2 关键技术组件 二、实战环境搭建2.1 基础环境配置2.2 数据准备 三、核心功能实战3.1 基础跟踪演示3.2 自定义检测器集成3.3 性能评估 四、高级应用与优化4.1 针对遮挡场景的改进4.2…...

常用第三方库精讲:cached_network_image图片加载优化

常用第三方库精讲:cached_network_image图片加载优化 在Flutter应用开发中,图片加载是一个非常重要的环节。合理的图片加载策略不仅能提升用户体验,还能优化应用性能。本文将深入讲解cached_network_image库的使用,以及如何通过它…...

xcode 16 遇到contains bitcode

问题 "id" : "xxx-xxx-xxx","status" : "409","code" : "STATE_ERROR.VALIDATION_ERROR","title" : "Validation failed","detail" : "Invalid Executable. The executable …...

MySQL数据库精研之旅第十期:打造高效联合查询的实战宝典(一)

专栏:MySQL数据库成长记 个人主页:手握风云 目录 一、简介 1.1. 为什么要使用联合查询 1.2. 多表联合查询时的计算 1.3. 示例 二、内连接 2.1. 语法 2.2. 示例 三、外连接 4.1. 语法 4.2. 示例 一、简介 1.1. 为什么要使用联合查询 一次查询需…...

Sentinel源码—9.限流算法的实现对比二

大纲 1.漏桶算法的实现对比 (1)普通思路的漏桶算法实现 (2)节省线程的漏桶算法实现 (3)Sentinel中的漏桶算法实现 (4)Sentinel中的漏桶算法与普通漏桶算法的区别 (5)Sentinel中的漏桶算法存在的问题 2.令牌桶算法的实现对比 (1)普通思路的令牌桶算法实现 (2)节省线程的…...

单片机外设模块汇总与介绍

一、基础外设 GPIO(通用输入输出) 功能:数字信号输入/输出,支持推挽、开漏模式。 应用:控制LED、按键检测、数字传感器接口。 配置要点: 输入模式:上拉/下拉电阻配置 输出模式:…...

git lfs下载大文件限额

起因是用 model.load_state_dict(torch.load())加载pt权重文件时,出现错误:_pickle.UnpicklingError: invalid load key, ‘v’. GPT告诉我:你的 pt 文件不是权重文件,而是模型整体保存(或根本不是 PyTorch 文件&#…...

第4天:Linux开发环境搭建

🧰 第4天:Linux开发环境搭建 一、GCC 编译器 📌 1. 什么是 GCC? GCC(GNU Compiler Collection)是 GNU 工程开发的编译器集合,主要支持 C、C、Fortran 等语言的编译,是 Linux 系统中…...

“在中国,为中国” 英飞凌汽车业务正式发布中国本土化战略

3月28日,以“夯实电动化,推进智能化,实现高质量发展”为主题的2025中国电动汽车百人会论坛在北京举办。众多中外机构与行业上下游嘉宾就全球及中国汽车电动化的发展现状、面临的挑战与机遇,以及在技术创新、市场布局、供应链协同等…...

【AI应用】免费代码仓构建定制版本的ComfyUI应用镜像

免费代码仓构建定制版本的ComfyUI应用镜像 1 创建代码仓1.1 注册登陆1.2 创建代码仓1.5 安装中文语言包1.4 拉取ComfyUI官方代码2 配置参数和预装插件2.1 保留插件和模型的版本控制2.2 克隆插件到代码仓2.2.1 下载插件2.2.2 把插件设置本仓库的子模块管理3 定制Docker镜像3.1 创…...

新市场环境下新能源汽车电流传感技术发展前瞻

新能源革命重构产业格局 在全球碳中和战略驱动下,新能源汽车产业正经历结构性变革。国际清洁交通委员会(ICCT)最新报告显示,2023年全球新能源汽车渗透率突破18%,中国市场以42%的市占率持续领跑。这种产业变革正沿着&q…...

ctfhub-RCE

关于管道操作符 windows: 1. “|”:直接执行后面的语句。 2. “||”:如果前面的语句执行失败,则执行后面的语句,前面的语句只能为假才行。 3. “&”:两条命令都执行,如果前面的语句为假则直…...

SSE(Server-Sent Events)技术详解:轻量级实时通信的全能方案

一、实时通信技术演进与SSE定位 1.1 主流实时通信技术对比 #mermaid-svg-1VQcZqAOmMoxosiW {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-1VQcZqAOmMoxosiW .error-icon{fill:#552222;}#mermaid-svg-1VQcZqAOmMox…...

QT项目----电子相册(4)

文章目录 前言一、右侧区域PicShow1.创建PicShow2.创建PicButton3.效果图qss 4.设置动画QGraphicsOpacityEffectQPropertyAnimation 5.双击左侧图片目录 右侧显示图片解决缩放时卡顿的问题 二、删除相册实现思路代码实现 总结 前言 提示:这里可以添加本文要记录的大…...

Sentinel源码—9.限流算法的实现对比一

大纲 1.漏桶算法的实现对比 (1)普通思路的漏桶算法实现 (2)节省线程的漏桶算法实现 (3)Sentinel中的漏桶算法实现 (4)Sentinel中的漏桶算法与普通漏桶算法的区别 (5)Sentinel中的漏桶算法存在的问题 2.令牌桶算法的实现对比 (1)普通思路的令牌桶算法实现 (2)节省线程的…...

46. 全排列

题目 给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。 示例 1: 输入:nums [1,2,3] 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]示例 2: 输入&#xff1a…...

UML 顺序图:电子图书馆管理系统的交互之道

目录 一、初识 UML 顺序图 二、电子图书馆管理系统顺序图解析 (一)借阅流程 (二)归还流程 三、顺序图绘画 四、顺序图的优势与价值 五、总结 UML 顺序图是描绘系统组件交互的有力工具。顺序图直观展示消息传递顺序与对象协…...

前端渲染pdf文件解决方案-pdf.js

目录 一、前言 二、简介 1、pdf.js介绍 2、插件版本参数 三、通过viewer.html实现预览(推荐) 1、介绍 2、部署 【1】下载插件包 【2】客户端方式 【3】服务端方式(待验证) 3、使用方法 【1】预览PDF文件 【2】外部搜索…...

接口测试和功能测试详解

🍅 点击文末小卡片 ,免费获取软件测试全套资料,资料在手,涨薪更快 本文主要分为两个部分: 第一部分:主要从问题出发,引入接口测试的相关内容并与前端测试进行简单对比,总结两者…...

LeetCode热题100--283.移动零--简单

1.题目 给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。 请注意 ,必须在不复制数组的情况下原地对数组进行操作。 示例 1: 输入: nums [0,1,0,3,12] 输出: [1,3,12,0,0] 示例 2: 输入: nums [0]…...

CoT 数据集如何让大模型学会「一步一步思考」?

目前,大模型的回答路径基本遵循input-output的方式,在面对复杂任务时表现不佳。反之,人类会遵循一套有条理的思维流程,逐步推理得出正确答案。这种差异促使人们深入思考:如何才能让大模型“智能涌现”,学会…...

量子跃迁:Vue组件安全工程的基因重组与生态免疫(完全体)

总章数字免疫系统的解剖学革命 在2024年某国家级数字政务平台的安全审计中,传统前端架构暴露出的信任链断裂问题,导致公民隐私数据以每秒23TB的速度在暗网流通。当我们用PET扫描技术观察现代Web应用的微观结构,发现94.7%的安全威胁源自组件间…...

配置 Nginx 的 HTTPS

证书文件 文件名 作用 来源 example.com.key 服务器的私钥,用于加密和解密数据。 本地生成 -----BEGIN RSA PRIVATE KEY----- MIIEowIBAAKCAQEAqp5c... -----END RSA PRIVATE KEY----- example.com.csr 证书签名请求文件,包含公钥和申请者信息&…...

FPGA开发流程初识

FPGA 的开发流程可知,在 FPGA 开发的过程中会产生很多不同功能的文件,为了方便随时查找到对应文件,所以在开始开发设计之前,我们第一个需要考虑的问题是工程内部各种文件的管理。如 果不进行文件分类,而是将所有文件…...

c++中的enum变量 和 constexpr说明符

author: hjjdebug date: 2025年 04月 23日 星期三 13:40:21 CST description: c中的enum变量 和 constexpr说明符 文章目录 1.Q:enum 类型变量可以有,--操作吗?1.1补充: c/c中enum的另一个细微差别. 2.Q: constexpr 修饰的函数,要求传入的参数必需是常量吗&#xff…...

JVM学习笔记

1、jvm概述 1.1、即时编译 为什么java没有c和c快 多了一层解释,而即时编译就是将热点数放入内存,下次执行的时候不用解释,提高了效率 1.2、常见的jvm jvm不止一个,意不意外?惊不惊喜? 1.3、hotspot的发展…...

AtCoder Beginner Contest 402题解

A - CBC 思路&#xff1a;仔细看这题其实就发现&#xff0c;我们只需要遍历一遍字符串把大写字母输出即可&#xff0c;很标准的签到题 #include<bits/stdc.h> using namespace std; #define int long longsigned main() {string s;cin>>s;for(char c:s){if(c>A…...

Rust 语言使用场景分析

1. 引言&#xff1a;Rust 语言概述 Rust 是一门专注于性能、内存安全和并发性的现代系统编程语言。自 2010 年由 Mozilla Research 的 Graydon Hoare 发起&#xff0c;并于 2015 年正式发布以来&#xff0c;Rust 凭借其独特的设计理念和强大的功能集&#xff0c;在技术领域迅速…...

HTTP 请求头的 key 不区分大小写。

详细说明 HTTP 协议规范 根据 RFC 7230&#xff0c;HTTP 头字段的名称&#xff08;即 key&#xff09;在传输时不区分大小写。例如&#xff0c;Content-Type 和 content-type 被视为相同的字段。 实际行为 客户端行为&#xff1a;大多数 HTTP 客户端&#xff08;如浏览器、cur…...

4.RabbitMQ - 延迟消息

RabbitMQ延迟消息 文章目录 RabbitMQ延迟消息一、延迟消息介绍二、实现2.1 死信交换机2.2 延迟消息插件2.3 取消超时订单 一、延迟消息介绍 延迟消息&#xff1a;生产者发送消息时指定一个时间&#xff0c;消费者不会立刻收到消息&#xff0c;而是在指定时间后才收到消息 用户…...

C++学习:六个月从基础到就业——STL算法(一) 基础与查找算法

C学习&#xff1a;六个月从基础到就业——STL算法&#xff08;一&#xff09; 基础与查找算法 本文是我C学习之旅系列的第二十五篇技术文章&#xff0c;也是第二阶段"C进阶特性"的第三篇&#xff0c;主要介绍C STL算法库的基础知识与查找类算法。查看完整系列目录了解…...

springboot+vue 支付宝支付(沙箱方式,测试环境使用)

准备工作&#xff1a; 1 支付宝沙箱环境的公钥&#xff0c;私钥配置&#xff0c;查询等使用&#xff0c;如果是用自定义的方式&#xff0c;需要下生成公钥&#xff0c;私钥的工具&#xff0c;否则不需要 登录 - 支付宝 小程序文档 - 支付宝文档中心 2 本地测试时&…...

安装win11自带linux是报错:WslRegisterDistribution failed with error: 0x800701bcErr

确保系统设置中的“打开win11的子系统”已打钩 管理员身份运行cmd&#xff0c;并输入如下 然后再重启ubantu...

面试经历(一)雪花算法

uid生成方面 1&#xff1a;为什么用雪花算法 分布式ID的唯一性需要保证&#xff0c;同时需要做到 1&#xff1a;单调递增 2&#xff1a;确保安全&#xff0c;一个是要能体现出递增的单号&#xff0c;二一个不能轻易的被恶意爬出订单数量 3&#xff1a;含有时间戳 4&#…...

docker底层原理简述

前言 平时用docker很多&#xff0c;今天深入了解下docker原理层面的实现&#xff0c;包括docker核心概念&#xff0c;文件系统&#xff0c;资源隔离&#xff0c;网络通信等 参考文章&#xff1a; Docker底层原理&#xff08;图解秒懂史上最全&#xff09; - 疯狂创客圈 - 博…...

【6D位姿估计】Foundation Pose复现

主要参考 项目仓库README站内其他博文 注意事项 容器化部署不难&#xff0c;主要是部署docker本身会存在一些环境问题&#xff0c;重点关注访问外网的端口需要手动调整至与魔法相同&#xff0c;可以参考&#xff1a; docker部署在启动容器镜像后&#xff0c;需要注意镜像当前…...

TDengine 数据订阅设计

简介 数据订阅作为 TDengine 的一个核心功能&#xff0c;为用户提供了灵活获取所需数据的能力。通过深入了解其内部原理&#xff0c;用户可以更加有效地利用这一功能&#xff0c;满足各种实时数据处理和监控需求。 基本概念 主题 与 Kafka 一样&#xff0c;使用 TDengine 数…...

VMware Fusion Pro 13 Mac版虚拟机 安装Win11系统教程

Mac分享吧 文章目录 Win11安装完成&#xff0c;软件打开效果一、VMware安装Windows11虚拟机1️⃣&#xff1a;准备镜像2️⃣&#xff1a;创建虚拟机3️⃣&#xff1a;虚拟机设置4️⃣&#xff1a;安装虚拟机5️⃣&#xff1a;解决连不上网问题 安装完成&#xff01;&#xff0…...

高并发下单库存扣减异常?飞算 JavaAI 自动化生成分布式事务解决方案

在电商、旅游等行业业务量激增&#xff0c;高并发下单场景中&#xff0c;传统库存扣减方式弊端尽显。超卖问题因缺乏有效并发控制机制频发&#xff0c;多个订单同时访问库存数据&#xff0c;导致同一商品多次售出&#xff0c;订单无法履约引发客户投诉&#xff1b;同时&#xf…...

crictl 遇到报错 /run/containerd/containerd.sock: connect: permission denied

报错内容 crictl --runtime-endpoint unix:///run/containerd/containerd.sock logs CONTAINERID FATA[0000] validate service connection: validate CRI v1 runtime API for endpoint "unix:///run/containerd/containerd.sock": rpc error: code Unavailable de…...

CSS外边距合并现象

外边距合并&#xff08;Margin Collapsing&#xff09;是指在文档流中&#xff0c;两个或多个相邻元素的外边距&#xff08;margin&#xff09;会合并为一个外边距&#xff0c;其大小会取其中最大的外边距值 当两个相邻的兄弟元素之间没有其他内容&#xff08;如边框、内边距、…...

《深度神经网络之数据增强、模型保存、模型调用、学习率调整》

文章目录 前言一、数据增强1、什么是数据增强&#xff1f;2、数据增强的实现方法&#xff08;1&#xff09;几何变换翻转:旋转&#xff1a;平移&#xff1a; &#xff08;2&#xff09;颜色变换亮度调整&#xff1a;对比度调整&#xff1a;色彩抖动&#xff1a; &#xff08;3&…...