news 2026/8/27 2:00:34

树莓派5实战指南:从NAS到AI,六大热门项目与避坑经验

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
树莓派5实战指南:从NAS到AI,六大热门项目与避坑经验

2023年底第一批树莓派5到手的时候,我其实没急着折腾——那会儿软件生态还在磨合期,NVMe HAT选择少,几个老项目根本不顺手。到了2025年,情况完全不一样了。我把之前放在Pi 4上的NAS、智能家居中枢、辅助打印服务器等场景挨个迁到了Pi 5上,又从零搭了本地AI推理和复古游戏机,前前后后折腾了一个多月。这篇文章就把我觉得最值得体验的6个树莓派5项目完整拆开讲,后面附上我这段时间踩过的坑和排查方法,给正在选项目的朋友当个参考。

1. 项目选型与整体思路拆解

1.1 为什么是这6个项目

选项目之前首先要回答一个问题:树莓派5到底比上一代强在哪,值不值得为了它专门去更新玩法?

看规格表其实就能明白大半。Pi 5换上了BCM2712四核Cortex-A76处理器,频率拉到2.4GHz,日常跑分比Pi 4高出两三倍;GPU从VideoCore VI升到VII,支持Vulkan 1.2,这对模拟器和轻量图形应用影响很大;接口上也补齐了双USB 3.0和单路PCIe 2.0 x1,直接让NVMe固态硬盘和外置AI加速卡成为现实。

但我个人的看法是,参数只是一部分,真正让Pi 5在2025年成为“万金油”的原因,是整个生态已经追上来了。树莓派官方和第三方社区对PCIe HAT、AI Kit、Home Assistant OS、Batocera的支持都比发布初期成熟得多,你照着教程做,很少会遇到那种“硬件支持但软件没跟上”的尴尬。

我从实际使用价值、可玩性、复现难度三个维度筛了又筛,最终确定这6个项目:

  • 家庭NAS与私有云:吃满PCIe NVMe和USB 3.0,是性能提升最直观的场景
  • 本地AI推理与物体识别:用上AI Kit或者跑轻量大模型,把Pi 5从“上网板”变成一个带AI能力的边缘节点
  • Home Assistant智能家居中枢:长期稳定运行的需求被Pi 5的硬件和NVMe引导彻底解决
  • 复古游戏主机:模拟PSP、NGC这类平台,在Pi 5上终于有了可用体验
  • 3D打印机上位机(Klipper):高速打印和输入整形算法吃CPU,Pi 5比Pi 4更游刃有余
  • 家庭网络广告拦截与轻量监控:把Pi 5变成一个低功耗常驻的DNS和流量统计设备

这几个项目覆盖了“存数据、跑AI、控家里、打游戏、搞制作、管网络”六个方向,每个玩法都利用到了Pi 5不同于以往型号的核心特性,不是简单的“换张大存储卡重装系统”。

1.2 2025年Pi 5生态的几个关键变化

很多人问我现在入坑Pi 5是不是好时机,我的回答是:只要你不是为了极致性价比,现在正好。为什么?

第一,PCIe M.2 HAT已经成熟。无论是树莓派官方M.2 HAT+,还是Pimoroni、WaveShare、国产之类的小板子,供电、散热、NVMe引导支持都很稳定。把系统装到固态上之后,Pi 5长期跑服务的可靠性和启动速度完全是另一个级别。

第二,AI能力从“玩具”变“工具”。树莓派AI Kit Hailo-8L模块,官方驱动和Python SDK齐全,实时物体检测、人脸识别、巡线分类这些任务能在本地跑得很流畅。不加AI模块,纯CPU跑0.5B到1.5B的量化大模型也绰绰有余。

第三,操作系统和容器适配成熟。Raspberry Pi OS基于Debian Bookworm/Trixie已经很顺,Docker和Home Assistant对Pi 5的A76核做了专门优化,长期运行的内存占用和功耗都控制得不错。

还有一个实用的细节:Pi 5支持5V/5A的USB-C PD供电,并加入了电源管理芯片,硬件实时时钟也是标配。这意味着断电重连后时间不乱跳,对个人项目和服务型应用极其友好。

2. 项目一:NVMe加持的家庭NAS与私有云

2.1 硬件选型与成本估算

做NAS之前我纠结过一个问题:直接用现成的NAS盒子不香吗?香,但用Pi 5自建NAS的优势在于,它能做的不只是文件存储。你可以在同一台机器上继续跑Docker容器、下一个下载任务、甚至做同步盘和影音库,一切都在自己的设备内完成,数据不出门。

硬件方面我的配置清单如下,你按需增减:

  • 树莓派5 8GB版本,价格见官方渠道
  • PCIe M.2 HAT(我用的型号支持2230/2280两种规格),配合主动散热片
  • 一条NVMe SSD,容量根据预算选512GB或1TB(走PCIe带宽,速度上限可到标称读写)
  • 树莓派5原装27W USB-C电源,一定要确认支持PD协议
  • 外壳选择带风扇的铝制散热壳,长期7×24小时运行必须考虑散热

这样一台NAS的总成本大约可以做到主流品牌NAS的一半左右,而且完全是自己掌控的Linux系统。

2.2 系统安装与存储配置

这里有个关键步骤,必须先升级EEPROM,让引导程序支持从NVMe启动。

然后用Raspberry Pi Imager把Raspberry Pi OS Lite 64位写入NVMe固态。写完后建议先别急着插回树莓派,可以把它接到电脑上用读卡器确认下分区能够被识别。实际操作中我是在NVMe HAT上直接安装系统的,开机按住Shift键能进入引导菜单,选择从USB/NVMe设备启动。

系统启动起来之后按常规流程更新:

sudo apt update sudo apt upgrade -y sudo apt install samba docker.io docker-compose -y

存储方面我建议直接用ext4文件系统,不用搞得太复杂。数据盘单独分区,挂载到/mnt/data,然后把Samba配置文件里共享目录指向这里:

[public] path = /mnt/data/public browseable = yes read only = no guest ok = no valid users = pi

重启Samba服务后,就能在局域网里通过\\树莓派IP\public访问了。家里手机、电脑、电视盒子都可以读,备份照片和视频非常方便。

2.3 性能实测与避坑

我用iperf3测了下局域网效率,千兆网口跑满能到940Mbps以上。再测NVMe固态的顺序读写,用的是dd命令:

dd if=/dev/zero of=/mnt/data/test bs=1M count=2048 conv=fdatasync

实测写速度能到400MB/s左右,读速度相近,看具体SSD型号和HAT转接质量有浮动。这个成绩比树莓派4时代“USB 3.0移动盘+网口抢总线”的体验好太多了,因为Pi 5的USB、以太网和PCIe通道相对独立,数据从固态到网卡不再挤在同一条线上。

避坑笔记:

  • 有些M.2 HAT用转接线,线材松紧会影响NVMe识别,插不好会出现“检测到了但读写掉速”的问题。装进外壳前先裸板测试。
  • 不要在NAS上长时间用树莓派官方小风扇,噪音偏大且转速策略比较保守。我用的是4线PWM温控风扇,温度到50度自动提速,整体静音舒适。
  • 做NAS一定要给Pi 5配一个好电源。Pi 5高负载时电流会明显上升,劣质PD电源容易拉低电压触发限流,轻则掉速,重则掉盘。

这套场景跑满一个月,我用手摸外壳只是温温的,系统日志里没有NVMe报错,Samba传输几十GB文件也没断过,稳定性已经够当家庭主力存储了。

3. 项目二:本地AI推理与物体识别

3.1 AI HAT和纯CPU方案怎么选

Pi 5最让我感兴趣的新玩法是本地AI,有两个路线可以选。

第一是加装树莓派AI Kit,也就是Hailo-8L模块。它的算力有13 TOPS左右,专门做神经网络推理,跑YOLO实时物体检测、人脸标记、姿态识别这类任务又快又省CPU。装好之后摄像头画面就能实时叠加检测框,这个过程完全在本地完成。

第二是纯CPU方案。利用Pi 5的A76核跑量化后的轻量大模型,用Ollama或llama.cpp加载0.5B、1.5B参数级别的对话模型,当个本地聊天机器人、文案摘要器、甚至智能家居语音控制中枢都是可行的。不用额外购买硬件,一条命令就能跑起来。

两者怎么选?我的建议是,如果你主要做视觉相关,比如检测摄像头里有没有人、识别猫狗、或者做OCR文字提取,AI Kit的体验好得多;如果你想做对话和文本处理,或者只是想零成本体验一下,纯CPU方案够用。

3.2 搭建本地轻量化AI识别服务

先说AI Kit。硬件安装完成后,先装驱动依赖:

sudo apt install hailo-rpi5-examples

这是树莓派官方维护的示例和Demo套件,里面带了一个基于OpenCV和Hailo的物体检测脚本。接上树莓派摄像头模块,运行:

rpicam-hello -t 0

如果画面上有预览输出,就可以继续跑YOLOv8检测任务。官方示例里提供了带FPS显示的Python脚本,实时帧率在720p分辨率下基本能到20到30FPS,体验相当流畅。

如果走纯CPU路线,我在Pi 5上用的是Ollama:

curl -fsSL https://ollama.com/install.sh | sh ollama run qwen2.5:1.5b

启动后命令行直接能聊天。想接入外部服务也可以,Ollama默认会在11434端口提供OpenAI兼容API,用Python拿requests调就行:

import requests r = requests.post( "http://localhost:11434/api/generate", json={"model": "qwen2.5:1.5b", "prompt": "用一句话解释什么是NAS"}, stream=True ) for line in r.iter_lines(): if line: print(line.decode("utf-8"))

1.5B模型在Pi 5上生成速度大概能到每秒8到12个Token,做文本摘要和短回答够用了。如果还想要更快,可以降到0.5B模型,生成速度翻倍以上。

3.3 内存与功耗实测

这里要提醒一个新用户容易忽略的点:跑AI先看内存。树莓派有8GB内存选择,跑1.5B量化模型大约占2到3GB,跑7B级别模型会吃紧,而且推理速度已经不太适合交互式对话。想顺畅玩AI,建议买8GB版本。

功耗实测:纯CPU跑Ollama时,整板功耗大概在5到8瓦;装上AI Kit跑物体识别,峰值可能到10瓦上下。这和一台小型台式机相比完全不是一个量级,也说明Pi 5作为边缘AI节点确实有意义。

我在家用这套方案做了个“提醒门”的小实践:摄像头对着门口,识别到包裹就发一条通知到手机,整机功耗相当低,用了两周都没出过问题。

4. 项目三:Home Assistant智能家居中枢

4.1 为什么用Pi 5而不是其他板子

其实Home Assistant对性能的要求不算高,几百块的ARM板子都能跑。但“能跑”和“稳定跑”是两回事。我迁到Pi 5之后最明显的感受是:

一是页面刷新和自动化响应更快。原先在Pi 4上,打开仪表板偶尔要等一秒多,Pi 5基本秒开。二是NVMe系统盘让HA整体稳定性上了一个台阶,SD卡或者U盘在长期高频写入下很容易损坏,这问题在智能家居场景特别致命。三是电源管理和实时时钟,让“断电后自动恢复并保持时间准确”变成了默认能力。

所以如果你想搭一个7×24小时常开的家庭中枢,用Pi 5确实是综合成本最低、长期维护最省心的选择。

4.2 安装方式选择

Home Assistant三种主流的装法我都试过:

安装方式适合场景优点缺点
Home Assistant OS专用中枢,一台机器只做HA自带超管理器,插件/备份/更新简单机器不好复用做其他事
HA Container(Docker)已有Linux环境,想跑多个服务灵活,复用现有Docker插件生态少,需手动环境
虚拟机x86设备上隔离隔离性好Pi 5上效率低,不推荐

我的建议很简单:如果你计划把这台Pi 5专用于家庭中枢,直接刷HAOS,然后系统盘选NVMe固态。装完后的第一次启动会根据你的网络拉取基础依赖,耐心等待。之后进入Web界面配置地点和WLAN,一切都很图形化。

4.3 常用集成与稳定性配置

智能家居不止是装个系统,要把家里的设备接进来才算数。我这里的典型搭配是:

  • 用Zigbee USB协调器连接各种温湿度传感器、门磁、智能开关
  • 用ESPHome把自制的传感器和设备都接入局域网
  • 用MQTT作为设备之间的消息总线
  • 用Frigate做基于摄像头的存在检测,Pi 5的算力跑基础识别没问题

安装集成时,我强烈建议在HA里开启“自动备份”。HAOS自带快照功能,可以定期把整套配置打包备份。我设置每天凌晨自动快照,然后同步到局域网NAS。这个习惯让我后来换主题、改自动化时非常有底气——出问题直接回滚。

再分享一个稳定性优化:把Pi 5的电源策略设为“始终开启”,在/boot/firmware/config.txt里加一行:

dtparam=power_management=off

这能避免一些USB设备导致深度电源管理异常,长期跑下来更扎实。

我家的HA中枢目前在Pi 5上连续运行接近两个月,节点重启过两次,都是因为我手动更新系统,没有出现过一次掉盘或程序崩溃。

5. 项目四:复古游戏主机(从PSP到GameCube)

5.1 模拟器生态现状

复古游戏是树莓派社区的老传统,但Pi 5这代才真正解决了“能不能痛痛快快玩”的问题。之前Pi 4跑PSP模拟器,很多游戏只能算“能进游戏”,帧率不稳还经常闪退。换到Pi 5之后,PSP模拟器基本到了可玩的水平,连之前想都不敢想的GameCube模拟器也有不少游戏能跑到流畅帧率。

现在各个模拟器前端对Pi 5的适配已经不错。RetroPie走的是经典路线,稳定但偏保守;而我个人更推荐用Batocera,它对Pi 5做了专门的性能优化,开机直接进入游戏系统,界面好看,还支持各种无线手柄即插即用。

5.2 刷机与配置要点

从实操上看,做一个完整的游戏机很简单:

  • 去Batocera官网下载针对Pi 5的镜像,用balenaEtcher烧录到一张64GB以上的TF卡或者U盘
  • 插到Pi 5上,接好HDMI、手柄和网络,开机
  • 第一次启动后,手柄会自动识别为键盘,按提示配置按键
  • 把游戏ROM放到网络共享目录或者U盘里,刷新游戏列表就能开玩

ROM文件的存放建议直接在Batocera的文件管理器里挂载局域网的Samba共享,省去每次插拔U盘。这个过程中我遇到的一个小坑是,Batocera默认不会开启SMB写入,需要在文件管理器里先修改共享配置才能上传游戏,否则只能看到目录但传不进去。

5.3 实际游戏表现

我做了一个小规模的样张清单,具体表现如下:

  • PSP游戏:《战神:斯巴达之魂》在默认设置下能有50到60FPS,基本稳定,个别大场面轻微掉帧
  • Dreamcast游戏:《索尼克大冒险2》可以60FPS稳定跑,体验很好
  • GameCube游戏:《塞尔达传说:风之杖》在Dolphin模拟器里能跑到流畅档位,但开启高分辨率纹理后会掉帧
  • PS2模拟器:目前Pi 5没有完整的PS2模拟方案,网上有些实验性的Dolphin移植能跑部分2D游戏,但主流3D大作基本不建议尝试

如果你主要想玩PS1、SFC、MD、GBA这些2D平台,Pi 5有点性能过剩,画质滤镜开满也无所谓。而想尝试较高清的PSP或者部分GameCube,Pi 5是当前单板电脑里性价比最高的选择之一。

6. 项目五:3D打印Klipper化服务器

6.1 Klipper与Pi 5的组合优势

如果你玩3D打印,一定听说过Klipper。简单说,Klipper把打印机的运动规划和高频计算交给树莓派这类上位机,而打印机主板的MCU只负责执行指令,这样可以实现远超原厂固件的打印速度和精度。输入整形算法(Input Shaper)的实时计算,也需要一台CPU够快的上位机来支撑,不然只会拖后腿。

Pi 5在这方面的优势很明显。一方面,A76核的性能让加速度规划、共振补偿这些计算负荷变得非常轻松,即使打印头跑到很高速度,上位机也不会出现线程卡顿;另一方面,Pi 5的网络和USB接口更可靠,长时间连接打印机主板也不容易掉串口。

6.2 搭建步骤

我用的方案是MainsailOS,一个已经把Klipper、Moonraker、Mainsail前端打包好的系统镜像:

  • 下载MainsailOS的Pi 5镜像,烧录到TF卡,启动后通过浏览器进入Web界面
  • 在“Machine”菜单里编辑printer.cfg,按你的打印机主板定义串口和引脚
  • 把打印机主板通过USB连接到Pi 5,在Klipper配置里设置串口路径,比如/dev/serial/by-id/...
  • 上传之前编译好的Klipper固件到打印机主板,重启后即可通信

配置过程中最坑的就是串口识别。我在Ubuntu下用lsusbdmesg | tail多次查看USB设备挂载信息,只为了找到正确的串口设备名。后来固定的写法是直接使用/dev/serial/by-id/下的稳定符号链接,避免重启后设备名变化。

6.3 高速打印调优心得

Klipper调好后,我做的第一件事是重新校准加速度和压力提前:

# 在Klipper终端执行 TUNING_TOWER COMMAND=SET_VELOCITY_LIMIT PARAMETER=ACCEL START=3000 STEP=1000 FACTOR=1.5

通过打一个从低速到高速的测试塔,观察不同加速度下的振纹,选定画质和速度平衡点。在我的Voron风格机器上,把加速度从默认的3000mm/s²提升到8000mm/s²后,整体打印时间基本缩短了30%左右,而且因为输入整形生效,外观质量和低速打印几乎没区别。

再提一个实用细节:流量补偿不能照抄默认值,要先用单层挤出测试找出自己挤出机的“完美挤出宽度”,然后根据结果填pressure_advance参数。我试过把PA值从0.04调到0.08,效果天差地别——小值出粗糙面,大值则出现缺料间隙,精准测试必须跑完整校准流程。

最后提醒一句:Klipper上位机最好固定在打印机旁边的架子上,不要和打印机共用同一个电源插座,否则打印头启停的大电流可能会干扰树莓派供电,导致莫名其妙的USB断连。

7. 项目六:家庭网络广告拦截与轻量监控

7.1 项目价值与核心思路

家庭网络里的联网设备越来越多,电视、手机、平板、智能音箱都带着各种广告SDK和追踪器。与其在每台设备上手动折腾,不如在路由器上层架一个全局DNS拦截服务。Pi-hole就是干这个的:它把DNS查询请求接管过来,遇到黑名单里的域名直接返回空地址,广告内容就不会被加载。

Pi 5做这个有点“大炮打蚊子”,但正因为性能富裕,可以顺手把网络监控也塞进去。我在这台机器上同时跑了Pi-hole和一个轻量级的Netdata监控端,把家里路由器、NAS、智能设备的实时流量和系统状态都做成可视化面板。

7.2 部署流程

最省心的方式是Docker Compose一起起两个容器:

services: pihole: image: pihole/pihole:latest ports: - "53:53/tcp" - "53:53/udp" - "8080:80/tcp" environment: TZ: 'Asia/Shanghai' WEBPASSWORD: 'your_admin_password' volumes: - './pihole/etc-pihole:/etc/pihole' - './pihole/etc-dnsmasq.d:/etc/dnsmasq.d' restart: unless-stopped netdata: image: netdata/netdata:latest ports: - "19999:19999" volumes: - netdata:/var/cache/netdata restart: unless-stopped

然后到家庭路由器后台,把DHCP服务的DNS指向树莓派IP,所有设备自动走Pi-hole的DNS。我的实测效果是,电视端广告明显减少,网页和App里的追踪请求也被拦截了不少,网络安全性提升明显。

Netdata的Web面板默认在19999端口,打开能看到家庭成员所有设备的历史趋势,哪个设备在深夜偷偷跑流量、哪个Wi-Fi信号质量差,一目了然。

7.3 日常维护与误拦截处理

Pi-hole的黑名单要定期更新,我设置了一个每周自动拉取上游黑名单的定时任务,用crontab每天执行一次:

0 2 * * * docker exec pihole pihole -up 0 3 * * * docker exec pihole pihole updateGravity

日常碰到最多的两个问题是:某个App页面白屏但直接访问域名又正常,或者某个需要联网的设备始终“网络断开”。前者多半是误拦截,可以在Pi-hole里查DNS查询日志,临时把域名加进白名单;后者要检查设备是否硬编码了系统DNS,比如有些智能设备忽略DHCP推送的DNS地址,需要在设备自己的网络设置里手动填树莓派IP。

这台设备功耗极低(含Docker负载约5瓦),我放在弱电箱边上,连续运行了一个多月,没出现过一次崩掉的情况,作为家庭网络基础设施完全够格。

8. 常见问题与排查技巧实录

8.1 典型问题速查表

现象可能原因处理方法
插上NVMe固态系统无法识别EEPROM引导顺序没更新先升级EEPROM,在引导菜单里启用NVMe启动
Pi 5满载时黑屏或自动重启电源功率不足或USB-C线不合格换原装27W电源和合格PD线,不要转接
AI Kit在系统中识别不到未安装Hailo驱动或PCIe通道被占用按官方文档安装hailo-rpi5-examples依赖,确认HAT插紧
Home Assistant经常无响应系统盘是普通TF卡,写入寿命耗尽迁移到NVMe,SD卡只留引导区
模拟器进游戏后没有声音HDMI音频输出未切换在Batocera音频设置里选择HDMI或音箱输出
打印机Klipper频繁断连上位机与打印机供电共地干扰分开插座供电,并确认USB线带屏蔽层
Pi-hole启动后局域网断网DNS解析循环确认Pi-hole上游DNS设置正确,不要让Pi-hole指向自身

8.2 我反复踩过的几个坑

第一是电源。这句话我在多个项目里都强调过,因为实在重要。树莓派5比4代更吃电,尤其是跑AI或同时挂NVMe时,电流很容易超过USB-A老式电源的承受能力。一个劣质电源导致的“随机重启”排查成本非常高,我建议新手干脆买官方的27W电源,省掉所有烦恼。

第二是散热。Pi 5在高负载下默认风扇策略是不够激进的。我用AI Kit做推理时,芯片温度能冲到80度以上,然后自动降频,FPS直接掉一半。后来我换成带热管的大型散热片+温控风扇,峰值温度压在65度以下,性能就稳了。

第三是系统盘选择。凡是长期跑服务、频繁写入的项目(NAS、Home Assistant、网络监控),我都不建议用TF卡做系统盘。TF卡随机写入性能太差,而且掉速后很难察觉,表现为有时某个页面要等好几秒才响应。迁移到NVMe之后,我的感受是“整个世界都安静了”。

如果你刚拿到Pi 5不知道怎么下手,我建议从NAS或Home Assistant开始,这两个项目的文档最全、踩坑最少,完成后能立刻感受到Pi 5带来的稳定性和性能提升。之后再挑战AI或复古游戏机,逐步解锁它更多的可能性。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/27 2:00:19

三模合一IoT模块:卫星、蜂窝、WiFi如何实现无感切换

做IoT硬件的人应该都有过这种纠结:选蜂窝模组,偏远地区信号一言难尽;选WiFi,覆盖范围有限,功耗也不算低;想接卫星,成本和功耗又直接劝退。市面常见的做法是在一块板子上焊两个甚至三个独立模组&…

作者头像 李华
网站建设 2026/8/27 2:00:08

FPGA存储控制实战:如何让NAND Flash寿命翻倍

1. 为什么存储控制这件事,会轮到FPGA来接手 大概在两三年前,我第一次在客户的SSD项目里看到用FPGA做主控的方案,当时的反应是有点惊讶的。因为主流市场里,SSD主控芯片早就被几家大厂的ASIC方案垄断了,功耗、成本、量产…

作者头像 李华
网站建设 2026/8/27 1:59:59

LSTM实战:用Keras构建汽车销量预测模型

简介:时间序列预测是数据分析领域的重要课题,销量、流量等业务数据普遍具有顺序依赖和周期波动特性。传统统计模型难以捕捉复杂非线性关系,而长短期记忆网络(LSTM)作为循环神经网络的改进,通过遗忘门、输入…

作者头像 李华
网站建设 2026/8/27 1:57:29

Sympy:Python中唯一原生符号计算系统详解

1. 这不是另一个“Python数学库”——Sympy到底在解决什么真问题?你可能已经见过太多打着“Python数学计算”旗号的库:NumPy做数组运算,SciPy搞数值求解,Matplotlib画图,Pandas处理表格……但它们全都有一个共同的、无…

作者头像 李华
网站建设 2026/8/27 1:57:29

基于Kinect与Eddie的低成本机器人视觉跟随系统搭建

前阵子整理工作台的时候翻出一堆老硬件,其中就有那台电源适配器都已经发黄的Kinect一代,还有Parallax的Eddie机器人底盘。当年我用它们加RDS 4搭了一套能跟着人走的机器人原型,现在回头看这组合挺有意思的——一个曾经烂大街的体感摄像头&…

作者头像 李华
网站建设 2026/8/27 1:57:23

基于Hyperledger Fabric的联盟链征信系统设计与实现

简介:区块链技术正从加密资产走向企业级应用,其中联盟链因其节点准入、数据隔离和可审计特性,成为解决多方协作信任问题的关键基础设施。Hyperledger Fabric作为联盟链代表性框架,通过模块化架构、多通道机制和背书-排序-验证的交…

作者头像 李华