📡 多传感器融合·资源优化
实战课程
30 章节
嵌入式 · 融合 · 优化
⚡ 友好色系 · 专业内核
01
课程导论
行业背景
资源优化挑战
学习路径
02
嵌入式系统基础
MCU/MPU选型
RTOS基础
中断与调度
03
传感器基础与接口
IMU/摄像头/雷达
I2C/SPI/UART
04
数据采集与预处理
数据同步
滤波算法
异常值处理
05
多传感器融合理论
融合层级
加权平均
EKF
06
资源优化概述
CPU/内存/带宽
优化权衡
07
计算资源优化
轻量化算法
定点数
查表法
08
内存资源优化
静态分配
环形缓冲区
内存池
09
通信带宽优化
数据压缩
差分传输
事件触发
10
功耗优化
DVFS
传感器休眠
任务周期
11
实时性与资源权衡
任务优先级
死锁避免
时间触发
12
传感器调度策略
时间片轮转
优先级抢占
采样调度
13
数据融合中的资源感知
自适应采样
置信度权重
14
硬件加速技术
DMA
FPGA/GPU
SIMD
15
软件优化技巧
编译器优化
内联函数
循环展开
16
STM32 IMU+超声波 ①
硬件搭建
驱动开发
17
STM32 IMU+超声波 ②
数据采集
卡尔曼滤波
18
STM32 IMU+超声波 ③
资源优化
性能调优
19
树莓派 视觉+激光 ①
环境搭建
数据流设计
20
树莓派 视觉+激光 ②
特征提取
匹配优化
21
树莓派 视觉+激光 ③
资源瓶颈
优化分析
22
性能分析工具
gprof/perf
Valgrind
功耗测量
23
测试与验证
CUnit/Unity
集成测试
压力测试
24
安全性与可靠性
故障检测
数据校验
看门狗
25
多核与异构计算
AMP/SMP
任务分配
核间通信
26
边缘计算与云协同
边缘预处理
MQTT/CoAP
27
机器学习在融合中
TinyML
模型量化
TF Lite Micro
28
行业标准与规范
AUTOSAR
ISO 26262
MISRA C
29
前沿趋势
事件相机
毫米波+视觉
感算一体
30
课程总结与项目答辩
综合项目
常见问题
学习路径