DIY无人机--升压降压电路

DIY无人机--升压降压电路

这是无人机的电源管理核心,把电池电压一步步变成系统需要的稳定电压,我分模块给你讲清楚

1. 整体功能

  • 输入:锂电池(DC4.2V,满电电压,实际放电会到 3.7V 左右)
  • 输出
    • 5V:给电机、无线模块等供电
    • 3.3V:给 STM32、陀螺仪等精密芯片供电
  • 流程:电池 → 防反接 → 开关 → 升压到 5V降压到 3.3V

逐模块拆解

🛡️ ① 防反接 + 电源开关部分

  • JP2:电池接口,VBAT接电池正极,GND接负极
  • D5(二极管 S4):防反接保护
    • 原理:电池接反时,二极管截止,电流无法流通,保护后面电路不被烧毁
    • 正常接法:电池正极 → 二极管 → 后级电路
  • KG1(MSS22D18):双刀双掷电源开关
    • 作用:控制整个系统电源通断
    • 引脚:1/2/3 为一组,4/5/6 为一组,拨到一边时VBATVCC4.2V导通,拨到另一边断开

⚡ ② 升压电路(BL8530:4.2V → 5V)

这是一个升压 DC-DC 电路,把电池的 3.7~4.2V 升到稳定 5V:

  • L1(47UH 电感):储能元件
    • 原理:芯片内部开关管导通时,电感充电;开关管断开时,电感释放能量,抬升电压
  • U3(BL8530):升压芯片
    • IN:输入(接电池电压 VCC4.2V)
    • OUT:输出(5V)
    • GND:接地
  • D6(二极管 S4):整流二极管
    • 作用:只允许电流从电感流向输出端,防止输出电压倒灌回电感
  • C15(47UF):输出滤波电容
    • 作用:平滑 5V 输出电压,滤除纹波,让电压更稳定

🔌 ③ 降压电路(662K:5V → 3.3V)

这是一个低压差线性稳压器(LDO),把 5V 稳定降到 3.3V:

  • U4(662K):LDO 芯片
    • Vin:输入(接 5V)
    • Vout:输出(3.3V)
    • ADJ:可调引脚,这里通过内部电阻固定输出 3.3V
    • GND:接地
  • C5/C6(104 = 0.1UF):高频滤波电容
    • 作用:滤除高频噪声,防止电路自激
  • C17(47UF):输出滤波电容
    • 作用:平滑 3.3V 输出,应对负载突变(比如 STM32 突然大电流工作)

3. 完整电流流向(从电池到 3.3V)

  1. 电池正极 → JP2 → D5(防反接) → KG1(电源开关) → VCC4.2V
  2. VCC4.2V → L1 电感 → U3(BL8530)IN → 内部升压 → OUT 输出 5V
  3. 5V → D6 整流 → C15 滤波 → 得到稳定 5V
  4. 5V → U4(662K)Vin → 内部降压 → Vout 输出 3.3V
  5. 3.3V → C6/C17 滤波 → 给 STM32、陀螺仪等模块供电

4. 关键知识点

  • 为什么要先升压再降压?锂电池电压会从 4.2V 掉到 3.0V,直接给 3.3V 模块供电会不稳定;先升到稳定 5V,再降到 3.3V,能保证全放电周期内电压都稳定。
  • 二极管 D5/D6 的区别
    • D5:防反接,保护电路
    • D6:升压电路的整流管,配合电感实现升压
  • 电容的作用:所有电容都是 “滤波”,像小水库,把电压波动抹平,让芯片吃到干净稳定的电。

Read more

Multi-Agent + Skills + Spring AI 构建自主决策智能体

Multi-Agent + Skills + Spring AI 构建自主决策智能体

Multi-Agent + Skills + Spring AI 构建自主决策智能体 引言 随着大语言模型(LLM)的快速发展,智能体(Agent)技术成为AI应用开发的热点。智能体不仅能够理解自然语言,还能自主规划、执行任务、协同工作。本文将从基础概念出发,循序渐进地介绍如何使用Multi-Agent、Skills模式和Spring AI构建具备自主决策能力的智能体系统。 一、智能体基础概念 1.1 什么是智能体 智能体是一个能够感知环境、做出决策并执行动作的软件实体。与传统AI应用不同,智能体具备以下核心特征: * 自主性:能够独立做出决策,无需人工持续干预 * 感知能力:能够接收和处理外部信息 * 决策能力:基于当前状态和目标选择最优行动 * 执行能力:能够执行决策并影响环境 * 学习能力:能够从经验中优化决策策略 1.2 智能体的核心组件 一个典型的智能体由以下核心组件构成: 智能体组件架构: ┌─────────────────────────────────────────┐ │ 感知层 (Perception) │ │ ┌──────┐ ┌

AI大模型应用开发:从入门到精通!2026版体系化学习路线_2026年AI大模型应用开发保姆级教程

AI大模型应用开发:从入门到精通!2026版体系化学习路线_2026年AI大模型应用开发保姆级教程

摘要: 随着ChatGPT、文心一言、通义千问等大模型的爆发,掌握AI大模型应用开发已成为开发者进阶、获取高薪的黄金技能!本文由深耕AI领域的ZEEKLOG专家撰写,为你梳理一条清晰、高效、可落地的学习路线,涵盖必备基础、核心理论、关键技术、工具链、项目实战全流程,助你从“小白”快速成长为能独立开发AI应用的高手!文末附赠精选学习资源清单! 📌 一、 为什么学习AI大模型应用开发? * 时代风口: AI大模型是当前科技革命的核心驱动力,重塑各行各业(办公、教育、医疗、金融、娱乐等),人才缺口巨大,薪资水平水涨船高。 * 降本增效: 利用大模型强大的生成、理解、推理能力,可以自动化大量重复性工作,大幅提升开发效率和产品智能化水平。 * 创新机遇: 大模型为开发者提供了前所未有的能力基石,催生无数创新应用场景(智能助手、个性化推荐、代码生成、内容创作、智能客服等)。 * 开发者必备技能: 未来,理解和应用大模型将成为开发者的一项基础能力,如同现在的Web开发或移动开发。 🧭 二、

AI 原生架构:鸿蒙App的下一代形态

AI 原生架构:鸿蒙App的下一代形态

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名) 大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。 我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案, 在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。 技术方向:前端 / 跨端 / 小程序 / 移动端工程化 内容平台:掘金、知乎、ZEEKLOG、简书 创作特点:实战导向、源码拆解、少空谈多落地 文章状态:长期稳定更新,大量原创输出 我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、

AI Skills:前端新的效率神器

AI Skills:前端新的效率神器

近来,AI 领域有个火爆的话题:Skills。 Github 上被疯狂 star 的仓库,很多都是和 skills 有关的。 有的仓库仅仅上线三个月就获得了快 50K 的 star,Skills 的火热可见一斑。 不管是大模型,还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在争先支持 Skills。 围绕 Skills,它们在做的就是为了完成一件事情:技能是通过学习和反复练习获得的,而 Skills 是把经验和最佳实践沉淀为 AI 能力,将“知道”转化为“做到”的本领。 详解什么是 Skills 要说清楚什么是 Skills,先来了解一下关于 AI 的 2