MK米客方德SD NAND:无人机存储的高效解决方案

优质文章学习记录

— 12 min read
MK米客方德SD NAND:无人机存储的高效解决方案

在无人机技术迅猛发展的当下，飞控系统的数据记录对于飞行性能剖析、故障排查以及飞行安全保障极为关键。以往，SD 卡是飞控 LOG 记录常见的存储介质，但随着技术的革新，新的存储方案不断涌现。本文聚焦于以 ESP32 芯片为主控制器的无人机，创新性采用 SD NAND 芯片 MKDV32GCL-STPA 芯片进行 SD NAND 存储，测试其在飞控 LOG 记录功能中的表现。​

image-20250514113813722
image-20250514113823573

米客方德 SD NAND 芯片特性 ​

免驱动优势：与普通存储设备不同，在该应用场景下，SD NAND 无需编写复杂的驱动程序。这极大地简化了开发流程，缩短了开发周期，减少了潜在的驱动兼容性问题，让开发者能够更专注于实现核心功能。​

自带坏块管理功能：存储设备出现坏块难以避免，而 MKDV32GCL - STPA 芯片自带的坏块管理机制可自动检测并处理坏块。这确保了数据存储的可靠性，避免因坏块导致的数据丢失或错误写入，提升了整个存储系统的稳定性。​

尺寸小巧与强兼容性：该 SD NAND 芯片尺寸小巧，对于空间有限的无人机内部布局而言，这一特性至关重要。它能轻松集成到无人机的飞控系统中，不占用过多宝贵空间。同时，其兼容性强，可与 ESP32 芯片以及整个飞控系统良好适配，无需进行过多硬件调整或优化。​

image-20250514113835941
image-20250514113844322

米客方德 SD NAND 测试流程 ​

飞机通电与姿态数据采集：无人机通电后，操作人员通过翻滚机身改变飞机姿态。在此过程中，飞控系统实时采集飞机的姿态角数据。ESP32 芯片作为主控制器，负责协调各传感器数据的采集与传输，并将姿态角数据按特定格式和协议整理，准备存储到 MK SD NAND 中。​

LOG 目录创建：随着飞机姿态变化，飞控系统在 MK SD NAND 中成功建立 LOG 目录。该目录遵循特定的命名规则和文件结构，便于后续数据的有序存储与管理。目录的成功创建标志着 SD NAND 存储系统已准备好接收飞控 LOG 数据。​

数据下载与分析：测试结束后，将 SD NAND 中的日志数据下载到 Mission Planner 软件中。Mission Planner 是一款功能强大的无人机地面站软件，广泛应用于无人机数据的分析与处理。在软件中，操作人员选中 ATT 字段中的 Roll（横滚角）和 Pitch（俯仰角），利用软件的绘图功能，可清晰看到曲线随飞机实际姿态变化。这些曲线直观反映了飞机飞行过程中的姿态变化，为后续飞行性能评估和问题诊断提供了重要依据。​
测试成果与意义 ​

通过本次测试，成功验证了使用 SD NAND 替代 SD 卡记录飞控 LOG 的功能。 米客方德的 SD NAND 在整个测试中展现出稳定性能。其可靠的数据存储能力确保了飞控 LOG 数据的完整性与准确性，曲线与飞机实际姿态的紧密贴合也证明了数据记录的实时性与有效性。这一成果不仅为无人机飞控数据记录提供了新的、更高效稳定的解决方案，也为未来无人机存储技术的进一步发展与优化奠定了基础，推动了无人机技术在更多领域的广泛应用与创新发展。​

在无人机技术迅猛发展的当下，飞控系统的数据记录对于飞行性能剖析、故障排查以及飞行安全保障极为关键。以往，SD 卡是飞控 LOG 记录常见的存储介质，但随着技术的革新，新的存储方案不断涌现。本文聚焦于以 ESP32 芯片为主控制器的无人机，创新性采用 SD NAND 芯片 MKDV32GCL-STPA 芯片进行 SD NAND 存储，测试其在飞控 LOG 记录功能中的表现。​

image-20250514113813722
image-20250514113823573

米客方德 SD NAND 芯片特性 ​

免驱动优势：与普通存储设备不同，在该应用场景下，SD NAND 无需编写复杂的驱动程序。这极大地简化了开发流程，缩短了开发周期，减少了潜在的驱动兼容性问题，让开发者能够更专注于实现核心功能。​

自带坏块管理功能：存储设备出现坏块难以避免，而 MKDV32GCL - STPA 芯片自带的坏块管理机制可自动检测并处理坏块。这确保了数据存储的可靠性，避免因坏块导致的数据丢失或错误写入，提升了整个存储系统的稳定性。​

尺寸小巧与强兼容性：该 SD NAND 芯片尺寸小巧，对于空间有限的无人机内部布局而言，这一特性至关重要。它能轻松集成到无人机的飞控系统中，不占用过多宝贵空间。同时，其兼容性强，可与 ESP32 芯片以及整个飞控系统良好适配，无需进行过多硬件调整或优化。​

image-20250514113835941
image-20250514113844322

米客方德 SD NAND 测试流程 ​

飞机通电与姿态数据采集：无人机通电后，操作人员通过翻滚机身改变飞机姿态。在此过程中，飞控系统实时采集飞机的姿态角数据。ESP32 芯片作为主控制器，负责协调各传感器数据的采集与传输，并将姿态角数据按特定格式和协议整理，准备存储到 MK SD NAND 中。​

LOG 目录创建：随着飞机姿态变化，飞控系统在 MK SD NAND 中成功建立 LOG 目录。该目录遵循特定的命名规则和文件结构，便于后续数据的有序存储与管理。目录的成功创建标志着 SD NAND 存储系统已准备好接收飞控 LOG 数据。​

数据下载与分析：测试结束后，将 SD NAND 中的日志数据下载到 Mission Planner 软件中。Mission Planner 是一款功能强大的无人机地面站软件，广泛应用于无人机数据的分析与处理。在软件中，操作人员选中 ATT 字段中的 Roll（横滚角）和 Pitch（俯仰角），利用软件的绘图功能，可清晰看到曲线随飞机实际姿态变化。这些曲线直观反映了飞机飞行过程中的姿态变化，为后续飞行性能评估和问题诊断提供了重要依据。​
测试成果与意义 ​

通过本次测试，成功验证了使用 SD NAND 替代 SD 卡记录飞控 LOG 的功能。 米客方德的 SD NAND 在整个测试中展现出稳定性能。其可靠的数据存储能力确保了飞控 LOG 数据的完整性与准确性，曲线与飞机实际姿态的紧密贴合也证明了数据记录的实时性与有效性。这一成果不仅为无人机飞控数据记录提供了新的、更高效稳定的解决方案，也为未来无人机存储技术的进一步发展与优化奠定了基础，推动了无人机技术在更多领域的广泛应用与创新发展。​

在无人机技术迅猛发展的当下，飞控系统的数据记录对于飞行性能剖析、故障排查以及飞行安全保障极为关键。以往，SD 卡是飞控 LOG 记录常见的存储介质，但随着技术的革新，新的存储方案不断涌现。本文聚焦于以 ESP32 芯片为主控制器的无人机，创新性采用 SD NAND 芯片 MKDV32GCL-STPA 芯片进行 SD NAND 存储，测试其在飞控 LOG 记录功能中的表现。​

image-20250514113813722
image-20250514113823573

米客方德 SD NAND 芯片特性 ​

免驱动优势：与普通存储设备不同，在该应用场景下，SD NAND 无需编写复杂的驱动程序。这极大地简化了开发流程，缩短了开发周期，减少了潜在的驱动兼容性问题，让开发者能够更专注于实现核心功能。​

自带坏块管理功能：存储设备出现坏块难以避免，而 MKDV32GCL - STPA 芯片自带的坏块管理机制可自动检测并处理坏块。这确保了数据存储的可靠性，避免因坏块导致的数据丢失或错误写入，提升了整个存储系统的稳定性。​

尺寸小巧与强兼容性：该 SD NAND 芯片尺寸小巧，对于空间有限的无人机内部布局而言，这一特性至关重要。它能轻松集成到无人机的飞控系统中，不占用过多宝贵空间。同时，其兼容性强，可与 ESP32 芯片以及整个飞控系统良好适配，无需进行过多硬件调整或优化。​

image-20250514113835941
image-20250514113844322

米客方德 SD NAND 测试流程 ​

飞机通电与姿态数据采集：无人机通电后，操作人员通过翻滚机身改变飞机姿态。在此过程中，飞控系统实时采集飞机的姿态角数据。ESP32 芯片作为主控制器，负责协调各传感器数据的采集与传输，并将姿态角数据按特定格式和协议整理，准备存储到 MK SD NAND 中。​

LOG 目录创建：随着飞机姿态变化，飞控系统在 MK SD NAND 中成功建立 LOG 目录。该目录遵循特定的命名规则和文件结构，便于后续数据的有序存储与管理。目录的成功创建标志着 SD NAND 存储系统已准备好接收飞控 LOG 数据。​

数据下载与分析：测试结束后，将 SD NAND 中的日志数据下载到 Mission Planner 软件中。Mission Planner 是一款功能强大的无人机地面站软件，广泛应用于无人机数据的分析与处理。在软件中，操作人员选中 ATT 字段中的 Roll（横滚角）和 Pitch（俯仰角），利用软件的绘图功能，可清晰看到曲线随飞机实际姿态变化。这些曲线直观反映了飞机飞行过程中的姿态变化，为后续飞行性能评估和问题诊断提供了重要依据。​
测试成果与意义 ​

通过本次测试，成功验证了使用 SD NAND 替代 SD 卡记录飞控 LOG 的功能。 米客方德的 SD NAND 在整个测试中展现出稳定性能。其可靠的数据存储能力确保了飞控 LOG 数据的完整性与准确性，曲线与飞机实际姿态的紧密贴合也证明了数据记录的实时性与有效性。这一成果不仅为无人机飞控数据记录提供了新的、更高效稳定的解决方案，也为未来无人机存储技术的进一步发展与优化奠定了基础，推动了无人机技术在更多领域的广泛应用与创新发展。​

Read more

自适应图像变焦与边界框变换用于无人机目标检测

自适应图像变焦与边界框变换用于无人机目标检测

作者： Tao Wang, Chenyu Lin, Chenwei Tang, Jizhe Zhou, Deng Xiong, Jianan Li, Jian Zhao, Jiancheng Lv 亮点 * 自适应空间变换： 对图像进行自适应空间变换可以有效地放大物体细节。 * 框变换： 框变换使得检测器能够在图像变换的空间中进行训练和推理。 * 实验效果： 在多种无人机图像数据集上的实验表明，该方法以较小的代价获得了有效的增益。 * 灵活模块化设计： 灵活的模块化设计使其能够与其他方法和任务场景集成。 https://arxiv.org/pdf/2602.07512 摘要 由于物体尺寸较小，从无人机（UAV）拍摄的图像中检测物体具有挑战性。在这项工作中，我们探索了一种简单高效的自适应变焦框架，用于无人机图像的目标检测。主要动机是，前景物体通常比普通场景图像中的物体更小且更稀疏，这阻碍了有效目标检测器的优化。因此，我们的目标是自适应地放大物体，以便更好地捕捉用于检测任务的物体特征。为了实现这一目标，需要两个核心设计：i)

低代码AI平台：Coze与Dify深度对比

低代码 AI 平台（如 Coze 和 Dify）旨在降低 AI 应用开发门槛，使开发者甚至非技术人员也能快速构建基于大模型（LLM）的智能应用。它们通常提供可视化编排、插件集成、知识库管理、对话流程设计等功能。在实际项目中，常常需要将这些平台与现有系统集成，或进行二次开发以满足特定业务需求。 以下从 集成方式 与 二次开发能力 两个维度，分别介绍 Coze 和 Dify 的特点及实践建议： 一、Coze（字节跳动） 1. 集成方式 * Webhook / API 调用 Coze 支持通过 Bot ID 和 API Token 调用其提供的 RESTful API，可将 Bot

5分钟学会Home Assistant主题定制：打造专属智能家居界面

5分钟学会Home Assistant主题定制：打造专属智能家居界面 【免费下载链接】frontend:lollipop: Frontend for Home Assistant 项目地址: https://gitcode.com/gh_mirrors/frontend149/frontend 想让你的智能家居界面与众不同吗？Home Assistant Frontend提供了强大的主题定制功能，让你可以轻松打造专属的个性化界面。无论你喜欢简约现代还是深色科技感，只需几个简单步骤就能实现。✨ 为什么你需要主题定制？ Home Assistant主题定制不仅仅是改变颜色，它还能： * 提升用户体验 - 根据个人偏好调整界面风格 * 匹配家居装修 - 让智能家居界面与整体家装协调一致 * 优化显示效果 - 在不同设备上都能完美展示 * 创造独特体验 - 打造完全属于你的智能家居界面 3步快速上手主题定制 第一步：找到主题设置入口 在Home Assistant界面中，点击右上角的个人资料图标，选择"主题&
小米 “养龙虾”：手机 Agent 落地，智能家居十年困局被撬开

小米 “养龙虾”：手机 Agent 落地，智能家居十年困局被撬开

3月6日，小米正式推出国内首个手机端类 OpenClaw Agent 应用 ——Xiaomi miclaw，开启小范围邀请封测。这款被行业与网友戏称为小米 “开养龙虾” 的新品，绝非大模型浪潮下又一款语音助手的常规升级，而是基于自研 MiMo 大模型、具备系统级权限、全场景上下文理解能力的端侧智能体。 作为深耕智能家居领域的行业媒体，《智哪儿》始终认为：智能家居行业过去十年的迭代，始终没能跳出 “被动执行” 的底层困局。而 miclaw 的落地，不止是小米在端侧 AI 赛道的关键落子，更是为整个智能家居行业的底层逻辑重构，提供了可落地的参考范本。需要清醒认知的是，目前该产品仍处于小范围封测阶段，复杂场景执行成功率、端侧功耗表现、第三方生态适配进度等核心体验，仍有待大规模用户实测验证。本文将结合具象场景、量化数据与多维度视角，客观拆解 miclaw 的突破价值、现实挑战，以及它对智能家居行业的长期影响。 01 复盘行业困局：智能家居十年 始终困在 “被动执行”