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

解决下载慢问题:国内可用的Stable Diffusion和LLaMA模型镜像站清单

国内可用的Stable Diffusion和LLaMA模型镜像站清单:高效解决下载慢问题 在AI生成内容(AIGC)迅速普及的今天,越来越多开发者、设计师和研究人员开始尝试本地部署Stable Diffusion或微调LLaMA这类大模型。但一个现实问题始终困扰着国内用户——模型下载太慢了。 你有没有经历过这样的场景?打开Hugging Face准备下载一个7GB的SDXL基础模型,进度条爬得比蜗牛还慢,半小时才下完一半,结果网络一断,前功尽弃。更别提训练LoRA时需要频繁拉取不同版本的基础权重,这种体验简直让人崩溃。 这背后的原因并不复杂:主流模型大多托管在境外平台(如Hugging Face、Replicate),而原始文件动辄数GB甚至数十GB,加上跨境链路不稳定、DNS污染、限速等问题,直接导致国内直连下载效率极低,严重拖慢了从环境搭建到实际训练的整体节奏。 好在社区早已意识到这个问题,并催生出一批高质量的国内模型镜像站点。它们通过在国内服务器缓存常用模型文件,提供HTTPS加速链接,极大提升了获取效率。配合LoRA这类轻量化微调技术,如今我们完全可以在消费级显卡上完成

By Ne0inhk
IEEE TRO 南方科大张明明和北工大董明杰联合在康复机器人领域取得系列研究成果

IEEE TRO 南方科大张明明和北工大董明杰联合在康复机器人领域取得系列研究成果

近期,南方科技大学生物医学工程系张明明副教授和北京工业大学董明杰副教授联合,在康复机器人领域取得系列研究进展,相关成果接连发表在机器人领域国际学术期刊IEEE Transactions on Robotics。 创建多人协作交互方法与创新康复系统 为相关领域发展奠定理论基础 图1. 多用户协作创新康复系统 当前的多用户人机交互研究主要关注机器人控制系统自身的稳定性,往往忽视了真实协作情境中“人与人”之间的相互影响。与此不同的是,本研究并未将操作者视为独立的无源终端,而是在系统设计核心层面纳入并建模这一事实:在多人触觉交互中,每位操作者本身就是彼此交互环境的一部分,其行为会直接并持续地影响他人的感知与系统稳定性。然而,随着交互用户数量的增加,尤其在操作者具有主动行为时,传统控制方法难以有效应对人际间的交互耦合与系统规模的扩大引起的稳定性条件复杂化,导致系统扩展能力受到制约。因此,如何在承认并融入操作者主动交互行为的前提下,维持系统稳定性并实现控制架构的可扩展性,成为一项关键挑战。 为应对这一挑战,研究人员创新性地提出了“个人交互环境”(Individual Interact

By Ne0inhk

ClawdBot保姆级部署指南:零配置运行Telegram全能翻译机器人

ClawdBot保姆级部署指南:零配置运行Telegram全能翻译机器人 你是否试过在 Telegram 群里发一条中文消息,想让外国朋友立刻看懂,却要先复制、切到翻译 App、再粘贴、再发回群?又或者收到一张模糊的菜单图,想快速知道价格和菜品,却得手动打字识别?更别说语音留言听不清、汇率临时查不到、天气预报找不到入口……这些日常小痛点,本不该消耗你的时间。 ClawdBot 不是另一个“概念型”AI项目。它是一个真正能装进你本地设备、开箱即用、不依赖云服务、不上传隐私数据的个人 AI 助手。而它的核心能力,正由 vLLM 高效驱动——这意味着你在树莓派上也能跑起 4B 级别大模型,响应快、显存省、推理稳。它不追求参数堆砌,只专注一件事:把复杂技术藏在背后,把简单好用交到你手上。 但今天这篇文章,我们不聊架构设计,也不讲模型微调。我们要一起完成一件非常实在的事:5 分钟内,在你自己的机器上,

By Ne0inhk
打造你的家庭 AI 助手(四):单 OpenClaw 配置多 Agent、多 QQ、飞书机器人

打造你的家庭 AI 助手(四):单 OpenClaw 配置多 Agent、多 QQ、飞书机器人

打造你的家庭 AI 助手(四):单 OpenClaw 配置多 Agent、多 QQ、飞书机器人 引言 OpenClaw 是一个强大的智能体(Agent)编排框架,它通过统一的架构让开发者可以轻松管理多个聊天机器人,并接入不同的即时通讯平台。在实际应用中,我们往往需要同时运行多个 QQ 机器人(例如个人助手、工作助手),甚至希望同一个智能体既能处理 QQ 消息,也能响应飞书消息。 本文将详细介绍如何在一个 OpenClaw 实例中配置多通道(QQ、飞书)、多 Agent 以及多 QQ 机器人账号,实现资源的高效利用和灵活的消息路由。特别地,我们将阐明飞书通道与 QQ 通道在绑定规则上的差异,避免常见的配置错误。 核心概念回顾 * Agent(智能体):拥有独立人格、记忆和技能的对话单元。每个

By Ne0inhk