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

01 - 大模型推理框架选型入门：Ollama、llama.cpp与vLLM全景对比

01 - 大模型推理框架选型入门：Ollama、llama.cpp与vLLM全景对比 本文是《大模型推理框架深度解析》系列的第一篇，适合刚接触LLM部署的开发者阅读。 写在前面 随着大语言模型（LLM）的广泛应用，如何将模型高效地部署到生产环境成为每个AI工程师必须面对的问题。目前市面上主流的推理框架有Ollama、llama.cpp和vLLM，但它们的技术定位、适用场景差异巨大。 很多开发者在选型时容易陷入误区： * 用Ollama部署高并发API服务，结果吞吐量上不去 * 用vLLM跑边缘设备，发现资源占用过高 * 混淆llama.cpp和vLLM的定位，不知道何时该用哪个 本文将从架构分层视角出发，帮你建立清晰的选型认知。 一、三大框架的技术定位 1.1 三层架构视角 如果把LLM推理技术栈比作一座大厦，三个框架分别位于不同的楼层： ┌─────────────────────────────────────────────────────────────┐ │ 应用层（第3层） │ │ ┌─────────────┐ │ │ │ Ollama │
零门槛上手！小白也能封神，好用的AI写作平台

零门槛上手！小白也能封神，好用的AI写作平台

这里按中文全能、学术论文、职场 / 自媒体、免费轻量、国际专业五大场景，整理了 2026 年实测好用的 AI 写作平台，覆盖从日常文案到论文、报告全需求，附核心优势与适用人群，方便你直接选。 一、中文全能型（日常 / 职场 / 创作通用） 1. 豆包（字节跳动） * 核心优势：中文理解极强、响应快、免费额度足，覆盖文案、报告、脚本、邮件、润色全场景。支持 10 + 风格切换，网感足、细节饱满，生成内容可直接发布。多模态能力强，可配图、做 PPT、生成短视频脚本。 * 价格：基础功能永久免费，高级功能按需付费。 * 适合：学生、职场人、自媒体、
Flutter 三方库 llm_json_stream 的鸿蒙化适配指南 - 掌控 LLM 流式 JSON 解析、大模型解析实战、鸿蒙级精密 AIGC 专家

Flutter 三方库 llm_json_stream 的鸿蒙化适配指南 - 掌控 LLM 流式 JSON 解析、大模型解析实战、鸿蒙级精密 AIGC 专家

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 llm_json_stream 的鸿蒙化适配指南 - 掌控 LLM 流式 JSON 解析、大模型解析实战、鸿蒙级精密 AIGC 专家 在鸿蒙跨平台应用执行大型语言模型（LLM）的流式交互（如实时获取大模型生成的结构化 JSON 数据、处理非完整的 JSON 片段解析或是实现一个具备极致反馈速度的 AI 驱动表单）时，如果依赖传统的 jsonDecode，极易在处理“不完整字符串（Chunk）”、“语法中断”或“非预期的文本噪声”时陷入解析异常死循环。如果你追求的是一种完全对齐流式解析规范、支持实时恢复 JSON 结构且具备极致容错性能的方案。今天我们要深度解析的 llm_json_stream—
AIGC - Raphael AI：全球首个无限制免费 AI 图片生成器

AIGC - Raphael AI：全球首个无限制免费 AI 图片生成器

文章目录 * 引言 * 一、Raphael AI 是什么？ * 二、核心引擎：Flux.1-Dev 与 Flux Kontext * 1. Flux.1-Dev：极速与精细的结合 * 2. Flux Kontext：精确的语义理解 * 三、主要功能一览 * 1. 零成本创作 * 2. 多风格引擎 * 3. 高级文本理解 * 4. 极速生成 * 5. 隐私保护 * 四、实测体验与使用方式 * 五、与其他 AI 绘图平台的对比 * 六、未来发展与生态计划 * 七、总结：AI 创意的平权时代 引言 在生成式 AI 技术飞速发展的时代，图像生成的门槛正在被彻底打破。