Webinar首页 即将举办 按时间点播 按分类点播 按厂商点播 会议流程 问题集锦 在线帮助
您所在的位置:首页 > 按分类点播

按分类点播 > 嵌入式

第18届全国大学生智能车竞赛总决赛直播

时间:2023年08月18日 07:00        

简介: 总决赛赛程安排 8月18日赛程 06:30-07:30-极速越野组预赛、声音信标组预赛(嘉宾主持:逐飞) 07:30-08:00-总决赛开幕式 08:00-10:00-极速越野组预赛声音信标组预赛(嘉宾主持:技术组成员) 10:00-12:00-摄像头组、独轮车组(嘉宾主持:技术组成员) 13:00-18:30-摄像头组、独轮车组(嘉宾主持:萧英喆) 16:00-18:30-极速...

AQG324对SiC模块封装和器件带来的挑战

时间:2023年07月25日 10:00        

简介: 随着SiC在主驱应用逐渐普及,很多客户新的设计都有考虑使用SiC模块;与此同时SiC功率模块的可靠性测试的标准也在进一步的更新。安森美的SiC功率模块在开发过程中遵循最新的AQG324标准,新的标准对于SiC的开发和可靠性提出了一些新的需求,安森美从模块和芯片开发,测试和生产的角度来理解这些需求,针对性的去开发和优化,将有助于提升产品的可靠性。 关键要点 1. Si和SiC在AGQ32...

引领行业的PLECS模型自助生成工具和Elite Power Simulator在线仿真工具

时间:2023年05月25日 10:00        

简介: 对于复杂的电力电子应用,精确有效的系统级仿真工具至关重要,能助电力电子工程师从虚拟原型实现初次即准确的设计。安森美全新的在线 Elite Power Simulator 仿真工具和PLECS模型自助生成工具通过最先进精确的仿真,和针对客户应用定制的 EliteSiC 产品选择功能,节省了工程师的时间,加速产品上市周期。这些工具在电源应用开发的初始阶段期提供有价值的参考信息, 省去昂贵且耗时的硬件制...

LabVIEW vs. Python:何不兼得?

时间:2023年05月06日 10:00        

简介: LabVIEW和Python之间,您无需择一而选,而是可以两者兼得! 在本次网络研讨会中,我们将探讨为何将LabVIEW和Python结合使用可以提高测试效率,以及如何发挥两个工具各自的优势,帮助您和您的团队构建更出色的自动化测试系统。 研讨会议程: • 了解如何选择LabVIEW和Python • 观看如何在LabVIEW中调用Python节点以及Python代码的演...

2023年智能车大赛智能视觉组培训第三弹——关键词检测技术

时间:2023年04月13日 14:00        

简介: 之前我们已经为参加第十八届全国大学生智能汽车竞赛的同学们,进行了两次培训。 第一次培训中详细分析了本届赛题的特点,和所要用到的知识点,并回顾了往届培训已经讲授的内容。 在第二次培训中,针对2023年智能车竞赛智能视觉组增加的新任务:随机目标识别,进行了专题培训,详细介绍了目标检测的原理及具体实现,和模型的部署。 前两场培训课的视频,都已经上载到“NXP恩智浦中国”在B站的官方账号...

2023年智能车大赛智能视觉组培训第二弹——原理及实现

时间:2023年03月09日 14:00        

简介: 2023年智能车竞赛智能视觉组增加了新任务:随机目标识别。小车在完成识别固定坐标目标后,需要识别随机目标。这就要求同学在实现分类模型的基础上,增加目标检测算法的支持。 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。 YOLO是目前比较流行的目标检测(Object Detection)算法,速...

电机的医生—ADI预测性维护解决方案

时间:2023年02月15日 10:00        

简介: 电机是最广泛的动力设备之一,电机的非可控故障导致的停机,可能会对生产造成重大损失, 甚至带来安全隐患。 如何有效地,通过技术手段,来对电机的健康进行预测性维护,是一个有效的技术手段。本演讲,将介绍ADI公司的SMS(smart motor sensor)整体方案,其通过磁场,振动,温度等参数的监测,结合云端算法,可以诊断出9种典型故障类型。希望可以大家带来有益的收获。 ...

2023年智能车大赛智能视觉组培训第一弹——拆题

时间:2023年02月10日 14:00        

简介: 第十八届全国大学生智能汽车竞赛已拉开帷幕,恩智浦继续为大赛提供赞助和技术支持。 今年是智能视觉组的第三年,经过前两年的探索和迭代,智能视觉组的赛题更加成熟,涉及到的相关工具和参考资料也在逐渐丰富。 设计本届赛题的初衷是继承去年赛题的优点和模式,在去年赛题任务的基础上,适当增加一些赛题难度,引入目标检测这一新手段,为参赛同学们构建不同类型神经网络模型的水平及模型训练,提供了更接丰富的选项...