新闻详情

新闻详情

首页 / 资讯中心 / 详情

哪吒Pro完全解析:教育级4通道电机控制扩展盒,16个可视化积木块解锁STEM无限创意

发布时间:2026/11/14 21:53:20来源:尧图网络
哪吒Pro完全解析:教育级4通道电机控制扩展盒,16个可视化积木块解锁STEM无限创意
哪吒Pro完全解析教育级4通道电机控制扩展盒16个可视化积木块解锁STEM无限创意【免费下载链接】nezha-pro源师兄扩展项目: 哪吒pro | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/nezha-pro哪吒Pronezha-pro是源师兄组织推出的教育级电机控制扩展盒扩展项目专为大师兄板设计提供4通道电机驱动、8路传感器扩展接口与双电机控制按键并通过16个可视化积木块实现拖拽即编程零代码基础也能快速搭建机器人、智能小车等STEM创意项目。哪吒Pro 是什么为什么适合课堂与学生哪吒Pro 是一款面向教学场景的多功能扩展设备定位清晰教育导向降低电机控制门槛让学生专注创意而非底层协议可视化编程积木块直接生成 Python 代码所见即所得一拖多单块扩展盒即可驱动 4 路电机 接入 8 路传感器轻量接入通过 I2C 总线与主控板通信接线简单SDAPin20、SCLPin19地址0x10详见 library/extend_nezha_pro.py硬件能力一览4通道电机控制 传感器扩展能力说明4通道电机驱动M1~M4 四路独立电机支持速度、方向、圈/度/秒精准控制双电机控制按键面板实体按键快速点动调试8路传感器扩展为超声波、红外、编码器等传感器预留接口轮式组合控制左轮/右轮成对驱动支持前进、后退、转弯设备基本信息可在 config.json 中查看官方资料入口见 README.md。快速上手三步跑通第一个电机程序接线将哪吒Pro 通过 I2C 接口连接到大师兄板电机 M1~M4 接到对应输出口打开图形化环境扩展项目已提供 blocksdef.js积木块自动加载到哪吒Pro分类分组定义见 category.json拖积木、点运行例如设置 M1 以 100%速度 顺时针 运行 1圈系统自动调用底层nezha_pro.move()见 library/extend_nezha_pro.py无需手写任何代码 技巧用设置电机归零积木块先校准位置再做绝对角度控制精度更高。16个可视化积木块全解析 积木块分为基础、组合控制、其它三大类分组定义category.json基础类9个单电机精准控制积木块功能一句话场景运行圈/度/秒按指定速度、方向运行让舵机转 90 度、电机跑 3 秒转至绝对角度支持顺时针/逆时针/最短路径机械臂摆到指定角度关闭电机立即停止指定通道急停保护启动电机以某速度持续运转风扇恒速模式读取绝对角度值获取 0~360° 位置闭环校准读取相对角度值获取相对起始位的偏移旋转台计次读取速度圈/秒实时转速监测速度曲线记录设置电机归零将当前位置设为 0上电校准相对角度清零重新设定相对零点多段运动分段组合控制类6个轮式车辆驾驶积木块功能一句话场景设置左轮/右轮电机把任意两路指定为车轮M1左轮 M2右轮向前/后移动按百分比速度直行车辆巡航停止运动双轮同时刹车避障急停设置车轮周长将一圈换算为厘米厘米级精准走位组合移动圈/度/秒/厘米按距离精确移动走迷宫定距转向设置左右轮速度并启动差速驱动原地旋转、斜行其它类1个读取版本号确认扩展盒固件版本方便课堂统一维护底层实现全部封装在 library/extend_nezha_pro.py 的NezhaPro类中积木块与 Python 方法一一对应映射规则见 blocksdef.js想进阶的同学可以直接阅读源码学习 I2C 指令封装思路。课堂实战3 个高频应用场景 循迹小车左右轮差速转向 速度读取练习 PID 直觉智能机械臂转至绝对角度 最短路径模式做精确抓取气象站/展台机器人4路电机分别驱动风扇、云台、转盘8路传感器接入采集项目文件导航文件作用config.json设备名称与描述Nezha Pro / 大师兄板category.json积木分类与默认参数blocksdef.js16个积木块定义与代码生成逻辑library/extend_nezha_pro.pyI2C 通信与电机控制核心库LICENSE开源协议总结哪吒Pro 用4通道驱动 16个积木块的组合把电机控制从写代码变成搭积木是STEM课堂、创客比赛与家庭实验的高性价比入门方案。【免费下载链接】nezha-pro源师兄扩展项目: 哪吒pro | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/nezha-pro创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉