知行凌云

团队介绍

团队成员

团队成员

由来自不同年纪、渴望知识的学生组成,他们将在机械、网页、硬件等领域展开学习并输出成果。

了解更多

AI时代的 “元能力”

探索四大元能力:第一性原理、系统思维、批判性思维与以人为本。

元能力

四大元能力

我们对第一性原理、系统思维、批判性思维与以人为本这四大元能力的深入理解与实践应用。

了解更多

AI 背后的秘密

探索人工智能的核心原理与创作实践。

AI 秘密

AI 三大秘密

揭示人工智能背后的三大核心秘密,以及我们在 AI Agent 领域的实践探索。

了解更多

科创课程与参观感悟

记录我们在科创基地的学习与参观体验。

科创课程

科创基地参观

分享我们在科创基地的参观感悟,以及对设计思维与工程故事的理解认知。

了解更多

机械迭代记录与反思

记录三维设计学习与平衡车底盘设计的迭代过程。

机械迭代

平衡车底盘设计

展示平衡车底盘设计的迭代过程(v1/v2/v3),包含设计思路、对比分析与反思要点。

了解更多

倒立摆与 PID 算法

探索倒立摆平衡原理与 PID 控制算法。

倒立摆与 PID

PID 控制原理

详细解释倒立摆平衡原理,以及 PID 控制器中 P、I、D 三个参数的作用与调优方法。

了解更多

团队介绍

科创课程与参观

团队概述

"知行凌云" 团队成立于2026年2月23日,是一个由不同年纪学生组成的科技探索团队。我们致力于探索各种新奇事物,探索前沿技术并将其应用于实际问题解决中。团队名称 "知行凌云" ,寓意 “知行合一,志比云高” ,我们不断学习,持续行动,心中梦想,终将实现!

团队成员

张明

任语典

项目经理 / 机械工程师

李华

杨沐恩

网页工程师

王芳

邵雨繁

嵌入式工程师

赵强

邵钰麒

机械工程师

知行凌云

团队历程

团队成立

2026年2月23日, "知行凌云" 团队正式成立,初始成员4人。

项目启动

2026年2月25日,团队开启平衡车的3D建模工作,初步探索平衡车结构与平衡原理。

PID认识

2026年2月26日,团队开始学习PID调控技术,为后面的平衡车控制比赛做好准备。

参加平衡车控制比赛

2026年3月1日,团队带着 "智能平衡车"参加了平衡车控制比赛,获得好评。

团队文化

我们秉承 "开放、创新、协作、实践" 的团队文化,鼓励每位成员充分发挥自己的特长,同时注重团队协作与知识共享。我们相信,只有通过不断地学习、实践与反思,才能真正掌握知识并创造价值。

在 "知行凌云" 团队,我们不仅追求技术上的突破,更注重培养每位成员的 "元能力",包括学习力、创造力、批判性思维与沟通协作能力。我们相信,这些基础能力将使我们终身受益,无论未来从事何种工作。

AI时代的 “元能力”

探索四大元能力:第一性原理、系统思维、批判性思维与以人为本。

“ 元能力 ” 概述

在当今快速变化的世界中,知识的更新迭代速度前所未有。AI时代的 "元能力" ,即那些能够帮助我们学习、适应和创新的底层能力,变得比特定领域的知识更加重要。我们团队深入学习并实践了四大元能力:第一性原理、系统思维、批判性思维与以人为本。这些能力是我们应对未来挑战的基石。

四大元能力详解

学习力

第一性原理

第一性原理是回归事物本质、从本源推演,不依赖经验类比的思维方式,在复杂环境中它比惯性认知更有价值。

创造力

系统思维

系统思维是立足整体、关联看待问题、统筹要素、兼顾长远的认知方式,在复杂事物中比单点思考更具实效。

批判性思维

批判性思维

批判性思维是指对信息进行理性分析、评估和判断的能力。面对复杂问题时,我们不盲目接受既有结论,而是通过提问、验证和逻辑推理,深入探究问题本质。

沟通协作

以人为本

以人为本,是把人作为核心与目的,尊重价值、守护尊严、成就成长,是一切行动的出发点与落脚点。

“ 元能力 ” 培养

元能力的培养不是一蹴而就的,需要持续的实践和反思。我们团队通过以下方式培养元能力:

  • 项目驱动学习: 通过完成真实的项目,在实践中锻炼和提升各项能力。
  • 定期复盘: 每个项目结束后,我们都会进行深入的复盘,总结经验教训。
  • 跨学科交流: 组织跨专业的学习分享会,拓宽视野,激发新思维。
  • 导师指导: 邀请行业专家和学术导师进行指导,获取专业反馈。

未来展望

随着人工智能和自动化技术的飞速发展,元能力将成为人类与机器协作的关键。我们将继续深入研究元能力的培养方法,并将其应用到更多的科创项目中。我们相信,具备强大元能力的团队,能够在未来的不确定性中把握先机,创造更大的价值。

AI 背后的秘密

揭示人工智能的核心原理与我们的实践探索

AI 秘密概述

人工智能(AI)正在以前所未有的速度改变着我们的世界。从智能手机上的语音助手到自动驾驶汽车,AI 技术已经渗透到我们生活的方方面面。然而,在这些令人惊叹的应用背后,隐藏着一些核心的原理和秘密。通过深入研究和实践,我们团队揭示了 AI 背后的三大核心秘密。

三大核心秘密

数据是燃料

数据是燃料

AI 系统的性能很大程度上取决于其训练数据的质量和数量。就像汽车需要燃料才能运行一样,AI 需要大量高质量的数据来学习和提高。我们在项目中深刻体会到,构建一个优秀的数据集是 AI 项目成功的关键第一步。

算法是引擎

算法是引擎

如果数据是燃料,那么算法就是 AI 的引擎。算法决定了如何从数据中提取有价值的信息和模式。从传统的机器学习算法到现代的深度学习神经网络,算法的不断演进推动了 AI 能力的飞速提升。

计算力是基础

计算力是基础

强大的计算能力是现代 AI 发展的基石。训练复杂的 AI 模型需要大量的计算资源,这也是为什么 GPU 和专用 AI 芯片变得如此重要。

我们的 AI 实践

在项目开发过程中,我们遇到了许多挑战,也积累了宝贵的经验。我们深刻认识到,成功的 AI 应用不仅仅是技术的堆砌,还需要对用户需求的深入理解和对产品体验的极致追求。

未来展望

AI 技术的发展日新月异,我们团队将继续保持学习的热情,探索 AI 技术的新前沿。我们相信,AI 不仅仅是一种工具,更是一种思维方式。它将帮助我们更好地理解世界,解决复杂问题,并创造更美好的未来。

在未来的日子里,我们将继续在 AI 领域学习,并尝试将 AI 技术与其他领域(如机械控制、物联网等)相结合,创造出更多有价值的应用。

科创课程与参观

记录我们的学习之旅与基地参观见闻

科创课程概述

为了不断提升团队的专业技能和创新能力,我们积极参与各类科创课程的学习。这些课程涵盖了人工智能、3D建模、电子工程等多个领域,为我们的项目实践提供了坚实的理论基础。

特色课程分享

大语言模型实战

“ AI前沿探索与实践 ”

这门课程深入讲解了大语言模型的原理、训练方法和应用场景。通过学习,我们掌握了如何使用AI工具,并将其应用到我们的"平衡车"项目中。

智能硬件设计

“ 手工艺术与工程制造 ”

课程内容包括手工艺的历史、工程制造的发展等等。通过动手实践,我们学会了如何在软件上进行3D建模,这为我们的"智能平衡车"项目提供了重要支持。

创新思维与方法

“ 程序逻辑与PID算法 ”

课程内容包括传感器原理、“平衡车”元器件学习、PID原理学习及调试等。这一部分是平衡车项目中很重要的部分,它决定了我们的平衡车 “ 走得远 ” 、 “ 走得稳 ”。

基地参观见闻

除了课堂学习,我们还参加了基地展厅参观活动,走进行业前沿,了解最新的技术动态和企业实践。

参观科技巨头

基地简介

重庆明月湖科创基地是西南硬科创核心平台,聚焦智能产业,打造研发、孵化、产业化一站式科创生态。

走访智能制造企业

李泽湘科创体系

引入李泽湘“教育-孵化-资本-产业”体系,构建全周期赋能模式,助力硬科技项目从想法落地为产品。

参加创业孵化器交流

基地产品参观

展厅陈列机器人、智慧生活等前沿产品,直观展现科技与产业、生活的融合成果。制冰机、盲人阅读器、“食铁兽”割草机器人让我们记忆犹新。

学习心得

通过这些科创课程和企业参观活动,我们收获很多。我们深刻认识到,科技创新不仅仅是技术的竞争,更是人才和思维的竞争。只有不断学习、不断实践、不断创新,才能在激烈的竞争中立于不败之地。

我们将继续保持学习的热情,积极参与各类科创活动,努力提升自己的专业素养和创新能力,为未来的发展打下坚实的基础。

机械迭代记录

记录 "智能平衡车" 项目的机械结构设计与迭代过程

项目概述

我们团队的首个项目是平衡车整体结构的设计与实现。项目由三人协作完成,我们从零基础起步,在老师的指导下系统学习三维设计知识,逐步完成平衡车各部件的建模、装配与优化。 在这一过程中,我们深刻体会到机械迭代的重要性与必要性 —— 每一次改进,都是对结构、功能与合理性的再思考、再完善。 接下来,我将为大家展示团队在平衡车各部件上的迭代记录,分享我们在设计中总结的经验与改进思路,也欢迎各位老师和同学提出宝贵建议。

机械设计历程

V0.1 - 概念原型

V0.5 - 概念原型

正式设计前,我们先依据模板对各安装孔的位置进行了测量。 第一版平衡车在装配过程中我们发现一处细节失误:部分安装孔未完全对齐。为保证结构完整性与装配精度,我们最终决定重新优化设计。

V0.2 - 结构优化

V1.0 - 结构优化

基于V0.5的经验,针对V1版本螺丝松动的问题,现已完成修复,并对孔位进行了优化调整。

关键技术突破

轻量化设计

轻量化设计

我们采用轻量化设计理念,在保证强度的前提下,最大限度地减少了材料的使用。

模块化设计

模块化设计

我们采用模块化的设计思路,将整个平衡车分为底盘模块、支架模块、传感器模块和控制模块等几个部分。这样的设计不仅便于装配和调试,也为后续的维护和升级提供了便利。

工艺创新

工艺创新

我们将优化后的三维模型导出为打印格式,经过 3D 打印之后,对打印件进行精度校验与打磨,确保各部件精准装配。

经验与教训

在"智能平衡车"项目的机械设计过程中,我们积累了许多宝贵的经验,也吸取了一些教训。

  • 仿真先行: 在进行实际加工之前,一定要进行充分的仿真分析,以验证设计的合理性。
  • 迭代优化: 机械设计是一个不断迭代和优化的过程,不要期望一次就能得到完美的设计。
  • 注重细节: 细节决定成败,一个小小的疏忽都可能导致整个项目的失败。
  • 团队协作: 机械设计不是一个人的事情,需要与硬件、控制等其他团队成员密切配合。

未来展望

虽然我们已经完成了"智能平衡车"项目的机械设计,但这并不意味着我们的工作已经结束。在未来,我们计划在以下几个方面继续努力:

1. 材料升级: 我们将尝试使用一些新型材料,以进一步减轻车身重量,提高性能。

2. 结构创新: 我们将探索更多创新的机械结构,以提高平衡车的稳定性和适应性。

3. 智能集成: 我们将进一步加强机械结构与AI的结合,使平衡车能够更加智能地适应不同的环境和任务。

倒立摆与 PID

探索经典控制理论在平衡车上的应用

倒立摆概述

是自动控制领域中经典的欠驱动、不稳定、非线性系统,通常由可移动的小车和绕小车铰接点自由转动的摆杆组成。倒立摆是控制理论中的一个经典问题,它通过控制底部的支点来使上方的摆杆保持垂直平衡状态。这个问题看似简单,实则涉及到复杂的控制理论和算法。在我们的"智能平衡车"项目中,我们成功地将倒立摆原理应用到了实际的硬件系统中。

PID控制原理

PID 是一种自动控制算法,用来让机器、设备、系统稳定地达到你想要的目标,它由比例(Proportional)、积分(Integral)和微分(Derivative)三个部分组成。

比例控制

比例(P)控制

依据当前误差成比例输出控制量。 作用:快速减小偏差,提高系统响应速度。 不足:单纯 P 控制易存在稳态误差,且过大会引发振荡。

积分控制

积分(I)控制

对误差历史累积进行运算。 作用:消除稳态误差,只要存在偏差,积分作用持续增强。 不足:过强会导致超调增大、响应变慢。

微分控制

微分(D)控制

依据误差变化率预测趋势,提前调节。 作用:抑制超调、阻尼振荡、提升稳定性,改善动态性能。 不足:对噪声敏感,易放大干扰。

我们的实践

在"平衡车"项目中,我们使用PID算法来控制小车的平衡。具体来说,我们通过陀螺仪实时测量小车的倾角和角速度,然后将这些数据作为PID控制器的输入,计算出所需的电机控制量,从而使小车保持平衡。

系统建模

首先,我们建立了平衡车的模型,分析了其动力学特性。通过理论分析,我们确定了系统的关键参数和控制难点。

参数整定

接下来,我们进行了大量的实验,通过反复试错的方法,反复调整PID参数,最终找到了一组最优的参数组合。

代码实现

我们在嵌入式系统上实现了PID控制算法,并进行了实时性优化,确保控制算法能够以足够高的频率运行。

系统测试

最后,我们进行了全面的系统测试,包括平衡性能测试、抗干扰测试和续航测试等。测试结果表明,我们的PID控制器能够很好地控制小车的平衡。

挑战与解决方案

在实践过程中,我们遇到了许多挑战,也摸索出了一些解决方案。

  • 传感器噪声: 陀螺仪的测量数据往往包含噪声,影响控制效果。
  • 参数变化: 系统参数可能会随时间和环境变化而变化。我们设计了自适应PID算法,能够根据系统的实际表现自动调整参数。
  • 计算资源限制: 嵌入式系统的计算资源有限。我们对算法进行了优化,在保证控制效果的前提下,尽量减少计算量。

收获与感悟

通过"倒立摆与PID"项目,我们不仅掌握了PID控制的原理和应用,更深刻体会到了理论与实践相结合的重要性。从最初的理论分析到最终的实际系统,每一步都充满了挑战和乐趣。

我们认识到,PID控制虽然原理简单,但要在实际系统中取得良好的控制效果,需要深入理解系统特性,精心设计控制算法,并进行大量的实验和调试。这个过程不仅锻炼了我们的技术能力,也培养了我们的耐心和团队协作精神。