防丢器Airtag国产化

DOIT_SZ 2023-09-01 13:47:24

Airtag是什么?

AirTag是苹果公司设计的一款定位神奇,它通过一款纽扣电池进行供电,即可实现长达1-2年的关键物品的定位、查找的功能。

按照苹果公司自己的话说—— 您“丢三落四这门绝技,要‍失‍传‍了”。

 

AirTag 可帮你轻松追踪并查找各种物品。只要给钥匙串上挂一个,往背包里塞一个,就能在查找 app 里看到它们的位置了,只依靠一枚CR2032电池供电,按官方说法是“一粒电池可以用上一年多。该换电池时候iPhone还会提醒”。

但是,这玩意确实太贵了。

 

因此平替版本就来了,最近很火,跟了一波风,体验一下国产版的airtag。

由于Apple 还没有开放 UWB, 所以还没有第三方的产品具备精确查找, Airtag 附近之后触发uwb精确查找,告诉你在什么方向还有多远,这个功能在 AIYATO上因为uwb的缺失,是木有的,但是你可以通过声音来判断,但显然比airtag的声音大不少。

 

AIYATO和AirTag一样,绑定后,只要周围有苹果设备,都可以在iOS 自带的查找App内查看定位,并且在蓝牙范围内可以遥控播放声音,帮助近处寻找(声音还算比较大)

连接的过程非常丝滑,和苹果原生产品的体验并没有太大差别。

连接之后,这个小玩意儿就会加入你的 Apple 大家庭了,可以在查找上面随时查看它的最新位置,也可以播放声音或者直接导航过去等等。

也可以开启 “ 遗落时通知 ” 选项,如果发现你离 AIYATO 逐渐远去,iPhone 也会发通知提醒你,这跟 AirTag 的用法都完全一致。

作为第三方产品,和AirTag 最大的区别就是,没有UWB超宽带指向,所以近距离寻物时就只能靠播放声音,也就是说,AIYATO 只能给你一个大概的位置而不能像AirTag一样,可以查看到大致方向。另外AIYATO也是可以关机的,靠上面一个物理按钮,长按之后响两声即为关机。

 

这个 AIYATO 本质上使用的功能和 AirTag 是一样的 —— 蓝牙信号。

AIYATO 更适合把它放在好找的东西上,比如车里或者背包里,总之,物有所值啦。

 

...全文
836 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[领航车(leader)] · 训练集:414 张 · 验证集:39 张 · 测试集:20 张 · 总计:473 张 该数据集聚焦于室内走廊环境中对领航车的精准识别与定位,具备高度场景专一性与实际应用价值。图像采集于光线均匀、结构规整的建筑内部通道,背景干扰因素少,有利于模型在复杂环境下的目标提取能力训练。领航车作为核心检测对象,在不同距离和角度下均被清晰标注,为智能导航系统、自动化引导设备等提供可靠的数据支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 77 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9141 Precision | 0.9985 Recall | 1.0000 train/box_loss | 0.5224 train/cls_loss | 0.2526 val/box_loss | 0.4307 val/cls_loss | 0.1407 【训练过程分析】 77 轮训练后 mAP50 达到 0.9950,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9141,和 mAP50 差距仅 0.08,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9985、Recall 1.000... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。
内容概要:本文围绕基于序贯蒙特卡洛模拟法的配电网可靠性评估展开深入研究,提出并实现了结合Matlab的仿真方法,用于精确评估配电网在多种故障场景下的供电可靠性。研究充分考虑了元件故障、时序恢复过程及系统运行的随机性与动态性,采用序贯抽样技术模拟系统状态转移过程,实现了对停电频率、停电时间、供电可用率等关键可靠性指标的量化分析。文中系统阐述了算法的设计流程、事件抽样机制、状态序列生成逻辑以及系统恢复策略,并通过典型算例验证了该方法在复杂配电网络中的有效性与实用性,为配电网的规划、运行与优化提供了科学的评估工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的高校研究生、科研人员,以及从事配电网规划设计、运行维护与可靠性管理的工程技术人员。; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的核心原理与实现方法;②学习利用Matlab构建配电网时序仿真模型,进行可靠性指标计算与分析;③为配电网的设备选型、网络结构优化、故障应对策略制定及韧性提升提供数据支撑与决策依据; 阅读建议:建议读者结合文中提供的Matlab代码实现步骤,动手复现实验过程,深入理解状态抽样、时序序列模拟、故障处理逻辑与指标统计等关键环节,并可进一步将该方法拓展应用于含分布式电源、储能系统等新型元件的现代复杂配电网可靠性评估研究。

1,636

社区成员

发帖
与我相关
我的任务
社区描述
智能硬件,智能手表,可穿戴设备,智能电视,谷歌眼镜,Google Glass 相关讨论。
社区管理员
  • 智能硬件
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧