为什么环境监测要选 SenseCAP LoRaWAN 传感器?
SenseCAP 以 LoRaWAN 传感器、网关、数据采集设备和数据平台组成完整环境监测方案,S210X 系列在城市环境通信距离可达 2 km、视距条件下可达 10 km。
SenseCAP 以 LoRaWAN 传感器、网关、数据采集设备和数据平台组成完整环境监测方案,S210X 系列在城市环境通信距离可达 2 km、视距条件下可达 10 km。
Seeed 发布 XIAO 一站式开发中心,将产品选型器、开发工具、软硬件资源、社区项目与开放路线图集中到同一入口。XIAO Product Selector 支持按芯片平台、无线连接与协议、板载传感器、天线选项和开发平台筛选并并排对比不同型号。
SenseCAP 面向滑雪场提供可灵活配置的气象监测方案,多参数气象站可测量空气温度、相对湿度、风速风向、太阳辐射和降水等参数。设备可部署在基地设施、造雪区、半山雪道和裸露山顶等不同位置,按各点位所需参数选型。方案还包含偏远区域数据传输与数据采集分析平台。
Seeed 在 10 月披露九项合作与计划进展,包括 10 月 4-6 日在尼泊尔 Lalitpur 举办的 GOSH 2026,以 2000 美元赞助和 500 美元产品支持该开放科学硬件聚会。
Seeed 发文区分 PCB 设计测试与量产测试:前者验证设计是否按预期工作,后者检查每块制造出的板卡是否满足既定验收要求。原型阶段按电源检查、MCU 与固件、功能测试、工作条件、测试文档五步验证,并建议在定版前引入 DFT 与 pogo pin 测试治具。量产质量检查可包括 AOI、ICT 和 FCT。
TMRh20Projects 在 Seeed Studio 论坛介绍为 RF24Gateway 增加加密的工作,该功能即将发布。
Seeed Studio 在 GitHub 发布 MeshCore,这是一个用 C++ 编写的轻量级库,为使用 LoRa 等分组无线电的嵌入式项目提供多跳数据包路由,节点之间互相中继,无需联网即可超出单条链路范围。
宁夏海帆项目在中宁、海原约 500 亩(33 公顷)基地部署 18 台 SenseCAP 传感设备,40 天内 35 个传感通道记录 25,152 条环境数据,由 OpenClaw AI 智能体平台生成每日裂果风险评估。
Lolren 在 GitHub 发布 nrf54-arduino-core,这是面向 Nordic nRF54L 系列的 Arduino core,直接以寄存器级方式操作硬件,不依赖 Zephyr 运行时,也无需单独安装 nRF Connect SDK。
Seeed Studio 以捐赠 Grove Shields for micro:bit 的方式,支持非营利组织 Kids Engine 在西雅图举办的三场工作坊,约 70 名学生使用 micro:bit 开发板、Grove 元件和图形化编程探索电子与编程。
Seeed Studio 以赞助和硬件支持参与 10 月 4–6 日在尼泊尔 Lalitpur 举办的 GOSH 2026,活动由 Karkhana Samuha 主办。其 "Vibe Coding with Wio Terminals" 工作坊将 AI 辅助编程带入嵌入式硬件实操,并分享面向跨物种研究与生态监测的 Open Datalogger,该产品已在全球合作伙伴处开展现场测试。
SenseCAP 一体式紧凑气象站面向道路气象监测,用于捕捉黑冰、横风、沥青热应力和强降雨等局部路段风险。系统通过持续采集气温、相对湿度、露点和降雨等环境数据,弥补传统巡检与区域天气预报在连续性和路段针对性上的不足。文章结合四类常见天气相关道路安全挑战,说明这些数据如何支持风险评估与道路管理决策。
尼泊尔山区监测项目采用 SenseCAP S700-C 气象站作为气象监测节点,采集降雨等气象参数,与水位、土壤湿度及视觉监测数据经 LoRaWAN 回传至中心平台进行可视化分析。
在 reComputer Robotics J501 上基于 Ubuntu 22.04 与 ROS 2 Humble,用 robot_localization 的二维 EKF 融合轮速与 IMU 偏航角速度,GNSS 再叠加全局定位层。
Seeed Studio 因官方供货变化,升级了基于 Raspberry Pi CM4 和 CM5 的多款产品硬件配置,最高提供 16GB RAM 和 64GB eMMC。
在 reComputer Robotics J501 上基于 Ubuntu 22.04 与 ROS 2 Humble,用 robot_localization 的二维 EKF 融合轮速与 IMU 偏航角速度,GNSS 再叠加全局定位层。
Seeed汇总六款可用于离网场景的GPS追踪器,覆盖蓝牙、卫星、LoRaWAN和Meshtastic四类通信方式。面向Meshtastic入门的SenseCAP T1000-E售价US $39.90,卡片尺寸85 × 55 × 6.5 mm、重32 g,IP65防护,内置700mAh电池并支持GPS、Wi-Fi与蓝牙定位。文章同时对比了户外卡片式产品SenseCAP MeshTracker X1。
翻斗式雨量计在强风、小雨和约30–50 mm/h以上强降雨下会出现系统性低估,机械翻斗的填水与翻转过程会带来测量损失。60 GHz 多普勒雷达雨量计以非接触方式测量雨滴下落速度,具备0.01 mm分辨率和雨、雪、冰雹分类能力,但成本高于传统翻斗式且需保持测量路径无遮挡。光学雨量计无活动部件,但光路易受强光、雾、灰尘和冷凝影响。
Seeed 发文分析工业边缘部署中无风扇被动散热优于风扇主动散热的原因:风扇方案必须开进出风口、无法全密封,且机械运动部件是工业环境中最难维护的故障源。工业级无风扇方案可覆盖 -20 至 70°C 工作温度,支持全密封外壳,防护等级至少 IP40、恶劣环境需 IP65+,并满足 IEC 60068 振动冲击测试。
Seeed 以 SenseCAP S700-A 和 S700-C 气象监测设备回应城市排水对本地风雨数据的需求,两款设备均用雷达测量雨强、用超声波测量风速与风向,且两组读数来自同一位置。雷达方案为非接触设计,无需集水漏斗或活动部件,可降低堵塞与机械磨损风险;超声方案无旋转部件,能更快响应风况变化。
Seeed 发布 Jetson Yocto 构建与烧录指南,以 reComputer Super J401 为例,记录载板、模块 SKU、源码版本与镜像配方。
Maker Ameya Angadi 的 PaperDine 项目用手势控制厨房订单屏,顾客则通过 ePaper 与二维码点单。ChefAssist 采用 XIAO Vision AI Camera(Grove Vision AI V2 传感器 + XIAO ESP32-C3 + OV5647),本地识别手势,更新后 ePaper 约两秒内刷新。
雷达雨量计并不直接测得 mm/h 降雨强度,而是发射电磁波并接收雨滴散射回波,利用多普勒频移获取雨滴下落速度等信息,再经降雨估计算法换算为降雨强度。其 0.01 mm/h 分辨率只表示可呈现更小的强度变化,并不等同于整体精度。文章按雷达信号、回波与多普勒信息、降水特征、降雨算法到实验室验证的链路,说明雷达降雨数据的可靠性需结合算法与受控测试评估。
针对无人机灯光秀编队定位需求,Seeed 的 Wio-E5 LoRa 模块被用于向整个机队广播实时 GNSS 修正数据,为机载 RTK 接收机提供参考信息。
Seeed 发文解析智能农业中土壤湿度传感器的不同设计,从单点探针到多深度剖面,涵盖结构与连接方式选择。单点探针采用 2-4 根 316L 不锈钢探针与高密度环氧树脂封装,可紧密插入土壤减少气隙误差;多深度探针在 10、20、40 cm 等深度布置独立电极,管式传感器则以 PVC 或玻璃纤维管内置环形电容电极,减少开挖扰动。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 个人 AI 智能体 Muse 接到实体设备上。
Seeed 发布 PCBA 固件烧录指南,按连接芯片、校验烧录数据、确认应用启动三个阶段分别验证烧录结果,避免工具报写入成功但程序不启动。
Seeed Studio 在 10 月 6 日至 8 日于阿姆斯特丹 RAI 举办的 Meteorological Technology World Expo 2026 上展出 SenseCAP 气象监测产品组合,并现场演示由 SenseCAP S700-C 与 S2100 LoRaWAN Data Logger 组成的工业 LoRaWAN 气象站。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 个人 AI 智能体 Muse 接入实体设备。
Seeed Studio 与声音艺术家 Benoît Maubrey 合作,于 2026 年 10 月 31 日在德国伍珀塔尔 Repair & Share Festival 上修复并重塑 32 件 1989 年起创作的 Audio Tutu 可穿戴电声雕塑。工作坊用 Seeed 的 reSpeaker 和 XIAO 系列开源硬件为这些裙子恢复电路并加入新连接能力,无需硬件或编程基础即可参与。
Seeed Studio 在 10 月 9–11 日于都灵举办的意大利最大硬件黑客松 hackTurin 上,为 100 名年轻工程师提供 Grove 模块等硬件、现场 Seeed Ranger 导师指导,赛事设 €10,000 奖金。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。
乐鑫在 Meta 开源的 Muse Gadget SDK 中提供 ESP32 Device SDK,基于 ESP-IDF,包含固件、构建说明和多款开发板配置,开发者可据此把 Meta 个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 个人 AI 智能体 Muse 接到实体设备上。
Meta 开源 Muse Gadget SDK,其中包含面向乐鑫 ESP32 平台的 ESP32 Device SDK,开发者可把 Meta 的个人 AI 智能体 Muse 接入实体设备。