电动车蓄电池在线监测系统设计







摘要
电动车普及以后,电池状态监测与管理就成为保证车辆安全运行的重要技术。本文设计并实现了一套基于STM32微控制器、库仑计和物联网云平台的电动车蓄电池在线监测系统,对电池电压、电流、温度等参数进行实时采集,用库仑计数法准确计算出电池荷电状态。系统使用STM32F411CEU6为主控芯片,采用库仑计模块采集电池数据,用ESP8266WiFi模块通过MQTT协议将数据上传到ThingsBoard物联网云平台,同时在TFT LCD显示屏上本地显示电池状态参数。软件设计使用了RT-Thread嵌入式实时操作系统,用多任务编程的思想把数据采集、数据处理、通信传输、显示刷新等任务分成了不同的任务,从而提高了系统的实时性以及可靠性。硬件设计中充分考虑了电气隔离和抗干扰措施,保证系统安全稳定工作。经测试,系统可以实时准确地监测电池状态,数据上传稳定,本地显示清晰,云平台可视化界面直观,告警功能可靠。本系统实现了电池状态的本地显示和远程监控,对提高电动车运行安全性、延长电池使用寿命有重要的应用价值。
关键词:电动车;蓄电池监测;STM32;库仑计;物联网
Design of Online Monitoring System for Electric Vehicle Storage Battery
Abstract
As electric vehicles become increasingly popular, monitoring and managing battery conditions have emerged as crucial technologies for ensuring the safe operation of these vehicles. This paper presents the design and implementation of an online monitoring system for electric vehicle batteries, which is based on an STM32 microcontroller, a coulomb counter, and an IoT cloud platform. The system achieves real-time gathering of battery parameters, including voltage, current, and temperature, while precisely calculating the battery's state of charge through the coulomb counting method. It utilizes the STM32F411CEU6 as the primary control chip and employs a coulomb counter module for collecting battery data. The collected information is then transmitted to the ThingsBoard IoT cloud platform using the MQTT protocol, facilitated by an ESP8266 WiFi module. At the same time, the battery status parameters are shown locally on a TFT LCD screen. In the software design, the RT-Thread embedded real-time operating system is utilized, and a multi-task programming approach is implemented. Tasks such as data acquisition, data processing, communication transmission, and display refresh are divided and managed separately, which enhances the system's real-time performance and reliability. The hardware design takes full account of electrical isolation and anti-interference measures, thereby ensuring the safe and stable operation of the system. Test results indicate that the system is capable of monitoring the battery status in real time with high accuracy. It features stable data transmission, clear local display, an intuitive visualization interface on the cloud platform, and dependable alarm functions. This system enables both local display and remote monitoring of battery status, offering significant application value for enhancing the operational safety of electric vehicles and prolonging battery lifespan.
Keywords:Electric vehicle; Bbattery monitoring; STM32; Coulomb counter; Internet of Things (IoT)
电池系统是电动车的重要组成,它的好坏直接影响电动车的安全性、续航里程和使用寿命。目前电动车主要采用锂离子电池作为动力源,具有能量密度高、循环寿命长等优点,但是过充、过放、过热或者短路等异常情况下容易发生热失控,严重时会引发火灾事故。近几年来,电动车起火事件时有发生,其中相当一部分和电池系统故障有关,因此电池状态监测和安全管理越来越受到社会各界的关注。因此,对电池状态进行实时监测和精确管理,不但是保证电动车安全运行的重要技术手段,也是保障人民群众生命财产安全的现实需要。
电池管理系统的主要功能之一就是准确地估计电池的荷电状态。SOC是反映电池剩余电量的重要参数,对驾驶员判断续航里程、规划充电路径起到直接的指导作用。但是SOC不能直接测量,只能通过检测电池电压、电流、温度等参数,结合数学模型进行间接估算。由于电池是高度非线性时变系统,其特性会受到温度变化、老化程度、充放电倍率等多种因素的影响,准确估计SOC一直是研究的热点和难点。目前常用的SOC估算方法中,电压查表法简单但精度低,库仑计数法短期精度高但是存在累积误差,阻抗跟踪法精度高但是算法复杂、成本高。因此设计出一种成本低、精度高的SOC监测系统,有重要的工程应用价值。
伴随着物联网技术的迅速发展,将电池监测系统同云平台相结合,已经成为智能电池管理的重要发展方向。采用无线通信模块把电池状态数据实时上传到云平台,可以达到远程监控、异常告警的目的,并且可以收集大量的运行数据,为电池特性分析、算法优化提供数据支持。云平台的数据可视化功能可以直观地显示出电池参数变化趋势,有利于用户对电池健康状况的了解。因此,设计出以STM32微控制器、库仑计、物联网云平台为基础的电动车蓄电池在线监测系统,对电池电压、电流、SOC等参数进行实时采集、本地显示、远程监控,对电动车运行安全、电池使用寿命提高、电池管理智能化发展有重要的现实意义和应用价值。
国外对于电池管理系统的研究起步较早,技术积累丰富。美国、德国、日本等汽车工业强国在BMS的研发方面处于领先地位,形成了比较完善的产业化体系。在电池状态估算算法方面,国外学者提出了很多先进的方法。卡尔曼滤波以及其改进算法被广泛应用于SOC估算,通过建立电池等效电路模型,用实时测量数据对SOC进行最优估计。扩展卡尔曼滤波可以解决非线性系统状态估计的问题,无迹卡尔曼滤波又提高了估计精度和收敛速度。粒子滤波算法对于电池复杂的动态特性有特别的优势。另外,神经网络、支持向量机等机器学习方法也被应用到SOC估算中,利用大量的训练数据来建立电池特性与SOC之间的非线性映射关系,从而提高估算精度。
国外的半导体厂商研制出了许多专用集成电路。美国德州仪器公司的BQ系列电池监测芯片,集成了高精度ADC、库仑计数器、温度传感器、保护电路,可以监测多种电池化学类型,被广泛应用于电动汽车和储能领域。美国亚德诺半导体的LTC系列芯片具有高精度、低功耗、高可靠性的特点,支持多节电池串联监测和主动均衡。瑞士意法半导体也推出过一些电池管理芯片,和STM32微控制器一起组成完整的解决方案。国外出现了许多成熟的服务平台,用于物联网云平台。美国PTC公司的ThingWorx平台包含设备连接、数据分析等全部功能,IBM的Watson IoT平台依靠人工智能技术达成智能化设备管理,德国Software AG的Cumulocity平台侧重工业物联网应用,开源的ThingsBoard平台凭借灵活性、可扩展性和低成本特性,在中小型物联网项目中得到广泛使用。
我国对电池管理系统的研究虽然起步较晚,但是发展很快。在国家科技计划项目的支持下,高校、科研院所、企业纷纷开展BMS关键技术研究,取得了一大批重要的研究成果。清华大学、北京理工大学等高校对电池等效电路模型参数辨识、SOC和SOH联合估计等做了系统的研究,提出了多种改进算法。为了克服锂离子电池强非线性的影响,研究者将模糊逻辑、神经网络和卡尔曼滤波结合在一起,提高了估算的准确性以及鲁棒性。针对电池老化对SOC估算的影响,研究者使用自适应算法在线修正模型参数,从而减小了由于老化造成的估算误差。
在产业化方面,国内涌现出宁德时代、比亚迪等一批专业BMS企业,其产品在数据采集精度、均衡管理能力、故障诊断功能等方面已达到或接近国际先进水平。在物联网应用方面,随着5G网络规模部署,阿里云、腾讯云、华为云等国内云服务商均推出物联网平台,支持MQTT等标准协议,可实现车辆状态远程监控和数据增值服务。通过物联网平台汇聚海量电池运行数据,结合大数据分析技术,能够实现电池健康度评估、剩余寿命预测和故障预警等高级功能。然而,目前国内电池监测系统仍存在不足:成本敏感的两轮电动车市场多数产品仅具备基本保护功能,缺乏精确SOC估算和远程监控能力;中高端电动汽车市场BMS虽功能完善,但系统复杂、成本较高,难以向中低端市场下沉。因此,设计一种成本适中、功能实用、可靠性高的电池在线监测系统,满足广大电动车用户的实际需求,具有重要的市场价值。
本文主要研究以STM32微控制器、库仑计、物联网云平台为依托的电动车蓄电池在线监测系统,实现电池状态的实时采集、本地显示、远程监控。电池电量监测技术研究中,首先要分析电池常用的参数物理意义,即荷电状态、充放电率、循环寿命、自放电等。在此基础上,对电压查表法、库仑计数法、阻抗跟踪法三种SOC估算方法的原理、优缺点、适用场景进行对比。经过综合比较,确定本系统采用库仑计数法作为电量监测方案,对库仑计的工作原理、电量计算实现方法、数据采集流程进行深入研究,为后续软硬件设计提供理论基础。
在系统硬件设计中,硬件部分以STM32F411CEU6微控制器为控制核心,设计主控模块电路,包括时钟配置、电源电路和复位电路。采用库仑计模块作为数据采集前端,设计接口电路和通信协议,对电池电压、电流进行准确的采集。使用ESP8266 WiFi模块作为无线通信单元,配置其工作模式和AT指令集,实现与物联网云平台的数据传输。选用TFT LCD显示屏作为本地显示设备,设计SPI控制时序和引脚连接,完成PCB电路原理图设计和电路板制作。软件部分采用RT-Thread嵌入式实时操作系统作为软件平台,完成内核移植和组件配置。按照多任务设计的思想,把数据采集、数据处理、通信传输、显示刷新等任务分成几个部分,再对各个任务的优先级进行合理的安排。开发串口通信、库仑计、ESP8266、LCD显示等设备驱动程序,研究MQTT协议原理,实现与云平台的连接建立、数据发布、心跳保持等功能。
云平台设计及系统调试使用ThingsBoard开源物联网平台作为云端服务,对设备进行接入、数据可视化仪表板的设计、告警规则的设置。研究MQTT协议在云平台中具体的应用,定义数据报文格式,选择合适的QoS等级,实现稳定可靠的数据传输。最后对系统进行全面的调试和测试,即硬件模块功能测试、软件功能测试、系统联调,保证数据采集、传输、显示全过程的功能正常。通过对系统性能及问题进行分析,提出改进方向以及后续工作,为系统进一步优化完善提供依据。
电池是电动车的动力源,电池性能特性要通过参数来描述和评价。荷电状态是反映电池剩余电量的最重要参数,定义为电池当前可用电能与额定容量的百分比,对驾驶员判断续航里程有直接指导作用。由于可用电能会随充放电电流、环境温度、电池老化而变化,所以荷电状态在实际应用中分为绝对荷电状态和相对荷电状态两种。相对荷电状态用0%到100%表示,电池完全充电时为100%,完全放电时为0%。绝对荷电状态是以电池制造完成时的设计容量为基准,全新电池完全充电时为100%,老化后的电池即使完全充电也无法达到100%。
最高充电电压同电池的化学成分有关,磷酸铁锂电池最高充电电压一般为3.65V,三元锂电池可达4.2V甚至更高。完全充电状态的判断依据有两个条件,电池电压与最高充电电压之差小于设定阈值,充电电流降到某一定值以下。最低放电电压指的是电池在没有完全放电的时候,SOC为0%时的电压值,会随着负载大小、环境温度、电池老化程度的变化而变化,放电过程中如果电压低于这个值就会导致电池过放,造成不可逆的容量损失。充放电率是反映充放电电流与电池容量的物理量,充放电率越大,电池的可用容量越小,这是由于大电流下电池内部极化效应造成端电压提前达到截止电压。
循环寿命反映电池的耐久性,一般用完全充放电循环次数来衡量,在500次充放电循环之后,完全充电电池的容量一般会下降10%到20%。自放电是电池在开路状态下电量自然消耗的现象,所有的电池都存在自放电特性,自放电率随温度升高而增大,温度每升高10°C,自放电率约增加一倍。锂离子电池自放电率低,每月1%到2%,镍系电池自放电率高,10%到15%。自放电不能用外部电流来测量,是库仑计数法误差的主要来源之一,准确理解这些参数对设计电池监测系统有重要意义。
电压查表法是最简单直接的SOC估算方法,根据电池开路电压和荷电状态的一一对应关系,通过测量端电压查表得到SOC值。实际应用时需要先通过实验得到电池在不同温度下OCV-SOC曲线并保存到系统中。该方法的优点就是实现简单,不需要复杂的数学计算,硬件资源要求低。但是缺点也很明显,电池内阻造成端电压和开路电压存在偏差,在充放电过程中偏差更大,瞬态效应如电流突变引起的极化电压变化会造成电压测量失真,部分电池如磷酸铁锂电池的放电曲线存在平坦区,微小的电压变化对应较大的SOC变化,容易引入较大的误差。因此电压查表法一般用于静态或者小电流工况,动态负载时精度难以保证。
库仑计数法是通过电池充放电电流的时间积分来求得电量变化的,它与流量计的工作原理相似。把电池看作容器,充电时电荷进入,放电时电荷流出,剩余电荷量就是当前电量。库仑计数法的主要优点就是不受电压测量失真影响,电池内阻造成的电压波动、瞬态效应造成的电压变化都不会影响电流积分的准确性,动态工况下也可以连续测量SOC。但是该方法也存在固有的缺陷,需要定期进行完全充电或者完全放电来更新总容量,否则会产生累积误差,只能测量进出电池的外部电流,无法检测自放电电流,因此不能排除自放电造成的电量损失,电流采样精度和积分周期也会对测量结果产生影响,长期运行后误差会逐渐累积。
阻抗跟踪法是把电压法和库仑法的优点结合起来的先进算法,根据锂电池电化学特性,动态学习电池阻抗,结合负载变化预测计算电量。其主要思想就是利用电池阻抗信息来修正库仑计数和电压测量的误差,电池在不同的SOC、不同的温度、不同的老化程度下,交流阻抗存在规律性的变化,通过在线测量阻抗可以实时修正模型参数,提高估算精度。该方法保留了库仑法在动态工况下连续性的优点,又吸收了电压法可以校准累积误差的优点。但是算法复杂,需要建立精确的电池等效电路模型并设计复杂的参数辨识算法,对微控制器计算能力和存储资源要求较高,实现成本相应增加。综合比较三种方法,本系统根据电动车蓄电池监测的实际需要,在成本和性能之间取得平衡,选择库仑计数法作为主要电量监测方案,用合理的软硬件设计来弥补它的固有不足。
本系统确定采用库仑计数法作为电量监测的主要方案。库仑计模块的核心就是专用电池监测芯片,它内部集成了高精度模数转换器和库仑计数器。其工作原理为在电池回路中串联一个小阻值采样电阻,电流流过时产生微小压差,芯片对压差进行高精度放大和模数转换得到瞬时电流值,同时内部定时器对时间进行计量,通过对瞬时电流和时间的乘积积分,计算出累积电荷量,从而得到电池容量变化量。库仑计模块与电池组采用串联方式连接,采样电阻串接在电池负极和负载之间,电压检测线分别接电池正负极来测量端电压,部分模块还集成温度传感器做温度补偿,实现电压、电流、温度三个主要参数的实时采集。
库仑计模块和主控芯片之间采用串口通信进行数据交互,通信参数设置为9600波特率、8位数据位、1位停止位、无校验位。主控芯片按照通信协议向库仑计发送读参数指令,指令帧格式为帧头、功能码、数据域、校验字段。库仑计接收到指令之后,就会回复包含电量百分比、电压、电流、额定容量、温度、电流方向等参数的数据帧,主控芯片解析回复帧来提取所需要的数据进行后续处理。该种通信方式简单可靠,可以保证数据采集的实时性、准确性。
为了克服库仑计数法在实际应用中遇到的两个主要问题,本文系统地设计了相应的解决办法。对于初始SOC的确定问题,系统上电时先检测电池状态,若电池处于静置无电流状态,则用电压查表法粗略估计初始SOC作为积分起始点;若处于动态工况,则读取上次断电前保存的SOC值作为初始值。对于累积误差消除问题,系统用完全充电事件来校准,检测到电池电压达到充电截止电压、电流降到涓流充电阈值的时候,就将SOC强制改为100%并清零积分误差。另外为了降低自放电的影响,系统加入了休眠补偿,电池长时间无电流时会进入低功耗模式,根据预存的自放电率表估算休眠期间的电量损失,在唤醒之后再进行补偿修正。本系统采用软硬件相结合的方法,保证测量精度的同时又控制成本,满足电动车蓄电池在线监测实际应用需求。
本系统使用STM32F411CEU6作为主控芯片,STM32F411CEU6是基于ARM Cortex-M4内核的单片机,最高工作频率可以达到100MHz,可以满足电池监测系统对于数据处理速度和实时性的要求。芯片自带512KB Flash存储器和128KB SRAM,给程序存储和运行留有足够空间,采用UFQFPN-48封装,体积小适合嵌入式应用。核心电路设计有芯片供电、复位电路和启动模式配置。
图 3-1 STM32F411CEU6 主控模块核心电路原理图
核心电路设计有芯片供电、复位电路和启动模式配置。供电电压为3.3V,每个电源引脚处加上0.1μF陶瓷电容进行去耦滤波,保证供电的稳定性。复位电路采用上电复位和手动复位相结合的方式,复位引脚通过10kΩ电阻上拉到3.3V并并联0.1μF电容到地,形成RC复位电路。启动模式用BOOT0和BOOT1引脚配置,本系统把BOOT0下拉到地设置为从Flash启动,保证上电后正常执行用户程序。芯片提供丰富的外设接口,本系统用USART6与库仑计通信、USART1连接ESP8266、SPI1驱动TFT LCD显示屏,合理分配外设资源为系统功能实现提供硬件基础。
图 3-2 主控模块 LDO 稳压电路原理图
时钟系统配置对于主控模块的稳定运行来说十分重要。STM32F411CEU6时钟系统由内部高速时钟、内部低速时钟、外部高速晶振、外部低速晶振组成,本系统采用外部高速晶振作为主时钟源来获得更高的精度和稳定性。外部高速晶振使用8MHz无源晶体,连接两个22pF负载电容构成振荡电路到PH0和PH1引脚,外部低速晶振使用32.768kHz时钟晶体,实时时钟模块需要使用。晶振电路设计按照芯片数据手册的要求,用匹配负载电容来保证起振稳定。
图 3-3 主控模块晶振电路原理图
系统时钟采用内部锁相环电路进行倍频,采用HSE作为PLL的输入源,PLLM分频系数设为8、PLLN倍频系数设为100、PLLP分频系数设为2,得到100MHz系统时钟。系统时钟经过AHB预分频器得到HCLK时钟供CPU使用,APB1和APB2总线时钟分别设置为50MHz和100MHz满足外设需求。软件层面用HAL库函数完成时钟初始化,在系统启动的时候首先执行,保证后面外设初始化以及应用程序运行在正确时钟频率下。
本系统需要三种电源电压,即STM32主控的3.3V供电、库仑计模块的5V供电、电池监测回路的参考电压。系统使用外部5V直流电源作为总输入,用低压差线性稳压器将5V转换为3.3V供主控使用,选用AMS1117-3.3作为稳压芯片,输入电压范围宽、输出电流可达1A,满足系统功耗要求。稳压器输入、输出端各设10μF、0.1μF电容进行滤波,提高电源质量。由于电动车蓄电池电压较高,系统采用独立电压转换模块给监测电路供电,电池组电压经过隔离式DC-DC变换器转换成5V,再通过LDO降压成3.3V。该种设计实现系统电源和电池高压的电气隔离,大大提高系统的安全性和抗干扰性,同时给模拟电路和数字电路分别设置电源滤波网络,减少数字噪声对模拟采样的干扰。
电源电路还有电池电压采样通路和保护电路的设计。电池正极通过分压电阻网络接到主控ADC引脚上,对电池端电压进行监测,分压网络使用高精度电阻,分压比例根据电池组额定电压计算,保证ADC输入电压不超过3.3V。ADC输入端加RC低通滤波和钳位二极管,可以抑制高频噪声和电压尖峰,保护主控芯片不被损坏。另外电源输入端口上安装了TVS瞬态抑制二极管以及自恢复保险丝,可以吸收电池回路出现的电压尖峰,当过流时也可以自动切断电源。电源电路的完整设计保证了各个模块能够得到稳定的纯净的供电,为系统长期稳定运行打下了基础。
库仑计模块与被测电池组、主控芯片之间接口电路设计,直接影响数据采集的准确性以及系统安全。模块与电池组之间用四线制开尔文接法连接,即电流采样线和电压检测线分开布置,可以消除导线电阻对测量的影响,保证电压和电流采样的准确性。具体连接方式为采样电阻串联在电池负极回路中,两条电流线分别接在采样电阻两端进行电流测量,两条电压检测线直接接在电池正负极上进行电压测量,采用分离设计来避免导线压降带来的测量误差。
图 3-4 库仑计模块引脚连接图
接口电路设计时充分考虑了过流保护、反接保护等安全措施。在电池正极输入端串联自恢复保险丝,电流超过设定值时自动断开,保护模块及后面的电路不受过流损坏。在电源输入端并联TVS瞬态抑制二极管,可以快速吸收电池回路可能出现的电压尖峰,防止浪涌电压冲击损坏电路。模块与主控的通信接口用光耦隔离设计,把电池高压侧和低压控制侧电气隔离,大大提高了系统的安全性以及抗干扰能力。库仑计模块接口主要有电源输入接口、通信接口、电池检测接口,电源输入采用5V供电,通过LC滤波电路接入模块,保证电源纯净,通信接口为TTL电平串口经过电平转换后连接到主控,电池检测接口均采用接插件连接方便安装维护,这些接口电路的设计使数据采集可靠、系统安全。
库仑计模块与主控芯片之间采用标准串口通信协议进行数据交互,通信参数设置为9600波特率、8位数据位、1位停止位、无校验位,这种配置在保证通信速率的同时兼顾了传输稳定性。通信方式采用主从式查询模式,即主控作为主机主动发送指令,库仑计作为从机收到指令后回复相应数据,这种一问一答的通信方式简单可靠,避免了多设备同时发送造成的数据冲突。主控按照设定的频率周期性发送读参数指令,既保证了数据采集的实时性又不会过度占用系统资源和通信带宽。
通信协议设计上既保持简单性又不失可靠性,保证数据采集的准确性。读参数指令帧格式固定为8字节,帧头识别有效指令起始,功能码区分不同的操作类型,数据域留有扩展空间,和校验字段用来保证指令传输的正确性。库仑计收到正确的指令后回复的数据帧包含电池监测所需的所有参数,回复帧同样包含帧头、功能码、数据域和校验,主控接收到回复后首先进行和校验验证数据的正确性,只有校验通过才解析各个字段提取出所需的参数,有效的防止了由于通信错误导致的误数据。通信协议中还有模块配置指令,在系统初始化的时候设置电池额定容量、初始SOC、报警阈值等参数,正常运行时不再发送配置指令来简化通信流程。整个通信协议设计充分考虑了工业应用场景可靠性要求,用帧结构定义、校验机制、主从通信模式来保证电池数据采集的准确性、系统运行的稳定性。
本系统采用ESP8266 WiFi模块作为无线通信单元,对电池监测数据进行远程传输到物联网云平台。ESP8266是单芯片WiFi微控制器,集成完整的TCP/IP协议栈,支持802.11b/g/n标准,可以在STA、AP和STA+AP三种模式下工作,体积小、功耗低、成本低,适合物联网嵌入式应用。STA模式是模块作为无线网络站点连接到现有的无线网络接入点,AP模式是模块自身作为热点供其他设备连接,STA+AP模式是两种模式共存。本系统根据实际需求选择STA模式,将ESP8266配置为连接用户路由器,通过路由器访问互联网进而连接ThingsBoard云平台,此模式下模块需要配置目标AP的SSID和密码,获取IP地址后即可进行网络通信。选择STA模式的原因是本系统只对采集的数据进行上传到云端,不需要作为热点提供接入服务,采用单一模式可以简化配置流程,降低模块功耗,符合电池监测系统对能耗控制的要求。
ESP8266支持多种网络协议,本系统主要使用TCP协议作为MQTT的底层传输,保证数据传输的可靠性、有序性。模块自带的AT指令集包含了丰富的网络功能,可以完成连接WiFi、建立TCP连接、发送数据、接收数据等操作,通过串口AT指令即可完成所有的网络操作控制,大大简化了主控软件的开发工作。主控芯片只需通过串口发送标准AT指令,解析模块返回的响应即可完成复杂的网络通信功能,不需要关心TCP/IP协议栈的具体实现。该种设计模式充分发挥了ESP8266模块的硬件能力,把复杂的网络处理任务交给模块完成,主控只负责数据采集和处理,提高了系统的整体效率和可靠性。ESP8266支持低功耗模式,在数据传输间歇的时候进入睡眠状态,从而减小系统的能耗,符合电池供电设备对于能耗的要求。
ESP8266模块和主控芯片之间接口电路设计有电源供电、串口通信、复位控制这三个主要部分。具体的引脚连接关系如图3-5所示。
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐

所有评论(0)