【免费下载】 SAE J1939协议文档库(完整版,双语对照)
2026-01-19 11:39:24作者:伍希望
欢迎来到SAE J1939协议的综合资源库!本仓库致力于为汽车电子、车联网领域的开发者、工程师及研究者提供一套全面的SAE J1939标准协议文档集。SAE J1939协议是应用于重型车辆和设备网络通信的关键技术规范,广泛用于卡车、客车、农业机械以及工程机械等领域。
文档包含部分:
本集合精心整理了SAE J1939系列的核心文档,涵盖但不限于以下部分:
- SAE_J1939-73 - 网络管理
- SAE_J1939-74 - 数据链接层的应用参数组(APGs)
- SAE_J1939-81 - 车辆应用中网络上的名称分配和服务发现
- SAE_J1939-84 - 通过J1939协议进行诊断服务的实现
- SAE J1939-01 - 总览和术语
- SAE J1939-11 - 物理层定义
- SAE J1939-21 - 应用层
- SAE J1939-31 - 参数组(PGNs)详细列表
- SAE J1939-71 - 车辆性能参数
特点:
- 完整性:集合包含了从基础到高级的全部核心文档。
- 双语对照:提供了中文和英文版本,便于国内外专业人士交流学习。
- 适用性广:适合于不同层次的学习者和专业人员,无论是初学者想要入门,还是专家深入研究,都是宝贵资料。
使用指南:
- 请根据您的需求选择对应的文档进行学习或参考。
- 鼓励分享知识,但请尊重版权,仅限个人学习和内部培训使用。
- 对于实际项目实施,建议查阅最新官方发布的文档,确保符合行业最新标准。
贡献与反馈:
我们欢迎所有用户提出宝贵的建议和修正错误。如果您在使用过程中发现了任何问题,或者希望贡献更多的相关材料,请通过GitHub的Issue功能联系我们或直接提交Pull Request。
加入我们,共同构建和完善这个宝贵的资源共享平台,推动汽车行业技术的发展!
请注意,使用这些文档时应遵守相关的知识产权法律法规,合理合法地使用知识资源。希望这份资源能成为您探索SAE J1939协议之旅的重要助力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
890
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195