![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Linux
文章平均质量分 90
Ubuntu, Federa
lida2003
As long as we stand, we fight! Live long and die well!
展开
-
Unreal Engine@Jetson Orin Nano尚不支持
是由 Epic Games 开发的强大而灵活的游戏引擎。自1998年首次推出以来,Unreal Engine 已经发展成为一种广泛应用于游戏开发、虚拟现实(VR)、增强现实(AR)以及影视制作等领域的引擎。高质量图形:Unreal Engine 以其逼真的图形渲染能力著称,能够创建高度详细和逼真的环境、角色和效果。蓝图系统:Unreal Engine 提供了一种称为蓝图(Blueprint)的可视化脚本系统,使开发者能够通过拖放节点来实现游戏逻辑,而无需编写大量代码。这对非程序员来说尤其友好。原创 2024-07-02 13:07:16 · 835 阅读 · 1 评论 -
如何在ubuntu上安装ros-noetic?
按照这些步骤操作后,ROS Noetic 应该已经安装在你的 Ubuntu 系统上。汇总整理下,并提供一个快速简单的安装方法。该命令应启动 ROS 主节点。原创 2024-07-01 10:40:27 · 1063 阅读 · 0 评论 -
QGroundControl@Jetson Orin Nano - 从代码编译安装
先说结论:直接从QGroundControl代码在Jetson Orin Nano板子上编译不成功!按照以下文档中的步骤和方法进行编译,最后卡在:2. 步骤注:/path/to/install是安装路径,请根据实际需要进行安装目录调整。注:推荐使用6.6.3版本,但是笔者也试过5.15.22.1.2 版本2.1.3 初始化2.1.4 配置2.1.5 编译2.1.6 安装2.2 QGC 编译2.2.1 下载2.2.2 版本2.2.3 初始化2.2.4 配置2.2.5原创 2024-06-29 17:42:57 · 1046 阅读 · 0 评论 -
Raspbian命令行安装指定版本picamera2
注:pip 可以替换为pip3,具体看python当前环境,本机默认是python3。上面的问题,主要还是树莓派上查找摄像头设备出现异常的问题。目前基本已经定位到是。,进而再指定OS下安装特定版本,从而解决上述问题。因此,我们需要了解如何卸载、安装、安装指定版本的。原创 2024-06-27 10:54:37 · 375 阅读 · 0 评论 -
Raspbian命令行连接WiFi网络
为了省去连网线这个步骤,就直接用一个usb无线网卡连接笔记本连接的路由器。,为了笔记本电脑在不断网的情况下进行配置树莓派,通常直接将网线连过去。所以就另外插了一个小的USBWiFi网卡,这个就是偷懒的方法。确实有VPN,但是4G卡没有插,也不是一直开着4G的。“懒人”多福,是什么原因,大家知道不,哈哈。那是因为装了伴机电脑,用作AP了。拔掉网线后检查个网络状态。原创 2024-06-26 10:41:34 · 467 阅读 · 0 评论 -
ROS程序设计系列 - 4.ROS Programming
rosbag包提供了一个用于处理包的命令行工具,以及用于在C++和Python中读写包的代码API。在rosbag包之外,从groovy版本开始,还有一个GUI客户端rqt_bag。提供服务的ROS节点在一个字符串名称下提供服务,客户端通过发送请求消息并等待回复来调用服务。请求/回复通过服务完成,服务由一对消息定义:一个用于请求,另一个用于回复。系统时间虽然好,但是在ROS开发中常用的是ROS time,这个时间被广泛应用与ROS程序中,便于后续模拟和回放。并结合示例代码进行阐述。原创 2024-06-21 17:04:57 · 347 阅读 · 0 评论 -
ROS程序设计系列 - 3.ROS Tools
但是要注意一个问题,就是消息系统最主要的问题就是时延,根据系统内部各个应用组件部署的不同,对于各个实体部件位置来说至少实在几十ms的延迟。正如在通信系统上面经常考虑的,控制面可以有延迟,但是数据面是有更高的实时要求,具体需要根据应用来决策。这个模型描述文件,没有实例估计更加难理解,暂时先过下,知道有个大概,后续我们有实例的时候,进一步介绍。目前,gstreamer确实存在一些问题,有知道的朋友可以评论告诉我。继续学习ROS编程,本章主要是一些工具面的介绍,做一个快速的介绍。原创 2024-06-20 14:58:44 · 760 阅读 · 0 评论 -
ROS程序设计系列 - 2.ROS Package
关于包的顶层设计依赖关系,里程碑节点,维护人员,版本(Alpha/Beta/Debug/Release)等都需要很好的进行安排协调,其。在前面介绍的时候,提及Node之间的交互采用ROS消息进行消息解耦。ROS包采用CMake进行工程管理方式,相关的编译选项、源代码文件、目标交付件名称都在这里进行定义。IDE环境有很多,笔者也不喜欢Eclipse,其实整个包组成知道,一个Notepad也能解决问题。简单介绍了下ROS中间件的一些基本概念,对已有示例进行了最基本的构建和运行等基本操作。就是这个文件的维护。原创 2024-06-19 10:29:45 · 1019 阅读 · 0 评论 -
ROS程序设计系列 - 1.ROS介绍
从概念定义上,个人觉得ROS可以定义为一个中间件(middleware)。其底层仍然是Linux系统,但是ROS应用编程采用的是ROS API,封装了很多标准ROS包,这些包不仅仅简单功能API,还有很多动态管理服务,因此中间件的说法更为合适。在 ROS(Robot Operating System)中,中间件起到了关键作用,用于节点之间的通信和数据交换。ROS Master:ROS Master 是整个 ROS 网络的核心,它负责节点注册、查找和管理。原创 2024-06-16 08:57:57 · 973 阅读 · 0 评论 -
内窥镜系统设计简介
从上述信息收集和总结,得到了关于内窥镜系统设计的大致流程,以及各个工种主要完成的模块,以及最后研发集成快速原型样品。通过业界顶尖产品的深入研究,对于国内企业在研发上对于PRD的具体化,定会起到一定的量化规格明确,从而带来创新和突破!原创 2024-06-16 06:06:37 · 1780 阅读 · 0 评论 -
DVR系统设计的大致思路和模块划分
设计和落地一个DVR(数字视频录像机)系统需要涵盖多个方面,从需求分析到硬件选择、软件开发和测试。这些步骤涵盖了DVR系统设计的主要环节,从初期的需求分析到最终的部署和运维,确保系统能够满足用户需求并稳定运行。OpenIPC是一个开源的操作系统,针对一些使用ARM和MIPS处理器的网络摄像机,以替代供应商预装的那种封闭的、不透明的、不安全的、不再更新的、不支持的固件。DVR系统设计其实并不是新鲜的东西,反之,这是一个标准化程度非常高的系统化产品类别。缺点:成本较高,光纤的操作和维护较为复杂。原创 2024-06-15 15:43:41 · 1135 阅读 · 0 评论 -
摄像头校准之白平衡&畸变&坏点
必须从校准的原理、方法的角度彻底的了解来龙去脉,才能在实际应用中更好的达成应用目的。原创 2024-06-15 05:29:31 · 1272 阅读 · 0 评论 -
OV5647与树莓派bullseye 64bit的兼容性问题
方法三采用遍历目录的方式,很直接,效果就是遍历其他pyudev、v4l2-ctl采用的细节不清楚,但是效果与遍历目录一致使用opencv、libcamera似乎更是玄学,结果也是没有找到摄像头设备相信上面除了遍历目录以外,或多或少会有通过驱动API去发现设备,但是结果没有成功反而枚举设备成功,并反馈正确参数因此,期望后续能有一个实际的方法能够正确的找到摄像头设备。原创 2024-06-13 18:50:22 · 1114 阅读 · 0 评论 -
GitHub工程git merge出现冲突处理方式
在使用 Git 进行分支合并时,可能会遇到合并冲突。合并冲突通常发生在两个分支都修改了同一个文件的同一个部分,Git 无法自动决定应该保留哪一部分的修改。合并过程中如果遇到冲突,Git 会提示你冲突文件。有时 Git 会自动生成一个合并消息,你只需保存并退出编辑器。你需要手动编辑这些文件,选择保留的代码,或者合并两者的代码。通过以上步骤,你可以有效地解决 Git 合并冲突。不管选择何种流程,最终技术层面的操作是一样的。在产品研发中,常见的技术动作就是。手动编辑文件,删除冲突标记。,并保留正确的代码。原创 2024-06-10 16:56:05 · 735 阅读 · 1 评论 -
Linux 35.5 + JetPack v5.1.3@FC-Planner编译安装
总体来说,非常高兴看到这个效果,后续逐步研究深入吧。#10。原创 2024-06-07 14:51:38 · 1137 阅读 · 0 评论 -
GitHub工程获取第三方PR操作
该操作步骤对于源代码的版本控制和测试是非常棒的!当然也有一些缺陷,就是实际在部署使用的过程,需要考虑环境因素。笔者在做这个PR测试验证,就没有注意到重新安装的过程系统进行了更新。因此,一个完成项目需要具备DFX的设计理念!原创 2024-06-07 08:54:53 · 488 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@ego-planner-swarm编译安装
本次顺利实现了Jetson Orin Nano上的模拟导航飞行,同时看到有模拟的飞机遇到障碍没有飞出来,具体问题待进一步的研究了。原创 2024-06-06 15:14:47 · 816 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@ ego-planner编译安装
本次顺利实现了Jetson Orin Nano上的模拟导航飞行。原创 2024-06-06 09:24:31 · 951 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@RACER编译安装
现在就顺着代码指向或者历史路径找到了[RACER, RApid Collaborative ExploRation](https://github.com/SYSU-STAR/RACER)。这是一种完全分散的方法,用于使用一支四旋翼飞行器队伍进行探索任务。所提出的系统具有针对不稳定通信的鲁棒性,以及高度的协调性。四旋翼团队采用异步和有限通信运作,不需要任何中央控制。为了充分发挥系统的潜力,团队的覆盖路径和工作负载分配进行了优化和平衡。原创 2024-06-05 18:12:02 · 901 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@FUEL编译安装
依然存在segfault 等问题:从Fork角度看:貌似该版本相较于Fast-Planner更新,且短期内有人维护另外,也可以考虑FC-Planner的尝试。总体来说,都能编译通过,虽然执行存在各种问题,待查!!!原创 2024-06-05 15:20:43 · 888 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@Fast-Planner编译安装
至此,我们完成了FasPlanner的编译安装,后续我们将另外章节,来介绍如何执行模拟。原创 2024-06-05 09:17:51 · 1186 阅读 · 0 评论 -
Linux 35.5 + JetPack v5.1.3@ros-noetic安装
综合上面所有的信息,我们采用最为方便直接的方法,另外,也考虑了后备方案。采用Jetson Orin Nano版本进行前期验证;若后续(Plan A):Jetson Orin Nano上容器版本能够支持ROS系列,那么可以更新系统功能;能够支持ROS2系统,那么可以直接更新到最新的Jammy系统若后续A/B方案都未实现,那么我们可以采用Plan C(暂时保密,呵呵)//我们始终有备用方案可用。原创 2024-06-05 08:42:54 · 698 阅读 · 0 评论 -
Linux 36.3 + JetPack v6.0@jetson-inference之语义分割
下表列出了可用的预训练语义分割模型以及用于加载它们的 segnet 的相关 --network 参数。语义分割基于图像识别,对于环境感知尤其有用,它可以对场景中的许多不同潜在对象进行密集的逐像素分类,包括场景的前景和背景。以下是可用的各种预训练分割模型,它们使用具有 Jetson 实时性能的 FCN-ResNet18 网络。注:这个模型文件下载要注意,将解压缩文件放置到FCN-ResNet18-Pascal-VOC-320x320目录下。接受二维图像作为输入,并输出带有逐像素分类掩码叠加的第二张图像。原创 2024-06-03 14:59:08 · 983 阅读 · 0 评论 -
Linux 36.3 + JetPack v6.0@jetson-inference之目标检测
接下来,将专注于目标检测,通过提取边界框来找到帧中各种目标的位置。与图像分类不同,目标检测网络能够在每帧中检测到多个不同的目标。默认使用的模型是基于MS COCO数据集训练的91类SSD-Mobilenet-v2模型,该模型在Jetson上结合TensorRT实现了实时推理性能。国内,由于“墙”的存在,对于我们这种处于起飞阶段的菜鸟来说就是“障碍”。对象接受图像作为输入,并输出检测到的边界框坐标列表以及它们的类别和置信度值。注:多张图片这里就不再放出了,感兴趣的朋友下载代码,本地运行一下即可。原创 2024-06-03 14:03:33 · 832 阅读 · 0 评论 -
Linux 36.3 + JetPack v6.0@jetson-inference之图像分类
它加载图像(或多张图像),使用TensorRT和imageNet类进行推理,然后叠加分类结果并保存输出图像。这里视频就放一份了,理论上将既然有概率性的问题求解方式,不同时间运算的结果可能会有差异。第一次运行神经网络,虽然模型是预训练的,但是本地部署还是有个初始化过程,好像是建立一些cache的过程,具体有待进一步研究。国内,由于“墙”的存在,对于我们这种处于起飞阶段的菜鸟来说就是“障碍”。那么问题来了,照片的CPP和Python两次运算概率确是是不一样的。原创 2024-06-03 13:42:56 · 587 阅读 · 0 评论 -
Linux 36.3 + JetPack v6.0@jetson-inference之视频操作
对jetson-inference示例代码完成编译之后,首先确保视频、图像方面的操作没有问题。因为是所有示例基本上都是针对视频或者图像进行深度机器学习操作的。原创 2024-06-01 05:32:24 · 994 阅读 · 0 评论 -
Linux 36.3 + JetPack v6.0@jetson-inference之示例安装
漫长征途过程中,我们也逐步的补充对于jetson-inference的了解,希望能加入Jetson AI Certification的认证。注:通常来说这一步骤不需要进行,因为在构建完成的目录下可以直接运行二进制。如果对代码进行了修改,只要再次构建即可。实际上到这一步已经够了,不需要再进行安装。因为,安装无非是将相关编译生成的目标代码复制到系统目录下。通常国内用户,这个操作肯定不可行,因为网络问题。前期,对图像OpenCV库,以及神经网络、深度学习做了基本的了解。原创 2024-06-01 05:31:53 · 650 阅读 · 0 评论 -
Jetson Orin Nano v6.0 + tensorflow2.15.0+nv24.05 GPU版本安装
为此,我们特地整理一份资料,以便对于Jetson Orin Nano v6.0 + tensorflow2.15.0+nv24.05 GPU版本的安装提供解决方法。虽然NVIDIA存在诸多资源配置上的问题,但是对开源还是有些许资源配给和验证,证明了这块热点区域的价值。用于查看nvidia-jetpack安装情况。注:默认不安装nvidia-jetpack。在v6.0DP版本中存在。原创 2024-05-29 08:09:47 · 1052 阅读 · 0 评论 -
Linux 36.3@Jetson Orin Nano之系统安装
安装过程完成后,Jetson开发工具包会自动重新启动。按照界面提示一步步安装即可。好吗,你说你就一个系统安装,在linux上,其实可能更有经验的朋友知道的就是一个。NVIDIA开发者论坛里面大量答复中提及的系统安装,采用。注:为了重新烧录,自己还搞了一个乌龙,,有必要搞得这么复杂吗?原创 2024-05-27 15:28:23 · 1010 阅读 · 6 评论 -
ArduPilot开源飞控之MAVProxy深入研读系列 - 2蜂群链路
智能无人机的未来展望充满了创新和潜力,随着技术的不断进步和应用范围的扩展,智能无人机将在多个领域产生深远影响。原创 2024-05-21 19:46:03 · 857 阅读 · 0 评论 -
ArduPilot开源飞控之MAVProxy深入研读系列 - 1基本操作
玩开源,就尽量不要用Windows/Android/iOS/MaxOS什么,尽量坚持本心用Linux。接触越多,就会知道开源不要搞复杂,要简单化,都是一群牛逼的人搞出来的,人家商业目的不强,所以不会做各种系统的兼容。友情提示:很多开发板那个唯一的串口或用作串口命令行输出,或用作其他用途做个软件串口,各种配置坑。前面已经说了源由,首选Linux,那么我们就是在Linux上的基本操作。注:没有其他USB串口板子的情况下,一般都是这个端口。所谓软连接就是没有硬件直接相连,通常是通过IP网络。原创 2024-05-21 15:56:06 · 834 阅读 · 0 评论 -
Colab/PyTorch - 006 Mask RCNN Instance Segmentation
总的来说,简单应用通用模型来解决一些应用类问题,并不复杂。难点在于有效数据的收集,标记,以及特殊应用模型的建模以及学习。好在,后面我们将会面对的实际问题,都有比较好的算法,比如:Yolo算法等。原创 2024-05-17 19:20:55 · 773 阅读 · 0 评论 -
Jammy@Jetson Orin Nano - Camera接口
TBD15线22线实际情况:树莓派和Jeston摄像头都可以混用,只要驱动支持。从这个角度可以看出,MIPI CSI2接口定义应该是一致的,从侧面可以看出Jetson和树莓派两者之中肯定有一些地方出现了问题。倾向性怀疑,Jetson板子真实对外接口是按照官方标准的线序给出,而这个表格可能是错的。— 持续关注。。。。原创 2024-05-17 17:10:23 · 740 阅读 · 0 评论 -
Jetson/PyTorch - 005 Faster R-CNN Object Detection
在人脸检测器的情况下,复杂度是可管理的,因为只评估了不同比例的正方形边界框。在快速 R-CNN 中,即使对 2000 个区域提议进行分类的计算是共享的,生成区域提议的部分与执行图像分类的部分没有共享任何计算。研究人员开始尝试一个新的想法,即训练一个机器学习模型,该模型能够提出包含对象的边界框的位置。为了检测输入图像中的对象,需要在图像的每个像素处评估不同比例和长宽比的滑动窗口。的后续工作中,主要的洞察力是计算区域提议和图像分类的两个部分可以使用相同的特征图,因此可以共享计算负载。否则,下一个窗口会被评估。原创 2024-05-16 19:00:16 · 709 阅读 · 0 评论 -
Colab/PyTorch - 004 Torchvision Semantic Segmentation
到目前为止,已经看到了代码的工作原理以及输出在质量上的表现。在CPU和GPU上的推断时间模型的大小。推断时使用的GPU内存。原创 2024-05-15 13:28:10 · 814 阅读 · 0 评论 -
Ardupilot Rpanion 4GLTE 网络性能测试 - 国内中转
整体看来,上述网络配置情况,性能OK,可以进行外场测试。小伙伴们,等我外场测试的好消息!:)原创 2024-05-14 18:53:38 · 1166 阅读 · 0 评论 -
Colab/PyTorch - 003 Transfer Learning For Image Classification
使用一个在ImageNet的1000个类别上预训练的模型,非常有效地应用了ResNet50模型,通过小数据集的训练,对感兴趣的10个不同类别的图像进行了分类。原创 2024-05-11 21:13:14 · 891 阅读 · 0 评论 -
Ardupilot Rpanion iperf网络性能测试
【网络拓扑A】~ 200 ms, 参考:《ArduPilot开源飞控之lida2003套机+伴机电脑首飞》【网络拓扑B】~ 245 ms【网络拓扑C】~ 569 ms局域网点对点性能最好,直接就是Rpanion+Rpi3B+ 200ms时延。统一WLAN出口,VPN仍然能够很好的优化,与局域网性能相当。实际不同发射/接受链路网络,若VPN不做好优化,时延会很显著。实际使用场景,需要看链路情况,若要进行商业部署,必须做好优化,或者自建VPN网络来控制好链路时延问题。原创 2024-05-10 18:13:55 · 1892 阅读 · 0 评论 -
Colab/PyTorch - 002 Pre Trained Models for Image Classification
加载输入图像并进行预处理作为入参img加载输入图像并执行上述指定的图像转换对图像进行推理读取并存储所有1000个标签的列表找到输出向量out中最大分数出现的索引,使用这个索引来确定预测结果将模型预测的前5个候选类别及概率均打印出来进行评估从上图可以清楚地看出,ResNet50是在所有三个参数方面(体积小且靠近原点)表现最佳的模型。DenseNets 和 ResNext101 在推断时间上较为昂贵。AlexNet 和 SqueezeNet 的错误率相当高。原创 2024-05-07 15:23:40 · 1061 阅读 · 0 评论 -
Colab/PyTorch - 001 PyTorch Basics
张量简单来说就是对矩阵的一种称呼。如果熟悉NumPy数组,理解和使用PyTorch张量将会非常容易。标量值由一个零维张量表示。类似地,列/行矩阵使用一维张量表示,以此类推。原创 2024-05-06 08:04:02 · 1026 阅读 · 1 评论