- 博客(3)
- 收藏
- 关注
RSS订阅原创 地平线X3model通过WK2124实现SPI转UART
2，配置X3模块的SPI设备树，找到X3模块的DTS路径（/rdkgen/source/kernel/arch/arm64/boot/dts/hobot）找到hobot-x3-cm.dts在里面找到&spi1，4，X3模块的内核编译，修改完dts，把驱动代码wkxxx_spi.c放进内核源码的（/rdk-gen/source/kernel/drivers/spi ）目录下，然后就可以对内核进行编译了。把镜像重新烧录到X3，通过Ctrl+鼠标右键，在Mobaxter中拉取wkxxx_spi.ko文件，然后。
2024-06-17 18:09:48
573
原创 通过编写ROS2 UART节点进行PC和RDK X3模块间的通信
使用RDK X3 MD 模块，USB转TLL模块连接X3的6,7引脚,端口号（/dev/ttyS2），这里使用的是虚拟机Ubuntu 22.04。串口设备需要正确连接到RDK X3，并且串口设置（如波特率、数据位等）与代码中的设置相匹配。确保PC已经通过USB连接到了X3的UART，运行节点出现[ros2run]: Aborted，是串口的权限问题。对于单元测试，可以参考X3官方资料进行自测确保串口是没有问题的。我们使用Ubuntu的串口调试窗口来看收到的信息，结果如下。package.xml添加项。
2024-05-17 13:52:08
523
原创 ORB-SLAM3在关键点特征提取方面如何加入深度学习算法模型
由于深度学习特征描述子通常具有较高的维度和丰富的特征表示能力，可能需要调整ORB-SLAM3的特征匹配算法，以适应新的特征描述子。通过将深度学习算法模型与ORB-SLAM3结合，可以提高SLAM系统在复杂场景中的稳定性和鲁棒性，同时增强其对图像特征的提取和描述能力。在实际数据集上进行评估，比较使用深度学习特征描述子和传统ORB描述子的SLAM性能，例如定位精度、地图建立效率等指标。将深度学习算法模型与ORB-SLAM3结合，特别是在关键点特征提取方面，可以为SLAM系统带来更强大的特征描述和匹配能力。
2024-04-07 18:03:28
660
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人