控制海康球头的3种方法 做了一些调查，目前控制海康相机的方法主要有三种 海康SDK，目前海康提供了多个平台的SDK，包括Windows，X86Linux和ARM Linux(Jetson)，见HiKSDK onvif，不过这个库是基于Python2做的，用起来会有些麻烦。 HTTP方式。 树莓派py
Published on 2024-05-31
安装JDK Jetpack一般不带JDK，sudo apt install openjdk-11-jdk 装一个。 安装Bazel 针对Mediapipe这个项目，你需要使用的Bazel版本，取决于你下载的Mediapipe版本所使用的Bazel版本（有点绕，高可以，低不行）。 要问CMake能不能
Published on 2024-04-28
这一部分是CUDA的核心部分，涉及到了硬件和程序的执行模型。 SM 流式多处理器（Stream Multi-processor，SM）是构建整个GPU的核心模块。GPU的硬件并行，是通过复制了多个SM来实现的。一个Block只能在一个SM上被调度。 下图包含了SM的关键组件 CUDA核心 (Core
Published on 2024-04-26
CUDA编程结构 在GPU上执行的函数称为CUDA核函数（Kernel Function)，核函数会被GPU上多个线程执行。典型的CUDA程序遵循如下模式： 把数据从CPU内存（HOST）拷贝至GPU内存（DEVICE） 调用该Kernel函数，对DEVICE中的数据进行操作 将数据从DEVICE传
Published on 2024-04-21
写在前面（废话，请跳过） 本来自己的脑子里是不存在CUDA编程这个东西的，没错，就是压根儿没听说过。 之所以了解到这个东西，是因为最近开始做AVM (Around View Monitor)，或者说SVS (Surrounding View System)，利用4个广角相机，实现车辆周围的360°环
Published on 2024-04-13
读取 .bag文件报错 [FATAL] [1702017430.130428395]: Required op field missing 报错如下： $ rosbag play tsari.bag [ INFO] [1702017430.118011688]: Opening tsari.bag
Published on 2023-12-08
LIDAR感知任务 使用LIDAR的感知任务可以分为两种： 低层次感知：仅检测障碍物。 高层次感知：对障碍分类，是目标识别。 检测到障碍物后，得到其位置，方向，尺寸等信息，一般用bbox或多边形来描述障碍物。 障碍物检测 Pipeline 如果是多传感器，需要对Lidar的点云 (pc) 做时间同步
Published on 2023-12-06
激光雷达 LiDAR (Light Detection and Ranging ) ，扫描激光束时照射对象物体，通过测量照射到物体弹回的时间来测定离物体的距离和位置，或确定对象物性质的光传感器技术。 原理 TOF 测距原理大多是飞行时间 TOF（Time of Flight），利用发射器发射的脉冲信
Published on 2023-12-05
深度学习方法 车道线检测常用数据集见 FunnyWii's Zone 车道线检测功能综述【传统方法】 基于分割的方法 利用语义分割或实例分割方法来区分图像中的车道线与其他物体或背景。这种方法将车道线检测问题转化为一个像素级分类问题。这种方法会将场景图片的每一个车道线像素都进行分类，判断该像素是否属于
Published on 2023-11-28
车道线检测技术 车道线检测技术是计算机视觉和自动驾驶领域中的关键技术之一，它能够帮助车辆在道路上准确识别和跟踪车道线，从而实现自动驾驶、车道保持等功能。 车道线检测方法总体上可以分为 传统方法 和 基于深度学习的方法。 车道线数据集 数据集 数量（张） 尺寸 场景 特点 TuSimple 72k 1
Published on 2023-11-14
关于Docker的基础知识见：FunnyWii's Zone Docker基础知识 硬件设备：天准Orin，基于Nvidia Jetson Orin 系统版本：Ubuntu 20.04 需打包的库：CUDA，OPENCV 值得一提的是，我的设备是ARM架构的。所以要注意一点，使用 Docker 构建
Published on 2023-11-02
