墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
600+累计阅读
681平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
udevadm info -a /dev/video0|grep KER
sudo vim /etc/udev/rules.d/camera.rules
输入KERNEL=="video*", KERNELS=="2-1.3:1.3", MODE:="0777",SYMLINK+="front_cam"
KERNELS的值填上个命令的第二行输出
sudo udevadm trigger
sudo /etc/init.d/udev restart
ll /dev|grep video
RGBD相机技术全解析：从原理到实战应用
在计算机视觉领域，获取三维空间信息是实现环境感知与交互的关键。深度感知技术通过测量物体到相机的距离，为机器提供了从二维图像到三维场景理解的能力。其核心原理主要基于三角测量、飞行时间或主动双目视觉等技术，将深度信息与彩色图像融合，形成RGBD数据。这种技术显著提升了机器对环境的理解能力，在机器人导航、三维重建、手势识别等场景中具有重要价值。本文聚焦于RGBD相机的实战应用，详细解析了结构光、ToF和主动双目三种主流技术路线的原理与选型，并提供了从环境搭建到深度图生成、点云处理的完整开发流程。通过具体的代码示例
udev学习笔记（一）---摄像头的映射
udev学习笔记（一）---摄像头的映射
Jetson边缘AI实战：从YOLO部署到LLM容器化技能栈构建
在边缘计算与人工智能融合的背景下，模型部署与优化成为实现AI应用落地的核心技术环节。其核心原理在于通过特定的推理框架与硬件加速，将训练好的神经网络模型高效运行在资源受限的设备上，从而释放AI在实时性、隐私保护与成本方面的巨大价值。这一技术广泛应用于智能安防、工业质检、自动驾驶及本地化AI助手等场景。本文聚焦NVIDIA Jetson平台，深入探讨了YOLO目标检测的TensorRT工程化转换、多路视频流处理架构，以及轻量级LLM的量化部署与AI Agent构建，并系统介绍了如何利用Docker实现环境隔离与
Ubuntu下USB权限问题以及udev规则文件笔记（转）
在ubuntu系统下使用传感器的时候，通常会遇到一些权限上的问题。比如我使用ROS驱动包来启动bluefox摄像头，如果没有任何关于权限上的处理就会提示权限问题导致无法正常启动该摄像头，如下图： 解决以上传感器权限问题的方法有很多，常用的有以下几种： 1. 解决的其中一个办法就是在终端中输入chmod指令，指定在当前终端下某个传感器挂载点的权限，指令如下： $ sudo chmod 77...
RPLIDAR A2在autobot中的硬件级深度集成与实战调优
激光雷达是机器人环境感知的核心传感器，其性能不仅取决于标称参数，更受光学设计、机电协同、通信协议和嵌入式集成等多层因素制约。RPLIDAR A2作为主流低成本2D激光雷达，以USB直连、10Hz扫描与5米可靠量程见长，但实际部署中常因供电不稳、EMI干扰、固件兼容性及机械安装偏差导致点云异常、帧率跳变或通信中断。本文从硬件本质出发，解析其无刷电机+VCSEL+FPGA+CP2102N的四重耦合架构，阐明USB供电压降、PWM噪声耦合、固件版本断层等autobot典型瓶颈，并提供可复现的树莓派+ROS Noe
TK1嵌入式备份恢复：eMMC硬件指纹与L4T信任链实战指南
嵌入式Linux系统备份恢复不同于通用服务器，其核心在于硬件-固件-内核-用户空间的深度耦合。以NVIDIA Jetson TK1为例，其eMMC存储架构包含BootROM、BCT、MB1等物理固化区，且与SoC硬编码绑定；运行的L4T（Linux for Tegra）系统则强制内核模块签名、GPU固件版本锁死、CUDA与OpenCV预编译库严格对齐。这种强耦合性决定了简单dd镜像或tar打包必然失败——必须实施分层备份（引导层/系统层/数据层/硬件层），并重建从BootROM到用户空间的完整信任链。本文聚
Ubuntu下USB权限问题以及udev规则文件笔记
主要是Ubuntu下对USB权限永久更改的问题，省去每次运行程序都得给传感器挂载点权限的麻烦。还有就是多个传感器同时使用会造成挂载点混乱，而且需要知道每个传感器挂载点的具体位置才能去给予对应的权限。通过udev下的规则文件可以有效地管理多个USB挂载点，即使插的顺序不一样也能够映射到对应的挂载点来赋值权限。
LattePanda MU载板设计硬核指南：HSIO配置与信号完整性实战
USB 3.2 Gen2和PCIe是现代边缘计算载板的核心高速接口，其稳定运行依赖于信号完整性、BIOS配置与硬件设计的深度协同。理解HSIO通道的物理复用机制与电气约束，是避免USB识别失败、NVMe掉盘、网口高温失联等量产故障的前提。本文从高速接口基础原理切入，解析差分阻抗控制、参考平面连续性、时钟抖动抑制等关键技术价值，覆盖车载数据记录仪、工业网关、AI边缘节点等典型应用场景，聚焦LattePanda MU模块在HSIO路由、USB 3.2 Gen2布线、双网口供电隔离及BIOS强耦合验证中的真实工程
解决ubuntu20.04一个usb摄像头两个索引的重映射问题
解决USB摄像头的绑定问题
Meta的AI成功源于元宇宙沉淀：跨模态对齐与端侧推理实践
多模态人工智能正从单一文本理解迈向物理世界感知与操作，其核心挑战在于视觉、语音、动作等异构信号的高精度时空对齐。这一能力并非来自更大参数量，而是依赖真实场景驱动的对齐数据集与低延迟推理架构。Meta通过Ego4D、InsideOut等第一视角数据构建时空语义对齐基础，结合MTIA芯片、NCPL神经控制协议和Q4_K_M量化技术，将大模型推理成本压降76%，并实现Quest 3端侧1.2秒结构化响应。这种‘以元宇宙为校准器、以边缘部署为标尺’的技术路径，为制造业质检、医疗培训、零售导购等强调物理交互的AI落地
CARLA蓝图与角色系统：仿真建模的核心范式解析
在自动驾驶仿真中，'蓝图（Blueprint）'与'角色（Actor）'是构建可复现、高保真虚拟环境的基础概念。蓝图作为声明式配置模板，定义车辆、行人、传感器等实体的静态属性与元数据；角色则是运行时动态实例，承载位置、速度、状态及生命周期。二者分离架构实现了定义与实例的解耦，支撑大规模异构场景仿真与多智能体协同。其技术价值体现在仿真效率（蓝图缓存+轻量实例）、数据一致性（传感器绑定、坐标系映射）和系统可维护性（YAML/JSON驱动配置）。典型应用场景包括传感器标定验证、极端天气测试、ROS2桥接集成及长时
Ubuntu 多个同型号的 UVC相机重映射端口号 解决相机索引的问题
本文章旨在解决了多个相同型号的 UVC相机重映射端口号的问题然后还会解决相机索引的问题，但是缺点是还需要固定端口号当然，固定硬件接口也并非无法解决，本文可以给出一定的思路根据 PID ， VID 和 固定硬件接口 重映射的教程已经很多了，我这里给出一篇讲的很好的文章，就不在赘述了。
具身智能竞赛实战指南：从物理约束到ROS2实时控制
具身智能是人工智能与机器人学交叉的核心范式，强调智能体在真实物理环境中的感知-决策-执行闭环。其技术根基在于刚体动力学建模、多模态传感器融合、实时控制理论（如100Hz以上控制频率）及ROS2/Gazebo仿真系统集成。区别于纯数据驱动的AI任务，具身智能要求算法严格服从物理约束（如关节力矩饱和、运动学奇异性、通信延迟补偿），并支撑无人系统在动态不确定场景下的鲁棒运行。典型应用场景涵盖工业巡检、仓储物流、电力运维等需要开放语义理解与自主决策的领域。本文聚焦第二届具身智能算法挑战赛的技术内核，深入解析SLAM
从零构建具身智能机器人：基于LeRobot与ACT模型的模仿学习全流程实践
模仿学习是机器人学习领域的一项核心技术，它通过让机器人观察并模仿专家演示，学习如何执行特定任务，从而避免了传统机器人编程中繁琐的轨迹规划。其核心原理是建立一个从环境感知（如视觉观察）到机器人动作的映射模型。这项技术的价值在于能够快速、低成本地让机器人适应复杂、非结构化的真实环境，极大地降低了机器人编程的门槛。在应用场景上，模仿学习广泛用于工业分拣、家庭服务、医疗辅助等需要灵巧操作的领域。本文聚焦于一个具体的工程实践：使用LeRobot开源机械臂和ACT（Action Chunking with Transf
宇树机器人选型避坑指南：从物理约束到场景匹配
四足机器人选型不是参数比拼，而是运动控制、动力学约束与真实环境的系统适配。核心在于理解其底层MPC控制器对质心分布、关节力矩曲线和惯性矩的强依赖性，以及电池热管理、振动传递函数、载荷质心偏移等隐藏物理边界。宇树机器人并非通用平台，Go2强调高动态地形适应，B2侧重工业级鲁棒性，Go1适合教育科研，H1尚处前沿探索阶段。真正决定落地效果的，是电机连续扭矩、软包电池温升特性、IMU在目标振动频谱下的稳定性，而非标称最大速度或IP等级。本文基于23个实测项目，提供可验证的七步决策法，直击宇树科技机器人在电力巡检、
Ubuntu18.04 系统下多个USB摄像头名称绑定，固定电脑主机USB端口名，用于解决同一型号的摄像头
Ubuntu18.04 系统下多个USB摄像头名称绑定1、识别你的设备2、获得摄像头的index详细情况，3、查看设备节点情况4、查看/dev/video0详细信息5、使用udev规则创建usb摄像头挂载点映射（绑定摄像头名称）6、检查7、调用摄像头测试 1、识别你的设备 首先，插上你想要读取的设备， 打开终端，输入: lsusb 再拔掉那个设备，继续在终端里输入： lsusb 仔细对比两次显示内容的区别，找到消失的那一行，例如： Bus 002 Device 003: ID 04b4:00f8 Cy
空间视频与屏幕色准分析：从技术原理到Python量化实践
空间视频（Spatial Video）是一种融合了深度信息的新型视频格式，其核心在于通过双目摄像头与深度传感器（如LiDAR）采集场景的RGB图像与深度图，并利用MV-HEVC等编码技术将多视图信息打包。这项技术为XR（扩展现实）应用带来了真实的立体景深和体积感，在沉浸式娱乐、虚拟社交、远程协作等场景中潜力巨大。屏幕作为人机交互的关键界面，其色彩准确度（通常用ΔE值衡量）直接影响视觉体验的还原度与一致性。通过Python结合OpenCV、NumPy等库，开发者可以量化分析屏幕的色准表现，例如计算ΔE值以评估
Github多人协作
最近有门课程需要几个人一起开发一个项目，此前我们基本都是单干的，多人合作意味着需要及时将我们每个人的代码进行合并，U盘传文件这种方式太慢了，效率不行，而且没法解决两个人同时修改一个文件的问题，这次我们就尝试使用Github来协助开发。下面就来记录一下这次开发遇到的一些问题和解决的方法。 Git的安装 从官网下载最新版按照默认安装即可。 此处不多加说明。 Git常用命令 在此放上一...
基于开源飞控pix的无人机装调与测试
适用人群：希望进一步掌握无人机装调的飞手从零搭建无人机硬件平台的学生/教师无人机爱好者，开发者其他尚未入门开源PX4固件调试的学习者直播回放无人机装调与测试（一）：无人机基本常识/预备知识固件是是烧录在飞控硬件中的软件，pixhawk飞控支持PX4和ArduPilot两种版本的固件。本次课程重点以PX4固件为基础进行讲解PX4 1.10以上固件QGC固件版本１.11一、将要观察的数据声明成uORB消息，并发布。我这里随便添加了一个。
Linux初级介绍之番外篇：Linux挂载windows中的共享目录
挂载windows共享目录Windows端共享权限设定解禁Guest设置共享目录权限Linux挂载端扫描共享目录挂载共享目录遇到错误的解决方案 Windows端共享权限设定 解禁Guest 右击我的电脑选择管理–>本地用户和组–>在用户项中双击Guest用户–>取消账号已禁用选项 设置共享目录权限 右击共享目录点属性–>在共享页面中点击共享选项–>下拉选择共享对象为Everyone–>点击共享按钮 3.设置本地策略 打开命令框–>输入secpol.msc–>
Rockchip硬件编码实战：5分钟搞定RK3588上的H.265视频压缩（附FFmpeg集成指南）
本文深入解析了在Rockchip RK3588平台上利用硬件编码器实现高效H.265视频压缩的完整实战流程。文章详细介绍了MPP库的基础使用、FFmpeg集成方法，并重点分享了零拷贝、多实例编码等关键性能优化技巧，帮助开发者充分发挥RK3588的硬件编码能力，实现从YUV原始数据到高质量H.265码流的高效转换。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
423
扫一扫
