分享视觉、点云、AI、slam等相关技术文章。gitee代码：https://gitee.com/buffalo891/carla_sim.git

之前和大家分享了相机的相关的经验知识，这次给大家分享激光雷达的选型、标定及应用。我会结合到自己在工作中使用激光雷达的经验进行分享，有不对的地方还请各位小伙伴留言指出。

本文详细介绍了相机选型的要点，主要分为监控场景和智能驾驶两大应用领域。监控场景推荐鱼眼相机以扩大覆盖范围，需注意防水、存储等需求；智能驾驶领域则需综合考虑传感器类型、长/短焦特性、分辨率、快门方式、像素尺寸、接口类型等技术参数。文章提供了地面采样距离(GSD)计算公式、宽动态范围(WDR)选择建议，并强调应根据实际应用场景选择合适参数，避免盲目追求高分辨率或特定功能。同时指出厂商参数标注的常见误区，帮助读者做出更合理的相机选型决策。

本文总结了相机选型与标定的实用经验。在选型方面，强调要根据使用场景（室内/室外、日夜环境）选择相机类型，并详细介绍了选购时的关键参数（FOV、分辨率、帧率等）和测试方法（FOV实测、时延测试、曝光测试等）。标定部分重点说明数据采集要点（棋盘格占比、角度变化）和标定结果分析。最后列举了相机在监控、自动驾驶、三维重建等领域的应用，包括鱼眼相机在倒车影像、普通相机在BEV算法中的应用，以及雷视融合、MR等前沿技术。全文提供实用测试方法和应用案例，可供工程实践参考。

Apollo7 Perception模块之Lidar Component篇，主要介绍Lidar组件的各个模块的功能。

我最近在学习小鱼ROS2，针对学习的内容简单整理了一下，分享给大家供参考。1.OS层从原来的只支持linux平台变成了支持windows、mac甚至是嵌入式RTOS平台，这一点要点个赞。2.MiddleWare中间件层那么中间层ROS2到底相对于ROS做了哪些优化呢？1.DDS是什么数据分发服务DDS(DataDistributionService)是对象管理组织(OMG)在HLA及CORBA等标准的基础上制定的新一代分布式实时通信中间件技术规范，DDS采用发布/订阅体系架构，强调以数据为中心，提

模型训练完后，往往在实际应用过程中对实时性都有一定的要求，而python运行效率比较慢，所以需要采用其他加速的部署方案，这里主要介绍下PaddleSeg的C++部署方案。

基于百度PaddleSeg模型框架训练自己的数据集进行语义分割应用。