Henry-Z

概述

在自动驾驶使用场景中，一般会使用各类传感器(摄像头、激光雷达、毫米波雷达和超声波雷达等)来感知周围环境信息，传感器收集的大量信息，通过各类算法最终融合到一个真实的语义地图上，下游模块通过该语义地图做相应的规划和决策。

概述

概述

在自动驾驶领域，感知系统是必不可少的模块，通常使用多模态数据(激光雷达的点云、摄像头的图片、高清地图等)作为输入，预测道路上关键元素的几何形状和语义信息，为目标跟踪、轨迹预测和路径规划模块提供可靠的观察结果。 为了全面了解行驶环境，涉及许多视觉任务，包括：对象检测、跟踪、车道线检测、语义分割和实例分割。其中，3D对象检测是自动驾驶感知系统最不可或缺的任务。 3D对象检测的目标：

1. 位置：(x, y, z)
2. 大小：(l, w , h)
3. 朝向： (\(\theta\))
4. 类别： (轿车、自行车、行人...)

相对于2D对象检测，其只在图像上生成边界框，而忽略物体与当前车辆的实际距离信息。3D对象检测重点关注于现实世界3维坐标系中的对象位置和识别。通过3D对象检测预测的几何信息可以直接测量当前车辆于关键对象之间的距离。

概述

本文主要介绍在Proxmox VE（PVE）虚拟化环境中，如何构建LXC容器以隔离PVE环境。我们将使用PVE中的模版创建LXC容器，并在其中安装Docker服务。通过这种方式，我们可以在PVE虚拟环境中安全地部署和管理Docker应用。

概述

本文讲述Home Assistant相关配置，如何使用Home Assistant进行智能家居的搭建。

概述

本文讲述了树莓派系统的安装过程，并描述系统环境的配置，让其可以满足基本开发需求。

概述

本文讲述 Home Assistant Supervisor 的安装步骤，虽然官方有详细的安装指导，但是由于软件源大都在国外，某些步骤可能需要科学上网才能解决。本文实际部署的硬件平台是 Raspberry Pi 3 Model，请参考 树莓派系统安装 做好硬件和软件环境的准备。

概述

本文分析executor_lib函数的处理过程，其中包括DSO模块的编译和imported modules模块的序列化。

概述

本文主要分析动态库(.so)文件的加载过程，其中包括模块的反序列化和GraphExecuter 的创建流程。

概述

使用IVE可以加速sobel滤波器和canny滤波器，但是IVE生成的滤波器结果格式不满足实际需求。为此，需要通过软件方式将IVE的输出结果转化成需要的形式，可以使用c语言、NEON Intrinscis和NEON汇编等方式去实现。