Jadual Kandungan
01 Ciri Kamera - Pendedahan dan Bacaan " >01 Ciri Kamera - Pendedahan dan Bacaan
02 Pemerolehan imej: mod pencetus (input luaran) " >02 Pemerolehan imej: mod pencetus (input luaran)
03 Output Pencetus" >03 Output Pencetus
Rumah Peranti teknologi AI Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

May 18, 2023 pm 03:47 PM
teknologi radar

01 Ciri Kamera - Pendedahan dan Bacaan

Kamera yang memperoleh bingkai imej dibahagikan kepada dua peringkat: pendedahan dan bacaan. Bergantung pada penderia yang digunakan oleh kamera, hubungan bertindih antara masa pendedahan kamera dan masa bacaan juga berbeza, yang boleh dibahagikan kepada pendedahan bertindih dan pendedahan tidak bertindih.

Berbanding dengan pendedahan tidak bertindih, pendedahan bertindih boleh mengurangkan kesan masa pendedahan pada masa lukisan.

Ayat yang ditulis semula: Selepas pendedahan dan bacaan bingkai semasa selesai, pendedahan dan bacaan bingkai seterusnya dilakukan. Ini adalah pendedahan tidak bertindih. Tempoh bingkai pendedahan tidak bertindih adalah lebih besar daripada jumlah masa pendedahan dan masa bacaan bingkai.

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Pendedahan tidak bertindih mod pencetus dalaman

Pendedahan bertindih bermaksud pendedahan bingkai semasa sebahagiannya bertindih dengan proses pembacaan bingkai sebelumnya, iaitu pendedahan bingkai seterusnya telah bermula, manakala bacaan bingkai sebelumnya masih dalam proses. Tempoh bingkai pendedahan bertindih adalah kurang daripada atau sama dengan jumlah masa pendedahan dan masa bacaan bingkai.

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Pendedahan bertindih mod pencetus dalaman

Ya! Tujuan perenggan sebelumnya adalah untuk memberitahu anda: jangan terkejut sama ada masa pendedahan bingkai semasa bertindih dengan masa bacaan bingkai sebelumnya dalam perihalan berikut.

02 Pemerolehan imej: mod pencetus (input luaran)

Mod pencetus kamera terbahagi kepada dua jenis: mod pencetus dalaman dan mod pencetus luaran.

Mod pencetus dalaman: Kamera mengumpul imej melalui isyarat yang diberikan di dalam peranti.

Mod pencetus luaran: Kamera mengumpul imej melalui isyarat luaran. Pencetus lembut dan pencetus perkakasan ialah dua bentuk utama isyarat luaran Isyarat luaran boleh sama ada isyarat perisian atau isyarat perkakasan. Mod pencetus luaran adalah seperti yang ditunjukkan dalam rajah:

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Mod pencetus luaran

Pencetus lembut : Isyarat pencetus dihantar oleh perisian (anda juga boleh menggunakan antara muka API yang disediakan oleh SDK kamera untuk pencetusan lembut).

Apabila menggunakan pencetus perkakasan, kamera akan menyambung ke peranti luaran melalui antara muka I/O dan menerima isyarat nadi pencetus daripada peranti luaran untuk mengumpul imej. Malah, ia terus membaca dan menulis daftar dalaman kamera. Gambar di bawah ialah kabel 6-pin IO kuasa kamera Hikvision:

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Bekalan kuasa kamera Hikvision dan antara muka IO (6-pin Hirose)

Antaranya, kamera Hikvision mempunyai 1 optocoupler input terpencil Line0+ dan 1 input dan output Line2+ yang boleh dikonfigurasikan, salah satunya boleh dipilih sebagai isyarat input.

03 Output Pencetus

Isyarat output pencetus kamera ialah isyarat suis, yang boleh digunakan untuk mengawal peranti luaran seperti lampu penggera, sumber cahaya dan PLC . Isyarat keluaran pencetus boleh direalisasikan melalui isyarat Strob.

Apabila kamera terdedah, ia akan segera menjana isyarat Strob tahap berkesan yang tinggi. Dalam perkara berikut, kami menggunakan isyarat ini terutamanya untuk melakukan pencetus keras pada penderia lain seperti Lidar. Terdapat konsep pra-keluaran strob. Isyarat strob berkuat kuasa lebih awal daripada pendedahan. Prinsip kerjanya adalah untuk menangguhkan pendedahan dan melakukan output strob terlebih dahulu. Fungsi ini boleh digunakan pada peranti luaran yang bertindak balas dengan perlahan. Masa pra-keluaran strob ditunjukkan dalam rajah. (Saya akan bercakap tentang mengapa pendedahan tertunda diperlukan kemudian).

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Pemasa pra-output isyarat strob

Sekarang mari kita kembali kepada topik, ia akan menjadi sangat pantas sekarang.

Terdapat tiga cara utama untuk menyegerakkan cap waktu kamera dan lidar: pencetus keras, pencetus lembut dan pencetus lembut serta pencetus keras. Di bawah ini saya akan memperkenalkannya satu persatu dalam bentuk gambarajah skematik yang dilukis dengan tangan.

Mari kita bercakap tentang pencetus keras dahulu. MCU menjana isyarat nadi untuk mencetus keras tiga peranti sensor.

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Untuk pencetus lembut + pencetus keras, anda boleh menggunakan API SDK kamera untuk pencetus lembut kamera, kemudian gunakan luaran kamera pencetus Strob isyarat melakukan pencetus keras pada penderia lain seperti radar dan kamera.

Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera

Masalah perlu diperhatikan di sini Jika kamera pertama yang dicetuskan lembut mengeluarkan isyarat strob pada masa yang sama dengan pendedahan, penderia lain yang dicetuskan keras akan Lagipun, ia adalah satu langkah terlambat dan tidak boleh disegerakkan sepenuhnya. Oleh itu, konsep strob pra-keluaran yang dicadangkan sebelum ini diperkenalkan, iaitu output strob dilakukan sebelum pendedahan tertunda.

Beri perhatian kepada empat mata semasa mengkonfigurasi mod ini:

  1. Mod pencetus tepi naik atau menurun
  2. Lebar aras berkesan, amplitud aras, anda mahu Tahu; amplitud terendah yang boleh mencetuskan Lidar;
  3. Pra-output strob; >
  4. Akhir sekali Mari kita bercakap tentang pencetus lembut yang tidak disyorkan.
  5. Panggilan pertama ke operasi API jelas lebih perlahan daripada pencetus keras (operasi baca dan tulis terus pada daftar dalaman penderia (1) telah mengambil sedikit masa sebelum melaksanakan perintah kedua API(2 masa.
<code>//读取lidar和image数据的线程1while(1){API(1); //软触发第一个sensorAPI(2); //软触发第二个sensor//假设脉冲周期为0.5s}//处理数据线程2for(i=0;i<nimage gettickcount t1 gettickfrequency></nimage></code>
Salin selepas log masuk

Apabila masa yang diperlukan untuk memproses satu bingkai data melebihi 0.5 saat, utas 1 akan membaca bingkai data seterusnya, menyebabkan data utas 2 menjadi keliru. Benang 2 mesti menyelesaikan pemprosesan bingkai tunggal dalam masa 0.5 saat dan perlu menunggu selepas setiap bingkai (1/fps - masa pemprosesan bingkai semasa).

Atas ialah kandungan terperinci Satu artikel membincangkan masalah penyegerakan cap masa bagi penentukuran lidar dan kamera. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Akan R.E.P.O. Ada Crossplay?
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Mar 06, 2024 pm 05:34 PM

Kertas StableDiffusion3 akhirnya di sini! Model ini dikeluarkan dua minggu lalu dan menggunakan seni bina DiT (DiffusionTransformer) yang sama seperti Sora. Ia menimbulkan kekecohan apabila ia dikeluarkan. Berbanding dengan versi sebelumnya, kualiti imej yang dijana oleh StableDiffusion3 telah dipertingkatkan dengan ketara Ia kini menyokong gesaan berbilang tema, dan kesan penulisan teks juga telah dipertingkatkan, dan aksara bercelaru tidak lagi muncul. StabilityAI menegaskan bahawa StableDiffusion3 ialah satu siri model dengan saiz parameter antara 800M hingga 8B. Julat parameter ini bermakna model boleh dijalankan terus pada banyak peranti mudah alih, dengan ketara mengurangkan penggunaan AI

Adakah anda benar-benar menguasai penukaran sistem koordinat? Isu berbilang sensor yang tidak dapat dipisahkan daripada pemanduan autonomi Adakah anda benar-benar menguasai penukaran sistem koordinat? Isu berbilang sensor yang tidak dapat dipisahkan daripada pemanduan autonomi Oct 12, 2023 am 11:21 AM

Artikel perintis dan utama pertama terutamanya memperkenalkan beberapa sistem koordinat yang biasa digunakan dalam teknologi pemanduan autonomi, dan cara melengkapkan korelasi dan penukaran antara mereka, dan akhirnya membina model persekitaran bersatu. Fokus di sini adalah untuk memahami penukaran daripada kenderaan kepada badan tegar kamera (parameter luaran), penukaran kamera kepada imej (parameter dalaman) dan penukaran unit imej kepada piksel. Penukaran daripada 3D kepada 2D akan mempunyai herotan, terjemahan, dsb. Perkara utama: Sistem koordinat kenderaan dan sistem koordinat badan kamera perlu ditulis semula: sistem koordinat satah dan sistem koordinat piksel Kesukaran: herotan imej mesti dipertimbangkan Kedua-dua penyahherotan dan penambahan herotan diberi pampasan pada satah imej. 2. Pengenalan Terdapat empat sistem penglihatan secara keseluruhannya: sistem koordinat satah piksel (u, v), sistem koordinat imej (x, y), sistem koordinat kamera () dan sistem koordinat dunia (). Terdapat hubungan antara setiap sistem koordinat,

Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Feb 28, 2024 pm 07:20 PM

Ramalan trajektori memainkan peranan penting dalam pemanduan autonomi Ramalan trajektori pemanduan autonomi merujuk kepada meramalkan trajektori pemanduan masa hadapan kenderaan dengan menganalisis pelbagai data semasa proses pemanduan kenderaan. Sebagai modul teras pemanduan autonomi, kualiti ramalan trajektori adalah penting untuk kawalan perancangan hiliran. Tugas ramalan trajektori mempunyai timbunan teknologi yang kaya dan memerlukan kebiasaan dengan persepsi dinamik/statik pemanduan autonomi, peta ketepatan tinggi, garisan lorong, kemahiran seni bina rangkaian saraf (CNN&GNN&Transformer), dll. Sangat sukar untuk bermula! Ramai peminat berharap untuk memulakan ramalan trajektori secepat mungkin dan mengelakkan perangkap Hari ini saya akan mengambil kira beberapa masalah biasa dan kaedah pembelajaran pengenalan untuk ramalan trajektori! Pengetahuan berkaitan pengenalan 1. Adakah kertas pratonton teratur? A: Tengok survey dulu, hlm

DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! Mar 21, 2024 pm 05:21 PM

Kertas kerja ini meneroka masalah mengesan objek dengan tepat dari sudut pandangan yang berbeza (seperti perspektif dan pandangan mata burung) dalam pemanduan autonomi, terutamanya cara mengubah ciri dari perspektif (PV) kepada ruang pandangan mata burung (BEV) dengan berkesan dilaksanakan melalui modul Transformasi Visual (VT). Kaedah sedia ada secara amnya dibahagikan kepada dua strategi: penukaran 2D kepada 3D dan 3D kepada 2D. Kaedah 2D-ke-3D meningkatkan ciri 2D yang padat dengan meramalkan kebarangkalian kedalaman, tetapi ketidakpastian yang wujud dalam ramalan kedalaman, terutamanya di kawasan yang jauh, mungkin menimbulkan ketidaktepatan. Manakala kaedah 3D ke 2D biasanya menggunakan pertanyaan 3D untuk mencuba ciri 2D dan mempelajari berat perhatian bagi kesesuaian antara ciri 3D dan 2D melalui Transformer, yang meningkatkan masa pengiraan dan penggunaan.

Model dunia penjanaan video adegan pemanduan berbilang paparan autonomi | Model dunia penjanaan video adegan pemanduan berbilang paparan autonomi | Oct 23, 2023 am 11:13 AM

Beberapa pemikiran peribadi pengarang Dalam bidang pemanduan autonomi, dengan pembangunan sub-tugas/penyelesaian hujung-ke-hujung berasaskan BEV, data latihan berbilang paparan berkualiti tinggi dan pembinaan adegan simulasi yang sepadan telah menjadi semakin penting. Sebagai tindak balas kepada titik kesakitan tugas semasa, "kualiti tinggi" boleh dipecahkan kepada tiga aspek: senario ekor panjang dalam dimensi berbeza: seperti kenderaan jarak dekat dalam data halangan dan sudut arah tepat semasa pemotongan kereta, dan data garis lorong. . Ini selalunya bergantung pada sejumlah besar pengumpulan data dan strategi perlombongan data yang kompleks, yang memerlukan kos yang tinggi. Nilai sebenar 3D - imej sangat konsisten: Pemerolehan data BEV semasa sering dipengaruhi oleh ralat dalam pemasangan/penentukuran sensor, peta berketepatan tinggi dan algoritma pembinaan semula itu sendiri. ini membawa saya kepada

Memahami imej 4K HD dengan mudah! Model berbilang modal besar ini secara automatik menganalisis kandungan poster web, menjadikannya sangat mudah untuk pekerja. Memahami imej 4K HD dengan mudah! Model berbilang modal besar ini secara automatik menganalisis kandungan poster web, menjadikannya sangat mudah untuk pekerja. Apr 23, 2024 am 08:04 AM

Model besar yang boleh menganalisis kandungan PDF, halaman web, poster dan carta Excel secara automatik tidak terlalu mudah untuk pekerja. Model InternLM-XComposer2-4KHD (disingkat IXC2-4KHD) yang dicadangkan oleh Shanghai AILab, Universiti China Hong Kong dan institusi penyelidikan lain menjadikan perkara ini menjadi kenyataan. Berbanding dengan model besar berbilang modal lain yang mempunyai had resolusi tidak lebih daripada 1500x1500, kerja ini meningkatkan imej input maksimum model besar berbilang mod kepada lebih resolusi 4K (3840x1600) dan menyokong sebarang nisbah aspek dan 336 piksel kepada 4K Perubahan resolusi dinamik. Tiga hari selepas dikeluarkan, model itu mengungguli senarai populariti model menjawab soalan visual HuggingFace. Mudah dikendalikan

GSLAM |. Seni bina dan penanda aras umum SLAM GSLAM |. Seni bina dan penanda aras umum SLAM Oct 20, 2023 am 11:37 AM

Tiba-tiba menemui kertas 19 tahun GSLAM: Rangka Kerja SLAM Umum dan kod sumber terbuka Penanda Aras: https://github.com/zdzhaoyong/GSLAM Pergi terus ke teks penuh dan rasai kualiti karya ini~1 Teknologi SLAM Abstrak telah mencapai banyak kejayaan baru-baru ini dan menarik ramai yang menarik perhatian syarikat berteknologi tinggi. Walau bagaimanapun, cara untuk antara muka dengan algoritma sedia ada atau yang baru muncul untuk melaksanakan penandaarasan dengan cekap pada kelajuan, kekukuhan dan mudah alih masih menjadi persoalan. Dalam kertas kerja ini, satu platform SLAM baharu yang dipanggil GSLAM dicadangkan, yang bukan sahaja menyediakan keupayaan penilaian tetapi juga menyediakan penyelidik dengan cara yang berguna untuk membangunkan sistem SLAM mereka sendiri dengan pantas.

'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar 'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar Jan 02, 2024 pm 06:25 PM

Sila ambil perhatian bahawa lelaki persegi ini berkerut dahi, memikirkan identiti "tetamu tidak diundang" di hadapannya. Ternyata dia berada dalam situasi berbahaya, dan apabila dia menyedari perkara ini, dia segera memulakan pencarian mental untuk mencari strategi untuk menyelesaikan masalah itu. Akhirnya, dia memutuskan untuk melarikan diri dari tempat kejadian dan kemudian mendapatkan bantuan secepat mungkin dan mengambil tindakan segera. Pada masa yang sama, orang di seberang sana memikirkan perkara yang sama seperti dia... Terdapat adegan sedemikian dalam "Minecraft" di mana semua watak dikawal oleh kecerdasan buatan. Setiap daripada mereka mempunyai latar identiti yang unik Contohnya, gadis yang disebutkan sebelum ini adalah seorang kurier berusia 17 tahun tetapi bijak dan berani. Mereka mempunyai daya ingatan dan pemikiran serta hidup seperti manusia di bandar kecil yang terletak di Minecraft ini. Apa yang mendorong mereka adalah sesuatu yang baru,

See all articles