自主系統
本分類整理 Cognitive Autopilot/ASR-D501 的整合文件。先了解平台與示範系統架構,再依障礙物避障的應用情境,閱讀相機推論教學。
選擇文件
| 文件 | 內容 |
|---|---|
| ASR-D501 飛行系統整合 | 硬體組成、環境設定,以及相機、LiDAR、IMU 與系統監控等示範模組。 |
| 下載 Qualcomm AI Hub 模型 | 利用 Qualcomm AI Hub 優化、量化並匯出專為 Qualcomm 晶片量身打造的模型。 |
| 使用 MIPI 相機進行物件偵測 | 使用 MIPI 相機直接在邊緣裝置上執行即時 AI 推論。 |
| 使用 USB 相機實現避障功能 | 使用 USB 相機進行即時推論,並連接到飛行控制器,展示障礙物避障概念。 |
| LiDAR 整合 | 使用 2D LiDAR 以捕捉高精度距離資料與點雲,提升空間感知與環境感知。 |
| IMU 視覺化面板 | 使用 Xsens MTi IMU,整合 ROS 2 驅動程式以實現穩健的九軸姿態估計,並使用視覺化面板監控即時感測器資料。 |
| 系統監控器 | 擷取即時硬體指標(含 CPU、GPU、NPU 和 DDR 溫度),並進行視覺化呈現。 |
建議閱讀順序
- 先閱讀 ASR-D501 飛行系統整合 文件,確認示範系統使用的硬體與軟體環境。
- 參考 下載 Qualcomm AI Hub 模型 文件,選擇、編譯並匯出硬體加速模型。
- 依照 使用 MIPI 相機進行物件偵測 文件,部署 AI 模型,並透過 MIPI 相機進行即時影片串流推論。
- 參考 使用 USB 相機實現避障功能 文件,使用 3D 相機進行即時障礙物偵測,並了解與飛行控制器之間的連接流程。
- 依照 LiDAR 整合 文件,啟用空間映射與長距離偵測功能。
- 依照 IMU 視覺化面板 文件,進行姿態估計以確保飛行穩定性。
- 參閱 系統監控器 文件,了解如何在運行工作負載時追蹤關鍵系統資源與熱狀態。
伴飛電腦與飛控負責不同工作:ASR-D501 執行感知與應用邏輯,飛控負責底層飛行控制。