跳至主要内容

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​

  1. 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。
  2. 參考 下載 Qualcomm AI Hub 模型 文件,選擇、編譯並匯出硬體加速模型。
  3. 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。
  4. 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。
  5. 依照 LiDAR 整合 文件,啟用空間映射與長距離偵測功能。
  6. 依照 IMU 視覺化面板 文件,進行姿態估計以確保飛行穩定性。
  7. 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。


← 解決方案總覽