最近拿到一个树莓派$B的板子做实验，在上面编译出ncnn后，将模型转换出bin和param文件后调用时总是因为Segment Fault崩溃，编译了个debug版的ncnn后用gdb查一下，发现总是崩溃在convolution_3x3.h里:崩溃处的代码是:r0是当前layer的输入特征数据，k0是卷积核数据，表面看不出有何问题，后来从头检查了一下，发现板子烧写的是32位的系统(armv7l)，不

对于Xavier，执行sudo i2cdump -f -y 0 0x50输出类似如下:对于Nano，执行sudo i2cdump -f -y 2 0x50输出类似如下:关于字符串的含义，参见https://docs.nvidia.com/jetson/l4t/index.html#page/Tegra%2520Linux%2520Driver%2520Package%2520Development

　前面说过，机器人和机器人后端管理系统之间通常要求频繁双向传输数据、尤其需要最好保持长连接的通讯需求，使用WebSocket连接是最好的选择，可以基于RosBridge来实现，但是RosBridge实现的是websocket server，对于要求机器人后端管理系统在系统启动时主动连接机器人的需求是比较合适的，对于反过来要求机器人启动时作为client主动连接机器人管理系统的这种更常见需...

首先这里说的超高清图像的识别问题不是超分辨率(super-resolution)问题，超分辨率这个领域问题是指使用插值等手段把相对模糊的小图放大成高清大图且保持细节基本真实自然的问题，超高清图像的识别问题是指对本身是高清大图的图片做目标分类、检测、分割(下面我说到识别默认只指分类或检测，不含分割)等处理这类问题。顺带说一句，以便更好界定识别需求问题的范围：一般将分辨率为720p（1280x720像

里面curl命令下载文件的都需要到能科学上网的服务器上去执行下载到文件，然后拷贝到不能科学上网的服务器上，再执行sudo gpg ...安装或拷贝命令安装这些文件到指定地。Ubuntu22.04下安装docker，需要下载gpg文件安装到/etc/apt/keyrings/docker.asc，按照官网列的命令。/etc/apt/keyrings/docker.asc 或/etc/apt/keyr

编译Apollo时报错Could not find any cuda.h matching version '' in any subdirectory。

一般来说，使用NVIDIA官网上下载的sdk image烧写入SD卡或者使用sdk manager/jet package连到板子安装全部软件后，里面什么都有了，包括docker和nvidia docker里面都有了，使用nvidia docker可以把GPU用起来，但是如果误删或者不小心弄坏了docker，或者为了减少发布系统的image的大小，尽量减少不需要安装的软件包，比如想从最基本的Bas

如果机器人与后端系统或其他系统之间根据实际情况需要使用自定义协议通讯，例如第三方系统使用的是自定义协议或者传输大文件之类的，那么多半需要回到使用TCP Socket编程，传输的数据既有二进制数据又有控制命令的文本数据时，直接使用C++的API进行网络编程和进行json格式数据的构建和解析的话需要费不少劲进行编码和调试，如果使用某种框架来进行开发就省事不少，Boost是使用较多的C++...

关于ROS的书和网上讲ROS的文章已经很多，绝大多数都是人人亦云的泛泛的讲表面层次的ROS的各部分怎么运用到机器人的各部分功能上、怎么执行命令之类的，对入门当然有用，但缺乏深层次的代码分析或架构层次的结构分析或解决机器人产品某些具体需求的解决方案，对实际做产品/项目开发可借鉴的有限，所以不想再重复说前一方面的知识，而是结合本人参与开发机器人产品中积累的经验侧重讲讲后一方面的知识供分享与交...

这些差异导致检测效果有差异，有时没注意这些细节可能一下想不到原因，由其是同一种算法C++的实现和PIL库的实现有差异时。然后对C++里改算法的实现需要和PIL的实现仔细核确保按位置计算得到的缩放结果值和PIL计算出来的值是非常接近的，像BICUBIC算法的实现，经常有差异。