最后完成调试，在离线状态下，将带RTC的深度数据写入SD卡中，如下图所示其中有部分乱码是解算板发送数据存在延迟而导致，后续可以将数据存储格式改为D：xx T:XX, 以消除存入的乱码，或者直接解算深度传感器数据并且将数据以二进制写入sd卡，提高速度，避免解算板或Arduino的缓冲区数据溢出。此外，还需要注意调整串口的波特率保持一致。

（1）首先需要将训练完成模型文件（.pt文件）转为MATLAB可支持识别的模型文件，这里称为Trace包装器以及脚本化版本（脚本化关键代码：scripted_model = torch.jit.script(model)）。对于适应不同任务所设计的异构深度学习模型，有一些算子在MATLAB中底层中还没有优化，需要联合python去使用深度学习模型，这样也避免了模型在MATLAB无法初始化等等问题（