zhaoming.han/rdk_robot_dev_agent
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
rdk_robot_dev_agent/knowledge_hub/光流估计算法部署流程.md

1.8 KiB
Raw Blame History

光流估计算法部署流程：用MIPI摄像头发布为照片

  1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash source /opt/tros/setup.bash

  2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。 cp -r /opt/tros/${TROS_DISTRO}/lib/parking_perception/config/ .

  3. 配置MIPI摄像头 export CAM_TYPE=mipi

  4. 启动launch文件 ros2 launch parking_perception parking_perception.launch.py

  5. 测试效果 运行成功后在pc端游览器输入：http://IP:8000，即可查看图像和算法渲染效果（IP为RDK的IP地址）

光流估计算法部署流程：用usb摄像头发布为照片

  1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash source /opt/tros/setup.bash

  2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。 cp -r /opt/tros/${TROS_DISTRO}/lib/parking_perception/config/ .

  3. 配置sub摄像头 export CAM_TYPE=sub

  4. 启动launch文件 ros2 launch parking_perception parking_perception.launch.py

  5. 测试效果 运行成功后在pc端游览器输入：http://IP:8000，即可查看图像和算法渲染效果（IP为RDK的IP地址）

光流估计算法部署流程：使用本地照片回灌

  1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash source /opt/tros/setup.bash

  2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。 cp -r /opt/tros/${TROS_DISTRO}/lib/parking_perception/config/ .

  3. 配置MIPI摄像头 export CAM_TYPE=fb

  4. 启动launch文件 ros2 launch parking_perception parking_perception.launch.py

  5. 测试效果 运行成功后在pc端游览器输入：http://IP:8000，即可查看图像和算法渲染效果（IP为RDK的IP地址）