照片高斯建模实现 我们需要这样的一个 cli 程序： 能够使用输入图片训练3D高斯模型 能够利用图片中的拍摄信息，输出的模型是与现实中尺寸位置完全对应的 输出有 LOD 的模型。 分块生成，以分块加载和利用有限硬件资源训练任意大的模型 gsplat 这是一个很主流的工具，但是目前 （2026.7.25）它的官方预编译
从零开始的自动驾驶（六）无刷电调硬件改了又改 自以为天衣无缝的硬件在软件烧进去之后，总是会出现各种各样的问题。 没错，又要改啦啦 ┭┮﹏┭┮ MT6816CT-ACD 磁编码器使用的 MT6816CT-ACD 它有多个模式，我当然希望它工作在 SPI 模式，当时应当是问 AI 问出来的纰漏，看了一下数据手册，把模式选择的高电平接到了低电平上。
从零开始的自动驾驶（五）整体设计 手上没什么可以做的事情呢，纸上谈兵一下吧。 我们将无刷电调称为 智能电机 智能电机能够执行CAN上的命令，并通过CAN向上位机报告自己的状态。 分层 CPU + 各个传感器 + 智能电机报告的状态，构成了决策感知层。 六个智能电机 + 其他外设构成了执行层。 在决策感知层，跑在 Linux ROS
从零开始的自动驾驶（四）无刷电调硬件修改 无刷电调的器件和板子都到了。 最终成品： 画的每个元器件一点不差严丝合缝焊上了，果然还是应该发BOM清单给淘宝店铺处理，虽然贵了点，但是买的时候方便，也不会灵机一动不买或者漏买，报销也方便。 傻子的小聪明
从零开始的自动驾驶（三）ROS2与雷达 我们正式进入ROS2的开发。 在此之前，我们已经准备好了这些东西： WSL Ubuntu 24.04 USB 双目摄像机 串口激光雷达 ROS2的开发，我们先在WSL上进行。 安装ROS2环境 在Ubuntu上进行ROS开发是很方便的。 apt install curl gnupg lsb-rele
从零开始的自动驾驶（二）编译开发板Linux 我们选择使用 RK3576 作为主控芯片，因为后边会需要计算双目深度，所以对CPU性能有所要求，但也不用到 RK3588 这种程度。 它的核心板长这样： 我们采用核心板+载板的形式，目前载板采用开发板，生产时会再画一张载板： 如果买板子是个人或者学生研究
从零开始的自动驾驶（一）无刷电调硬件 老板想让我研发一款适用于农田的智能驾驶车。 原本以为我的工作是设计一个上位机，交流过后我发现，从电调到上位机自动驾驶算法都要我来完成。 这无疑是一个相当有技术含量的工作了。 现在AI的能力越来越强大，在AI的辅助下，即使是在完全不熟悉的领域中也能做出一番东西来的。 整体的计划我已经做好了，但要等我们
搭建代理服务器跳板 本文没有涉及任何加密协议、VPN、“翻墙”等违规内容 不知道学校抽了什么风，会去检测我SS VMESS之类的协议，通报批评。 众所周知，法不责众，但是接下来其他人大概是不敢用了，再被抓就要杀鸡儆猴了。 也想过不登录校园网，直接用DNS端口上网，但速率应该挺慢的。 于是我打算拿一个服务器作为跳板，搭建
迎接新的时代 曾经我觉得AI取代人类去写程序要很久很久的时间。 但现在证明我错了，AI只用了短短的时间，现在写出来的程序已经非常完美了。 我的状态和改变 于是我也不得不改变了。 在最近短短的时间内，我的工作方式发生了巨大的变化。 之前我大部分的工作都是处在完成自己思考时定下的目标，基本上是不怎么用脑子的状态。 A
一段故事的结束 事情到这里也就落下了帷幕，画上了不是那么圆满，但也可以接受的句号。 故事的结尾 故事最后在不长不短的纠缠中结束的。 这时候，所有的问题都得以解决，来龙去脉都得以知晓。 对于存在的问题，我许下承诺，给自己背上了沉重的包袱，这个包袱太重了。 此刻的我权衡，这个包袱还是不要背上为好，也确实没有背上。 好在
