簡(jiǎn)介奧比中光攝像頭開發(fā)工具包面向嵌入式視覺(jué)、安卓與人工智能開發(fā)者集成驅(qū)動(dòng)、接口庫(kù)、示例代碼和文檔幫助快速完成深度圖與點(diǎn)云數(shù)據(jù)的采集和處理適用于三維建模、機(jī)器人導(dǎo)航、增強(qiáng)現(xiàn)實(shí)等場(chǎng)景。資源共 2549 個(gè)文件壓縮包約 134.2MB除頭文件和 C 源碼外還包含 Windows 動(dòng)態(tài)庫(kù)、Linux/安卓動(dòng)態(tài)庫(kù)與靜態(tài)庫(kù)、安卓安裝包及工程配置文件并有 CHM 和 PDF 等詳細(xì)文檔覆蓋桌面到移動(dòng)端的完整開發(fā)鏈路。目前已有 2214 人學(xué)習(xí)下載。包內(nèi)多平臺(tái)示例工程和預(yù)編譯庫(kù)可直接調(diào)用深度圖、點(diǎn)云接口降低底層驅(qū)動(dòng)適配成本Readme 與 API 文檔能幫助快速搭建測(cè)試環(huán)境適合需要快速落地三維視覺(jué)應(yīng)用或結(jié)合點(diǎn)云數(shù)據(jù)開展深度學(xué)習(xí)的開發(fā)者。1. 為什么偏偏是奧比中光攝像頭SDK做體感交互、三維掃描或者機(jī)器人視覺(jué)的人這幾年大概率繞不開奧比中光。原因很直接它是國(guó)內(nèi)少數(shù)能把手掌大小的深度攝像頭量產(chǎn)到消費(fèi)級(jí)價(jià)位的廠商而它配套的奧比中光攝像頭SDK決定了你拿到硬件之后到底能玩出什么花來(lái)。我最早接觸奧比中光是從Astra Pro開始的。當(dāng)時(shí)想做一款基于骨骼追蹤的體感游戲?qū)Ρ攘艘蝗Ψ桨窴inect已經(jīng)停產(chǎn)且開發(fā)周期長(zhǎng)Intel RealSense價(jià)格偏高而奧比中光Astra Pro在千元檔價(jià)位就能提供深度圖、彩色圖、紅外圖三路數(shù)據(jù)流加上官方骨胳SDK對(duì)于個(gè)人開發(fā)者和高校實(shí)驗(yàn)室來(lái)說(shuō)性價(jià)比非常突出。這套SDK解決的核心問(wèn)題可以概括成一句話把“攝像頭拍到的是什么”變成“程序能直接用的空間三維信息”。如果你只是想給樹莓派裝一個(gè)OV5647攝像頭模塊做普通安防監(jiān)控那確實(shí)用不上奧比中光但如果你想做“識(shí)別人的動(dòng)作”“測(cè)量物體尺寸”“給機(jī)器人避障”這類需要深度信息的應(yīng)用奧比中光攝像頭SDK就是連接硬件能力和上層應(yīng)用的橋梁。這篇文章我會(huì)從SDK的整體架構(gòu)、關(guān)鍵數(shù)據(jù)流、骨骼跟蹤實(shí)操、體感游戲開發(fā)以及跨平臺(tái)移植和常見(jiàn)坑這幾個(gè)維度展開希望看完你能少走彎路。2. 深度剖析這套SDK的結(jié)構(gòu)和核心設(shè)計(jì)2.1 一句話說(shuō)清設(shè)備端工作原理奧比中光的深度攝像頭普遍采用結(jié)構(gòu)光方案。原理不復(fù)雜攝像頭投射出帶編碼的紅外散斑圖案這些圖案打在物體表面會(huì)發(fā)生形變另一顆紅外傳感器拍攝到形變后的圖案芯片通過(guò)比對(duì)散斑的偏移量就能算出物體離攝像頭的距離。拿生活場(chǎng)景類比就像你用手電筒照墻墻不平整時(shí)影子就會(huì)扭曲只不過(guò)結(jié)構(gòu)光把這種扭曲量化成了每個(gè)像素的深度值。SDK拿到手的原始深度數(shù)據(jù)是一張和圖像分辨率對(duì)應(yīng)的二維數(shù)組每個(gè)像素存的是該點(diǎn)的距離單位通常是毫米。這就比普通RGB攝像頭多了一個(gè)維度RGB告訴你顏色深度告訴你遠(yuǎn)近。有了遠(yuǎn)近信息后續(xù)的人體分割、骨骼點(diǎn)定位、三維重建才有了基礎(chǔ)。2.2 SDK的整體架構(gòu)和數(shù)據(jù)流奧比中光官方目前主推的是OrbbecSDK在GitHub上開源支持Windows、Linux、macOS、Android等多個(gè)平臺(tái)也提供ROS1/ROS2的封裝這個(gè)設(shè)計(jì)思路很務(wù)實(shí)算法工程師不需要關(guān)心底層USB傳輸協(xié)議直接用統(tǒng)一接口取流即可。整個(gè)SDK核心模塊可以拆成三層層級(jí)主要功能對(duì)應(yīng)核心API設(shè)備管理層設(shè)備枚舉、打開關(guān)閉、屬性配置ob::Context,ob::Device數(shù)據(jù)流層深度、彩色、紅外流的啟停和同步ob::Pipeline,ob::FrameSet算法處理層骨骼跟蹤、手部跟蹤、坐標(biāo)變換ob::SkeletonTracker或舊版BodyTracker實(shí)際開發(fā)中最常用的套路是先創(chuàng)建ob::Context枚舉設(shè)備再?gòu)脑O(shè)備拿到ob::Pipeline配置好ob::PipelineStartConfig里需要的流類型后啟動(dòng)管線。每一幀數(shù)據(jù)會(huì)以FrameSet的形式返回里面有深度幀、彩色幀、紅外幀取出來(lái)后可以轉(zhuǎn)成OpenCV的Mat去做圖像處理也可以直接喂給骨骼跟蹤算法。這種設(shè)計(jì)非常像V4L2采集視頻流的思路但SDK幫你把USB帶寬分配、幀同步、格式轉(zhuǎn)換這些問(wèn)題都處理掉了開發(fā)者只需要關(guān)心業(yè)務(wù)邏輯。2.3 為什么需要幀同步結(jié)構(gòu)光深度攝像頭有個(gè)天然的痛點(diǎn)深度傳感器和RGB傳感器是兩顆獨(dú)立的攝像頭位置不同、曝光時(shí)間不同拍到的畫面也存在視角差異。如果直接疊加深度圖和彩色圖物體會(huì)出現(xiàn)錯(cuò)位。奧比中光SDK內(nèi)置了硬同步機(jī)制在某些設(shè)備上可以通過(guò)同一時(shí)鐘源觸發(fā)兩顆傳感器同時(shí)曝光保證深度幀和彩色幀的時(shí)間戳一致。開發(fā)時(shí)建議優(yōu)先開啟SYNC_MODE_STANDALONE或SYNC_MODE_PRIMARY具體看設(shè)備型號(hào)支持情況。這一點(diǎn)在骨骼跟蹤場(chǎng)景里特別重要。如果你的彩色畫面和深度畫面相差幾十毫秒高速運(yùn)動(dòng)時(shí)骨骼點(diǎn)和人體邊緣就會(huì)明顯漂移體感游戲玩起來(lái)會(huì)覺(jué)得“跟手度”很差。3. 實(shí)操上手從裝SDK到拿到第一幀深度圖3.1 環(huán)境準(zhǔn)備和安裝不同平臺(tái)的安裝方式略有差異我以Windows Visual Studio 2019/2022 Python為例這也是個(gè)人開發(fā)者最常用的組合。第一步去奧比中光開發(fā)者社區(qū)下載OrbbecSDK v2.x的Windows安裝包或者直接從GitHub clone源碼自己編譯。安裝包里面有include、lib、bin三件套和大多數(shù)原生SDK一致。C項(xiàng)目里配置好頭文件目錄和庫(kù)文件目錄鏈接OrbbecSDK.lib運(yùn)行時(shí)把對(duì)應(yīng)的DLL放到可執(zhí)行文件目錄或系統(tǒng)Path里。如果你偏愛(ài)Python官方提供了pyorbbecsdk通過(guò)pip安裝即可。需要重點(diǎn)提醒的是Python封裝和C接口不是一個(gè)版本節(jié)奏部分新功能可能不同步。我的建議是快速驗(yàn)證用Python正式產(chǎn)品盡量用C性能和穩(wěn)定性差不少。樹莓派用戶走Linux路線時(shí)需要編譯arm64版本的OrbbecSDK官方文檔里有詳細(xì)的CMake交叉編譯說(shuō)明。Astra Pro在樹莓派4B上跑深度流完全沒(méi)問(wèn)題但別指望USB 2.0口同時(shí)跑大分辨率深度彩色骨骼三路流帶寬會(huì)不夠建議開啟JPEG壓縮或者降低幀率。3.2 最少可運(yùn)行的取流代碼下面這段Python代碼可以讓你在5分鐘內(nèi)看到深度圖from pyorbbecsdk import Config, Pipeline, OBFormat, OBSensorType import cv2 import numpy as np def frame_to_bgr(frame): width, height frame.get_width(), frame.get_height() data np.frombuffer(frame.get_data(), dtypenp.uint16).reshape((height, width)) # 深度值歸一化到0-255方便顯示 normalized cv2.normalize(data, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8) return cv2.applyColorMap(normalized, cv2.COLORMAP_JET) pipeline Pipeline() config Config() config.enable_stream(OBSensorType.DEPTH_SENSOR, 640, 480, OBFormat.Y16, 30) pipeline.start(config) try: while True: frames pipeline.wait_for_frames(1000) depth_frame frames.get_depth_frame() if depth_frame is None: continue depth_image frame_to_bgr(depth_frame) cv2.imshow(Depth, depth_image) if cv2.waitKey(1) 0xFF ord(q): break finally: pipeline.stop()這段代碼的核心邏輯是配置深度流640x480分辨率、Y16格式、30幀率然后循環(huán)等待幀將深度數(shù)組歸一化后映射成偽彩色圖顯示。Y16表示每個(gè)深度值是16位無(wú)符號(hào)整數(shù)最大可表示65535毫米但對(duì)室內(nèi)場(chǎng)景一般只用到0~3000毫米左右。歸一化時(shí)會(huì)把這個(gè)范圍壓到0~255如果你只關(guān)心1米以內(nèi)的物體可以手動(dòng)裁剪數(shù)據(jù)范圍效果會(huì)更好。3.3 拿到深度數(shù)據(jù)后先別急著做算法很多初學(xué)者一上來(lái)就想拿原始深度圖做機(jī)器學(xué)習(xí)實(shí)際上還需要做幾步預(yù)處理深度值有效性濾波結(jié)構(gòu)光在黑色物體、強(qiáng)光、透明物體上會(huì)產(chǎn)生空洞表現(xiàn)為深度值為0需要通過(guò)中值濾波或時(shí)間濾波修復(fù)。坐標(biāo)變換深度圖像的像素坐標(biāo)和真實(shí)世界坐標(biāo)之間有一個(gè)內(nèi)參矩陣SDK提供了getCameraParam接口獲取內(nèi)參可以用標(biāo)準(zhǔn)針孔模型做2D到3D的變換。如果你想實(shí)現(xiàn)“點(diǎn)擊屏幕上的像素得到對(duì)應(yīng)物體的三維坐標(biāo)”這一步就是基礎(chǔ)。對(duì)齊彩色和深度SDK提供了enableFrameSync和對(duì)齊接口可以輸出對(duì)齊到彩色圖像的深度圖也可以反過(guò)來(lái)。體感游戲建議直接用SDK對(duì)齊后的流省去自己注冊(cè)的麻煩。實(shí)操里我踩過(guò)的一個(gè)坑是深度圖在室外或陽(yáng)臺(tái)場(chǎng)景很容易失效因?yàn)殛?yáng)光里的紅外成分會(huì)干擾散斑識(shí)別。奧比中光Astra系列本質(zhì)上還是室內(nèi)設(shè)備不要在戶外強(qiáng)光下測(cè)試深度效果那是違背物理規(guī)律的。4. 骨骼SDK和體感游戲開發(fā)實(shí)戰(zhàn)4.1 骨骼跟蹤的兩種模式奧比中光的骨胳SDK經(jīng)歷了一次重要迭代。早期版本叫BodyTracker基于自家算法輸出全身33個(gè)骨骼點(diǎn)可以在CPU上跑實(shí)時(shí)性還不錯(cuò)。新版SDK則把骨骼跟蹤能力整合到ob::SkeletonTracker里同時(shí)支持基于RGB和深度兩種模式深度骨骼模式在深度圖上做人形檢測(cè)和關(guān)鍵點(diǎn)回歸優(yōu)點(diǎn)是受環(huán)境光照影響小缺點(diǎn)是近距離自遮擋時(shí)容易丟點(diǎn)。RGB骨骼模式基于彩色圖做適合光線較好的場(chǎng)景骨骼點(diǎn)更平滑但對(duì)背景復(fù)雜度敏感。開發(fā)體感游戲時(shí)我習(xí)慣同時(shí)開啟兩種模式根據(jù)具體場(chǎng)景做切換或融合。比如客廳光線好用RGB模式晚上關(guān)燈玩游戲切到深度模式。這種靈活的組合是奧比中光比普通網(wǎng)絡(luò)攝像頭方案例如通過(guò)POE攝像頭遠(yuǎn)程傳輸圖像再用OpenPose在交互體驗(yàn)上優(yōu)勝的關(guān)鍵所在——本地低延遲骨骼數(shù)據(jù)不需要把視頻流上傳到服務(wù)器再回傳結(jié)果。4.2 骨骼數(shù)據(jù)的坐標(biāo)系和歸一化骨骼SDK返回的每個(gè)關(guān)節(jié)點(diǎn)通常會(huì)包含在相機(jī)坐標(biāo)系下的三維坐標(biāo)單位毫米以及對(duì)應(yīng)的圖像像素坐標(biāo)。打游戲的時(shí)候不建議直接把毫米坐標(biāo)當(dāng)作屏幕坐標(biāo)用因?yàn)橥婕艺镜奈恢眠h(yuǎn)近會(huì)影響人物在屏幕中的大小。正確的做法是把骨骼坐標(biāo)歸一化到以髖部中心為原點(diǎn)的局部坐標(biāo)系再根據(jù)肩寬或身高做縮放。這樣無(wú)論玩家站近站遠(yuǎn)游戲里的人物大小基本一致操作手感會(huì)好很多。我在做Astra Pro體感游戲時(shí)踩過(guò)的一個(gè)大坑是骨骼點(diǎn)突然跳變。當(dāng)玩家側(cè)身或者四肢交叉時(shí)算法偶爾會(huì)給出錯(cuò)誤的關(guān)節(jié)位置。解決方案也不復(fù)雜對(duì)骨骼點(diǎn)做一階低通濾波或卡爾曼平滑同時(shí)加一個(gè)“置信度過(guò)濾”SDK返回的每個(gè)骨骼點(diǎn)通常帶一個(gè)置信度分?jǐn)?shù)低于閾值的點(diǎn)直接丟棄或者用上一幀數(shù)據(jù)填充。4.3 一個(gè)簡(jiǎn)單的體感游戲邏輯拆解我用奧比中光Astra Pro做過(guò)一個(gè)“切水果”類的小游戲核心邏輯只有三步1. 從骨骼SDK獲取右手腕關(guān)節(jié)的3D坐標(biāo) 2. 將坐標(biāo)映射到游戲畫布坐標(biāo)x映射到寬度y映射到高度 3. 檢測(cè)手部坐標(biāo)是否與水果精靈發(fā)生碰撞聽(tīng)上去簡(jiǎn)單實(shí)際開發(fā)細(xì)節(jié)很考驗(yàn)人。比如玩家揮手的加速度很快30幀的采樣仍然會(huì)漏掉快速切水果的瞬間這時(shí)需要做插值前一幀手在左側(cè)當(dāng)前幀手在右側(cè)計(jì)算一個(gè)線段和水果中心是否相交而不是只判斷當(dāng)前幀的點(diǎn)是否在水果范圍內(nèi)。這個(gè)“線段碰撞檢測(cè)”大幅提升了游戲手感。另外還有一個(gè)非常容易被忽略的問(wèn)題鏡像。攝像頭拍到的畫面人的左手在畫面右側(cè)。如果你直接把圖像坐標(biāo)映射到游戲里玩家會(huì)覺(jué)得方向是反的體感交互極其別扭。開發(fā)時(shí)一定要做水平翻轉(zhuǎn)讓玩家看到的是“鏡子里自己”的效果。4.4 體感游戲和普通視頻游戲開發(fā)的差異很多從Unity、虛幻入手的游戲開發(fā)者習(xí)慣了鼠標(biāo)鍵盤或手柄輸入轉(zhuǎn)做體感游戲后容易忽略一個(gè)核心差異輸入信號(hào)連續(xù)且不可預(yù)期。鍵盤輸入是離散的按下就是按下松開就是松開骨骼輸入是連續(xù)變化的手的坐標(biāo)每幀都在變而且?guī)в性肼暋Ｓ螒蜻壿媽颖仨氠槍?duì)連續(xù)輸入做專門的濾波、死區(qū)設(shè)置和動(dòng)作識(shí)別。我建議在游戲里增加一個(gè)“校準(zhǔn)階段”玩家站好后舉起雙手游戲讀取初始骨骼位置自動(dòng)計(jì)算玩家的身高、臂展和站位距離再應(yīng)用到整個(gè)游戲過(guò)程的坐標(biāo)映射中。這一步對(duì)用戶體驗(yàn)提升巨大。5. 需求澄清Astra Pro與樹莓派攝像頭模塊的對(duì)比選擇5.1 兩類攝像頭各管一攤在幾個(gè)開發(fā)者社群里經(jīng)常能看到有人問(wèn)“奧比中光Astra Pro和樹莓派OV5647攝像頭模塊怎么選”。這其實(shí)是個(gè)偽問(wèn)題因?yàn)樗鼈兊募夹g(shù)目標(biāo)完全不同。樹莓派攝像頭模塊OV5647是一顆500萬(wàn)像素的普通RGB傳感器成本幾十塊錢廣泛用于樹莓派項(xiàng)目、簡(jiǎn)易監(jiān)控、視覺(jué)識(shí)別教學(xué)。它拍出來(lái)的是平面彩色圖像沒(méi)有深度信息。你要判斷物體遠(yuǎn)近只能通過(guò)圖像大小、模糊程度這些間接線索或者加雙目視覺(jué)算法自己做深度估計(jì)開發(fā)難度不低。奧比中光Astra Pro是主動(dòng)式深度相機(jī)內(nèi)置紅外投射器和深度計(jì)算芯片直接輸出毫米級(jí)精度的深度圖。它的定位和目標(biāo)應(yīng)用決定了它面向的是三維感知、骨骼交互、機(jī)器人導(dǎo)航這類場(chǎng)景。兩個(gè)攝像頭之間的選擇本質(zhì)上是“你需要的是二維圖像還是三維信息”。5.2 為什么不能用普通攝像頭做體感游戲理論上普通RGB攝像頭也能做人體姿態(tài)估計(jì)OpenPose、MediaPipe這些開源庫(kù)都能輸出骨骼點(diǎn)。但這類方案對(duì)光照極其敏感弱光環(huán)境效果斷崖式下降而且無(wú)法穩(wěn)定輸出遮擋情況下的深度信息。體感游戲?qū)?shí)時(shí)性和魯棒性要求極高普通攝像頭方案通常只能做到“演示可用”離“產(chǎn)品可用”還有很大距離。奧比中光的優(yōu)勢(shì)在于深度信息讓人體分割變得非常簡(jiǎn)單離攝像頭一定距離范圍內(nèi)的像素就是前景背景直接剔除。后續(xù)的人體檢測(cè)、骨骼回歸都有了一個(gè)干凈的前景圖作為輸入算法壓力小了很多穩(wěn)定性反而更高。6. 常見(jiàn)問(wèn)題排查與避坑指南6.1 設(shè)備識(shí)別不到或者DLL報(bào)錯(cuò)排查優(yōu)先級(jí)依次是USB線纜和接口、驅(qū)動(dòng)、SDK版本是否匹配、供電是否充足。奧比中光Astra Pro要求USB 3.0接口才能跑滿深度分辨率如果插在USB 2.0接口上設(shè)備可能可以識(shí)別但取流失敗或者只能跑低分辨率。另外Astra Pro對(duì)USB線纜質(zhì)量敏感劣質(zhì)線材會(huì)導(dǎo)致傳輸不穩(wěn)定經(jīng)常出現(xiàn)“打開設(shè)備失敗”或“丟幀”的問(wèn)題。建議先換根短一點(diǎn)、帶屏蔽的USB 3.0線試一下。另外要特別注意32位/64位庫(kù)的匹配。SDK有x86和x64兩套庫(kù)如果你編譯的是x64程序卻拷貝了x86的DLL到輸出目錄運(yùn)行時(shí)會(huì)報(bào)找不到入口點(diǎn)。這種坑藏得很隱蔽我看到不少新手在這上面浪費(fèi)了幾個(gè)小時(shí)。6.2 骨骼跟蹤經(jīng)常丟失有什么優(yōu)化思路骨骼丟失最常見(jiàn)的三個(gè)原因人物離攝像頭太近、部分身體超出視野、遮擋嚴(yán)重。官方建議的最佳追蹤距離是0.3~2.5米左右離開這個(gè)范圍后跟蹤穩(wěn)定性驟降。優(yōu)化手段我總結(jié)為五步調(diào)整攝像頭安裝位置保證人物全身在視野中央頭頂保留15%以上余量。降低分辨率提高幀率比如從640x480降到320x240跑30幀以上單幀算力消耗減小跟蹤穩(wěn)定性反而上升。使用SDK提供的平滑參數(shù)適當(dāng)增加平滑系數(shù)減少抖動(dòng)。在游戲邏輯層做上一幀點(diǎn)云匹配骨骼丟失時(shí)嘗試根據(jù)前一幀位置做短暫預(yù)測(cè)。如果丟失頻率極高回到2.3節(jié)提到的幀同步檢查。6.3 跨平臺(tái)部署的幾個(gè)現(xiàn)實(shí)問(wèn)題奧比中光SDK在Windows、Linux、Android、macOS上都有支持但跨平臺(tái)移植不是簡(jiǎn)單的“代碼一樣就能跑”。我在實(shí)際項(xiàng)目里發(fā)現(xiàn)幾個(gè)問(wèn)題首先是權(quán)限。Android平臺(tái)需要?jiǎng)討B(tài)申請(qǐng)攝像頭和USB權(quán)限而且不同手機(jī)的USB OTG兼容性差異很大建議優(yōu)先做白名單適配。其次是內(nèi)存管理。SDK的Frame對(duì)象內(nèi)部引用的是底層緩沖如果你是異步取流用完之后要釋放引用否則會(huì)出現(xiàn)內(nèi)存持續(xù)增長(zhǎng)。特別是在Unity宿主環(huán)境下做體感游戲這個(gè)問(wèn)題會(huì)直接導(dǎo)致App卡死。最后是版本演進(jìn)。奧比中光SDK從v1.x到v2.xAPI改動(dòng)比較大網(wǎng)上很多舊教程用的是openni2接口已經(jīng)和新版的OrbbecSDK不兼容。搜索資料時(shí)先確認(rèn)你用的SDK大版本避免照著舊文檔改了半天編譯不過(guò)。7. 擴(kuò)展玩法和更多硬件生態(tài)聯(lián)動(dòng)當(dāng)你掌握了奧比中光攝像頭SDK的基礎(chǔ)能力可以嘗試和更多硬件生態(tài)結(jié)合。比如把深度數(shù)據(jù)接入ROS配合機(jī)械臂做抓取把Astra Pro掛在移動(dòng)底盤上做SLAM或者把深度圖和熱成像設(shè)備融合做人員檢測(cè)和避障系統(tǒng)。網(wǎng)上也有博主把奧比中光深度數(shù)據(jù)和POE攝像頭的監(jiān)控視頻流結(jié)合做了一套室內(nèi)人員行為分析的原型系統(tǒng)普通攝像頭負(fù)責(zé)大范圍監(jiān)控深度攝像頭負(fù)責(zé)局部精確姿態(tài)識(shí)別。如果你的主項(xiàng)目是樹莓派4B前面提到過(guò)奧比中光Astra Pro是完全可用的配合ROS2的orbbec_camera驅(qū)動(dòng)很快就能跑出點(diǎn)云數(shù)據(jù)。然后再接上V4L2攝像頭做彩色圖補(bǔ)充就實(shí)現(xiàn)了“深度彩色”雙路感知方案。這個(gè)組合在高校機(jī)器人競(jìng)賽里非常常見(jiàn)算是我比較推薦的低成本教學(xué)方案。在硬件聯(lián)調(diào)上我個(gè)人的體會(huì)是先把單模塊調(diào)通再做集成。很多同學(xué)一上來(lái)就想讓攝像頭和機(jī)械臂、底盤聯(lián)動(dòng)結(jié)果一個(gè)環(huán)節(jié)出了問(wèn)題很難定位。正確順序是先跑通SDK取流再做算法處理最后才接入運(yùn)動(dòng)控制每一步都有穩(wěn)定輸出后再進(jìn)入下一步。用這套方法我前后完成了兩個(gè)完整項(xiàng)目總調(diào)試時(shí)間反而比一次貪多快了不少。本文還有配套的精品資源點(diǎn)擊獲取