基于高通跃龙IQ-9100打造具身智能机器人视觉SLAM与自主导航系统(3): 建图导航实战与鲁棒性保障

上篇我们完成了Nav2导航栈的深度配置,并实现了NPU加速的动态障碍物检测与预测。本篇将把这些模块组合起来,进行真实的建图与导航实战,使用Cartographer进行建图,启动完整导航系统,并通过Nav2 SimpleCommander API实现单点导航和多点巡逻。同时,提供定位失效自动恢复策略和长期运行的鲁棒性保障,最后给出IQ-9100平台上的实测性能指标。

Qualcomm IQ-9100 高通跃龙 机器人 自主导航

时间:2026-06-01 09:45:54

基于高通跃龙IQ-9100打造具身智能机器人视觉SLAM与自主导航系统(2): Nav2导航栈与NPU动态避障

上篇我们搭建了系统整体架构,选用了Cartographer激光SLAM 为主建图方案,并通过EKF融合了轮式里程计、视觉里程计和IMU,为导航提供了稳定可靠的定位信息。本篇将在此基础之上,深入配置Nav2导航栈,包括AMCL定位、MPPI控制器、SmacPlanner规划器以及行为树。同时,利用IQ-9100的NPU加速实现动态障碍物检测与轨迹预测,并将其注入代价地图,实现具有预见性的动态避障能力。

Qualcomm IQ-9100 NPU

时间:2026-05-28 09:28:45

基于高通跃龙IQ-9100打造具身智能机器人视觉SLAM与自主导航系统(1): 系统架构与SLAM配置

本文将基于高通跃龙IQ-9100的架构,正式启动机器人“行动力”的实战开发。我们将结合ROS 2 Nav2导航框架,实战搭建一套完整的视觉SLAM建图 + 自主导航 + 动态避障系统。本篇重点介绍系统整体架构、SLAM方案选型、Cartographer激光 SLAM配置以及多源融合定位EKF的部署。

Qualcomm IQ-9100 iQ9系列 SLAM 机器人

时间:2026-05-27 09:21:17

基于高通跃龙IQ-9100打造具身智能机器人多传感器融合感知系统(2): 融合、理解、控制与优化

本文基于高通跃龙 IQ-9100,搭建具身智能机器人 ROS2 全栈系统,实现多传感器融合、LLM 任务理解、CAN-FD 底盘控制与系统优化。采用四层架构与双 NPU 分工,6 路摄像头实时检测,融合视觉、激光雷达等数据,本地运行 Llama 2 解析指令,底盘安全可控。经调优后各项性能达标,功耗低、实时性强,提供可直接落地的机器人开发方案。

Qualcomm 机器人 高通跃龙 IQ9系列

时间:2026-05-26 09:42:11

基于高通跃龙IQ-9100打造具身智能机器人多传感器融合感知系统(1): 硬件选型与多摄像头AI感知

本篇我们介绍了IQ-9100平台的核心优势、系统软硬件架构,并完整实现了多摄像头AI感知节点。通过时分复用NPU TP0,我们实现了6路摄像头每路约22fps的实时检测,远超15fps的设计目标。

Qualcomm IQ9系列 IQ-9100 机器人

时间:2026-05-25 09:48:05

在高通跃龙IQ-9075上进行SIL3功能安全开发实战(3): 心跳监控、系统集成与安全测试

在前两篇中,我们完成了安全岛裸机核心、锁步、看门狗、CAN-FD安全通信以及紧急制动系统的代码实现。本篇将收尾,重点介绍主系统与安全岛之间的双向心跳监控机制,然后给出完整的系统集成架构图,最后用Python测试用例验证各项安全功能(包括心跳超时、紧急按钮、碰撞传感器、响应时间和CAN协议完整性)。

Qualcomm IQ9系列 安全 网络

时间:2026-05-21 10:02:58

在高通跃龙IQ-9075上进行SIL3功能安全开发实战(2): 锁步/看门狗/CAN-FD/紧急制动

在上一篇中,我们介绍了工业机器人功能安全的必要性、SIL3标准、IQ-9075安全岛硬件架构、开发环境搭建以及安全岛的启动流程。本篇将继续深入,给出锁步模式、看门狗、安全岛主循环的完整代码实现,并进一步讲解CAN-FD安全通信协议与紧急制动系统。

Qualcomm IQ9系列 SIL3

时间:2026-05-20 09:28:56

在高通跃龙IQ-9075上进行SIL3功能安全开发实战(1): 从工业机器人风险到安全岛锁步核心

本文以高通跃龙 IQ-9075 为核心,讲解工业机器人 SIL3 功能安全开发。先分析工业机器人安全风险,区分功能安全与信息安全;解读 IEC 61508 标准及 SIL3 关键要求;详解 IQ-9075 安全岛硬件架构、锁步原理;介绍开发环境搭建与安全岛裸机启动流程,为工业机器人安全开发提供实战指导。

Qualcomm IQ-9075 机器人

时间:2026-05-19 09:53:40

高通跃龙IQ-9100平台上部署7B模型FastRPC SMMU限制突破记录(3): 完整部署方案与经验总结

上一篇通过 Python API 成功启用 weights_packing,将模型压缩到 4.7 GB,并揭示了 use-mmap、weight_sharing 和非致命映射失败三个运行时机制,让模型在 4 GB IOVA 限制下成功运行。 本篇将收尾剩余的两个“坑”:图名称排序 bug 和 soc_model 配置。然后给出完整的本地编译流水线、假设验证、关键经验总结,以及最终的结论。

Qualcomm 高通跃龙 IQ-9100 IQ9 边缘计算

时间:2026-05-18 10:50:31

高通跃龙IQ-9100平台上部署7B模型FastRPC SMMU限制突破记录(2): Python API突破与运行时内存机制

在上篇中,我们发现本地编译的 7B 模型二进制体积(8.4 GB)是云编译(4.7 GB)的两倍,根本原因是多图编译模式下 CLI 工具无法启用 weights_packing,且 JSON 配置被静默忽略。本篇将展示如何通过 QAIRT Python API 突破这一限制,将二进制压缩到 4.7 GB。但压缩后仍面临 4 GB IOVA 上限的质疑——为什么 4.7 GB 模型能成功运行?答案藏在三个运行时Runtime机制中。

Qualcomm 高通跃龙 IQ-9100 IQ9

时间:2026-05-14 09:38:51

高通跃龙IQ-9100平台上部署7B模型FastRPC SMMU限制突破记录(1): 二进制体积翻倍之谜与CLI工具陷阱

本文是部署7B模型 FastRPC SMMU 映射失败诊断记录实验的后续突破。本次实验目标仍然是将 Qwen2.5-7B-Instruct 部署到高通跃龙IQ-9100平台上,并使用 Hexagon DSP 做推理加速。实验中使用的硬件是Thundercomm 的高通跃龙IQ-9100平台开发板。

Qualcomm 高通跃龙 IQ-9100 IQ9 边缘计算

时间:2026-05-13 09:43:22

每页显示 共2174条数据 < 1 2 3 4 ...198 >      到第 GO

高通软件中心

通过集中式门户站无缝管理您的高通®软件和工具

下载软件中心

申请成为“Qualcomm荣誉技术大使”

“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现,该荣誉代表Qualcomm社区对用户贡献的认可与肯定。

立即申请

Qualcomm 解决方案

 

高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台,助力打造无缝融合现实世界和数字世界边界的沉浸式体验。

为开发者提供实现创意的工具,并将变革头戴式AR的可能性,现已面市!