海康机器人3D激光轮廓仪快速调试一

优质文章学习记录

— 2 min read
海康机器人3D激光轮廓仪快速调试一

3D轮廓仪相机物料准备
DP系列轮廓仪
24V开关电源
8pin转RJ45千兆网线
12pin转open电源线
直线运动平台
海康3D授权加密狗
软件下载
机器视觉立体相机客户端 —— 3DMVS客户端
3DMVS客户端是专为海康机器人立体相机开发的软件应用程序。适用于MV-DP系列3D激光轮廓传感器、MV-DL系列线
激光立体相机。客户端支持实时预览、参数配置、标定、数据保存、升级固件等功能。
用于3D轮廓仪图像效果调试；并集成相机SDK二次开发包供客户开发；
软件获取方式：海康机器人官网->服务支持->下
载中心，找到3DMVS最新版本下载即可
海康机器人-机器视觉-下载中心 (hikrobotics.com)

在这里插入图片描述

安装完成3DMVS后，SDK二次开发包路径：

在这里插入图片描述


在这里插入图片描述


默认装C盘，安装过程一直单击下一步即可

在这里插入图片描述


打开3DMVS后显示效果；“设备列表”里会显示当前网络里的3D相机
电脑环境配置
• 环境配置
• 关闭防火墙和杀毒软件（若安装有360、火绒、腾讯管家等杀毒软件，请关闭退出杀毒软件）
• 电源选型设置为高性能模式：通过“控制面板> 电源选项> 高性能”

Read more

多源融合定位入门到精通：无人机GPS/北斗标定、抗干扰与精度提升全攻略

多源融合定位入门到精通：无人机GPS/北斗标定、抗干扰与精度提升全攻略

在工业无人机的所有性能指标中，定位精度是决定任务价值的核心。巡检需要精准悬停、测绘需要厘米级定位、返航需要米级落点、安防需要稳定跟踪。然而绝大多数团队都会遇到：定点飘、航线弯、信号弱、高楼丢星、磁场干扰、返航偏差大等问题。很多人将这些问题归咎于 GPS 模块质量差，实际上，80% 的定位问题来自安装不规范、环境干扰、未做融合标定、多传感器不同步、坐标系不统一。 一、定位为什么会飘？底层原理科普 无人机定位依靠卫星信号（GPS、北斗、GLONASS），但现实环境充满干扰因素： 信号遮挡：高楼、树木、桥梁、山体遮挡卫星信号。多路径反射：信号经地面、墙面反射后产生虚假位置。电磁干扰：电机、电调、电源、数传产生磁场干扰。传感器不同步：GPS、IMU、罗盘时间戳不一致。未现场标定：出厂参数无法适应实际环境。
利用 Claw Cloud Run 免费应用部署前端网页

利用 Claw Cloud Run 免费应用部署前端网页

一、注册 1. 使用注册180天的github账户注册Claw Cloud账户，可获得每月5$的免费配额 2. 官网链接 - https://run.claw.cloud/ （ps：直接github账号登录应该就不用写了吧） 二、创建应用 开启外部访问 CPU选0.1即可，当然大点也没问题，就是费用多点 点击Create App 打开App Launchpad 三、查看Nginx信息，挂载空间部署 1. 确认update重启 挂载空间 关闭控制台点击update 最下方选择local Storage挂载空间（默认的就填上面查到的，改配置文件的就填你选择的路径） cd进入目录下通过配置文件查看Nginx默认路径（当然你也可以自己改，到时候换个地方挂载就好） 输入nginx -t查询Nginx配置文件信息 点进刚刚创建的App，拖到最下面打开控制台（旁边的文件夹是要挂载之后才有的） 四、上传文件 点击控制台旁边的文件图标，将打包后的文件上传即可

基于Qwen3-VL-WEBUI的视觉语言模型实战｜快速部署与微调指南

基于Qwen3-VL-WEBUI的视觉语言模型实战｜快速部署与微调指南 1. 引言：为什么选择 Qwen3-VL-WEBUI？ 随着多模态大模型在图像理解、视频分析和跨模态推理等领域的广泛应用，高效、易用且可定制化的视觉语言模型（VLM）部署方案成为开发者和研究者的迫切需求。阿里云推出的 Qwen3-VL-WEBUI 镜像，正是为此而生。 该镜像内置了目前 Qwen 系列中最强大的视觉-语言模型 —— Qwen3-VL-4B-Instruct，集成了先进的视觉编码能力、长上下文处理机制以及代理式交互功能，支持从边缘设备到云端服务器的灵活部署。 本文将带你： - ✅ 快速部署 Qwen3-VL-WEBUI 镜像 - ✅ 掌握基于 ms-swift 框架的微调全流程 - ✅ 实现自定义数据集下的指令微调与推理服务发布 - ✅ 提供避坑指南与性能优化建议 无论你是 AI 工程师、科研人员还是技术爱好者，都能通过本指南实现“开箱即用 + 深度定制”的双重目标。 2. 环境准备与镜像部署 2.1 部署 Qwen3-VL-WEBUI

Qwen3-VL-WEBUI视频理解能力实测：256K上下文部署实战

Qwen3-VL-WEBUI视频理解能力实测：256K上下文部署实战 1. 背景与技术定位 随着多模态大模型在视觉-语言任务中的广泛应用，对长上下文、高精度视频理解和复杂空间推理的需求日益增长。阿里云推出的 Qwen3-VL 系列模型，作为 Qwen 多模态家族的最新一代产品，标志着从“看懂图像”向“理解动态世界”的关键跃迁。 该系列基于开源项目 Qwen3-VL-WEBUI 提供了便捷的本地化部署方案，内置 Qwen3-VL-4B-Instruct 模型版本，支持单卡（如 RTX 4090D）即可运行，并原生支持高达 256K token 的上下文长度，可扩展至 1M，适用于长时间视频分析、文档结构解析和复杂代理任务执行。 本篇文章将围绕 Qwen3-VL-WEBUI 的实际部署流程、256K 长上下文处理能力、视频理解表现及工程优化建议展开深度实测，帮助开发者快速掌握其核心能力与落地路径。 2. 核心功能与技术升级详解 2.1 视觉-语言能力全面增强 Qwen3-VL