Hack

DJI RoboMaster EP 年初我打算花半年时间研究自动驾驶，以及计算机图形学，于是开始调研开发自动驾驶系统的硬件，最先考虑的是nvidia在2019年发布jetson nano平台时开放的jetbot，基本是一台玩具小车，配备3D打印车身，两个小轮子以及一块jetson nano developer kit，一个camera，官方项目地址，考虑搭建整个车子的硬件平台所需要的成本以及可玩性，我决定不考虑类似玩具方案的car robot，最后我瞄准了DJI robomaster EP，因为它开放了完整的SDK，并且整个机器人平台是用于教育比赛而设计的，可玩性非常丰富，自己也不需要过多的去考虑底层硬件的装配。这样我就可以借鉴jetbot的自动驾驶设计，将其移植到robomaster EP上，打造最原始的自动驾驶开发平台。 Coral Edge TPU As Robot Brain 经过一段时间的动手测试，我决定在robomaster EP上采用的硬件方案是raspberry pi 4 + google edge tpu，具体架构如下： 左边是自动驾驶会用到的一些工具，视觉加速芯片我使用的是google edge tpu，相比nvidia Jetson GPU，它的功耗更低，这样在做视觉运算时不会大量消耗机器人有限的电池电量。 右边是需要自己搭建的一个机器学习运维平台，从数据的收集，模型训练以及测试，最后模型部署，都是自动化的。

在2020年的时候我写过一篇博客 Renderman24 Will Support Blender，在文章的最后我记录了自己打算购买商业版本的Renderman。经过一年多的时间之后，我实现了自己的想法，为自己配置了图像工作站，购买了具有商业版权的Renderman，最重要的是我也为自己购置了一套EIZO CG319x显示器。准备这些的初衷主要是因为web3.0的崛起，我设想过一个人的自由职业，因为电影行业是通过非常庞大的群体来完成创作的，要让一个人独立完成一部真人电影或者动画长片，甚至短片，那是非常耗时的，因为有很多的技术以及艺术的绊脚石在你面前，你必须一点一滴的克服才能完成影片中的每一个细节。然后我就设想能否通过机器的算法来完成人物环境的设定，在计算机的世界中生成生命和环境，在常规的电影制作中那叫做建模和动画以及场景制作，这些技术都是由技术以及美术人员来完成创作的，计算机只是如实的向观众呈现这些创作。大胆想象如果计算机能够完成这些创作过程，比如动物的蹦跑，模型的材质，抠像，人类的行走，我们不再是通过画关键帧，调试材质，手动绿幕抠像，而是通过计算机对这个现实世界的学习来主动探索这些关键帧，实现对现实世界物体材质的模拟，对画面中人物的精确抠像，那么似乎一个人创作一部精彩的电影是没有问题的。当然这只是个设想，目前技术还达不到这样科幻的地步。 现在就来讲讲CG319x-4k HDR Monitor，它由EIZO公司生产和发行，在2021奥斯卡科学与技术的颁奖典礼上，EIZO获得了科学技术奖。有很多的电影动画以及视效公司在使用EIZO的CG显示器，包括ILM(工业光魔)，Pixar，MPC FILM，DNEG(Dune 2021的视效团队)。EIZO官方介绍 Academy of Motion Picture Arts and Sciences，Oscars SCIENTIFIC & TECHNICAL AWARDS 2020。对于工具我的认知是尽量购买自己能力范围内最好的，并且也要考虑工具的保值程度，在购买CG319x的时候我也综合考虑了这两方面，使用好的工具将精力投入到学习和创作中，我觉得付出再多的价钱它也是值得的，因为它会给你带来双倍的回报。通过这款显示器，我希望自己能够做到的是不断地去观察周围的自然世界，然后将其精细的展现在数字世界中，就犹如画家通过手中的画笔来展现他所看到的世界，这也是我的目标。