深海游弋的鱼 – 默默的点滴

UWB中TOF测距法的公式推导

UWB常用测距方法有两种：飞行时间测距法（TOF）和到达时间差法（TDOA）。这里说一下TOF。

TOF

飞行时间法（Time of Flight，TOF）是一种双向测距技术，它通过测量UWB信号在基站与标签之间往返的飞行时间来计算距离。根据数学关系，一点到已知点的距离为常数，那么这点一定在以已知点为圆心，以该常数为半径的圆上。有两个已知点，就有两个交点。以三个已知点和距离作三个圆，他们交于同一个点，该点就是标签的位置。

TOF定位方式需要基站和标签往返通信，因此就造成了TOF功耗大大提高，续航时间相对较短.

TOF又分为两种：单边双向测距和双边双向测距。

单边双向测距

单边双向测距(Single-sided Two-way Ranging: SS-TWR)是对单个往返消息时间上的简单测量，设备A主动发送数据到设备B，设备B返回数据响应设备A。如下图所示：

单边双向测距的流程是这样的：设备A（Device A）主动发送（TX）数据，同时记录发送时间戳，设备B（Device B）接收到之后记录接收时间戳；延时 $T_{r e p l y}$ 之后，设备B发送数据，同时记录发送时间戳，设备A接收数据，同时记录接收时间戳。

所以可以拿到两个时间差数据，设备A的时间差 $T_{r o u n d}$ 和设备B的时间差 $T_{r e p l y}$ ，最终得到无线信号的飞行时间 $T_{p r o p}$ 如下：

T_{p r o p} = \frac{1}{2} (T_{r o u n d} - T_{r e p l y})

两个差值时间都是基于本地的时钟计算得到的，本地时钟误差可以抵消，但是不同设备之间会存在微小的时钟偏移，假设设备A和B的时钟偏移分别为 $e_{A}$ 和 $e_{B}$ ，则飞行时间测量值为：

{\hat{T}}_{p r o p} = \frac{1}{2} [T_{r o u n d} (1 + e_{A}) - T_{r e p l y} (1 + e_{B})]

于是测距误差如下：

E r r o r = {\hat{T}}_{p r o p} - T_{p r o p} = \frac{1}{2} (T_{r o u n d} \cdot e_{A} - T_{r e p l y} \cdot e_{B}) = \frac{1}{2} T_{r e p l y} (e_{A} - e_{B}) + T_{p r o p} \cdot e_{A}

因为 $T_{r e p l y} >> T_{p r o p}$ , 所以可以忽略后一项，得到

$E r r o r = {\hat{T}}_{p r o p} - T_{p r o p} \approx \frac{1}{2} T_{r e p l y} (e_{A} - e_{B})$

由此可以看出，随着 $T_{r e p l y}$ 和时钟偏移的增加，会增加飞行时间的误差，从而使得测距不准确。因此单边双向测距（SS-TWR）并不常用，但对于特定的应用，如果对于精度要求不是很高，但是需要更短的测距时间可以采用。注意 $T_{r e p l y}$ 不仅仅是设备B接收到发送的时间，也包括装载数据和发送数据耗费的时间（UWB除了支持定位之外，也可以传输数据，标准可以装载128字节，扩展模式可以装载1024字节数据）。

双边双向测距

双边双向测距（Double-sided Two-way Ranging）是单边双向测距的一种扩展测距方法，记录了两个往返的时间戳，最后得到飞行时间，虽然增加了响应的时间，但会降低测距误差。

双边双向测距分为两次测距，设备A主动发起第一次测距消息，设备B响应，当设备A收到数据之后，再返回数据，最终可以得到如下四个时间差： $T_{r o u n d 1}$ 、 $T_{r e p l y 1}$ 、 $T_{r o u n d 2}$ 、 $T_{r e p l y 2}$ ，如下图所示：

双边双向测距飞行时间计算方法：

由单边双向测距方法可得

T_{p r o p} = \frac{1}{2} (T_{r o u n d 1} - T_{r e p l y 1})

T_{p r o p} = \frac{1}{2} (T_{r o u n d 2} - T_{r e p l y 2})

所以

\begin{array}{r} T_{r o u n d 1} \times T_{r o u n d 2} = (2 T_{p r o p} + T_{r e p l y 1}) (2 T_{p r o p} + T_{r e p l y 2}) = 4 T_{p r o p}^{2} + 2 T_{p r o p} (T_{r e p l y 1} + T_{r e p l y 2}) + T_{r e p l y 1} T_{r e p l y 2} \end{array}

\begin{array}{r} T_{r o u n d 1} \times T_{r o u n d 2} - T_{r e p l y 1} T_{r e p l y 2} = 4 T_{p r o p}^{2} + 2 T_{p r o p} (T_{r e p l y 1} + T_{r e p l y 2}) \\ = T_{p r o p} (4 T_{p r o p} + 2 T_{r e p l y 1} + 2 T_{r e p l y 2}) \\ = T_{p r o p} (T_{r o u n d 1} + T_{r o u n d 2} + T_{r e p l y 1} + T_{r e p l y 2}) \end{array}

于是可以得到如下计算 $T_{p r o p}$ 的公式：

T_{p r o p} = \frac{T_{r o u n d 1} \times T_{r o u n d 2} - T_{r e p l y 1} \times T_{r e p l y 2}}{T_{r o u n d 1} + T_{r o u n d 2} + T_{r e p l y 1} + T_{r e p l y 2}}

以上测距的机制是非对称的测距方法，因为他们对于响应时间不要求是相同的。下面分析双边双向测距飞行时间的误差：

\begin{array}{r} {\hat{T}}_{p r o p} = \frac{T_{r o u n d 1} (1 + e_{A}) \times T_{r o u n d 2} (1 + e_{B}) - T_{r e p l y 1} (1 + e_{B}) \times T_{r e p l y 2} (1 + e_{A})}{T_{r o u n d 1} (1 + e_{A}) + T_{r o u n d 2} (1 + e_{B}) + T_{r e p l y 1} (1 + e_{B}) + T_{r e p l y 2} (1 + e_{A})} \\ = \frac{(4 T_{p r o p}^{2} + 2 T_{p r o p} (T_{r e p l y 1} + T_{r e p l y 2})) (1 + e_{A}) (1 + e_{B})}{4 T_{p r o p} + 2 (T_{r e p l y 1} + T_{r e p l y 2}) + (2 T_{p r o p} + T_{r e p l y 1} + T_{r e p l y 2}) (e_{A} + e_{B})} \\ = \frac{2 (1 + e_{A}) (1 + e_{B})}{(1 + e_{A}) + (1 + e_{B})} T_{p r o p} \end{array}

于是

T_{p r o p} = \frac{(1 + e_{A}) + (1 + e_{B})}{2 (1 + e_{A}) (1 + e_{B})} {\hat{T}}_{p r o p}

\begin{array}{r} E r r o r = {\hat{T}}_{p r o p} - T_{p r o p} = (1 - \frac{(1 + e_{A}) + (1 + e_{B})}{2 (1 + e_{A}) (1 + e_{B})}) {\hat{T}}_{p r o p} \\ = \frac{e_{A} + e_{B} + 2 e_{A} e_{B}}{2 (1 + e_{A}) (1 + e_{B})} {\hat{T}}_{p r o p} \end{array}

因为 $e_{A} << 1$ ， $e_{B} << 1$ ，略去高次项，可得

E r r o r \approx \frac{e_{A} + e_{B}}{2} {\hat{T}}_{p r o p}

由此可以看出，误差仅与钟漂和飞行时间有关。

假设一个使用场景：使用20ppm的晶体，UWB的工作距离范围为300m，则无线信号空中飞行时间大概为 $1 μ s$ ，误差为 $20 \times 10^{- 6} \times 1 \times 10^{- 6} = 20 \times 10^{- 12} = 20 p s$ 时钟误差是在ps级别的，换算为距离之后仅为6mm。

注意：响应时间是不需要相等的，也就是 $T_{r e p l y 1}$ 不一定要等于 $T_{r e p l y 2}$ ，这样对于MCU系统的处理带来了很多便利。

若双边双向测距方法响应时间对称，也就是 $T_{r e p l y 1}$ 和 $T_{r e p l y 2}$ 相等，飞行时间计算方法如下：

T_{p r o p} = \frac{1}{4} (T_{r o u n d 1} - T_{r e p l y 1} + T_{r o u n d 2} - T_{r e p l y 2})

这种方法比较简单，只是需要一些时间戳做加减法，但其难点在于，怎么保证 $T_{r e p l y 1}$ 和 $T_{r e p l y 2}$ 是相等的。

此种方法的误差分析如下：

\begin{array}{r} {\hat{T}}_{p r o p} = \frac{1}{4} [T_{r o u n d 1} (1 + e_{A}) - T_{r e p l y 1} (1 + e_{B}) + T_{r o u n d 2} (1 + e_{B}) - T_{r e p l y 2} (1 + e_{A})] \end{array}

\begin{array}{r} E r r o r = {\hat{T}}_{p r o p} - T_{p r o p} = \frac{1}{4} [(T_{r o u n d 1} - T_{r e p l y 2}) e_{A} + (T_{r o u n d 2} - T_{r e p l y 1}) e_{B}] \\ = \frac{1}{4} [2 (e_{A} + e_{B}) T_{p r o p} + (e_{A} - e_{B}) (T_{r e p l y 1} - T_{r e p l y 2})] \end{array}

因为 $T_{r e p l y 1} - T_{r e p l y 2} >> T_{p r o p}$ ，可忽略 $T_{p r o p}$ 项，从而得到

E r r o r \approx \frac{1}{4} (e_{A} - e_{B}) (T_{r e p l y 1} - T_{r e p l y 2})

可见此误差与响应时间差成正比。

参考链接

使用SSH Key访问服务器

1. 配置

生成的 SSH Key 默认存储在 ~/.ssh 目录下，可以使用 ls ~/.ssh 查看之前是否已经生成过 SSH Key，如果提示 No such file or directory 可以使用如下指令用于生成 SSH Key：

ssh-keygen

1	ssh-keygen

接着会询问保存文件的位置以及是否要设定 passphrase，如果设定了 passsphrase 那么每次使用该 SSH Key 的时候都需要输入这个 passsphrase，可以根据自己对安全性的需求设定，空白表示不设定。

如果采用默认的设置，那么会在 ~/.ssh 路径下生成两个 Key，一个私钥 id_rsa ，另一个公钥 id_rsa.pub，私钥需要好好保管。

2. 使用 ssh-copy-id

如果操作系统中有 ssh-copy-id，那么可以直接使用以下命令设置：

ssh-copy-id -i ~/.ssh/id_rsa.pub username@server

1	ssh-copy-id -i ~/.ssh/id_rsa.pub username@server

username：连接服务器的用户名
server：服务器的域名或者 ip 地址
~/.ssh/id_rsa.pub：默认的公钥地址，如果修改过 SSH Key 存储地址，请填写对应地址

3. 复制公钥到服务器的 authorized_keys 中

ssh username@server 'mkdir -p ~/.ssh && cat >> ~/.ssh/authorized_keys' < ~/.ssh/id_rsa.pub

1	ssh username@server 'mkdir -p ~/.ssh && cat >> ~/.ssh/authorized_keys' < ~/.ssh/id_rsa.pub

上述命令用于在远程服务器上创建 ~/.ssh 文件夹并用本机的公钥创建服务器上的 ~/.ssh/authorized_keys 文件，接着设置权限：

ssh username@server 'chmod 700 -R ~/.ssh && chmod 600 ~/.ssh/authorized_keys'

1	ssh username@server 'chmod 700 -R ~/.ssh && chmod 600 ~/.ssh/authorized_keys'

4. 验证

经过上述的配置之后，可以再次进行 SSH 连接验证配置是否生效：

ssh username@server

1	ssh username@server

如果不需要输入密码就能够连接服务器，说明设置生效。

参考链接

使用 SSH Key 访问服务器

Gitlab Flow实践

当前git是大部分开发团队的首选版本管理工具，一个好的流程规范可以让大家有效地合作，像流水线一样有条不紊地进行团队协作。

业界包含三种flow：

Git flow
Github flow
Gitlab flow

继续阅读Gitlab Flow实践

ubuntu 22.04 WARNING: [pool ***] server reached max_children, consider raising it

最近 WordPress 上传图片的时候，偶尔会发生失败，报错 503。以前比较少，最近越来越频繁，于是跟踪了一下服务器的日志，看到如下报错信息：

xxx.xxx.xxx.xxx - - [08/Aug/2023:14:50:36 +0800] "POST /wp-admin/async-upload.php HTTP/2.0" 503 417 "https://www.mobibrw.com/wp-admin/post.php?post=xxxx&action=edit&classic-editor" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36"

xxx.xxx.xxx.xxx - - [08/Aug/2023:14:50:36 +0800] "POST /wp-admin/async-upload.php HTTP/2.0" 503 417 "https://www.mobibrw.com/wp-admin/post.php?post=xxxx&action=edit&classic-editor" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36"

查看 PHP 的日志，却找不到任何有用的日志，只看到如下警告：

起初是百思不得其解，按理说应该有相关报错才对。

后来仔细思考了一下，才想明白，原来是并发数超过最大限制了，默认的并发数量是 5，这个绝对是不够的，并发超过限制是没有任何报错信息的，日志只会给出一个警告。

详细的解决方案如下：

If you encounter such an error in the php logs, then it is time to modify max_children. The php logs are usually located in /var/log/, and in my case they are in /var/log/php7.4-fpm.log

WARNING: [pool ********] server reached max_children setting (8), consider raising it

1	WARNING: [pool ********] server reached max_children setting (8), consider raising it

Search for the file where the max_children variable is located, in my case the file is www.conf and is located in the folder: /etc/php/7.4/fpm/pool.d/

Change the value pm.max_children = 8 to a larger one, 16 for example

$ sudo nano /etc/php/7.4/fpm/pool.d/www.conf

1	$ sudo nano /etc/php/7.4/fpm/pool.d/www.conf

save the .conf file and restart the web server:

$ sudo systemctl restart apache2

1	$ sudo systemctl restart apache2

or only the php-fpm service as follows:

$ sudo systemctl restart php7.4-fpm.service

1	$ sudo systemctl restart php7.4-fpm.service

Eventually you can check these logs, who knows, you may not even know you have such a problem!

** As I noticed, for HestiaCP (VestaCP) users max_children can be found in both the /etc/php/7.4/fpm/pool.d/www.conf file and the file /usr/local/hestia/php/etc/php-fpm.conf

** Attention, you must also have enough memory for this, otherwise the results are not as expected!

Check the memory used by each php-fpm service-child with the following command:

$ ps -ef | grep '[f]'pm
root      618    1  0 Dec17 ?        00:00:27 php-fpm: master process (/usr/local/hestia/php/etc/php-fpm.conf)
root     1692    1  0 01:11 ?        00:00:00 php-fpm: master process (/etc/php/7.4/fpm/php-fpm.conf)
matrix    3539 1692 14 01:30 ?        00:00:03 php-fpm: pool mydomain314159265.com
matrix    3542 1692 10 01:30 ?        00:00:01 php-fpm: pool mydomain314159265.com
matrix    3547 1692  0 01:30 ?        00:00:00 php-fpm: pool mydomain314159265.com
matrix    3548 1692 15 01:30 ?        00:00:00 php-fpm: pool mydomain314159265.com

$ ps -ef | grep '[f]'pm

root 618 1 0 Dec17 ? 00:00:27 php-fpm: master process (/usr/local/hestia/php/etc/php-fpm.conf)

root 1692 1 0 01:11 ? 00:00:00 php-fpm: master process (/etc/php/7.4/fpm/php-fpm.conf)

matrix 3539 1692 14 01:30 ? 00:00:03 php-fpm: pool mydomain314159265.com

matrix 3542 1692 10 01:30 ? 00:00:01 php-fpm: pool mydomain314159265.com

matrix 3547 1692 0 01:30 ? 00:00:00 php-fpm: pool mydomain314159265.com

matrix 3548 1692 15 01:30 ? 00:00:00 php-fpm: pool mydomain314159265.com

Then, to see the memory required for these processes, we need to add the rss parameter which is “Resident Set Size” or the physical memory. Note: Modify php-fpm7.4 to suit your version of PHP:

$ ps -C php-fpm7.4 -o rss=
81316
136872
138096
121728

$ ps -C php-fpm7.4 -o rss=

81316

136872

138096

121728

These numbers are in Kbytes , so we calculate an average of the displayed values and multiply by max_children, and we find approximately the memory needed only for php, but don’t forget, the server also needs memory for Apache, Nginx, mysql … maybe Varnish, HAproxy, Redish, etc. .. so, check these values carefully!

参考链接

Solved! WARNING: [pool ***] server reached max_children, consider raising it

ubuntu 22.04 Warning: apt-key is deprecated

在尝试安装 nvidia-docker 的时候（ubuntu 22.04系统Docker和Nvidia-docker的安装、测试，及运行GUI应用），执行如下命令增加 nvidia 源：

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \

&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \

&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

系统发出如下警告：

Warning: apt-key is deprecated. Manage keyring files in trusted.gpg.d instead (see apt-key(8)).

1	Warning: apt-key is deprecated. Manage keyring files in trusted.gpg.d instead (see apt-key(8)).

经过分析，是脚本中的如下部分导致：

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo tee /etc/apt/trusted.gpg.d/nvidia-docker.gpg

1	$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey \| sudo tee /etc/apt/trusted.gpg.d/nvidia-docker.gpg

解决方法为修改为使用如下脚本：

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg 

$ sudo chmod 644 /etc/apt/trusted.gpg.d/nvidia-docker.gpg

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

$ sudo chmod 644 /etc/apt/trusted.gpg.d/nvidia-docker.gpg

完整修改后的脚本如下：

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
   && sudo chmod 644 /etc/apt/trusted.gpg.d/nvidia-docker.gpg \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \

&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \

&& sudo chmod 644 /etc/apt/trusted.gpg.d/nvidia-docker.gpg \

&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

参考链接

Warning: apt-key is deprecated (SOLVED)

ubuntu 22.04系统Docker和Nvidia-docker的安装、测试，及运行GUI应用

快速搭建所需开发环境

Docker文档：https://docs.docker.com/，Docker安装指南： Install Docker Engine on Ubuntu

Dokcer安装

Uninstall old versions ~$ sudo apt-get remove docker docker-engine docker.io containerd runc ~$ sudo apt-get install curl Install using the repository ~$ curl https://get.docker.com | sh \ && sudo systemctl --now enable docker Verify that Docker Engine is installed correctly by running the hello-world image. ~$ sudo docker run hello-world

1
2
3
4
5
6
7
8
9
10
11
12
13

Uninstall old versions

~$ sudo apt-get remove docker docker-engine docker.io containerd runc

~$ sudo apt-get install curl

Install using the repository

~$ curl https://get.docker.com | sh \
&& sudo systemctl --now enable docker

Verify that Docker Engine is installed correctly by running the hello-world image.
~$ sudo docker run hello-world

Docker测试

# 启动docker服务 $ sudo service docker start # Docker: hello-world $ sudo docker run hello-world

1
2
3
4
5

# 启动docker服务
$ sudo service docker start

# Docker: hello-world
$ sudo docker run hello-world

其他Docker命令：

Usage: service docker {start|stop|restart|status} 查看镜像 $ sudo docker images 查看容器 $ sudo docker container ls -a

1
2
3
4
5
6
7

Usage: service docker {start|stop|restart|status}

查看镜像
$ sudo docker images

查看容器
$ sudo docker container ls -a

Tips：Docker中一般Crtl+C退出，传送门：停止、删除所有的 docker 容器和镜像。

Nvidia-docker安装

查看nvidia版本

$ nvidia-smi Thu Nov 26 10:34:37 2020 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 450.80.02 Driver Version: 450.80.02 CUDA Version: 11.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 GeForce RTX 2060 Off | 00000000:01:00.0 On | N/A | | 0% 37C P8 9W / 190W | 301MiB / 5931MiB | 2% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| | 0 N/A N/A 942 G /usr/lib/xorg/Xorg 35MiB | | 0 N/A N/A 2278 G /usr/lib/xorg/Xorg 96MiB | | 0 N/A N/A 2404 G /usr/bin/gnome-shell 150MiB | | 0 N/A N/A 4051 G /usr/lib/firefox/firefox 3MiB | +-----------------------------------------------------------------------------+

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

$ nvidia-smi
Thu Nov 26 10:34:37 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.80.02    Driver Version: 450.80.02    CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 2060    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   37C    P8     9W / 190W |    301MiB /  5931MiB |      2%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A       942      G   /usr/lib/xorg/Xorg                 35MiB |
|    0   N/A  N/A      2278      G   /usr/lib/xorg/Xorg                 96MiB |
|    0   N/A  N/A      2404      G   /usr/bin/gnome-shell              150MiB |
|    0   N/A  N/A      4051      G   /usr/lib/firefox/firefox            3MiB |
+-----------------------------------------------------------------------------+

参考链接：官网 installation guide
Github：NVIDIA/nvidia-docker

# $ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list $ sudo apt-get update $ sudo apt-get install -y nvidia-container-toolkit $ sudo nvidia-ctk runtime configure --runtime=docker $ sudo systemctl restart docker $ docker pull nvidia/cudagl:11.0-base # 测试 $ docker run --rm --gpus all nvidia/cudagl:11.0-base nvidia-smi Thu Nov 26 02:30:34 2020 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 450.80.02 Driver Version: 450.80.02 CUDA Version: 11.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 GeForce RTX 2060 Off | 00000000:01:00.0 On | N/A | | 0% 37C P8 10W / 190W | 307MiB / 5931MiB | 13% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| +-----------------------------------------------------------------------------+

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

#
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
      && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
            sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
            sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

$ sudo apt-get update

$ sudo apt-get install -y nvidia-container-toolkit

$ sudo nvidia-ctk runtime configure --runtime=docker

$ sudo systemctl restart docker

$ docker pull nvidia/cudagl:11.0-base

# 测试
$ docker run --rm --gpus all nvidia/cudagl:11.0-base nvidia-smi

Thu Nov 26 02:30:34 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.80.02    Driver Version: 450.80.02    CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 2060    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   37C    P8    10W / 190W |    307MiB /  5931MiB |     13%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

测试

$ sudo docker run --runtime=nvidia --rm nvidia/cudagl:11.0-base nvidia-smi

1

$ sudo docker run --runtime=nvidia --rm nvidia/cudagl:11.0-base nvidia-smi

Docker 容器 GUI

$ sudo apt-get install x11-xserver-utils # 关闭权限控制，允许其他X客户端绘制 $ xhost + access control disabled, clients can connect from any host $ docker run -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix --rm -it container-name-or-id

1
2
3
4
5
6
7

$ sudo apt-get install x11-xserver-utils

# 关闭权限控制，允许其他X客户端绘制
$ xhost +
access control disabled, clients can connect from any host

$ docker run -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix --rm -it container-name-or-id

若遇到X Error时，添加参数：--ipc=host 或 --env="QT_X11_NO_MITSHM=1"，参考链接：
How to fix X Error: BadAccess, BadDrawable, BadShmSeg while running graphical application using Docker?
Docker: gazebo: cannot connect to X server
若遇到 libGL error: No matching fbConfigs or visuals found libGL error... ，参考链接：
使用docker时出现libGL error: No matching fbConfigs or visuals found libGL error: failed to load driver...
已成功测试上述链接中的 pull image 方式
使用nvidia-smi查看nvidia driver和cuda版本，根据 nvidia/cudagl ，选择合适的TAG

$ sudo apt-get install x11-xserver-utils $ nvidia-smi $ docker pull nvidia/cudagl:11.0-base # 关闭权限控制，允许其他X客户端绘制 $ xhost + access control disabled, clients can connect from any host $ sudo docker run --rm --runtime=nvidia -it -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix nvidia/cudagl:11.0-base $ apt-get update $ apt-get install mesa-utils $ glxgears

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

$ sudo apt-get install x11-xserver-utils

$ nvidia-smi

$ docker pull nvidia/cudagl:11.0-base

# 关闭权限控制，允许其他X客户端绘制
$ xhost +
access control disabled, clients can connect from any host

$ sudo docker run --rm --runtime=nvidia -it -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix nvidia/cudagl:11.0-base

$ apt-get update

$ apt-get install mesa-utils

$ glxgears

创建新的长期镜像：

$ sudo apt-get install x11-xserver-utils

$ nvidia-smi

$ docker pull nvidia/cudagl:10.2-base

# 关闭权限控制，允许其他X客户端绘制
$ xhost +
access control disabled, clients can connect from any host

$ sudo docker run -it --name isaac --runtime=nvidia -it -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix -v /data/isaac:/data/isaac nvidia/cudagl:10.2-base

$ apt-get update

$ apt-get install mesa-utils

$ glxgears

$ exit

$ sudo docker ps -a

$ sudo docker start isaac

$ sudo docker attach isaac

$ sudo apt-get install x11-xserver-utils

$ nvidia-smi

$ docker pull nvidia/cudagl:10.2-base

# 关闭权限控制，允许其他X客户端绘制

$ xhost +

access control disabled, clients can connect from any host

$ sudo docker run -it --name isaac --runtime=nvidia -it -e DISPLAY=$DISPLAY -e GDK_SCALE -e GDK_DPI_SCAL -v /tmp/.X11-unix:/tmp/.X11-unix -v /data/isaac:/data/isaac nvidia/cudagl:10.2-base

$ apt-get update

$ apt-get install mesa-utils

$ glxgears

$ exit

$ sudo docker ps -a

$ sudo docker start isaac

$ sudo docker attach isaac

如果遇到如下报错：

Nvidia-container-cli: initialization error: load library failed: libnvidia-ml.so.1: cannot open shared object file: no such file or directory

1	Nvidia-container-cli: initialization error: load library failed: libnvidia-ml.so.1: cannot open shared object file: no such file or directory

上述报错目前没有找到很好的解决方法，应该是某个安装包意外修改了系统配置，导致出现问题，重装系统可以顺利解决此问题。

参考链接

Isaac教程--基于Elbrus立体视觉 VSLAM 的定位

基于Elbrus立体视觉 VSLAM 的定位

继续阅读Isaac教程--基于Elbrus立体视觉 VSLAM 的定位

使用 dart extension

如何使用

dart extension 的使用场景是无法修改原类的时候，通过扩展的方式来增加原类的方法，也可以增加 getter，setters，and operators。

比如

int.parse('42')

1	int.parse('42')

如果 String 有 pareseInt 方法，我们可以这样写

'42'.parseInt()

1	'42'.parseInt()

为了达到这个目标，需要写一个 Extension

extension NumberParsing on String {
  int parseInt() {
    return int.parse(this);
  }
  // ···
}

extension NumberParsing on String {

int parseInt() {

return int.parse(this);

}

// ···

}

然后就可以使用了。

// Import a library that contains an extension on String.
import 'string_apis.dart';
// ···
print('42'.padLeft(5)); // Use a String method.
print('42'.parseInt()); // Use an extension method.

// Import a library that contains an extension on String.

import 'string_apis.dart';

// ···

print('42'.padLeft(5)); // Use a String method.

print('42'.parseInt()); // Use an extension method.

处理冲突

注意到前面加的 NumberParsing 了吗？这个是为 extension 起的名字。起名字的作用是有冲突的时候可以方便的控制显隐。比如 NumberParsing2 也定义了 parseInt 方法与 NumberParsing 的 parseInt 冲突，如果只想要 NumberParsing 的 parseInt，只需要把 NumberParsing2 隐藏就好了。

// Defines the String extension method parseInt().
import 'string_apis.dart';

// Also defines parseInt(), but hiding NumberParsing2
// hides that extension method.
import 'string_apis_2.dart' hide NumberParsing2;

// ···
// Uses the parseInt() defined in 'string_apis.dart'.
print('42'.parseInt());

// Defines the String extension method parseInt().

import 'string_apis.dart';

// Also defines parseInt(), but hiding NumberParsing2

// hides that extension method.

import 'string_apis_2.dart' hide NumberParsing2;

// ···

// Uses the parseInt() defined in 'string_apis.dart'.

print('42'.parseInt());

或者可以给 NumberParsing2 经起个别名

import 'string_apis.dart';
import 'string_apis_2.dart' as rad;

print(NumberParsing('42').parseInt());

// Use the ParseNumbers extension from string_apis_3.dart.
print(rad.NumberParsing('42').parseInt());

// Only string_apis_3.dart has parseNum().
print('42'.parseNum());

import 'string_apis.dart';

import 'string_apis_2.dart' as rad;

print(NumberParsing('42').parseInt());

// Use the ParseNumbers extension from string_apis_3.dart.

print(rad.NumberParsing('42').parseInt());

// Only string_apis_3.dart has parseNum().

print('42'.parseNum());

泛型 extension

可以只给 int 类型的 list 加 sum 方法，其它类型的 list 不能使用 sum。

// Import a library that contains an extension on String.
import 'string_apis.dart';
// ···
print('42'.padLeft(5)); // Use a String method.
print('42'.parseInt()); // Use an extension method.

// Import a library that contains an extension on String.

import 'string_apis.dart';

// ···

print('42'.padLeft(5)); // Use a String method.

print('42'.parseInt()); // Use an extension method.

["1", "2", "3"].sum();  //Error: The method 'sum' isn't defined for the class 'List<String>'

[1,2,3].sum(); // ok, output 6

["1", "2", "3"].sum(); //Error: The method 'sum' isn't defined for the class 'List<String>'

[1,2,3].sum(); // ok, output 6

要注意的问题

dart extension 不可以用于 dynamic 类型

dynamic d = '2';
print(d.parseInt()); // Runtime exception: NoSuchMethodError

1 2	dynamic d = '2'; print(d.parseInt()); // Runtime exception: NoSuchMethodError

dart extension 权限很大，这也意味着，很可能被过度使用。所以在使用的时候一定要再三权衡，一定要可读性，可维护性优先。

上面的代码是比较简单的，但是如果类型比较复杂，不明确指定类型，类似如下的形式，也是可能会报错的：

class Provider {

 late final d;

 Provider() {
    this.d = '';
    this.d.parseInt(); // Runtime exception: NoSuchMethodError
  }

}

class Provider {

late final d;

Provider() {

this.d = '';

this.d.parseInt(); // Runtime exception: NoSuchMethodError

}

参考链接

智能硬件Nvidia Jetson Nano B01

产品参数

GPU	128-core Maxwell
CPU	Quad-core ARM A57 @ 1.43 GHz
内存	4 GB 64-bit LPDDR4 25.6 GB/s
存储	micro SD 卡
视频编码	4K @ 30 \| 4x 1080p @ 30 \| 9x 720p @ 30 (H.264/H.265)
视频解码	4K @ 60 \| 2x 4K @ 30 \| 8x 1080p @ 30 \| 18x 720p @ 30 (H.264/H.265)
摄像头	2x MIPI CSI-2 D-PHY lanes
联网	千兆以太网，M.2 Key E 接口外扩 (可外接： AC8265 双模网卡 )
显示	HDMI 和 DP 显示接口
USB	4x USB 3.0，USB 2.0 Micro-B
扩展接口	GPIO，I2C，I2S，SPI，UART
其他	260-pin 连接器

Jetson Nano系统安装

1、JetPack介绍

JetPack SDK包括最新的Linux驱动程序包(L4T)，带有Linux操作系统和CUDA-X加速库，以及用于深度学习、计算机视觉、加速计算和多媒体的API。它还包括用于主机和开发人员套件的示例、文档和开发人员工具，并支持更高级别的SDK，例如用于流式视频分析的DeepStream和用于机器人的Isaac。

2、JetPack 4.4

JetPack 目前最新版本是4.4，支持Vulkan 1.2、TensorRT 7.1.3 、cuDNN 8.0、CUDA 10.2 等。

3、下载和安装

下载 Jetson Nano镜像，镜像中包含提供引导加载程序、Ubuntu18.04、必要的固件、NVIDIA驱动程序、示例文件系统等。
使用 Etcher 或者 Raspberry Pi Imager 将镜像烧录到SD卡（建议至少32G）中。

设置VNC服务

1.执行更新

$ sudo apt-get update

1	$ sudo apt-get update

2.安装vino服务端

这个vino服务端我使用的镜像文件是安装好了的，但是古早版的镜像文件可能没有，所以可以执行下代码看看是否有安装。

$ sudo apt-get install vino

1	$ sudo apt-get install vino

3.开启VNC 服务

$ sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphical-session.target.wants

1	$ sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphical-session.target.wants

4.配置VNC服务

$ gsettings set org.gnome.Vino prompt-enabled false

$ gsettings set org.gnome.Vino require-encryption false

$ gsettings set org.gnome.Vino prompt-enabled false

$ gsettings set org.gnome.Vino require-encryption false

设置开机自启动

1.创建VNC自动启动文件

创建文件夹，然后创建一个自动启动文件

$ mkdir -p ~/.config/autostart

$ sudo gedit ~/.config/autostart/vino-server.desktop

$ mkdir -p ~/.config/autostart

$ sudo gedit ~/.config/autostart/vino-server.desktop

2.添加以下内容到vino-server.desktop文件中

[Desktop Entry]
 
Type=Application
 
Name=Vino VNC server
 
Exec=/usr/lib/vino/vino-server
 
NoDisplay=true

[Desktop Entry]

Type=Application

Name=Vino VNC server

Exec=/usr/lib/vino/vino-server

NoDisplay=true

这个时候，虽说是自动启动了，但是只有进入桌面后才自动启动服务，所以需要取消登录密码，启动就进入桌面。

参考链接

解决 Only fullscreen opaque activities can request orientation

这段时间把App的targetSDKVersion升级到了27，昨晚上线之后今早看到后台一堆崩溃，全是 Android 8.0 的设备，因为手头设备有限，测试的时候只测了Android 8.1的设备，没想到还有一个这个坑埋在这里，记录一下处理办法。

问题分析

当targetSDKVersion为26或者27时，在 Android 8.0 的设备上，一些设置了windowIsTranslucent标志，将背景设为透明，同事将屏幕方向锁定的Activity，会崩溃并抛出这个异常:

Caused by: java.lang.IllegalStateException: Only fullscreen opaque activities can request orientation
       at android.app.Activity.onCreate(Activity.java:1007)
       at android.support.v4.app.SupportActivity.onCreate(SupportActivity.java:66)
       at android.support.v4.app.FragmentActivity.onCreate(FragmentActivity.java:321)
       at android.support.v7.app.AppCompatActivity.onCreate(AppCompatActivity.java:84)
       at ...

Caused by: java.lang.IllegalStateException: Only fullscreen opaque activities can request orientation

at android.app.Activity.onCreate(Activity.java:1007)

at android.support.v4.app.SupportActivity.onCreate(SupportActivity.java:66)

at android.support.v4.app.FragmentActivity.onCreate(FragmentActivity.java:321)

at android.support.v7.app.AppCompatActivity.onCreate(AppCompatActivity.java:84)

at ...

这个问题网上有很多讨论以及解决方法，问题的原因出自这里

if (ActivityInfo.isFixedOrientation(requestedOrientation) && !fullscreen 
	&& appInfo.targetSdkVersion >= O) {
	throw new IllegalStateException("Only fullscreen activities can request orientation");
}

if (ActivityInfo.isFixedOrientation(requestedOrientation) && !fullscreen

&& appInfo.targetSdkVersion >= O) {

throw new IllegalStateException("Only fullscreen activities can request orientation");

}

这里做了当屏幕方向锁定了并且不为全屏并且 App 的targetSdkVersion 大于 Android O的话，就会抛出这个异常。

是否为全屏的判定如下:

public static boolean isTranslucentOrFloating(TypedArray attributes) {
	final boolean isTranslucent = attributes.getBoolean(
		com.android.internal.R.styleable.Window_windowIsTranslucent, false);
	final boolean isSwipeToDismiss = 
        !attributes.hasValue(com.android.internal.R.styleable.Window_windowIsTranslucent) 
		&& attributes.getBoolean(com.android.internal.R.styleable.Window_windowSwipeToDismiss, false);
	final boolean isFloating = 
        attributes.getBoolean(com.android.internal.R.styleable.Window_windowIsFloating, false);
	return isFloating || isTranslucent || isSwipeToDismiss;
}

public static boolean isTranslucentOrFloating(TypedArray attributes) {

final boolean isTranslucent = attributes.getBoolean(

com.android.internal.R.styleable.Window_windowIsTranslucent, false);

final boolean isSwipeToDismiss =

!attributes.hasValue(com.android.internal.R.styleable.Window_windowIsTranslucent)

&& attributes.getBoolean(com.android.internal.R.styleable.Window_windowSwipeToDismiss, false);

final boolean isFloating =

attributes.getBoolean(com.android.internal.R.styleable.Window_windowIsFloating, false);

return isFloating || isTranslucent || isSwipeToDismiss;

}

手头的 Android 8.1 的机器并没有触发这个问题，是因为这个问题在 8.1 里已经修复了。

解决方案

解决方法有如下几种:

降级targetSDKVersion到26以下~~(废话！！)~~
移除mainfest文件里的screenOrientation属性
取消Activity主题里的windowIsTranslucent属性或者windowSwipeToDismiss属性或者windowIsFloating属性（根据你设置了什么属性来具体分析）
（推荐）移除manifest文件里的screenOrientation属性，并在Activity的onCreate方法里设置屏幕方向

if (Build.VERSION.SDK_INT != Build.VERSION_CODES.O) {
	setRequestedOrientation(ActivityInfo.SCREEN_ORIENTATION_PORTRAIT);
}

if (Build.VERSION.SDK_INT != Build.VERSION_CODES.O) {

setRequestedOrientation(ActivityInfo.SCREEN_ORIENTATION_PORTRAIT);

}

参考链接

解决 Only fullscreen opaque activities can request orientation

2023 年 8 月
一	二	三	四	五	六	日
	1	2	3	4	5	6
7	8	9	10	11	12	13
14	15	16	17	18	19	20
21	22	23	24	25	26	27
28	29	30	31