QCS8550 mipi rx支持yuv格式 QCS 8550 mipi csi rx接口支持yuv的格式有哪几种, 能接收多少能力? 有没有具体文档可以提供一下?

weixin_32253565 2024-08-02 11:20:13

QCS8550 mipi rx支持yuv格式
QCS 8550 mipi csi rx接口支持yuv的格式有哪几种, 能接收多少能力?
有没有具体文档可以提供一下?

...全文
1181 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 2024-08-05
  • 打赏
  • 举报
回复

mipi rx 是可以接收满足mipi协议的数据,只是isp 这边处理支持差异,目前高通有验证过raw 和yuv422 是可以的。
可以参考:cam_ife_csid_common.c 一些定义
对于能力,mipi rx 主要是csi 的能力限制,cphy 和dphy。后端主要是isp 的能力限制。
Camxtitan17xcontext.cpp 里面可以看到一些isp 的能力配置。

single ife能力:
pCaps->maxIFENOMClock = MaxIFETitan780V1NOMClock;
pCaps->maxIFETURBOClock = MaxIFETitan780V1NOMClock;
static const UINT64 MaxIFETitan780V1NOMClock = 785000000;

你可以理解为和驱动里面配置的outputPixelClock对应。就是pixel 的处理能力。
例如 如果是raw8 就是op = sensor mipi_datarate(onelane*lane_num) * bit_width / 8

ISP 处理能力785000000
sensor 输出需要带宽:outputPixelClock = sensor mipi_datarate(onelanelane_num) / bit_width
假定满载 785000000 = sensor mipi_datarate(onelane
lane_num) / bit_width
如raw10(bit_width )的话, 则mipi_datarate = 785000000 * 10 = 7850M
对于dphy 4lane: 单条lane = 7850M / 4 = 1962.5M
这个还要包含blanking,实际是需要小于这个值。
一般dphy 我们都建议 小于1.5G 每条lane。

内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。

3,302

社区成员

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛(原bbs) 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧