Optix SDK 下载 4.1 . 1 Optix 4 现在 自由 使用 在 任何 应用 ， 包括 商业 和 教育 应用 。 为 下载 你 必须 NVIDIA 这些 显影剂 - 。 通过 点击 "Agree & Download"按钮 ， 确认 您 已 阅读 并 同意 遵守 软件 开发者 套件 、 采样 工具 和 许可 协议 用于 封装 的 SDK 使用 。 下载 将 开始 后 立即 点击 "Agree & Download"按钮 下方 。 Windows 7 和 更 高 、 64 位 同意 & 下载 Linux 接受 & 下载 Mac OSX 10.9 或 更 高 接受 & 下载 版本 说明 （ 615kB ， PDF ） 版本 说明 Optix NVIDIA ® ™ 4.1 . 1 ( 2017 年 8 月 ) 欢迎 来到 的 第一个 重大 更新 的 Optix 4 SDK 。 Optix 4 是 发展 中 的 一个 重要 里程碑 Optix ， 完全 重新 实现 的 核心 组件 ， 包括 一个 全新 的 基于 LLVM 编译 流水线 。 重新 设计 内部 已经 酝酿 了 几年 ， 人们 对 更好 的 总体 性能 、 多 GPU 缩放 ， 调试 和 配置 、 以及 其他 特性 。 4 版本 保持 向 后 兼容 现有 的 Optix 应用 提供 的 API ， 易于 使用 Optix 是 已知 的 。 Optix 4 现在 自由 使用 在 任何 应用 中 ， 它 是 私人 或 商业 性质 ， 而 无需 任何 额外 许可 或 批文 。 4.1 版本 是 一个 维护 版本 ， 提供 性能 和 鲁棒性 的 改进 以及 最近 支持 CUDA 和 Visual Studio 版本 。 改进 4.1 . 1 主机 存储器 使用量 减少 场景 的 几何 形状 的 大量 实例 。 固定 一 臭虫 , 其 原始 索引 偏移 被 忽略 ， 如果 一个 仅 包含 单个 geometrygroup geometryinstance 。 把 一 臭虫 固定 在 有 Optix 素数 的 最小 有效 位 的 浮点数 可以 命中 距离 确定性 的 三角形 中 的 一些 场景 ， 根据 其 位置 在 BVH 中 。 所有 样品 使用 Optix CUDA SDK 主要 通过 默认 上下文 。 固定 的 场景 时 许多 材料 共享 geometryinstances 。 固定 内存 泄漏 在 GL Interop 破坏 缓冲器 修正 当 CUDA 计算 高速缓存 有时 没有 踢 中 ， 导致 长 的 编译 时间 。 架构 更新 安装程序 以 在 安装 时 避免 安全 问题 的 SDK 。 改进 到 4.1 . 0 支持 CUDA 8.0 支持 Visual Studio 2015 年 建立 自己 的 SDK 各种 错误 修复 ， 包括 更 坚固 的 节点 处理 复杂 图形 的 变化 在 某些 情况 下 ， 内核 性能 更好 Optix 头 现在 nvrtc 兼容 ， 与 运输 带 运行 时 编译 库 （ CUDA 阅读 更 多 ) 改进 4.0 . 2 新 的 EULA ， 现在 允许 不 受约束 的 在 商业 应用 中 使用 Optix &bra; 黄金 &ket; Optix 和 几个 固定 的 问题 ， 导致 使用 时 故障 trbvh 大 场面 修正 了 一个 问题 ， 可能 导致 不必要 的 呼叫 重建 或 BVH 时 rtcontextsetentrypointcount rtcontextsetraytypecount 但 不 改变 表达式 的 值 修正 了 一个 问题 ， 可能 会 导致 编译 错误 时 使用 的 不同 原子 类型 的 单个 节目 降低 的 存储器 要求 trbvh 当 使用 多个 改进 鲁棒性 Optix 上下文 &bra; 黄金 &ket; 修正 了 一些 在 内存不足 的 情况 下 RT _ 返回 ERROR _ UNKNOWN _ ERROR 代替 RTP 存储器 分配 失败 _ _ _ 改进 4.0 . 1 固定 “ 无效 设备 ” 错误 ， 当 运行 在 某些 情况 下 ， 在 GPU 帕斯卡 修正 了 某些 修改 可以 触发 断言 节点 图 修正 了 CPU 回退 的 trbvh 修正 了 一个 问题 ， 可能 导致 损坏 输出 当 使用 3D 展开 当 使用 固定 的 性能 问题 的 实例 主要 对 Windows Optix 改进 编译 时 启用 Optix 例外 各种 改进 错误 消息 格式 的 半 添加 处理 rtugetsizeforrtfo

关于无人车追踪轨迹，目前的主流方法分为两类：基于几何追踪的方法和基于模型预测的方法，其中几何追踪方法主要包含纯跟踪和Stanley两种方法，纯跟踪方法已经广泛应用于移动机器人的路径跟踪中，网上也有很多详细的介绍，本文主要介绍斯坦福大学无人车使用的Stanley方法。Stanley方法是一种基于横向跟踪误差（cross-trackerror：eee为前轴中心到最近路径点(px,py)的距离）的非线性反馈函数，并且能实现横向跟踪误差指数收敛于0。根据车辆位姿与给定路径的相对几何关系可以直观的获得控制车辆方向盘转角的控制变量，其中包含横向偏差e和航向偏差θe。在不考虑横向跟踪误差的情况下，前轮偏角和

基于dm642的颜色检测法的实时运动人脸跟踪技术

通过kinect ,有关kinect的骨骼追踪代码 分享

这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMAN进行跟踪

1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)

知网查重率0.6%，技术选型为Linux（树莓派） + 占空比（舵机） + Python（UDP传输 编解码 函数式编程） + Py库 （openCv RPi.GPIO time scoket）

基于GPU加速的磁共振血管造影图像的并行分割与追踪算法.pdf

本设计主要以STC12C5A60S2处理器为核心，控制步进电机带动四象限光电探测器实现点光源的跟踪。该系统由51单片机最小系统、四象限探测器光源检测、步进电机驱动等电路组成。

程序只利用了VB6的基本功能，没有引用任何插件或模块！！！十分容易上手，易懂，是源代码。我是学物理的，只是用了光线追踪的基本原理，导致程序的效率并不高。不过用这个程序绘图真的很有意思，我希望与大家一起分享调试这个程序的乐趣。