Zurück zur Liste

Schnellantwort

Leveraging Neuromorphic Event Sensors in ROS2 is an open source FPGA project from Hackster.io, indexed by ZouIC.

Source
Hackster.io
Focus
FPGA
Author
Andrew Brahim
Published
2025-12-30

Häufige Fragen

Where does Leveraging Neuromorphic Event Sensors in ROS2 come from?

ZouIC indexes it from Hackster.io, original page at https://www.hackster.io/dirksavage88/leveraging-neuromorphic-event-sensors-in-ros2-9a3a16.

What stack does Leveraging Neuromorphic Event Sensors in ROS2 use?

tags AMD Xilinx, showcase, hardcore.

When was Leveraging Neuromorphic Event Sensors in ROS2 published?

The source page lists 2025-12-30.

Leveraging Neuromorphic Event Sensors in ROS2
Hackster.io Alle von dieser Quelle Lizenz gemäß Originalseite fpga

Indexiert von ZouIC von der öffentlichen Seite der Quellplattform, nur für Entwicklerreferenz. Urheberrecht und Lizenzierung bleiben bei dem Autor; Sie erhalten Code und Dateien von der ursprünglichen Plattform.

Leveraging Neuromorphic Event Sensors in ROS2

Veröffentlicht 2025-12-30

Mit dem Kria KV260 und Prophesee eingebetteten Starter-Kit erstelle ich ein benutzerdefiniertes ROS2-Paket, um 6 DOF-Posen eines aktiven LED-Markers zu veröffentlichen

Technische Spezifikationen

Source platform
Hackster.io
Listing note
Metadata fetched from the public platform page; copyright belongs to the original author.
Difficulty
hardcore
content type
showcase

Verwandte Ressourcen und Kauflinks

Statistiken

respects
18
views
232

Projektinformationen

QuellplattformHackster.io
Kategoriefpga
LizenzLizenz gemäß Originalseite
Aufrufe232
Gefällt mir18
Diskussionen0

Autor Info

Andrew Brahim
Profil ansehen

Zitat Hinweis

Dieser Inhalt stammt von Hackster.io Plattform,Alle Rechte sind dem ursprünglichen Autor vorbehalten. Diese Plattform bietet nur Indexierung und Zusammenfassungen. Für detaillierte Inhalte besuchen Sie bitte den ursprünglichen Link.

Lizenz gemäß Originalseite
Erstellt von GeekWaedon @GeekWaedon
Hardware-Bastler und KI-Praktiker. Diese gesamte Website wurde mit KI-Werkzeugen selbst gebaut.
Meinem Knowledge Planet beitretenWeChat: nach „GeekWaedon“ suchen