rgbd方案對比：
關鍵技術規格：
1.檢測範圍；
2.檢測精度；
3.檢測角度；
4.幀率。
5.模組大小
6.功耗
目前主流的深度攝像頭方案在檢測距離上、精度、檢測速度上相差不大，區別在於：
1、結構光方案優勢在於技術成熟，深度影象解析度可以做得比較高，但容易受光照影響，室外環境基本不能使用；
2、tof方案抗干擾性能好，視角更寬，不足是深度影象解析度較低，做一些簡單避障和視覺導航可以用，不適合高精度場合。受環境影響小，感測器晶元並不成熟，成本很高，實現量產困難。
3、雙目方案，成本相對前面兩種方案最低，但是深度資訊依賴純軟體演算法得出，此演算法複雜度高，難度很大，處理晶元需要很高的計算效能，同時它也繼承了普通rgb攝像頭的缺點：在昏暗環境下以及特徵不明顯的情況下並不適用。
雙目rgb、結構光、tof三種主流技術的詳細的比較：
三種主流rgbd方案對比 方案
雙目結構光
tof基礎原理
雙目匹配，三角測量
雷射散斑編碼
反射時差
解析度中高中低
精度中中高中
幀率低中高
抗光照（原理角度）高低
中硬體成本低中
高演算法開發難度高中
低內外參標定
需要需要
總結：1.雙目方案，最大的問題在於實現演算法需要很高的計算資源，導致實時性很差，而且基本跟解析度，檢測精度掛鉤。也就是說，解析度越高，要求精度越高，則計算越複雜，同時，純雙目方案受光照，物體紋理性質影響。
2.結構光方案，目的就是為了解決雙目中匹配演算法的複雜度和魯棒性問題而提出，該方案解決了大多數環境下雙目的上述問題。但是，在強光下，結構光核心技術雷射散斑會被淹沒。因此，不合適室外。同時，在長時間監控方面，雷射發射裝置容易壞，重新換裝置後，需要重新標定。
3.tof方案，感測器技術不是很成熟，因此，解析度較低，成本高，但由於其原理與另外兩種完全不同，實時性高，不需要額外增加計算資源，幾乎無演算法開發工作量，是未來。
Spark核心原始碼解析三 三種提交模式
1 基於spark核心架構也就是standalone提交，基於自己的master worker集群。driver在本地啟動，2 基於yarn的yarn cluster模式，要先分配container，然後在yarn 的乙個nodemanager上啟動driver。3 基於yarn的yarn clie...
對比分析元件邏輯復用的三種方案
一 復用元件邏輯的方案 1 通過高階元件hoc復用元件邏輯 import react from react 高階元件 const withmouse component handlemousemove event render onmousemove div return withmousecomp...
Yarn三種排程策略對比
理想情況下，我們應用對yarn資源的請求應該立刻得到滿足，但現實情況資源往往是有限的，特別是在乙個很繁忙的集群，乙個應用資源的請求經常需要等待一段時間才能的到相應的資源。在yarn中，負責給應用分配資源的就scheduler。其實排程本身就是乙個難題，很難找到乙個完美的策略可以解決所有的應用場景。為...