單元 9 · 各平台 ISP 架構差異

1. 需要 GMSL 長距離多感測器？── 是 ─→ Orin Nano（或 Thor）
2. 需要開源可改演算法？────── 是 ─→ RPi5
3. 最低成本 DIY 感測器內建？── 是 ─→ Orange Pi
4. 需要最高效能次世代？────── 是 ─→ Thor T5000
5. 工業量產 + 自動調校？────── 是 ─→ Orin Nano
→ 多數「工業機器視覺」答案都指向 Orin Nano。

□ 感測器 datasheet（register 不變）
□ Orin 需要：DTB camera 節點 + mode
□ 驅動：用 NVIDIA 的或自己寫 init table
□ 上電/MCLK/reset：依 Orin carrier 設計
□ GMSL（若長距離）→ serdes 設定
□ Argus 列舉 → 出圖
□ 逐級調校：黑位 → LSC → AWB → 回歸

# Orin Nano: 用 Argus 取 RAW
argus_camera --mode 0 --raw-file orin_raw.raw --duration 1
# RPi5: 用 libcamera 取 RAW
libcamera-still --raw --nopreview -o rpi_raw.raw
# 兩邊比對（Python）
python3 - <<'EOF'
import numpy as np
orin = np.fromfile('orin_raw.raw', dtype=np.uint16).reshape(800, 1280)
rpi = np.fromfile('rpi_raw.raw', dtype=np.uint16).reshape(800, 1280)
print(f'Orin  mean={orin.mean():.1f} std={orin.std():.1f}')
print(f'RPi5  mean={rpi.mean():.1f} std={rpi.std():.1f}')
# 即使同一顆 OV9281，mean 可能差 10-30%
# 原因：兩平台的 I2C init table 不同 → 感測器 analog gain/exposure 設定不同
EOF

# M1 · 感測器層：register 知識直接沿用，重寫為 tegracam init table
#   RPi5: libcamera tuning + kernel patch
#   Orin: DTB mode + tegracam 驅動（回顧單元 4）
# M2 · 介面層：
#   RPi5: ExposureTime / ColourGains / rpicam --raw
#   Orin: SensorMode exp_time / Argus AWB / argus --raw-file
# M3 · 出圖驗證：兩平台各自跑「列舉 → 出圖 → RAW」
#   RPi5: libcamera-still --raw --nopreview -o rpi.raw
argus_camera --mode 0 --raw-file orin.raw --duration 1
# M4 · 品質基線：兩邊 RAW 跑同一套 rawstat 比較（回顧 9.9 方法）
python3 - <<'EOF'
import numpy as np
a = np.fromfile('rpi.raw',  dtype=np.uint16).reshape(800,1280)
b = np.fromfile('orin.raw', dtype=np.uint16).reshape(800,1280)
print('RPi5  mean', round(a.mean(),1), 'Orin mean', round(b.mean(),1))
# 差異大 → 先查驅動 init table 的 analog gain / exposure，再談 ISP
EOF
# M5 · 調校：黑位 → LSC → AWB/CCM 依 Orin 流程重做（參數不搬，流程搬）

#!/bin/bash
# nvidia_tuning.sh — NVIDIA ISP 調校流程

echo "=== Step 1: Find tuning files ==="
find /opt/nvidia/ -name "*.xml" -o -name "*.json" 2>/dev/null | head -20
echo ""

echo "=== Step 2: Backup ==="
TUNING_DIR="/opt/nvidia/tegra/isp/tuning"
cp "$TUNING_DIR/original.xml" "$TUNING_DIR/original.xml.bak" 2>/dev/null

echo "=== Step 3: Modify ==="
# 例如：調整 brightness 增益（假設 XML 格式）
sed -i 's/brightness_gain="1.0"/brightness_gain="1.5"/' "$TUNING_DIR/tuning.xml"

echo "=== Step 4: Reload ==="
sudo rmmod tegra_vi && sudo modprobe tegra_vi
sleep 1

echo "=== Step 5: Verify ==="
argus_camera --camera-id 0 --mode 0 \
  --exposure-value 0.016 --gain-value 4.0 \
  --capture-auto 1 --duration 1 \
  --output-dir /tmp/tuning_test

echo "=== Step 6: Compare ==="
python3 -c "
import numpy as np
orig = np.fromfile('/tmp/original_test.raw', dtype=np.uint16).mean()
new = np.fromfile('/tmp/tuning_test/*.raw', dtype=np.uint16).mean()
print(f'Original mean: {orig:.1f}')
print(f'After tuning mean: {new:.1f}')
print(f'Change: {(new-orig)/orig*100:.1f}%')
"

1. 想要最大控制權？
   ├─ 是 → NVIDIA ISP（Orin/Thor）→ 手動 tuning
   └─ 否 ┐
2. 想要最省事？
   ├─ 是 → libcamera 自動（RPi5）→ 用預設 tuning
   └─ 否 ┐
3. 想要最低延遲？
   ├─ 是 → 感測器 ISP（Orange Pi）→ 無額外處理
   └─ 否 → 依需求選擇（效能/延遲/控制）

1. 調了參數但效果沒改變？
   ├─ 是 ┐
   │   2. 驅動已重載？
   │      ├─ 否 → rmmod + modprobe
   │      └─ 是 ┐
   │      3. 參數名稱正確？
   │         ├─ 否 → 查 API reference
   │         └─ 是 → 值在合法範圍？
   │                 ├─ 否 → 調回合法範圍
   │                 └─ 是 → 軟體 bug → 回報原廠
   └─ 否 → 效果預期之外（需理解底層邏輯）