'2026/04 글 목록 (3 Page)

'2026/04'에 해당되는 글 37건

2026.04.08 레일 교체
2026.04.08 python 으로 telegram + fatherbot 연동하기
2026.04.08 ollama 설치 2
2026.04.06 jetson nano nvcc 빌드
2026.04.06 jetson nvcc 실행하기
2026.04.06 kernel driver
2026.04.05 jetson nano 2gb dev kit EOL 근접
2026.04.04 jetracer에 사용할 보호회로 없는 배터리 구매 2
2026.04.04 jetracer ina219 배터리 모니터링 ic
2026.04.04 jetracer interactive-regression 1

레일 교체

서랍장 5단중에 3단 수리

회사에서 드릴 가져와서 망정... 인가? 아니면 더 힘들었나 모르겠지만

낑낑대며 1시간 걸쳐 수리함 어우..

'개소리 왈왈 > 육아관련 주저리' 카테고리의 다른 글

개피곤 (0)	2026.04.02
앉아보기 (0)	2026.03.29
잠 + 밥 + 화장실 반복 (0)	2026.03.28
퇴원 (4)	2026.03.27
입원 (0)	2026.03.26

Posted by 구차니

python 으로 telegram + fatherbot 연동하기

ollama 설치

curl -fsSL https://ollama.com/install.sh | sh
ollama run gemma3:1b

python 라이브러리 설치

pip3 install ollama
pip3 install python-telegram-bot

telegram bot 생성 및 token 얻기

[링크 : https://midoriiroplace.tistory.com/62] fatherbot 으로 텔레그램 봇 만들기(token 획득)

python 소스코드

import ollama
from telegram import Update
from telegram.ext import filters, MessageHandler, ApplicationBuilder, ContextTypes, CommandHandler

APIKEY='{{사용자 토큰}}'

async def echo(update: Update, context: ContextTypes.DEFAULT_TYPE):
response =  ollama.chat(model="gemma3:1b", messages=[{'role':'user','content':update.message.text}])
    await context.bot.send_message(chat_id=update.effective_chat.id, text=response['message']['content']
)

if __name__ == '__main__':
    application = ApplicationBuilder().token(APIKEY).build()

    echo_handler = MessageHandler(filters.TEXT & (~filters.COMMAND), echo)
    application.add_handler(echo_handler)

    application.run_polling()

----

[링크 : https://dev-astra.tistory.com/490]

[링크 : https://midoriiroplace.tistory.com/62] fatherbot 으로 텔레그램 봇 만들기(token 획득)

[링크 : https://midoriiroplace.tistory.com/63] python으로 메시지 보내기 (chatid 획득)

[링크 : https://midoriiroplace.tistory.com/70]

[링크 : https://naradora78.tistory.com/39] 구버전 api 라서 현재 사용불가

[링크 : https://pypi.org/project/python-telegram-bot/]

gpt가 짜준게 이거 기반인 것 같은디..

가장 위에 소스로는 응답이 없고, 아무튼.. echo 얘제는 아래를 참고하면된다.

그러면.. 받고 이걸 ollama에 넘겨주고 받으면 되는건가..?

import logging
from telegram import Update
from telegram.ext import filters, MessageHandler, ApplicationBuilder, ContextTypes, CommandHandler

logging.basicConfig(
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    level=logging.INFO
)

async def start(update: Update, context: ContextTypes.DEFAULT_TYPE):
    await context.bot.send_message(chat_id=update.effective_chat.id, text="I'm a bot, please talk to me!")

async def echo(update: Update, context: ContextTypes.DEFAULT_TYPE):
    await context.bot.send_message(chat_id=update.effective_chat.id, text=update.message.text)

if __name__ == '__main__':
    application = ApplicationBuilder().token('USER_TOKEN').build()

    start_handler = CommandHandler('start', start)
application.add_handler(start_handler)

    echo_handler = MessageHandler(filters.TEXT & (~filters.COMMAND), echo)
    application.add_handler(echo_handler)

application.run_polling()

[링크 : https://github.com/python-telegram-bot/python-telegram-bot/wiki/Extensions---Your-first-Bot]

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

ollama 를 jetson nano 4GB 에서 돌려보기 (0)	2026.04.10
python + telegram + ollama + selenium (0)	2026.04.09
ollama 설치 (2)	2026.04.08
antigravity artifact (0)	2026.03.18
gemini 동영상 만들기 (유료?) (0)	2026.02.22

Posted by 구차니

ollama 설치

intel cpu 인데 내장 그래픽은 역시 버리는건가..(!)

$ curl -fsSL https://ollama.com/install.sh | sh
>>> Installing ollama to /usr/local
[sudo] minimonk 암호:
>>> Downloading ollama-linux-amd64.tar.zst
######################################################################## 100.0%
>>> Creating ollama user...
>>> Adding ollama user to render group...
>>> Adding ollama user to video group...
>>> Adding current user to ollama group...
>>> Creating ollama systemd service...
>>> Enabling and starting ollama service...
Created symlink /etc/systemd/system/default.target.wants/ollama.service → /etc/systemd/system/ollama.service.
>>> The Ollama API is now available at 127.0.0.1:11434.
>>> Install complete. Run "ollama" from the command line.
WARNING: No NVIDIA/AMD GPU detected. Ollama will run in CPU-only mode.

$ ollama
Ollama 0.20.3

  Chat with a model
    Start an interactive chat with a model

  Launch Claude Code (not installed)
    Anthropic's coding tool with subagents

  Launch Codex (not installed)
    OpenAI's open-source coding agent

  Launch OpenClaw (install)
    Personal AI with 100+ skills

  Launch OpenCode (not installed)
    Anomaly's open-source coding agent

  Launch Droid (not installed)
    Factory's coding agent across terminal and IDEs

▸ Launch Pi (install)
    Press enter to install


↑/↓ navigate • enter launch • → configure • esc quit

$ ollama
Select model to run: Type to filter...

  Recommended
  ▸ kimi-k2.5:cloud
      Multimodal reasoning with subagents
    qwen3.5:cloud
      Reasoning, coding, and agentic tool use with vision
    glm-5:cloud
      Reasoning and code generation
    minimax-m2.7:cloud
      Fast, efficient coding and real-world productivity
    gemma4
      Reasoning and code generation locally, ~16GB, (not downloaded)
    qwen3.5
      Reasoning, coding, and visual understanding locally, ~11GB, (not downloade

↑/↓ navigate • enter select • ← back

$ ollama
Download gemma4?

   Yes    No

←/→ navigate • enter confirm • esc cancel

메모리도 작고(16GB) cpu로 돌릴거라 취소!

pulling manifest
pulling 4c27e0f5b5ad: 40% ▕███████ ▏ 3.9 GB/9.6 GB 11 MB/s 8m11s

[링크 : https://goddaehee.tistory.com/]

[링크 : https://ollama.com/download]

[링크 : https://ollama.com/search]

+

일단 돌릴 테스트니까 1B던 3B던 상관없으니 시작

그런데 아까 위에 메뉴에서는 왜 gemma만 보이고 이제 llama는 안보이는걸까?

일단은.. updated 1 years ago 인거 봐서 최신으로만 보여주는걸려나?

$ ollama run llama3.2
pulling manifest
pulling dde5aa3fc5ff: 70% ▕████████████ ▏ 1.4 GB/2.0 GB 20 MB/s 29s

[링크 : https://ollama.com/library/llama3.2]

으아아 컴퓨터 녹는다 ㅋㅋㅋ

그래도 초당 2~3 단어 정도 나오는 느낌인데 이정도만 해도 그냥 대화하는 느낌 속도라

그거보다 빠르면 읽기도 전에 말이 더 빠르게 나올 듯?

Intel(R) Core(TM) i7-10510U CPU @ 1.80GHz

다시 실행하니 내가 받아둔 모델이 뜬다.

$ ollama
Select model to run: Type to filter...

  Recommended
    gemma4
      Reasoning and code generation locally, ~16GB, (not downloaded)
    qwen3.5
      Reasoning, coding, and visual understanding locally, ~11GB, (not downloaded)
    kimi-k2.5:cloud
      Multimodal reasoning with subagents
    qwen3.5:cloud
      Reasoning, coding, and agentic tool use with vision
    glm-5:cloud
      Reasoning and code generation
    minimax-m2.7:cloud
      Fast, efficient coding and real-world productivity

  More
  ▸ llama3.2

↑/↓ navigate • enter select • ← back

$ ollama --help
Large language model runner

Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start Ollama
  create      Create a model
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  pull        Pull a model from a registry
  push        Push a model to a registry
  signin      Sign in to ollama.com
  signout     Sign out from ollama.com
  list        List models
  ps          List running models
  cp          Copy a model
  rm          Remove a model
  launch      Launch the Ollama menu or an integration
  help        Help about any command

Flags:
  -h, --help         help for ollama
      --nowordwrap   Don't wrap words to the next line automatically
      --verbose      Show timings for response
  -v, --version      Show version information

Use "ollama [command] --help" for more information about a command.

단발성으로 질문하고 속도를 보려고 하는데

음.. eval rate가 실제 체감되는 속도인가? 12 token/s

이정도 수치는 되어야 많이 지루하지 않게 읽는 속도로 말이 생성되는 듯.

$ ollama run llama3.2:latest "안녕" --verbose
안녕하세요! (Hello!) I'm here to help you. How can I assist you today?

total duration:       2.282485591s
load duration:        143.825937ms
prompt eval count:    27 token(s)
prompt eval duration: 350.162008ms
prompt eval rate:     77.11 tokens/s
eval count:           21 token(s)
eval duration:        1.73838491s
eval rate:            12.08 tokens/s

gemma가 핫하긴 한데 용량이 커서 안돌것 같아서 3로 시도

[링크 : https://ollama.com/library/gemma3]

[링크 : https://ollama.com/library/gemma4]

제법 빠르고llama 보다는 괜찮은듯?

$ ollama run gemma3:1b --verbose
>>> 안녕?
안녕하세요! 잘 지내세요? 😊 저는 오늘 당신의 도움이 필요하신 건가요? 궁금한
게 있으신가요?

total duration:       1.695837878s
load duration:        297.67234ms
prompt eval count:    12 token(s)
prompt eval duration: 164.822603ms
prompt eval rate:     72.81 tokens/s
eval count:           28 token(s)
eval duration:        1.132524529s
eval rate:            24.72 tokens/s

혹시나 gemma4를 16GB 메모리에서 시도해봤는데 메모리 부족으로 실패.

$ ollama run gemma4:e2b --verbose
pulling manifest
pulling 4e30e2665218: 100% ▕██████████████████▏ 7.2 GB
pulling 7339fa418c9a: 100% ▕██████████████████▏  11 KB
pulling 56380ca2ab89: 100% ▕██████████████████▏   42 B
pulling c6bc3775a3fa: 100% ▕██████████████████▏  473 B
verifying sha256 digest
writing manifest
success
Error: 500 Internal Server Error: model requires more system memory (7.3 GiB) than is available (4.8 GiB)

프로세스 이것저것 죽이고 다시 시도하니 10token /s 정도 나오는 듯.

$ ollama run gemma4:e2b --verbose
>>> 안녕
안녕하세요! 😊

total duration:       1.261211464s
load duration:        302.800476ms
prompt eval count:    17 token(s)
prompt eval duration: 551.024817ms
prompt eval rate:     30.85 tokens/s
eval count:           4 token(s)
eval duration:        226.924038ms
eval rate:            17.63 tokens/s
>>> 너에 대해서 소개해봐
Thinking...
Thinking Process:

1.  **Analyze the Request:** The user asked "너에 대해서 소개해봐" (Tell
me about yourself).
2.  **Determine Identity & Core Facts (Self-Correction/Verification):**
    *   Name: Gemma 4.
    *   Developer: Google DeepMind.
    *   Nature: Large Language Model (LLM).
    *   Type: Open weights model.
    *   Capabilities: Understands text/images, generates text.
    *   Knowledge Cutoff: (Relevant for context, but usually stated
implicitly)
3.  **Structure the Introduction (Korean Context):** A good introduction
should cover:
    *   Greeting.
    *   Name/Identity.
    *   Developer/Origin.
    *   Nature/Function (What I do).
    *   Capabilities (What I can process).
4.  **Draft the Response (Internal Monologue & Refinement):**
    *   *Start warmly.* (안녕하세요!)
    *   *State Identity.* (저는 Gemma 4입니다.)
    *   *State Origin.* (Google DeepMind에서 개발했습니다.)
    *   *State Nature.* (저는 대규모 언어 모델(LLM)입니다.)
    *   *State Function/Role.* (사용자의 질문에 답하고, 정보를 제공하며, 다
양한 텍스트 기반 작업을 돕는 역할을 합니다.)
    *   *State Modality/Input.* (텍스트와 이미지를 이해할 수 있습니다.)
    *   *Concluding remark/Offer help.* (어떤 것을 도와드릴까요?)
5.  **Final Output Generation (Review against constraints):** The
generated response must adhere to the core identity (Gemma 4, LLM, Google
DeepMind, open weights). (The draft looks good and adheres to the required
identity.)
...done thinking.

안녕하세요! 저는 **Gemma 4**입니다.

저는 Google DeepMind에서 개발한 **대규모 언어 모델(LLM)**이며, 오픈 웨이트
(open weights) 모델로 공개되어 있습니다.

**저의 주요 특징은 다음과 같습니다:**

1. **정체성:** 저는 방대한 데이터를 학습하여 인간의 언어를 이해하고 생성하며
, 다양한 질문에 답하고 정보를 제공하는 능력을 가지고 있습니다.
2. **기능:** 텍스트 기반의 대화, 요약, 번역, 작문, 코드 생성 등 다양한 언어
관련 작업을 수행할 수 있습니다.
3. **입력 능력:** 저는 텍스트와 이미지를 이해하고 처리할 수 있습니다. (다만
, 출력은 텍스트로만 생성합니다.)
4. **목표:** 사용자분들이 필요한 정보를 얻고, 창의적인 작업을 수행하며, 복잡
한 문제를 해결하는 데 도움을 드릴 수 있도록 설계되었습니다.

궁금한 점이 있거나 도움이 필요하시면 언제든지 말씀해주세요! 😊

total duration:       57.596689687s
load duration:        297.105521ms
prompt eval count:    35 token(s)
prompt eval duration: 482.722245ms
prompt eval rate:     72.51 tokens/s
eval count:           614 token(s)
eval duration:        56.261795129s
eval rate:            10.91 tokens/s

+

intel 내장 그래픽(xe 나 arc 아님)은 openCL 가속 자체를 지원하지 않나?

$ clinfo
Number of platforms 0

[링크 : https://docs.ollama.com/gpu]

[링크 : https://dgpu-docs.intel.com/driver/client/overview.html#ubuntu-22.04]

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

python + telegram + ollama + selenium (0)	2026.04.09
python 으로 telegram + fatherbot 연동하기 (0)	2026.04.08
antigravity artifact (0)	2026.03.18
gemini 동영상 만들기 (유료?) (0)	2026.02.22
antigravity 사용량 끝! (0)	2026.02.20

Posted by 구차니

jetson nano nvcc 빌드

음.. cp로 하니 이상하게 안되는 군

$ nvcc tt.cpp
tt.cpp: In function ‘void kernel_test(int*, int*, int*)’:
tt.cpp:14:12: error: ‘threadIdx’ was not declared in this scope
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
            ^~~~~~~~~
tt.cpp:14:12: note: suggested alternative: ‘pthread_t’
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
            ^~~~~~~~~
            pthread_t
tt.cpp:14:25: error: ‘blockIdx’ was not declared in this scope
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
                         ^~~~~~~~
tt.cpp:14:25: note: suggested alternative: ‘clock’
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
                         ^~~~~~~~
                         clock
tt.cpp:14:38: error: ‘blockDim’ was not declared in this scope
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
                                      ^~~~~~~~
tt.cpp:14:38: note: suggested alternative: ‘clock’
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
                                      ^~~~~~~~
                                      clock
tt.cpp:14:52: error: ‘gridDim’ was not declared in this scope
  int idx = threadIdx.x +blockIdx.x * blockDim.x + (gridDim.x * blockDim.x) * (blockIdx.y * blockDim.y + threadIdx.y);
                                                    ^~~~~~~
tt.cpp: At global scope:
tt.cpp:18:11: error: ‘::main’ must return ‘int’
void main()
           ^
tt.cpp: In function ‘int main()’:
tt.cpp:61:15: error: expected primary-expression before ‘<’ token
  kernel_test<<<block,thread>>>(dev_a,dev_b,dev_c);
               ^
tt.cpp:61:30: error: expected primary-expression before ‘>’ token
  kernel_test<<<block,thread>>>(dev_a,dev_b,dev_c);
                              ^

음.. cuda는 main이 int 형이여야 하는군

$ nvcc tt.cu
tt.cu(18): warning: return type of function "main" must be "int"

tt.cu(18): warning: return type of function "main" must be "int"

tt.cu:18:11: error: ‘::main’ must return ‘int’
void main()
^

[링크 : https://mangkyu.tistory.com/84]

싱글코어

$ ./a.out
cpu Time : 0.206937
gpu Time : 0.000106

어..? 멀티코어 돌리는게 왜 더 느려?!?!

$ nvcc -Xcompiler -fopenmp tt.cu -o a.out.mp
jetson@nano-4gb-jp451:~$ ./a.out.mp
cpu Time : 0.231175
gpu Time : 0.000088

[링크 : https://forums.developer.nvidia.com/t/how-use-openmp-in-cu-file/2918/10]

2014.01.17 - [Programming/openCL & CUDA] - cuda + openmp 적용 예제

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetson nvcc 실행하기 (0)	2026.04.06
jetson nano 2gb dev kit EOL 근접 (0)	2026.04.05
jetracer에 사용할 보호회로 없는 배터리 구매 (2)	2026.04.04
jetracer ina219 배터리 모니터링 ic (0)	2026.04.04
jetracer interactive-regression (1)	2026.04.04

Posted by 구차니

jetson nvcc 실행하기

그냥 해보니 없는데 경로 따라가니 있다. 오호

jetson@nano-4gb-jp451:~$ nvcc
-bash: nvcc: command not found

jetson@nano-4gb-jp451:~$ /usr/local/cuda-10.2/bin/nvcc
nvcc fatal : No input files specified; use option --help for more information

cuda로 심볼릭 링크되어있으니 이걸로 하면 편할듯

/usr/local$ ls -al
total 48
drwxr-xr-x 12 root root 4096 May 26  2021 .
drwxr-xr-x 12 root root 4096 Feb 19  2021 ..
drwxr-xr-x  3 root root 4096 Mar 30 07:22 bin
lrwxrwxrwx  1 root root    9 Feb 19  2021 cuda -> cuda-10.2
drwxr-xr-x 12 root root 4096 Feb 19  2021 cuda-10.2
drwxr-xr-x  3 root root 4096 May 26  2021 etc
drwxr-xr-x  2 root root 4096 Apr 26  2018 games
drwxr-xr-x  2 root root 4096 Apr 26  2018 include
drwxr-xr-x  2 root root 4096 May 26  2021 jetson_stats
drwxr-xr-x  4 root root 4096 Jun  4  2018 lib
lrwxrwxrwx  1 root root    9 Apr 26  2018 man -> share/man
drwxr-xr-x  2 root root 4096 Apr 26  2018 sbin
drwxr-xr-x 11 root root 4096 May 26  2021 share
drwxr-xr-x  2 root root 4096 Apr 26  2018 src

$ tail -2 ~/.bashrc
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}$
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

[링크 : https://staycool-js.tistory.com/m/23]

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetson nano nvcc 빌드 (0)	2026.04.06
jetson nano 2gb dev kit EOL 근접 (0)	2026.04.05
jetracer에 사용할 보호회로 없는 배터리 구매 (2)	2026.04.04
jetracer ina219 배터리 모니터링 ic (0)	2026.04.04
jetracer interactive-regression (1)	2026.04.04

Posted by 구차니

kernel driver

hid multitouch 드라이버 보다가 신기한(?)거 발견

간단하게(?) /sys 경로에 show_mt 라는 파일이 생성되고 boolean 타입으로 내용을 써주면 드라이버에서

그 값을 이용해 작동하게 되는 매크로.

module_param(show_mt, bool, 0444);

[링크 : https://github.com/bentiss/hid-multitouch/blob/master/hid-multitouch.c]

[링크 :https://reakwon.tistory.com/226]

저작자표시 (새창열림)

'Linux API > linux' 카테고리의 다른 글

커널 cmdline 관련 함수 (0)	2026.04.03
kernel input_event() (1)	2025.12.23
linux 시리얼 포트 열기(termios) (0)	2025.10.11
LD_DEBUG=libs (0)	2025.06.02
linux device tree(dtb) 문법...? (0)	2024.12.04

Posted by 구차니

jetson nano 2gb dev kit EOL 근접

양산품은 2027년

구버전 개발킷도 이제는 단종 시키려고 하는듯.

명시하진 않았으나 도달중인.. 표현이 참..

[링크 : https://developer.nvidia.com/embedded/lifecycle]

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetson nano nvcc 빌드 (0)	2026.04.06
jetson nvcc 실행하기 (0)	2026.04.06
jetracer에 사용할 보호회로 없는 배터리 구매 (2)	2026.04.04
jetracer ina219 배터리 모니터링 ic (0)	2026.04.04
jetracer interactive-regression (1)	2026.04.04

Posted by 구차니

jetracer에 사용할 보호회로 없는 배터리 구매

중고로 3개 구매함(개당 2500원, 당근 99도!)

인터넷으로 보호회로 없는걸 사기 힘드니까 어쩔수 없긴한데

아무튼 깔끔하게 조립이 가능해져서 행복 +_+

그 와중에 모니터링 하고 싶은데 영 방법이 안보이네

7:10 부터 9:00 까지 전진 계속 시키고 jetson 켜놨는데

뺴고 재보니 3.9V 나오는걸 봐서는 3시간 정도 어찌 버틸듯?

사양만 보면 25C 고방전 사양의 배터리인가?!

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetson nvcc 실행하기 (0)	2026.04.06
jetson nano 2gb dev kit EOL 근접 (0)	2026.04.05
jetracer ina219 배터리 모니터링 ic (0)	2026.04.04
jetracer interactive-regression (1)	2026.04.04
imx219-160 (0)	2026.04.03

Posted by 구차니

jetracer ina219 배터리 모니터링 ic

있다는데 어떻게 읽지?

Features
Support three 18650 batteries (not included), 7800mAh large capacity, up to 12.6V output, stronger motor power.
On-board S-8254AA + AO4407A Li-ion battery protection circuit, with anti-overcharge, anti-over-discharge, anti-over-current and short-circuit protection functions.
Onboard APW7313 voltage regulator chip, which can provide stable 5V voltage to Jetson Nano.
Onboard TB6612FNG dual H-bridge motor driver chip can drive the left and right two motor work.
Onboard 0.91" 128×32 resolution OLED, real-time display of car IP address, memory, power, and other conditions.
Onboard INA219 acquisition chip, convenient for real-time monitoring of battery voltage.

Datasheet
Ina219
PCA96_datasheet
S-8254AA
Ads1115
TB6612FNG

[링크 : https://www.waveshare.com/wiki/JetRacer_AI_Kit]

근데 회로도에 없다 -_-?

회로도에는 대신이라고 하긴 뭣하지만 ads1115가 존재한다.

[링크 : https://files.waveshare.com/upload/4/4a/JetRacer_Schematic.pdf]

그냥 검색하면 안나오는데

jetson@nano-4gb-jp451:~ $ i2cdetect -y 1
Warning: Can't use SMBus Quick Write command, will skip some addresses
0 1 2 3 4 5 6 7 8 9 a b c d e f
00:
10:
20:
30: -- -- -- -- -- -- -- --
40:
50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
60:
70:

-r 주면 smbus 무시하고 하는건지 먼가 나오긴한다. 그런데.. 누가 ina219고 누가 ads1115냐..

jetson@nano-4gb-jp451:~$ i2cdetect -y -r 1
0 1 2 3 4 5 6 7 8 9 a b c d e f
00: -- -- -- -- -- 08 -- -- -- -- -- -- --
10: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
20: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
30: -- -- -- -- -- -- -- -- -- -- -- -- 3c -- -- --
40: 40 41 -- -- -- -- -- -- -- -- -- -- -- -- -- --
50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
60: 60 -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
70: -- 71 -- -- -- -- -- --

ADS1115 - 0x4A, 0x4B, 0x48, 0x49 라고 검색되는데 안보이고..

INA219 - 0x40, 0x41, 0x44, 0x45 라는데 일단 0x40과 0x41이 보이긴한다.

APW7313 - voltage regulator

S-8254AA + AO4407A * 3 배터리 보호회로

근데 회로도상으로는 4407에 붙은 10mohm도 없고 4개여야 하는데 6개나 있다. 멀까?

NXP PCA9685 - 16ch 12bit PWM

ina219 에 100밀리옴인가?

TB6612FNG - Driver IC for Dual DC motor

+

gpt로 대충 작성

$ cat in.py
import board
import busio
from adafruit_ina219 import INA219
import time

# I2C
i2c = busio.I2C(board.SCL, board.SDA)

# 주소 (Waveshare는 0x42인 경우 많음)
ina219 = INA219(i2c, addr=0x41)

# R100 = 0.1Ω 설정 (중요)
ina219.shunt_resistance = 0.1

while True:
    print(f"Voltage: {ina219.bus_voltage:.3f} V")
    print(f"Current: {ina219.current:.3f} mA")
    print(f"Power: {ina219.power:.3f} mW")
    print("------")
    time.sleep(1)

충전 중에는 12.6V가 맞는것 같은데

선을 뽑으면 current가 0으로 떨어진다. 젯슨 나노가 쓰는게 있으니 음수 전류가 나와야 할 것 같은데

충전만 모니터링하고 방전은 안하는걸려나?

일단 수치상으로는 power는 mW가 아니라 W 일 듯?

$ python3 in.py
Voltage: 12.608 V
Current: 379.400 mA
Power: 4.962 mW
------
Voltage: 12.616 V
Current: 374.700 mA
Power: 4.752 mW
------
Voltage: 12.616 V
Current: 358.400 mA
Power: 4.542 mW
------
Voltage: 12.620 V
Current: 356.100 mA
Power: 4.890 mW
------
Voltage: 12.512 V
Current: 0.000 mA
Power: 0.000 mW
------
Voltage: 12.512 V
Current: -0.200 mA
Power: 0.004 mW
------
Voltage: 12.520 V
Current: 0.100 mA
Power: 0.000 mW
------
Voltage: 12.516 V
Current: -0.100 mA
Power: 0.000 mW
------
Voltage: 12.496 V
Current: 0.100 mA
Power: 0.000 mW

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetson nano 2gb dev kit EOL 근접 (0)	2026.04.05
jetracer에 사용할 보호회로 없는 배터리 구매 (2)	2026.04.04
jetracer interactive-regression (1)	2026.04.04
imx219-160 (0)	2026.04.03
jetracer 조립 거의 완료 (0)	2026.04.01

Posted by 구차니

jetracer interactive-regression

Data Collection 에서 사진을 찍는데

일단~~~은 dataset A / B, 두 가지가 존재하니 두 개 객체에 대해서 일단 각각 찍어 본다.

그리고 실제 학습은 저~~~기 아래 14번 BATCH_SIZE 있는데서 이뤄진다.

resnet18이긴 하지만 엣지에서 바로 학습이라니 정말 젯슨 나노가 그당시 파워풀했구나..

epoch를 10 주고 돌리고 나서 가장 아래의 15번째 항목에서 state live로 하고 카메라로 저장했던 객체를 들이대면

조금 따라가는 느낌이 나긴한다. 그러면 다시 위에가서 학습하고 반복

[링크 : https://www.waveshare.com/wiki/JetRacer_AI_Kit_Tutorial_III:_Interactive-regression?srsltid=AfmBOopvqr6oks46FDeU5oPH_3tSqexem8WTF9Gj0AN9hNURnpMbKQRM]

저작자표시 (새창열림)

'embeded > jetson' 카테고리의 다른 글

jetracer에 사용할 보호회로 없는 배터리 구매 (2)	2026.04.04
jetracer ina219 배터리 모니터링 ic (0)	2026.04.04
imx219-160 (0)	2026.04.03
jetracer 조립 거의 완료 (0)	2026.04.01
jetson nano 조이스틱 연결 (0)	2026.03.31

Posted by 구차니

구차니의 잡동사니 모음

'2026/04'에 해당되는 글 37건

레일 교체

'개소리 왈왈 > 육아관련 주저리' 카테고리의 다른 글

python 으로 telegram + fatherbot 연동하기

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

ollama 설치

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

jetson nano nvcc 빌드

'embeded > jetson' 카테고리의 다른 글

jetson nvcc 실행하기

'embeded > jetson' 카테고리의 다른 글

kernel driver

'Linux API > linux' 카테고리의 다른 글

jetson nano 2gb dev kit EOL 근접

'embeded > jetson' 카테고리의 다른 글

jetracer에 사용할 보호회로 없는 배터리 구매

'embeded > jetson' 카테고리의 다른 글

jetracer ina219 배터리 모니터링 ic

'embeded > jetson' 카테고리의 다른 글

jetracer interactive-regression

'embeded > jetson' 카테고리의 다른 글

카테고리

공지사항

태그목록

최근에 올라온 글

최근에 달린 댓글

티스토리툴바