add multisensor

example6_multi_async.py

@@ -1,11 +1,11 @@
 """
-示例 6: 多传感器 + 异步流水线（最高性能模式）
+示例 6: 多传感器并行处理
 
-本示例结合了多进程和异步流水线的优势：
+本示例演示多进程并行处理多个传感器：
 - 多进程：每个传感器运行在独立进程，拥有独立 CUDA 上下文
-- 异步流水线：每个进程内部使用三阶段流水线
+- 每个进程独立处理：采集 → 光流 → HHD
 
-这是性能最高的配置，适用于：
+适用于：
 - 多个高分辨率传感器
 - 需要最大化总吞吐量
 - 有充足的 CPU 核心和 GPU 显存
@@ -20,7 +20,7 @@
         [采集] → [光流] → [HHD] → 队列 ──┘
 
 资源占用估算（每个传感器）：
-- CPU: 约 2-3 个核心（采集、光流、HHD 各一个线程）
+- CPU: 约 1-2 个核心
 - GPU 显存: 约 500MB-1GB（取决于分辨率和 CUDA 算法）
 """
 
@@ -52,12 +52,11 @@ def main():
     ]
     
     # =========================================================================
-    # 2. 使用 async_context 启动（推荐方式）
+    # 2. 使用上下文管理器启动（推荐方式）
     # =========================================================================
-    # async_context 是一个便捷的上下文管理器：
-    #   - 自动启用每个传感器进程内的异步流水线
-    #   - 退出时自动清理所有资源
-    with orisys.MultiSensor.async_context(configs) as multi:
+    # 上下文管理器会自动启动所有传感器进程
+    # 退出时自动清理所有资源
+    with orisys.MultiSensor(configs) as multi:
         print("\n多传感器异步模式已启动，按 'q' 退出")
         
         # =====================================================================
@@ -104,8 +103,8 @@ def main_manual():
     # 创建 MultiSensor 实例
     multi = orisys.MultiSensor(configs)
     
-    # 手动启动，use_async=True 启用异步模式
-    multi.start(use_async=True)
+    # 手动启动
+    multi.start()
     
     try:
         while True: