关于 三分赛车开奖网 zs25.vip 主管Q:86 349 338 的搜索结果,共1030
冰****蓝 2018-07-09
如何调节『控制参数』?
引言 控制模块的目标是基于计划轨迹和当前辆状态生成控制命令给辆。这里我们将为发者讲述如何调节控制参数。 背景 一、输入/输出 输入 规划轨迹 当前的辆状态 HMI驱动模式更改请求 监控系统 输出 输出控制命令理canbus中的转向、节流和制动等功能。 二、控制器介绍 控制器包括理转向指令的横向控制器和理节气门和制动器命令的纵向控制器。 横向控制器 横向控制器是基于LQR的最优控制器。该控制器的动力学模型是个简单的带有侧滑的自行模型。它被为两类,包括闭环和环。 闭环提供具有4种状态的离散反馈LQR控制器: 横向误差 横向误差率 航向误差 航向误差率 环利用路径曲率信息消除恒定稳态航向误差。 纵向控制器 纵向控制器配置为级联PID+校准表。它被为两类,包括闭环和环。 闭环是一个级联PID(站PID +速度PID),它将以下数据作为控制器输入: 站误差 速度误差 环提供了一个校准表,将加速度映射到节气门/制动百比。 控制器调谐 一、实用工具 类似于诊断和realtime_plot可用于控制器调优,并且可以在apollo/modules/tools/中找到。
y****n 2018-07-09
Apollo 自动驾驶感知技术
这是种基本传感器的效果对比,LiDAR 是激光雷达,Radar 是汽通用毫米波雷达,Camera 是摄像头。绿色代表做得好,黄色代表做得普通,红色代表做得差。最后,说明了种传感器融合效果是最好的。 那么 ,感知系统放模块怎么做? 点云感知。放了 LiDAR 点云检测,可以判断点云里的每个点是否为障碍物,障碍物的类型是什么。 感知框架。用的是深度学习,它可以做到精准检测和识别。而深度学习非常耗费计算量。需要依靠搭建的载智能系统,来支撑深度学习模型,以达到毫秒级感知。 高精地图。先以当前的激光雷达作为坐标系核心,把地图中的点投到坐标系里。然后建立快速的表格,根据感知的距离扩大坐标区域。之后对俯视图进行格化,格化参数可以在 Apollo 进行配置。最后输送给障碍物检测。 障碍物检测。为特征抽取、点云检测、点云聚类、后处理、闭包提取。特征抽取,就是建立一个格,每一个格提取的信息对应一个值,每一个格都有一个特征,拼接形成一张图;点云聚类,是用可信的格做结果预测;后处理,是由于预测不准,对障碍物的判断会存在误差,所以要通过后处理来精确障碍物。
双****4 2018-07-10
词向量(
预测输出的格式如下所示: [[0.03768077 0.03463154 0.00018074 ... 0.00022283 0.00029888 0.02967956]] 0 the 其中第一行表示预测词在词典上的概率布,第二行表示概率最大的词对应的id,第行表示概率最大的词。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
云的要客户已从最初的中小初创公司逐步渗透到各行各业的大型企业。可以说,企业上云已是企业发展的必由之路。部数据敏感的企业结合自身数据的安全性、所有权和控制权等综合因素考虑,会选择搭建自己的私有云或者混合云环境。 但是在上述环境中,用户的机器都需要自行理,这就必然给云运维人员带来很多意想不到的麻烦。 其实我们面临的问题从来就没有什么大的变化,唯一不同的只是机器规模越来越大,人心越来越复杂。 Q如何在1台机器上部署基础设施?A 一切都源于那个亘古不变的道理:扔一个文件到机器上,然后跑一个命令。 Q如何在10台机器上部署基础设施?A 写个for循环搞定。 Q如何在10000台机器上部署基础设施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动化安装! then…… Q如何快速升级所有机器上的基础设施? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗? Q发的基础设施服务有问题,能立马回滚吗? Q可以做虚拟化资源限制基础设施不占用过多的机器资源吗? Q如何先部署小批量机器,确认无误之后,再做全集群部署?
j****2 2018-07-10
百度大脑放日来袭 24种全新AI能力呈现
为了让流浪喵过上幸福的生活,程序员出身的他用百度大脑动物识别技术和百度EasyDL打造出 “猫脸门禁”、“病猫识别”、“绝育识别”大智能功能,给流浪猫一个温暖的住所的同时帮助救助志愿者发现生病和未绝育的流浪猫。晚兮提到,凭借百度大脑的放技术,他只用半天就设计出了智能猫窝的要AI功能,看似高冷的AI技术最终化为猫咪们的守护神,让现场的小伙伴们感到暖心又感动。 2018年百度大脑走进6大城市举办7场行业创新论坛,发布了企业服务、信息服务、地产物业、智能零售、智能工厂、智能校园、智能政务7大行业解决方案,推动AI与不同行业、具体场景相结合,AI技术渗透到产业的毛细血。百度大脑目前已经落地20+行业,生态赋能已成燎原之势。 百度大脑新品体验师计划 如果只是技术“阅兵”会让你觉得意犹未尽,为了进一步激励发者学习应用百度大脑源能力,百度大脑现已提出了“百度大脑新品体验师计划”,希望与发者一起推动百度大脑进化,帮助他人一起成长,探索AI前沿应用。
C****X 2018-07-10
群雄逐“图”,百度缘何备受关注?
例如,丰田和GM等汽厂商曾在2016 CES展览上展示了自动驾驶汽云地图的绘制技术。 在日本,汽零部件供应商菱以及地图商Zenrin已联合国内九家流汽制造商共同创建了“Dynamic MapPlanning”合资公司,为2020年东京奥运会上的无人驾驶服务提供3D道路高精度地图方面的技术支持。 这么看来,无论是创新的互联企业还是传统的企大厂,都在努力争取高精度地图这场比的入场券! 2017年是自动驾驶“元年”,这项颇具潜力的事业也让各大传感器厂商们“身先士卒”,积极布局自动驾驶版图,例如Moblieye。尽现在企业已经被英特尔收购,但地图的研发工作始终没有被搁置。 地图研发是图商们的老本行,他们做的咋样? 据了解,TomTom的高清地图(包括Road DNA)已经做到可以帮助自动驾驶汽在高速行驶途中精确定位自身位置并辅助决定采用哪条行路线。 不得不说图商的研发进度可圈可点! 聚焦国内,高德早在2014年便始了高精地图的攻坚战,目前已经将大数据能力以及机器学习能力为基础的AI引擎嵌入其中。
m****t 2018-07-11
设计中立公有云云平台
如果你要做大而全的云平台,可以让客户随意操作资源名称。但如果只是做简易云平台,我的建议是用资源名称做不同用户的隔离标识,且让用户不可轻易修改该名称。比如说用户user1创建的云机名字叫“web01”,那实际创建的云机名应该是“web01.user1”,且“.user1”部不可修改。这样通过资源后缀名就可以笨拙但有效的区不同用户的资源。 本文接下来的内容就是云平台拿到的不同供应商资源,哪些是必要资源,哪些是可选资源;这些资源至少要进行哪种程度的理才能满足用户的基础需求,哪些功能用户嚷的响亮,但不是燃眉之急,可以放到二期期来做。 第必要云资源 云计算平台最早是对物理服务器的模拟,所以必须的云资源就是模拟物理服务器的资源。但云平台用SDN络,云机无法像物理机一样自由发ARP广播,所以和络相关的配置也要单独理。现在云平台都把云硬盘独立于机之外单独理,本地虚拟盘几乎绝迹。
TOP