关于 光速六合彩走势图 zs25.com 主管Q:86349338通 的搜索结果,共653
C****X 2018-07-10
群雄逐“”,百度缘何备受关注?
陀螺仪要就是角度检测仪,检测每个加度。 关于轮测距器(Wheel Odometer), 一般可以过轮测距器推算出无人车的位置。 汽车的前轮如果安装了轮测距器,分别会记录左轮与右轮的总转数。过分析每个时间段里左右轮的转数,就可以科学推算出车辆向前了多远,向左右分别转了多少度等。 GPS,要任务是确定四颗或更多卫星的位置,并计算出它与每颗卫星之间的距离,然后用这些信息使用三维空间的三边测量法推算出自己的位置。 激雷达(LiDAR), 学雷达过向目标物体发射一束激,然后根据接收——反射的时间间隔来确定目标物体的实际距离,随后根据距离及激发射的角度,过简单的几何变化可以推导出物体的位置信息。 LiDAR系统一般可以分为三部分,分别是激发射器,发出波长为600nm到1000nm的激射线;扫描与学部件要用于收集反射点距离与该点发生的时间和水平角度(Azimuth);感部件要检测返回的强度。
不****主 2018-07-09
高精地
高精地,是Apollo定位、感知、规划模块的基础。 与普不同,高精地要服务于自动驾驶车辆,过一套独特的导航体系,帮助自动驾驶解决系统性能问题,扩展传感器检测边界。目前 Apollo 内部高精地要应用在高精定位、环境感知、决策规划、仿真运行四大场景,帮助解决林荫道路GPS信号弱、红绿灯是定位与感知以及十字路口复杂等导航难题。 一、高精地与传统地 当我们开车时,打开导航地常会给我们推荐几条路线,甚至会显示道路是否拥堵以及每条路线将花费多长时间、是否有交制,有多少个交信号灯或限标志等,我们会根据地提供的信息来决定是在行驶中直行、左转还是右转以及对周围驾驶环境的评估。 而无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力。如我们可以利用所看到的东西和GPS来确定自己的位置,还可以轻松准确地识别障碍物、车辆、行人、交信号灯等,但要想让无人车变得和人类一样聪明,可是一项非常艰巨的任务。 这时就需要高精地了,高精地是当前无人驾驶车技术不可或缺的一部分。它包含了大量的驾驶辅助信息,最重要是包含道路网的精确三维表征,例如交叉路口布局和路标位置。
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。部分数据敏感的企业结自身数据的安全性、所有权和控制权等综因素考虑,会选择搭建自己的私有云或者混云环境。 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新开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?
冰****蓝 2018-07-09
如何调节『控制参数』?
lat_controller_conf { cf: 155494.663 cr: 155494.663 wheelbase: 2.85 mass_fl: 520 mass_fr: 520 mass_rl: 520 mass_rr: 520 eps: 0.01 steer_transmission_ratio: 16 steer_single_direction_max_degree: 470 } 三、纵控制器的调谐 纵向控制器由级联的PID控制器组成,该控制器包括一个站控制器和一个具有不同度增益的高/低控制器。Apollo理开环和闭环的调谐过: 开环: 校准表生成。请参阅how_to_update_vehicle_calibration.md (https://github.com/ApolloAuto/apollo/blob/master/docs/howto/how_to_update_vehicle_calibration.md)的详细步骤 闭环: 基于高控制器- 低控制器- 站控制器的顺序 高/低控制器的调谐 高控制器代码要用于跟踪高于某一度值的期望度。
流****水 2018-07-11
度云企业级运维平台——NoahEE
对于故障处理与修复,NoahEE过故障自动发现与工单流程解决了上面的问题。系统自动探测故障放入故障池,并建立故障工单,由相应的人员进行操作。另外,NoahEE提供了不同的工单流程覆盖了日常机房运维中的操作,从设备采购入库、上架、机架变更,直到设备下架、出库全生命周期覆盖,做到所有运维操作记录可追溯。有了资产理,运维人员可以在服务器完成入库、上架工单后即可在服务理中看到该服务器并进行理,无须任何其他操作。一胜千言,我们看看资产理的特点: 3 资产理 部署理 应用部署一直是运维工作中的重点,一般来说,我们面临的问题有: 批量部署难,怎样定位目标机器?如何快部署? 灰度测试难,怎样过灵活的部署方式,先进行小流量线上测试,待效果达到预期后再扩大部署? 回滚难,发现问题后怎样回滚? 上面的第一个问题,实际上在服务理中已经解决了,也就是说服务理帮我们完成了资源定位工作。其他的问题,NoahEE的部署理模块过“分级发布”来解决。在部署理模块中,我们可以方便的定义并发度、部署步骤、影响范围以及暂停操作等,在部署的过程中发现问题即可暂停并回滚至之前的状态。
嘟****y 2018-07-11
大型企业适用的云平台账户体系
单账户大铺模式下,所有的平台短信和邮件都往一个账户发就行了,但现在要重新设计。我的一线技术工作经历并不依赖第三方(如云平台)知机制,对知功能的研究较少,所以我只能提出用性设计建议: a.别把平台维护知当做甩锅知,大客户会因此忙到鸡飞狗跳。 b.员工正常操作不要知到理员,自然人收到的信息太多会麻木。 c.员工执行摧毁核心资源等高危的操作要及时理员。 d.这些操作日志可以过API等方式对接到企业自身的平台。 e.规和安全风险发送平台理员和资源池理员。 云平台有知机制就要有理权限,比如说某IP存在规隐患,理员要能查看和操作该IP;否则平台理员只能组织各部门领导开会,平台的理员一般不是公司高,其处理度和处理效果就很慢也很扰民了。 第五.其他随笔说明 a.过去云平台做计费和权限开发很繁琐,云平台支持精细控制后云平台的对接成本会瞬间降低,那些功能缺失又不是行业标杆的云平台会云平台被逐渐放弃接入。 b.有客户想给不同资源组做不同资源单价,这是个弱需求,该需求技术实现繁琐且有客户可接受的变方法,比如子账户登陆只计量不计价,价格在心中。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
与障碍物检测相结,检测结果和历史障碍物进行信息匹配,得出新障碍物列表。并且输出下一帧以什么度怎样行驶,得出列表。 视觉感知。Apollo 之前版本的视觉感知数据,要是红绿灯的数据。已发布的0 同时开放红绿灯检测和识别算法,可以作为视觉感知的典型代表。 红绿灯识别。是根据当前车的位置查找高精地,判断前方是否有红绿灯。如果有,高精地会返回红绿灯的物理位置,同时采集视频像。如果并排很多灯,需要准确判断影响决策的灯。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差的可能只是一个百度EasyDL
许多企业都迫切希望能将人脸、语音、像等AI技术快应用起来,扩大竞争优,但往往却苦于无从下手。 传统企业落地AI,普遍存在三大痛点: 1)用的AI无法满足企业的个性化需求。与企业业务深度结的AI应用需求,往往需要结所在领域很强的专业知识,用AI技术无法满足,例如,目前业界推出的用物体和场景识别的API无法满足大量个性化的需求:家装企业想识别装修库中的细分家居风格、房间布局分类等,物业公司想过摄像头识别小区垃圾桶是否已满,施工单位想像识别工地上的工人有没有穿工服、戴安全帽等,这些场景需求是常见的业务场景,但是企业很难找到现成可用的AI技术,往往需要自己做定制化的研发。 2)AI技术自研及运维成本高昂。自己研发AI技术会面临多道难关,首先是AI人才关,国内AI人才池有限,据人民日报的报道,我国人工智能的人才缺口超过500万,供求比例仅为1:10。AI人才的年薪动辄数十万,除非有庞大的业务场景,否则,一般体量的企业难以组建独立的AI团队。其次是基础设施关,AI运维需要的服务器、GPU,在财务上也是不可承受之重。 3)开发周期过于漫长。
m****t 2018-07-11
设计中立公有云云平台
进阶补充系统 除了上述核心业务系统外,云平台还可以有一些补充子系统,让用户像在用像一个标准云平台。 面向客户的API系统。高级用户会有调用API理资源的需求,云平台需要逐步开放面向客户的API或SDK。 客户智能化操作系统。云平台可以更贴近用户业务,动替客户完成一些运维操作。简单的如滚动快照云机,复杂的如根据LB负载动态扩容缩编Web服务器。云平台离客户的业务足够近,又对云端资源有深入了解,完全可以以此为切入点,从资源贩售发展为技术输出。 日志系统。无论是计费日志还是操作日志都可以逐步记录和开放出来。 知和工单系统。此系统不用过多描述。 附录:我们亲眼看到CDN服务从各自为战变成了智能融,随着计算业务的成熟发展,希望计算服务也能如行云流水般想迁就迁。 配是早期火车和马车赛跑但输给马车的照片,但是后来火车赢了。
j****2 2018-07-10
百度大脑开放日来袭 24种全新AI能力呈现
在深度学习基础之上,百度大脑用AI能力开放涵盖语音、视觉、自然语言处理、知识谱等全面AI技术。 语音方向:语音方面推出了语音识别极版,首次对外开放搭载国际领先的注意力(attention)模型的语音能力,拥有更快的响应度,相对识别准确度提升15%,为开发者带来更极致的识别体验。此外,语音识别预置语义解析全新升级,预置场景由35个升级为51个,从影视娱乐到外卖打车,语义解析效果全面提升。另外,还预告了即将推出的几款新产品,包括语音识别自训练平台、远场语音开发套件和语音离线成等产品。 视觉方向:OCR、车辆分析、人脸人体、像识别都有重磅升级。比如卡证OCR新增了户口本、出生医学证明、港澳行证和台湾行证四类新能力,可识别卡证总数达到9种。只需对着你的户口本拍一张照片,系统就能字段进行结构化识别,然后反馈出信息页的出生地、出生日期、姓名、民族、与户关系、性别、身份证号码。而票据OCR和汽车场景OCR也分别新增了行程单、保单、用机打发票、定额发票、车辆VIN码、机动车销售发票、车辆格证等识别能力。
1****9 2018-07-11
【强出击】第二期百度大脑体验师来袭
立即体验语音成离线SDK:http://ai.baidu.com/tech/speech/tts 新产品——远场语音开发套件(RK3308),端到端的软硬一体方案,支持远场唤醒、远场识别、语音成能力,使语音开发评估更简便、更高效。 立即查看详情:https://aim.baidu.com/product/b226a947-4660-4e27-83b4-877bf63b8627 3.【视觉方向】人脸与人体识别、车辆分析、像识别、像处理、OCR都有重磅升级! (1)人脸与人体识别 新能力——人脸融,对两张人脸进行融处理,生成同时具备两张人脸的外貌特征的人脸像。 立即体验人脸融:http://ai.baidu.com/tech/face/merge 新升级——人像分割和手识别,人像分割模型IoU95%以上,手识别可以识别手部的21个关键点。
M****点 2018-07-10
中国云计算现状——产品篇
本文要说用云产品的问题,买云产品的问题在采购篇单聊。 正文 现在是2017年,云计算服务是物理硬件的优质替代方案,客户很认可云计算极低的采购和交付成本优。这时候我们要少被企宣PPT洗脑,追求华而不实的远景,这些PR文章的受众是风险投资、客户决策层和创业者。我们应该摸清楚云方案和硬件方案比有什么特点和局限性,客户明白特点才能使用得心应手,客户明白局限性才会早作备用方案,产品经理心里不慌才会关注核心功能。 一、IaaS产品 IaaS平台的本质是,产品以做硬件资源的虚拟化为本,业务上承接物理硬件替代需求,其优是最快度最低成本交付,客户为预占的物理资源付费。IaaS产品是最经典的云计算服务,核心组件是云机,如虚拟网络、云硬盘和安全组都是为支撑云机业务而服务的。 本文二十个字之前我就说过, IaaS产品的优是快低成本交付,但是太多的用户户盲目的追求云机的高可用。物理机要求硬件稳定永不死机,而云机适批量创建快释放,不太关心单台云机的可靠性,这要求应用层服务支持高可用。即使云平台不承诺机的无限高可用,其故障恢复度也远快于物理机。
TOP