关于 可以让人迷睡的药 复制网09s.xyz/259打开代hnbbi办 的搜索结果,共2016
h****0 2018-07-09
发指南 】智能家居技能
其中0表示灯在最小亮度,100表示灯最大亮度。 详情参考 智能家居控协议——控消息: https://dueros.baidu.com/didp/doc/dueros-bot-platform/dbp-smart-home/protocol/control-message_markdown 是否支持场景模式?如何自定义? 支持用户\发者通过发者\厂商app来自定义场景模式名称和功能; 发配置: 通过SCENE_TRIGGER来触发场景模式控;SCENE_TRIGGER 描述特定设备组合场景 设备之间没有相互关联,无特定操作顺序。例如“眠模式”包括关灯和锁上房门,但是关灯和锁上房门之间没有必然联系,先关灯然后锁上房门,也先锁上房门后关灯。 使用 friendlyName字段,来传递场景模式名称; 控灯光颜色,使用是什么色彩模式? DuerOS采用是HSB其中H表色相;S表饱和度;B表亮度。; 设备名称出现ASR识别错误,要如何修正?
1****2 2018-07-09
百度安全:AI 是系统工程 需要真正安全护航
这是国内第一个致力于AI 生态安全联盟组织,引发了媒体、行业对AI 安全聚焦。 毋庸置疑是,工智能时已经到来。有数据显示,到2020 年,会有500 亿台 物联设备在全球部署。埃森哲预测,工智能能将劳动生产率提升40%,们 更有效地利用时间。到2035 年,工智能将年度经济增长率提升一倍。 但是,所谓“螳螂捕蝉,黄雀在后”,AI 既能被用来提升效率,也能被黑客用来提 升攻击技术,有更多途径窃取用户隐私。前段时间各种智能电视被破解,摄像头变成客 厅监视器;某品牌智能扫地机器被曝出存在高危漏洞,变成家庭“间谍”等安全事件 频发。 络安全成了这些智能设备“阿喀琉斯之踵”。 危机四伏AI 生态 在小编看来,移动互联时,无论是终端、云端、传输通道,最终保护都是这整 个络生态中数据,这些数据既有企业和用户隐私,也包含了账户和密码等。在AI 时,大抵相同。所不同是各种IOT 设备多样化,身份认证加入了生物识别, 语音输入需求更多地取了手动输入。但他们工作方式依然是智能终端与云端各种通信。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
感知属于自动驾驶核心技术,我们将汽车上感知与类感官进行一个类比:有感知,通过感官器官获取外界信息,传达感知功能区,把形象化东西抽象成概念性或者更高层语义,供我们思维记忆、学习、思考或者决策,我们运动控功能区,我们身体对外界进行反馈。无车类似这样结构,这是强相关东西,我们无车也是一样。 下图所示这辆车是 2016 年 12 月乌镇演示车队其中一台,它有传感器、雷达、摄像头,这是覆盖比较全面设置,包括视觉、触觉、嗅觉等信息。它需要大脑处理,大脑是无车里感知功能模块。 由于感知范围是广泛,它依赖于工驾驶或者自动驾驶需要环境匹配,工况杂度越高,感知杂度越高。自动驾驶不同级别里,感知杂度也不同。Apollo 目前定位是 Level3 或者 Level4,感知、决策、控是三位一体过程。 感知与传感器系统紧密结合,获取外部环境信息,比如有没有障碍物,障碍物距离、速度等,把数据交给感知处理模块,我们会收集信息,构成车时理解环境。 这些信息会被我们决策模块进行分析和提取,在周围环境车辆行驶状况下,下一步怎么走才是安全
2018-07-10
解密源这门生意——商业角度看
在上个世纪程序员数很少但都是精英黑客,参与码会友,不会发表太烂码,顺着源社区容易找到技术大师,几个IT高手也容易蹭出商业火花。 2. 商业公司主导源 现在越来越多公司参与到源项目中,甚至主导了很多商业源项目;现在源项目精英理想主义色彩褪去,但破认知垄断初心没变。 源软件是破软件专利垄断,而且大部分都很便宜甚至免费,这就很适合做商业降维击。这个篇幅太长我不展细谈,只抛出三个案例: IBM提供AIX技术帮助完善了Linux,SUN和微软服务器操作系统都不太好卖了。 Java、Golang发者生态比 dot Net要友好热烈,这些程序员待遇差距越来越大。 硬件公司Intel支持源云计算项目,这些软件促进自家CPU、主板、SSD和销售。 中国有句俗话叫“财散则聚”,老外终于学会了“源码散则厂商聚”。对于IT技术为核心竞争力企业,降低门槛既用于绝地反击,又用于做大行业生态。 3.
冰****蓝 2018-07-09
如何调节『控参数』?
引言 控模块目标是基于计划轨迹和当前车辆状态生成控命令给车辆。这里我们将为发者讲述如何调节控参数。 背景 一、输入/输出 输入 规划轨迹 当前车辆状态 HMI驱动模式更改请求 监控系统 输出 输出控命令管理canbus中转向、节流和动等功能。 二、控器介绍 控器包括管理转向指令横向控器和管理节气门和动器命令纵向控器。 横向控器 横向控器是基于LQR最优控器。该控动力学模型是个简单带有侧滑自行车模型。它被分为两类,包括闭环和环。 闭环提供具有4种状态离散反馈LQR控器: 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。 纵向控器 纵向控器配置为级联PID+校准表。它被分为两类,包括闭环和环。 闭环是一个级联PID(站PID +速度PID),它将下数据作为控器输入: 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/动百分比。 控器调谐 一、实用工具 类似于诊断和realtime_plot用于控器调优,并且在apollo/modules/tools/中找到。
不****主 2018-07-09
高精地图
高精地图,是Apollo定位、感知、规划模块基础。 与普通地图不同,高精地图主要服务于自动驾驶车辆,通过一套独特导航体系,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 内部高精地图主要应用在高精定位、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及十字路口杂等导航难题。 一、高精地图与传统地图 当我们车时,导航地图通常会给我们推荐几条路线,甚至会显示道路是否拥堵及每条路线将花费多长时间、是否有交通管,有多少个交通信号灯或限速标志等,我们会根据地图提供信息来决定是在行驶中直行、左转还是右转及对周围驾驶环境评估。 而无驾驶车缺乏类驾驶员固有视觉和逻辑能力。如我们利用所看到东西和GPS来确定自己位置,还轻松准确地识别障碍物、车辆、行、交通信号灯等,但要想车变得和类一样聪明,是一项非常艰巨任务。 这时就需要高精地图了,高精地图是当前无驾驶车技术不或缺一部分。它包含了大量驾驶辅助信息,最重要是包含道路精确三维表征,例如交叉路口布局和路标位置。
TOP