关于 哪里可以玩赛车群〖威信6779007〗anbaerz吉运矿山机 的搜索结果,共832
我****9 2020-08-29
还在等更新?别克、雪佛兰车型连接不了Carlife的车主看过来
朗2019款升级吗?升级程序在下载  
l****4 2020-08-27
强烈建议优化百度carLife 语音识别问题
太差了,还是个百度吗?好寨的软件
d****g 2020-08-31
【FAQ】常见问题梳理,不定期更新,详情请戳此贴~
两个问题,第一,会导致手发热严重(大概十几分钟后严重发热,用烫来形容,严重时导致手自动关),第二,总是提示GPS号弱(纯手导航不存在此问题,不知道链接是不是影响GPS号)
h****e 2018-07-10
程序:我从来?
干货概览 在计算程序或者服务的层次上,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 服务叫什么,服务包含了些实例,服务规模、部署情况、实例行状况如何? 2.我从来? 服务的上游有些,不同的上游流量如何分配? 3.我往去? 服务的下游有些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在百度的维实践中,我们只需“BNS”就获得想要的答案。 BNS(Baidu Naming Service,百度名字服务)是百度云智能维团队研发的一套分布式的名字服务系统,是百度云Noah智能维产品中的一个重要基础服务系统。它为每一个服务赋予一个独一无二的名字,根据这个名字,我们就获取到这个服务的相关息 ,这些息包括:服务在器上部署息(器IP,部署路径,服务配置,端口息),服务的实例行状况等其他重要息。简单来讲,它提供了一个服务名到资源息的一个映射关系。
不****主 2018-07-09
高精地图
与普通地图不同,高精地图主要服务于自动驾驶辆,通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 内部高精地图主要应用在高精定位、环境感知、决策规划、仿真行四大场景,帮助解决林荫道路GPS号弱、红绿灯是定位与感知及十字路口复杂等导航难题。 一、高精地图与传统地图 当我们开时,打开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、是否有交通管制,有多少个交通号灯或限速标志等,我们会根据地图提供的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的评估。 而无人驾驶缺乏人类驾驶员固有的视觉和逻辑能力。如我们利用所看到的东西和GPS来确定自己的位置,还轻松准确地识别障碍物、辆、行人、交通号灯等,但要想让无人变得和人类一样聪明,是一项非常艰巨的任务。 这时就需要高精地图了,高精地图是当前无人驾驶技术不或缺的一部分。它包含了大量的驾驶辅助息,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。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
控制模块会让向前行,感知模块获得新的息,不停循环,应对更新的环境状态,实现整体良性的循环。 核心:感知用来做什么? 感知的输入跟环境相关。只要符合条件,都被列为感知。在 Level3 和 Level4 定义的细分任务,把输入输出具体化。 障碍物检测,包括人、、石头、树木等。上图是点云输出,下图是图像感知示例。Level3 检测结果障碍物,对于 Level4 来说,不仅知道这是,而且将其按大、小分类,因为大和小的开方式不一样。不同的,做出的决策规划不一样。你超小,但无法超大。 我们需要一个很细的障碍物分类,这根据输入的不同划分,有点云分类和障碍物中的分类。著名例子是红绿灯的识别,你需要判断交通灯的颜色。障碍物检测分类,我们得出障碍物息,这样有利于我们做后续决策。 我们要知道每个障碍物行的轨迹,它会不会超、插入道或者无故变线,这需要障碍物跟踪。障碍物跟踪是很重要的模块。我们要用障碍物,也有对场景的分析,我们点云也用到这个。 我们在图像级别会做类似的分割,目的是我们做场景建模和语义化的描述。
C****X 2018-07-10
雄逐“图”,百度缘何备受关注?
二是立足自动驾驶领域,一般还是2D或2.5D地图,而不是在3D地图上六个自由度动规划(那是室内全自主无人飞行),也就是明确地图的类型,个人认为。 三是路径规划,一般默认自动驾驶辆按照规划的路径,每一步执行后的定位pose准确。理解为这刻意把定位和路径规划分开,但实际上这两者紧密联系,因为如果定位不准,路径规划一定会受到影响。 即使有了这几个设定,路径规划本身也有很多能出现的版本。 通常来说,一种情况是明确寻找最佳路径的搜索A*算法,本质就是如果有最好的路径便一定将其找到,如果单位路径成本(cost)不一样,最好的路径不一定是最短的。 A*是搜索了所有能后选择了最好的,而且用了启发式算法来决定;其数据结构实现是priority queue,不停选取“最小成本”节点来扩建路径。 另一类是基于抽样(sampling based)的路径规划,通常理解为并不知道最优路径是什么,需要从起点开始随抽样(怎么随这个问题还是比较讲究的)来扩建能的路径集。 这面有一个很重要的因素加速抽样,例如障碍物的检测。若遇到障碍物,在其方向再扩建路径便没有意义。
3****3 2018-07-10
百度智能维工程架构
经过这么多年的建设,整个维行业已经非常成熟,而我们所支撑业务规模仍在不断增长,越来越多的维场景和问题无法用传统方法来解决,而维效率也难继续支撑业务规模的快速扩张,所我们更加关注怎么样解放维自身的效率,及解决传统维方法(人工、自动化)所解决不了的问题。 这就好比从马到汽是为了提升输效率,而到汽已经接近饱和的时候,我们又希望用自动驾驶把驾驶员从开这项体力劳动中解放出来,不仅增加行效率,同时也减少交通事故率,这也是我们对智能维的诉求。 发展:AIOps,从理念到落地 2016年Gartner报告中提出了AIOps概念,也就是Algorithmic IT Operations;基于算法的IT维,主要指用大数据、器学习驱动自动化、服务台、监控这些场景下的能力提升。 我们从2014年开始做智能维方面的探索,最开始也是集中在监控指标分析、报警分析、故障根因分析、性能和成本分析这些方面,到2016年我们已经完成将AI应用于完整的维平台研发的论证。
流****水 2018-07-11
度云企业级维平台——NoahEE
资产管理 在,各种各样的服务器、网络设备和安全设备7x24小时的转,为我们的业务提供了硬件保障,是企业的重要资产。各种设备的物理损坏、升级、新增、搬迁等等都在考验着维人员的能力。怎样维护这些资产并记录息,是个很重要的问题,搞得不好,这些资产能变成维人员的“包袱”,越多越头疼。 对这些设备的维操作,通常都涉及不少的物理操作,比如说更换损坏的硬盘,增加内存条等等。这涉及到几个要解决的问题: 故障如何及时发现?发现后由谁来进行修复? 物理操作维护怎样反应到系统? 不同角色(职责)的维人员之间如何协同操作? 对于故障处理与修复,NoahEE通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维中的操作,从设备采购入库、上架、架变更,直到设备下架、出库全生命周期覆盖,做到所有维操作记录追溯。有了资产管理,维人员在服务器完成入库、上架工单后即在服务管理中看到该服务器并进行管理,无须任何其他操作。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
一、裸光纤的故事 前几天和朋友聊天,谈到一根裸光纤分波分多大的问题。 几个业内好友都明确说一根裸光纤最多跑10G带宽,而于老板明确表示裸光纤任何一个波分(或者不做波分)都跑100G上。 后来我和于老板深究原因,不能几个朋友都骗我或者都蠢,很能前些年光纤波分自己只能甩出10G口,或营商租光纤套餐只有10G规格,给大家造成了裸光纤只能跑10G带宽的印象。同样固有的印象是光纤必须从营商那租,而且价格很贵还必须买波分设备等等;其实现在企业专线的市场竞争很充分,拉同城裸纤一公也就小几百块钱,而且短距离裸纤也不值得上波分设备,直接对接模块即。 二、NTD是试金石 我对裸光纤是门外汉,但同样的技术误解让我想到了NTP,我一直拿ntpd和ntpdate当做初中级系统工程师的试金石,分不清就月薪五千,分得清就八千上(2014年市价)。但很多货真价实的IT专家也在此事上跌倒,我也希望通过聊清楚一层误会,说明高级工程师该少迷多思考。 NTP是网络时间协议,它是多项传输、计算、加密技术的核心参数。
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
Master端主要做复杂的任务调度和管控逻辑,并且所有功能都是模块化设计,用户根据自己的需求定制安装,包括虚拟化容器管理,应用包管理、部署、扩缩容、拓扑搭建和保活,集控制等。 Agent端则简单为原则,弱化繁琐功能,仅作为任务的执行器,其中的supervisor组件,结合父子双进程原理,做到自升级和自保活,把云维人员的工作量降到最低。 整个系统的工作流程也十分简洁优雅!Agent通过定期心跳的方式,与Master进行通,在心跳发包中发送本状态息,在心跳回包中获取Master期望的本状态plan,并把期望plan与本地实际plan进行对比,针对有差异的地方做相应修改,使二者保持一致,从而保证集中所有器最终状态一致。 总之一句话,一朝HALO在手,从此不用发愁。所有维需求,直接调用接口。 结 语 为了防止大规模集被破坏,为了保护集世界的安全,贯彻高效和简单的维理念,这就是我们新一代的基础设施管理引擎HALO。 亲爱的读者如果你看到这,恭喜你在有意义的事上花费不止1分钟。
TOP