关于 大西火车站附近找大学生妹子包夜〖97860638微信〗 的搜索结果,共1109
w****t 2018-07-10
AIOps中的四金刚
同时在AIOps场景中,数据成为了中心,运维各种状态息转换为数据,机器习则作用在数据上进行分析。在百度AIOps的实践中,运维开发框架、运维知识库、运维策略框架共同组成了完整的智能运维平台,三平台的建设和实施离不开数据、机器习架构的引入。这就要求平台研发工程师具备数据、机器习平台架构师的多重身份,具备流式计算、分布式存储、机器习平台、算法策略平台等一系列数据和机器习平台架构能力。 运维研发工程师 基于多个业务线场景抽象出的单机房故障自愈解决方案,能够满足部分场景需求,但并不意味着可以直接提供给各个业务线来使用。原因如下: 策略和参数需要进行调整 流量调度、容灾策略等策略,针对不同的业务线,配置并不相同。例如某些业务对响应时间敏感,跨地域的调度会带来较的延迟,影响用户体验,这时就需要根据业务情况配置机房之间的跨机房流量调度延迟系数,来实现流量优先调度到延迟系数最低的机房。 通用框架无法满足所有需求 部分业务线需要对原有的策略进行部分重写才能够满足需求。例如,部分业务在流量调度时,需要联动服务降级来满足容量需求,这就需要额外增加服务降级联动的逻辑。
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,我们可以将汽上的感知与人类感官进行一个类比:人有感知,通过感官器官获取外界息,传达感知功能区,把形象化的东西抽象成概念性或者更高层的语义,供我们思维记忆、习、思考或者决策,让我们运动控制功能区,让我们身体对外界进行反馈。无人类似这样的结构,这是强相关的东西,我们无人也是一样。 下图所示这辆是 2016 年 12 月乌镇演示队的其中一台,它有传感器、雷达、摄像头,这是覆盖比较全面的设置,括视觉、触觉、嗅觉等息。它需要脑处理,脑是无人里的感知功能模块。 由于感知范围是广泛的,它依赖于人工驾驶或者自动驾驶需要的环境匹配,工况复杂度越高,感知复杂度越高。自动驾驶不同级别里,感知的复杂度也不同。Apollo 目前开放的定位是 Level3 或者 Level4,感知、决策、控制是三位一体的过程。 感知与传感器系统紧密结合,获取外部环境息,比如有没有障碍物,障碍物的距离、速度等,把数据交给感知处理模块,我们会收集息,构成人开时理解的环境。 这些息会被我们决策模块进行分析和提取,在周围环境辆行驶状况下,下一步怎么走才是安全的。
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、仿真运行四场景,帮助解决林荫道路GPS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以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、左转还是右转以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、辆、行人、交通号灯等,但要想让无人变得和人类一样聪明,可是一项非常艰巨的任务。 这时就需要高精地图了,高精地图是当前无人驾驶技术不可或缺的一部分。它含了量的驾驶辅助息,最重要是含道路网的精确三维表征,例如交叉路口布局和路标位置。
l****m 2018-07-10
五年前的预言——2012年云计算时代的运维职位展望
我原先一直不愿意承认这一点,我也认为运维工作很重要,但前端时间我看了一个故事,想和家分享一下。 在191x年的时候,每个工厂都有一个副厂长负责管理电力,那个时候新建工厂要考虑是自己建水电还是,甚至连拉煤球的都要自己准备;但后来各个工厂用的电力标准趋于一致,就没有企业自主发电而是从电网买电了,这个电力副总裁的职位就成为历史了。 我记得05年以前做运维,我们都要自己很多种驱动、习不同的主板配置方式、研究自有机房的空调系统,但如今运维的职位完全不用关心这些事情了,反倒是对负载均衡、高可用、数据等问题越研究越深了。 云计算的目标是让IT服务像电力一样随时可用,这是一个积极正面的趋势,没有人能也没有人应该挡住他,运维职位可用消失,但你不应该因此而失业。 本次去参加WOT云计算架构师会,我就是想看一下云计算究竟发展成什么样了。这次会后我胆估计,云计算会在短则五年、长则十年的时间里将部分运维的饭碗抢走。
j****2 2018-07-10
百度脑开放日来袭 24种全新AI能力呈现
在深度习基础之上,百度脑通用AI能力开放涵盖语音、视觉、自然语言处理、知识图谱等全面AI技术。 语音方向:语音方面推出了语音识别极速版,首次对外开放搭载国际领先的注意力(attention)模型的语音能力,拥有更快的响应速度,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,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,括语音识别自训练平台、远场语音开发套件和语音离线合成等产品。 视觉方向:OCR、辆分析、人脸人体、图像识别都有重磅升级。比如卡证OCR新增了户口本、出证明、港澳通行证和台湾通行证四类新能力,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,然后反馈出息页的出地、出日期、姓名、民族、与户主关系、性别、身份证号码。而票据OCR和汽场景OCR也分别新增了行程单、保单、通用机打发票、定额发票、辆VIN码、机动销售发票、辆合格证等识别能力。
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成控制命令给辆。这里我们将为开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 输出控制命令管理canbus中的转向、节流和制动等功能。 二、控制器介绍 控制器括管理转向指令的横向控制器和管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。该控制器的动力模型是个简单的带有侧滑的自行模型。它被分为两类,括闭环和开环。 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 开环利用路径曲率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。它被分为两类,括闭环和开环。 闭环是一个级联PID(PID +速度PID),它将以下数据作为控制器输入: 误差 速度误差 开环提供了一个校准表,将加速度映射到节气门/制动百分比。 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/中到。
TOP