关于 阁老坝火车站附近酒店服务红灯一条街〖97860638微信〗 的搜索结果,共1302
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
特征抽取,就是建立个网格,每个网格提取的息对应个值,每个网格都有个特征,拼接形成张图;点云聚类,是用可的网格做结果预测;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。闭包提取,是据朝向补全障碍物的形状。 障碍物跟踪。与障碍物检测相结合,检测结果和历史障碍物进行息匹配,得出新障碍物列表。并且输出下帧以什么速度怎样行驶,得出列表。 视觉感知。Apollo 之前版本的视觉感知数据,主要是绿的数据。已发布的0 同时开放绿检测和识别算法,可以作为视觉感知的典型代表。 绿识别。是根据当前的位置查找高精地图,判断前方是否有绿。如果有,高精地图会返回绿的物理位置,同时采集视频图像。如果并排很多,需要准确判断影响决策的
布****五 2018-07-10
如何执行命令
面临的困难 命令行的三要素,也是如何执行命令行面对的三个问题,如前文所述,对于单机环境来说,这三个问题在前人的努力下已经被很好的解决。可是如果要在几十万台机器上每天执行几十亿命令,同时保证时效性,保证执行成功率,保证结果正确收集,保证7*24小时稳定运行,就不是件简单的事情了。所谓远行无轻担,量大易也难,在构建这样的执行系统的过程中要面临诸多困难,此处举几个突出的例子如下: 息存储问题:为了支持水平扩展,需要高效的内存数据库作为缓存。为了做到执行命令的可追溯、可统计,需要对执行过的命令息持久化。日均几十亿的热数据,年均上万亿的冷数据,需要仔细选择存储方案。 任调度问题:为了达到在任意多台器上执行命令的要求,需要确定何时分发命令、何时回收结果以及怎么样的并发度批量下发。 消息传输问题:为了保证命令高效正确送达目标器,需要构建个可靠的命令传输网络,使命令息在准确送达的前提下保障传输的可靠与高效,毕竟百度的几十万台器分布在世界各地。 代理执行问题:为了更好的处理权限、单机并发等单机执行问题,需要在目标机构建执行代理,以应对单机的复杂执行环境。
不****主 2018-07-09
高精地图
与普通地图不同,高精地图主要于自动驾驶辆,通过套独特的导航体系,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、仿真运行四大场景,帮助解决林荫道路GPS号弱、绿是定位与感知以及十字路口复杂等导航难题。 、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路线,甚至会显示道路是否拥堵以及每路线将花费多长时间、是否有交通管制,有多少个交通或限速标志等,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、交通等,但要想让无人变得和人类样聪明,可是项非常艰巨的任。 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。
s****7 2018-07-10
知著看技术误解——从裸光纤和NTPD谈起
NTPD做时间调整会有效减少这类情形,它不是简单的龟速调整时间,而是有柔性时间调整策略,让时间线的跃变和调整尽量少影响业(详情见录实验);也不会盲目任远端时钟源,甚至固执的拒绝同步时间。NTPD本机时刻有可能不对,但不会忽快忽慢甚至停滞,NTPD通过多次收发包选择权威稳定的时间源,算出双方间的网络延迟,然后才会采新的时刻进行时钟同步。 五、误解的根源和影响 因为NTPD不盲从其他时间源,让辈IT人会留下NTPD不好用、不靠谱的误会。2005年个人测试用虚拟机的时间经常走慢,到2010年虚拟机还要防范时间停滞的Bug。即使你用物理机投入生产,网络延迟仍然不确定,且要观测NTPD同步效果需要时间。我们很难成功调试NTPD,会装NTPD又没有会装LAMP可以拿去吹牛,时间长了NTPD就背上黑锅了。 真有TOP10的互联网公司和上亿国家级项目里用ntpdate+crond,上代架构师为什么有这个误会无人深究,下代人将误会固化为偏见,新代人将偏见神化为迷
TOP