自动驾驶

文|曾响铃 来源|科技向令说（xiangling0815） 2020年4月19日或将成为中国自动驾驶行业又一个标志性的日子。 百度在当天宣布，Apollo Robotaxi服务上线百度地图及百度APP智能小程序。 这也意味着，普通民众可以像叫网约车一样，通过公共平台呼叫Robotaxi，享受自动驾驶出租车服务。虽然目前该服务还只在长沙落地，但不得不说，这是百度乃至中国在智能交通实践上迈出的一大步。 Robotaxi在长沙全面开放后仅两天，百度4月21日又宣布与南京市、秦淮区两级政府签订战略合作协议，三方将在自动驾驶、车路协同、智能车联等领域展开深入合作，助力秦淮车联网省级先导区建设，推进南京智能网联汽车产业高质量发展。南京也成为2020年继重庆、合肥、阳泉三地之后，百度携手的又一智能交通新基建城市。 如果从更深层次进行解读，在新基建与交通强国战略指引下，未来百度Apollo将助力南京成为长三角地区智能网联汽车产业发展的龙头，打造“ACE交通引擎”驱动的下一个王牌城市。 在此之前，百度副总裁、智能驾驶事业群组总经理李震宇在Apollo开放平台发布三周年纪念日的内部信上，曾用“行至半山不止步，中流击水再出发”对Apollo当前取得的成绩进行总结与勉励。 长沙的现在就是未来的模样 让我们将目光回溯到去年9月26日，长沙宣布启用“开放道路智能驾驶长沙示范区”

非常抱歉，10:00~10:30 左右博客站点出现故障，给您带来麻烦了，请您谅解。 故障原因与博文中谈到的部署变更有关，但背后的问题变得非常复杂，复杂到我们都在怀疑与阿里云服务器 CPU 特性有关。 这篇博文本来准备 9:30 左右发布的，但发布博文时出现了 docker swarm 部署异常情况，切换到 docker-compose 部署后问题依旧，一直到 10:30 左右才恢复正常，继续发布这篇博文，在标题中加上了“翻车记”。 原先的博文正文开始： 周一向大家 汇报车况 之后，我们的 .NET Core 新车继续以 docker-compose 手动挡的驾驶方式行驶在信息高速公路上，即使昨天驶上了更快的高速（并发量更大的访问高峰），也没有翻车。经过这周3天访问高峰的考验，我们终于可以充满信心地宣布——我们度过了新车上路最艰难的磨合期，开新车的剧情从“翻车记”进入到了“行车记”。 翻车成为历史，行车正在进行时，但离我们的目标“飙车”还有很长的一段距离，“行车记”更多的是修车记，新车改造记。 目前这辆 .NET Core 新车有2个重大问题，一是油耗高（CPU消耗高），有时还会断油（CPU 100% 造成 502），二是手动挡驾驶实在太累。 针对油耗高问题，这两天我们从节能降耗角度对博客系统的 C# 代码进行了优化。 从日志中发现，有些特别长的 url 会造成 ASP.NET

数据库自治服务DAS即将重磅发布 点我立即预约直播 DAS精彩详情 因“智”而治，数据库即将迈入自动驾驶时代 4月22日 15:00 — 16:30 期待与你一同见证精彩蜕变 随着云计算的普及，数据库从传统以软件呈现的DBMS走向以服务呈现的云数据库，解决了开发者在资源弹性、高可用、备份、监控等基本运维负担，让数据库运维不再高不可攀。 但如何用好数据库，调校数据库让它发挥最优的性能？ 如何快速诊断和应对各种原因导致的突发数据库性能问题？ 以及如何以最低资源成本满足业务需求？ 这些问题依然需要开发者具备一定的专业数据库知识来应对。 阿里云数据库在产品技术领域始终保持着强劲的前进势头，不断探索求新。 2020年4月22日 ，基于多年大规模数据库集群运维调优的专家经验，结合机器学习等智能化技术， 阿里云将隆重推出全球首个云数据库自动驾驶平台——数据库自治服务DAS ， 引领数据库迈入自动驾驶时代。 让数据库以最优美的姿态 承载着您的业务飞奔！ 精彩议题抢先看 议题一 议题：《因“智”而治，数据库迈入自动驾驶时代》 嘉宾：阿里云数据库资深技术专家 广望 时间：15:00-15:30 议题介绍： 阿里云数据库基于多年大规模数据库集群运维调优的专家经验，结合机器学习等智能化技术，推出全球首个云数据库自动驾驶平台——数据库自治服务(DAS), 引领数据库迈入自动驾驶时代。

作者：斯干，阿里云数据库高级技术专家 在我们业务系统中，数据库越来越扮演着举足轻重的角色。 和其它公司一样，在阿里巴巴业务场景下，大部分业务跟数据库有着非常紧密的关系，数据库一个微小的抖动都有可能对业务造成非常大的影响， 如何让数据库更稳定，得到持续优化一直都是非常重要的诉求。 数据库环境下的业务优化，通常会提到三个层面： 1）应用层面优化：应用代码逻辑优化，以更高效的方式处理数据； 2）实例层面优化：通过环境参数调整，优化实例的运行效率； 3）SQL层面优化：通过物理数据库设计、SQL语句改写等优化手段，确保以最佳的方式获取数据。 开发者通常对于前面两个比较熟悉，对于第三个即SQL层面的优化会有些生疏，甚至会因由谁（数据库管理员或应用开发者）来负责而产生争论，但SQL优化是整个数据库优化中非常关键的一环， 线上SQL性能问题不仅会给业务带来执行效率上的低下，甚至是稳定性上的故障。 按照经验，约80%的数据库性能问题能通过SQL优化手段解决，但SQL优化一直以来都是一个非常复杂的过程，需要多方面的数据库领域专家知识和经验。 例如如何准确地识别执行计划中的瓶颈点，通过优化物理库设计或SQL改写等手段，让数据库优化器回归到最佳执行计划， 另外，由于SQL工作负载及其基础数据庞大且不断变化，SQL优化还是一项非常耗时繁重的任务，这些都决定了SQL优化是一项高门槛，高投入的工作。

4月10号晚8点，注定是一个不平凡的夜晚。在抖音直播间，我们熟悉的“老罗”罗永浩进行了第二次带货，历时2小时35分钟。同首次直播带货不同，这一次，老罗又进入了一个新的合作领域——云卖车。火爆程度难以想象，直播间一个接着一个的马车（礼物）飞过，12台半价车的汽车哈弗F7瞬间告罄。据悉，当晚11357张价值2777元的优惠券被网友疯抢，这也在意味着，约1.1万台哈弗F7因罗永浩卖出，销售额预计可以高达15.65亿。 一时间，哈弗品牌成为汽车直播成功案例，备受瞩目。实际上，这是第一场真正意义上的直播卖车，也是罗永浩合作的第一个汽车品牌，因此也引发整个汽车行业极大的关注度。正当汽车行业线下业务、销售受限时，哈弗汽车前瞻性地将目光投到线上，以新的形式让汽车行业眼前一亮，看来直播卖车已经势不可挡了。 在汽车品牌涉足直播领域的当下，做好直播实属不易。作为罗永浩首次带货的车型，哈弗F7也一直深受年轻消费者的青睐，尤其是对外观设计、智能技术略有偏爱的“泛90后一族”。直播初始，老罗侃侃而谈：“哈弗SUV神车突破300万，连续十年国产SUV销量冠军，很多厂家连手机都卖不到300多万”，经过在SUV领域的多年深耕，哈弗SUV不仅连续十年蝉联国内SUV销量冠军，还畅销全球，销量接近600万，难怪哈弗F7能成为老罗的第一位汽车圈“朋友”。 如果说最能获得老罗共鸣的地方

认证HCIA-Datacom V1.0将于2020年4月18日正式发布。HCIA-Datacom V1.0与HCIA-Routing & Switching V2.5有哪些区别？一起看看！ 引领未来 从名字上可以看出，Routing & Switching认证聚焦于传统路由交换技术，侧重于培养学生对路由交换技术的理解，而Datacom认证聚焦数通技术在产业场景中的应用。它是华为在全球数通项目的成功经验中，提炼出的一套成熟的数通产业人才培养标准。 华为相信，自动驾驶网络（ADN）将是产业未来发展的方向。Datacom认证新加入了网络自动化开发内容，为学员在面向未来的职业发展中储备能力。同时，Datacom认证更聚焦于技术在现实工作场景中的应用，让学员从网络全生命周期的角度，设计、部署、运维、调优一张网络，培养的能力适配从客户经理、行销工程师、服务工程师、网络开发工程师到解决方案架构师等数通领域岗位，让学员未来的职业发展道路更加宽阔！ 认证定位 HCIA-Routing & Switching V2.5认证定位于培养通信网络技术领域具备初级知识和技能水平的专业人士。侧重于对初级通信网络技术的考察和认证，具备小型企业网络通用技术和基本设计能力。通过HCIA-Routing & Switching V2.5认证，将证明您对数据通信网络技术有初步的理解，具备中小型网络部署和维护能力。

高精地图包含的信息 高精地图包含了大量的驾驶辅助信息，最重要的就是道路网络的三维描述。比如交叉路口的布局，交通标志牌的位置等，也包含了环境的语义信息，比如交通信号灯的颜色含义，道路限速，已经从哪里的开始转向和交通规则等。 当然，高精地图和普通地图最大的区别在于高精地图可以达到厘米级别的精度。 高精地图的作用 定位 使用来自传感器收集到的Landmarks的信息，与以后的HD Map里面预存的Landmarks进行匹配就能得到车辆自身的精确位置。高精地图提供标准的位置，现在有一种低成本的设计方案，采用单目相机拍摄虚线和实线，把采集的图像和高精地图做比对，通过算法可以知道我当前在道路面的第几个车道。算出车道后解决定位问题，这是横向定位。纵向定位可以借助交通信号灯、路灯、灯杆等实现定位。 感知 第一，高精地图为感知增加了系统的冗余度，每个传感器都有自己测量距离，天气或光照条件的限制，在较远的区域或因为障碍物被遮挡的区域，高精地图都可以为传感器融合提供一个新的数据源。 第二，高精地图可以通过ROI（region of interest）缩小传感器的探测范围，提高探测精度和速度，节省了计算资源 规划 可以找到合适的行驶区域，与运动物体的历史数据一起进行之后运动的预测。同时如果车在路上发现前面有事故或者施工路面，这时候需要变道，高精地图提供了有利的支持。 决策 车到了十字路口

目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。 下面就是我们完整的代码实现（已调试运行）： 如图所示，我们将会检测到红色区域 最终的效果图： 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 http://t.cn/A6Zvjdun 2020年最新Python教程： 如果你处于想学Python或者正在学习Python，Python的教程不少了吧，但是是最新的吗？ 说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的Python教程。 以上这些教程小编已经为大家打包准备好了，希望对正在学习的你有所帮助！ 获取方式，私信小编 “ 资料 ”，即可免费获取哦！ 来源： oschina 链接： https://my.oschina.net/u/4414278/blog/3269903

【推荐阅读】微服务还能火多久？>>> 数据库自治服务DAS即将重磅发布 点我立即预约直播 DAS精彩详情 因“智”而治，数据库即将迈入自动驾驶时代 4月22日 15:00 — 16:30 期待与你一同见证精彩蜕变 随着云计算的普及，数据库从传统以软件呈现的DBMS走向以服务呈现的云数据库，解决了开发者在资源弹性、高可用、备份、监控等基本运维负担，让数据库运维不再高不可攀。 但如何用好数据库，调校数据库让它发挥最优的性能？ 如何快速诊断和应对各种原因导致的突发数据库性能问题？ 以及如何以最低资源成本满足业务需求？ 这些问题依然需要开发者具备一定的专业数据库知识来应对。 阿里云数据库在产品技术领域始终保持着强劲的前进势头，不断探索求新。 2020年4月22日 ，基于多年大规模数据库集群运维调优的专家经验，结合机器学习等智能化技术， 阿里云将隆重推出全球首个云数据库自动驾驶平台——数据库自治服务DAS 来源： oschina 链接： https://my.oschina.net/u/4387121/blog/3236502

【推荐阅读】微服务还能火多久？>>> 在自动驾驶技术中，感知是最基础的部分，没有对车辆周围三维环境的定量感知，就犹如人没有了眼睛，无人驾驶的决策系统就无法正常工作。 与其他应用场景相比，自动驾驶的应用场景相对复杂，尤其面对复杂多变的路况环境，感知技术的突破需要依赖相应的数据采集标注项目的支持。 一.项目背景 车辆前置道路信息采集主要解决两个个关键需求： 障碍物的距离信息;2. 相对速度向量。 通过对障碍物的连续追踪，根据距离的变化和时间间隔得到相对速度信息，以满足自动驾驶相关业务的需求。 多城市多道路，会带来不同的路况，信号灯种类，人流和车流情况变化，多天气数据会影响图像识别精度。 二.项目方案 ☆激光雷达+毫米波雷达+单目摄像头。 通过激光雷达采集点云数据，生成点云连续帧数据。在点云中标注每个障碍物的位置、标签、ID。激光数据可以精确测量障碍物距离本身的距离信息，同时通过前后帧的同ID车辆位置变化，计算出障碍物相对速度向量信息。 通过毫米波雷达，同样可以获得周围环境的点云数据，然后通过对连续帧的标注取得距离和相对速度信息。 三.采集方案 ☆采集数据+既有数据收集。 对于激光、毫米雷达波和单目摄像头数据，需要采集新数据。 现有的行车记录仪数据收集，可以收集多城市，多道路，多天气下的数据，按照需求的比例分布。然后根据单目测距的方式进行标注和结果导出