【百度Apollo】探索自动驾驶:Apollo 新版本 Beta 全新的Dreamview+,便捷灵活更丰富


在这里插入图片描述

🎬 鸽芷咕:个人主页

 🔥 个人专栏: 《linux深造日志》《粉丝福利》

⛺️生活的理想,就是为了理想的生活!

文章目录

  • 引入
  • 一、Dreamview+介绍
  • 二、Dreamview+ 新特性
    • 2.1、基于模式的多场景——流程更简洁
      • 地图视角调节:
      • 调试流程简化
      • 优化路由绘制:
      • 测距与复制坐标:
    • 2.2、基于面板的布局——可视化更灵活
    • 2.3、集成云端资源中心——取用更方便
  • 三、关于快速入门方面

引入

随着技术的不断演进和用户需求的持续增长,我们很高兴地宣布 Apollo 平台的最新 Beta 版本中推出了全新的 Dreamview+,这是一项重要的更新,旨在为用户提供更强大、更智能的自动驾驶仿真和可视化工具。本文将深入介绍 Dreamview+ 的新特性以及它带来的益处。

一、Dreamview+介绍

Dreamview 是 Apollo 平台中的核心组件之一,它为用户提供了可视化的自动驾驶仿真环境,帮助开发者更直观地理解和调试自动驾驶系统的行为。然而,在实际应用中,用户对于仿真环境的要求越来越高,他们希望能够更精细地控制仿真场景、模拟各种复杂的交通情况,并且希望能够与其他开发者实时共享仿真结果和数据。

为了满足这些需求,我们团队对 Dreamview 进行了全面升级,推出了全新的 Dreamview+,旨在为用户提供更灵活、更智能的仿真和可视化工具,助力他们更好地开发和测试自动驾驶系统。

二、Dreamview+ 新特性

2.1、基于模式的多场景——流程更简洁

全新Dreamview+从感知、PnC等不同业务研发场景出发,根据不同场景的操作方式与开发流程,设计了默认模式、感知模式、PnC模式三种场景模式,开发者可以在三种模式之间随意切换,选择适应自身需求的模式进行自动驾驶开发,增强了场景针对性,同时极大提升了开发效率

地图视角调节:

支持多视角调整地图,便捷移动视角远近。

  1. PnC模式

在PnC业务研发场景中,开发者的主要目标是查看规控输出是否能符合预期结果,例如观测规划路线是否发生碰撞、速度调节是否合理等,从而迭代优化算法

调试流程简化

相对于旧版DV,全新Dreamview+在同一页面即可顺序完成PnC调试配置,减少配置步骤。

  • 车辆数据监测: 支持图表类型筛选,支持曲线上数据点的查看,以便于更好地观测算法表现 。

优化路由绘制:

区分起点和途径点,支持保存常用路由,可快捷地在地图上绘制一系列点,方便地将数据发送到规划算法。

测距与复制坐标:

支持测量两点之间的距离,或多个点组成的折线长度总和,可以用于确定一段路程的长度,同时支持将这段路中的地图坐标点信息复制到剪贴板中,便捷地传递到算法。

2.2、基于面板的布局——可视化更灵活

全新Dreamview+中,开发者可以自由地定义内容和布局,以适应不同的使用习惯和需求。开发者既可以通过拖拽的方式添加面板、一键复制和删除面板,也可以自由设置面板的数量及位置,以及修改面板布局。这些功能使得可视化区域更加灵活和可定制化,数据可视化和数据分析 更加高效

2.3、集成云端资源中心——取用更方便

在8.0版本基础上,全新Dreamview+整合了本地和云端资源,带来了全新的资源中心。资源中心的资源类型包括地图、场景、车辆等各类资源,通过资源中心,开发者可以更好地管理和调试资源,从而提高开发效率和系统性能

在全新Dreamview+中,开发者可以使用资源中心的同步功能,将Apollo Studio云端工作台中的数据同步到本地,包括地图、场景、车辆配置、数据包等资源,避免了手动上传和下载资源的麻烦。同时,Dreamview+资源中心还可以实时同步各类资源的更新状态,以便开发人员快速地进行算法的迭代测试和调试

三、关于快速入门方面

根据各模式开发需求可视化提供使用引导,协助新开发者快速学习操作流程及步骤,降低学习和探索成本。

全量功能支持中文与英文版本切换,降低专有名词理解难度,响应国内外开发者使用诉求。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/316909.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用 scikit-learn 进行机器学习的基本原理-2

介绍 scikit-learn 估计器对象 每个算法都通过“Estimator”对象在 scikit-learn 中公开。 例如,线性回归是:sklearn.linear_model.LinearRegression 估计器参数:估计器的所有参数都可以在实例化时设置: 拟合数据 让我们用 nump…

智能体可靠性的革命性提升,揭秘知识工程领域的参考架构新篇章

引言:知识工程的演变与重要性 知识工程(Knowledge Engineering,KE)是一个涉及激发、捕获、概念化和形式化知识以用于信息系统的过程。自计算机科学和人工智能(AI)历史以来,知识工程的工作流程因…

【酱浦菌-爬虫技术细节】解决学术堂爬虫翻页(下一页)问题

首先我们通过css选择器获取页码信息,这里的css选择器,选择的是含有a标签的所有li标签,代码如下: li html_web.css(div.pd_c_xslb_left_fenye ul li>a) for li in li:li_url li.css(a::attr(href)).get()li_num li.css(a::t…

vue2迁移到vue3,v-model的调整

项目从vue2迁移到vue3,v-model不能再使用了,需要如何调整? 下面只提示变化最小的迁移,不赘述vue2和vue3中的常规写法。 vue2迁移到vue3,往往不想去调整之前的代码,以下就使用改动较小的方案进行调整。 I…

口袋实验室--使用AD2学习频谱参数测试

目录 1. 简介 2. 频谱相关参数 2.1 频谱相关基本概念 2.1.1 采样时间间隔 2.1.2 采样频率 2.1.3 采样点数 2.1.4 采样时间长度 2.1.5 谱线数 2.1.6 奈奎斯特频率 2.1.7 频谱分辨率 2.1.8 最高分析频率 2.1.9 频谱泄露 2.2 窗函数 2.2.1 AD2的窗函数 2.2.2 测试矩…

Python来计算 1,2,3,4 能组成多少个不相同且不重复的三位数?

我们今天的例子是 有 1,2,3,4 四个数字,它们能组成多省个互不相同且无重复的三位数?都分别是多少? 话不多说,我们先上代码 num 0 # 我们写了三个for循环,表示生成的三位数 for i…

【韩国】UE5的MetaHuman确实可以导入Blender进行编辑。

UE5的MetaHuman确实可以导入Blender进行编辑。根据网络上的信息,你可以将MetaHuman模型导出为FBX文件,然后在Blender中进行修改。修改完成后,你可以将其重新导入到Unreal Engine 5中4。请注意,当你在Blender中编辑模型时&#xff…

六天以太坊去中心化租房平台,前端+合约源码

六天以太坊去中心化租房平台 概述项目结构合约部署运行项目功能介绍一、首页二、房东后台我的房屋我的订单上架新房屋 三、租户后台我的房屋我的订单 四、仲裁后台 下载地址 概述 六天区块链房屋租赁系统,采用去中心化的方式实现了房屋的租赁功能。房东可在平台上托…

深度学习论文: MobileNetV4 - Universal Models for the Mobile Ecosystem及其PyTorch实现

深度学习论文: MobileNetV4 - Universal Models for the Mobile Ecosystem及其PyTorch实现 MobileNetV4 - Universal Models for the Mobile Ecosystem PDF: https://arxiv.org/pdf/2404.10518.pdf PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: ht…

视频怎么批量压缩?5个好用的电脑软件和在线网站

视频怎么批量压缩?有时候我们需要批量压缩视频来节省存储空间,便于管理文件和空间,快速的传输发送给他人。有些快捷的视频压缩工具却只支持单个视频导入,非常影响压缩效率,那么今天就向大家从软件和在线网站2个角度介绍…

Python 数据可视化 boxplot

Python 数据可视化 boxplot import pandas as pd import matplotlib.pyplot as plt import numpy as np import seaborn as sns# 读取 TSV 文件 df pd.read_csv(result.tsv, sep\t)normal_df df[df["sample_name"].str.contains("normal")] tumor_df df…

Transformers 自然语言处理(二)

原文:zh.annas-archive.org/md5/a1e65552fc41f3b5a667f63d9bed854c 译者:飞龙 协议:CC BY-NC-SA 4.0 第四章:从头开始预训练 RoBERTa 模型 在本章中,我们将从头开始构建一个 RoBERTa 模型。该模型将使用我们在 BERT 模…

DVWA靶场

DVWA是指Damn Vulnerable Web Application,是一个用于教育和训练网络安全人员的虚拟漏洞应用程序。DVWA模拟了一个包含了多种常见Web安全漏洞的虚拟环境,包括SQL注入、XSS攻击、CSRF攻击等等。通过使用DVWA,安全人员可以学习和实践各种Web安全…

Django-admin单例模式和懒加载

Django-admin单例模式和懒加载 单例模式 class Foo:def __init__(self):self.name "张三"def __new__(cls, *args, **kwargs):empty_object super().__new__(cls)return empty_objectobj1 Foo() obj2 Foo()当我们实例化对象时,就会在内存开一个空间…

呆马科技——智慧应急执法监管平台

在当今社会,安全生产的重要性日益凸显。对于各级政府和企事业单位,当务之急是如何高效地对突发事件进行执法管理。平台应运而生,旨在通过信息化、智能化技术,提升安全管理的效率与准确性。 一、平台特点 整合各类平台的信息资源&…

公园景区伴随音乐系统-公园景区数字IP广播伴随音乐系统建设指南

公园景区伴随音乐系统-公园景区数字IP广播伴随音乐系统建设指南 由北京海特伟业任洪卓发布于2024年4月23日 随着“互联网”被提升为国家战略,传统行业与互联网的深度融合正在如火如荼地展开。在这一大背景下,海特伟业紧跟时代步伐,凭借其深厚…

jqGrid用法汇总(全经典)

jqGrid可以绑定XML,JSON和数组三种类型的数据。接下来通过本文给大家介绍jqGrid用法的相关知识,感兴趣的朋友一起学习吧 支持多种类型的数据集合作为数据源 jqGrid可以绑定三种类型的数据:XML,JSON和数组。使用不同的数据类型主要是设置datatype属性,它的值分别为…

Mysql--基础知识点--0.1--脏读、不可重复读、幻读

1 脏读、不可重复读、幻读 1.1 脏读 如果一个事务读到了另一个事务已修改且未提交的数据,则发生了脏读现象。 1.2 不可重复读 在一个事务里面多次读取同一个数据,若前后两次读到的数据不一致,则发生不可重复读现象。 1.3 幻读 在一个…

jdk版本冲突,java.lang.UnsupportedClassVersionError: JVMCFRE003

主要是编辑器所用的jdk版本和项目用的不一致导致的,虽然编译通过了,但是运行是会报错 选好后点击Apply点击ok,然后重新编译一遍项目就可以了

信息系统项目管理师——第14章项目沟通管理

本章节内容属于10大管理知识领域中的重点,选择、案例、论文都会考,而且是高频考点,需要我们重点学习。 选择题,稳定考3分左右,新教材基本考课本原话,这个分不能丢。 案例题,本期考的概率不高。 …