miracle_56-优快云博客

原创操作系统概念复习第三章

进程进程概念进程是执行中的程序。包括程序代码（文本段或代码段），当前活动（通过程序计数器的值和处理器寄存器的内容来表示），进程堆栈段（包括临时数据，如函数参数，返回地址和局部变量）和数据段（包括全局变量），还可能包括堆（进程运行期间动态分配的内存）。区分：程序：被动实体进程：活动实体，有一个程序计数器表示下一个要执行的命令和相关资源集合当一个可执行文件装入内存时，程序才能成为进程。同一个程序可以和多个进程相关。这些进程是独立的，虽然文本段相同，但数据段，堆，堆栈段不同。进程状态进程状

2020-09-17 14:52:35 467

原创操作系统概念复习第二章

操作系统结构操作系统服务操作系统提供对用户有用的函数：用户界面UI：命令行界面CLI，图形用户界面GUI程序执行：系统必须将程序装入内存并运行。程序必须能结束执行。I/O操作文件系统操作通信：可以通过共享内存或消息交换技术实现在同一台计算机运行的两个进程间运行在由网络连接起来不同计算机的进程间错误检测：错误可能发生在CPU或内存硬件（内存错误、电源失败）、I/O设备（磁带奇偶出错、网络连接出错、打印机缺纸）和用户程序中（算术溢出、试图访问非法内存地址、使用CPU时间过长）操作

2020-09-08 14:59:50 353

原创操作系统概念复习第一章

第一章导论操作系统做什么计算机系统：计算机硬件：CPU、内存、I/O devices操作系统系统程序应用程序和用户计算机系统的组成部分包括硬件、软件和数据，在计算机系统的操作过程中，操作系统提供正确使用资源的方法。用户视角使用是否方便性能资源利用率：如何共享硬件和软件资源用户观点：PC、大型机或小型机相连的终端、工作站、手持计算机（在有限的电池容量中发挥最大效用）系统视角从计算机角度，可以将操作系统看作资源分配器。面对繁多甚至有冲突的资源请求，操作系统必须决定如何为各个

2020-09-07 10:46:28 371

原创 GAMES101-Lecture 07

Visibility / occlusion场景中远近物体的放置问题：画家算法：将物体远近关系排好，远的场景先画，再画近处的场景，近处的自然覆盖了远处的。缺陷：不同物体两两相互覆盖的问题无法解决。Z-buffering深度缓存对每个像素进行处理，每个像素记录场景中最近的物体的颜色。frame buffer：最终结果。depth buffer（深度图）：只存任何一个像素所看到的物体最浅的深度信息。始终假设相机在原点且我们是从-z方向看过去的，所以物体越近z值越大，越远z值越小深度：定义为

2020-08-05 20:18:55 237

原创 GAMES101-Lecture 06

Antialiasing抗锯齿Sampling theory采样理论光栅化过程：在屏幕空间用一系列离散的点（像素的中心）进行是否在三角形内的采样。采样可以发生在不同的位置、不同的时间。动画：在时间中采样Sampling Artifacts（瑕疵）：锯齿摩尔纹（如像素的奇数行和奇数列去除，但显示大小一样）车轮效应：人眼看到高速旋转的车轮旋转方向和实际方向相反。原因是人眼在时间中的采样跟不上运动的速度……走样的本质原因：信号的变化太快以至于采样速度跟不上信号变换速度。实现反走样（抗

2020-08-03 21:26:46 318

原创 Apollo进阶课程[6]——ROS介绍

背景介绍自动驾驶系统包括障碍物检测、行为决策、路径规划等一系列复杂的工程模块，同时还要支持激光雷达、相机、GPS等一系列传感器的实时数据收集和实时处理。如何将这些功能模块相互独立又相互交互集成一起，构建成一个稳定的自动驾驶系统是一个巨大的挑战，也是自动驾驶计算框架所承载的基本功能。什么是ROS？开发工具包：完整的包管理和工程结构、庞大的基础库、多语言接口支持计算调度模型：消息驱动的异步运行模型、抽象的P2P通信接口、自定义的消息格式调试工具：可视化的调试工具、消息查看、存储、回放工具ROS

2020-07-30 17:44:06 716

原创 Apollo进阶课程[5]——规划技术3

Understand More on the MP Difficulty优化问题的三个方面：目标函数、约束条件和求解方法。约束限制分为硬约束和软约束，例如交通规则属于硬约束。EM规划框架eg.如图当前情况：在蓝线和红线交点处发现前方有车辆行驶缓慢，可能要进行换道处理。EM规划框架：对换道和继续在本车道行驶分别规划出一条轨迹，只有换道之后的轨迹要比本车道的轨迹好的情况下才换道。Reference Line Decider：决定哪个道比较好的模块，其中中间并行计算模块是由Path Speed I

2020-07-29 20:52:57 513

原创 Apollo进阶课程[5]——Optimization Inside Motion Planning

约束问题的核心：目标函数的定义，目标函数比较清晰，对于后面的求解更有帮助。约束，比如路网约束、交规、动态约束等。约束问题的优化，比如动态规划、二次规划等。动态规划是在从动力系统中出来，通过类似于有限元的方式，把问题从连续空间抽象成离散空间，然后在离散空间中通过aggregating的方式将重复计算进行简化。这种方法可以逼近连续空间中的最优解，但是计算复杂度很高。牛顿法：考虑斜率的变化率进行收敛，利用泰勒展开的二次项逼近函数，它的收敛次数是指数平方，也叫二次收敛。牛顿法要求 locally c

2020-07-28 21:05:02 250

原创 Apollo进阶课程[5]——motion planning with environment

运动规划的环境变化运动规划根据环境的变化在算法和处理方法上有很大的不同，涉及到模型建立、平滑优化和坐标转换以及障碍物投影等。

2020-07-27 20:10:22 698

原创 Apollo进阶课程[[5]——规划技术1

basic motion planning and overview什么是规划问题？规划问题本质上是一个搜索问题，即对一个给定的函数，寻找最优解。相对于无人车而言，规划问题就是给定现在的状态，找到无人车移动的最优解。通常最优解目标函数F(x)定义。从内容考虑，规划问题涉及三个领域，不同的领域对问题的理解不同。机器人领域：规划就是如何产生轨迹以完成目标，涉及RRT， A*，D* lite，Lattice Planning等。控制理论领域：规划理解为到达目标状态的动态系统，涉及MPC， LQR等

2020-07-26 19:33:39 563

原创 Apollo进阶课程[4]——百度Apollo高精度地图3

Apollo地图采集方案硬件：64线激光雷达平装，用于采集道路路面，16线激光雷达斜向上装，用于检测比较高处的红绿灯和标牌信息等。还有GPS（采用的是RTK）、IMU、长短焦相机。进行采集数据前需要保证传感器可以工作而且传感器已被标定过。如相机内外参数不一致会导致采集的数据不准确。不同厂商的激光雷达地面点的反射值不一样。RTK方案提供更高的精度。原理：观测站（无遮挡情况）通过在某个位置长时间地进行定点观测计算，数据非常准确，静态站点。车辆（无遮挡情况）作为动态站点，通过载波信号的差分得到厘米级的

2020-07-25 17:47:52 1233

原创 GAMES101-Lecture 05

三角形的光栅化Rasterization 1（Triangles）

2020-07-23 22:21:23 222

原创 Apollo进阶课程[4]——百度Apollo高精度地图1

HD Map与自动驾驶的关系用于L3/L4级别的HD Map对道路描述更加准确清晰全面，除了由传统地图的道路级别和道路级别的连接关系（HD Map的采集与生产HD Map的格式与规范

2020-07-23 19:21:30 1051

原创 Apollo进阶课程[3]——Apollo定位技术

无人车车辆自定位技术入门与应用技术入门相对某个坐标系，需要知道无人车的位置和姿态。位置和姿态分别有三个自由度：位置：XYZ姿态：三个方向的旋转，航向（Yaw）、俯仰（Pitch）、横滚（Roll），一般用欧拉角表示。如果本地坐标系已经定义好，现在有一个车上的坐标系，它相对于本地坐标系的变化（即姿态的变化），就可用三个角度来表示，也就是本地坐标系的三个轴和相对坐标系的这三个轴之间的夹角。速度、加速度和角速度等信息用于路径规划及车辆控制。加速度和角速度是相对于车体本身的，告知车辆当时瞬时的加

2020-07-22 19:13:12 1842

原创 Apollo进阶课程[2]——Apollo硬件开发平台

“安全是自动驾驶的第一天条”自动驾驶车的研发流程四个步骤：软件在环：基于仿真和模拟。硬件在环：基于必要的硬件平台。车辆在环：基于车辆执行，在封闭场地。司机在环：基于实际道路。研究人-车-路-交通几个参与物之间的相互作用。自动驾驶车的硬件系统要考虑到人的因素。三大系统：感知、决策、控制。系统的具体硬件架构如下：速度传感器：涉及汽车的被动安全，如发生汽车碰撞时，通过速度传感器给出减速的信号，执行安全气囊的弹出。角度传感器：做车辆包括车道线偏离这种自动驾驶时通过角度传感器判断当前车行进

2020-07-21 16:46:58 650

原创 GAMES101-Lecture 04

文章目录Transformation Cont补充上节课内容本节内容View/Camera transformationProjection transformation两种投影方式：Orthographic（正交） ProjectionPerspective（透视）ProjectionTransformation Cont补充上节课内容旋转−θ-\theta−θ角的矩阵表示：R−θ=RθT=Rθ−1R_{-\theta}=R^{T}_{\theta}=R^{-1}_{\theta}R−θ=RθT

2020-07-20 22:32:05 462

原创 Apollo进阶课程[1]——Apollo开源模块讲解2&3

Apollo开源模块讲解2安全方面ISO-26262是一个非常复杂、非常结构化的行业标准。不是强制法律。eg.如果一个硬件达到了ASIL D级别的要求，那么它的故障率是10 fit（Failures In Time, in one billion device-hours of operation），1fit是一个billion hour里面出一次故障，即十亿个小时出一次故障。无人驾驶无法实现。从英文来讲，安全有两个词：Safety和Security。ISO-26262将其分开，它包括functi

2020-07-20 16:19:36 680

原创 GAMES101-Lecture 03&04（部分）

文章目录变换二维变换缩放scale切变 Shear Matrix旋转Rotate齐次坐标二维齐次坐标逆变换M−1M^{-1}M−1组合变换推广变换分解三维变换三维齐次坐标三维仿射变换变换作用：描述摄像机的运动和位置移动；表示复杂的旋转，以及他们联系在一起后错综复杂的变换；用于缩放等；用于光栅化成像，从三维世界到二维平面正运动学：已知关节的角度，求末端的位姿逆运动学：已知末端的位姿，求各关节的转角类型：模型变换Modeling视图变换Viewing二维变换缩放scale缩

2020-07-19 23:19:56 395

原创 Apollo进阶课程[1]——Apollo开源模块讲解1

开源模块讲解1无人驾驶车一定是By-wire system ready（摆外线控）。线控(by-wire)，就是说车是能被电脑控制的。车的方向盘和轮子之间是有一层电机连接的，方向盘传动到电机上，然后电机去控制车轮。电脑可以通过控制电机的方式来控制车轮。无人驾驶车需要强劲的处理器处理大量数据。需要与云端连接，告诉云端它的位置以及行驶规划。HD MapHD Map需要做到车道线级别，不光要知道在哪条路上，还需要知道在这个路的哪条车道线上，因为只有这样才能准确地告诉无人驾驶车应该在哪个车道行驶，接下来应

2020-07-19 20:39:32 410

原创 Apollo进阶课程[1]——自动驾驶行业概述

自动驾驶行业概述共享出行：汽车的利用率不高，车子95%的时间依然空置。停车位占据了24%的城市空间新能源汽车：新能源汽车不光是行业的趋势、国际化的趋势，也是中国重要的发展趋势和方向。新能源汽车为我们提供了一个弯道超车的机会。人一分钟可以处理30-100信息量，无人驾驶车可以处理3000左右信息量。其车载系统信息处理的速度和数量远高于人类。无人驾驶汽车的传感器对车身进行了360度的包裹，避免了视觉盲区。无人驾驶汽车会对行驶轨迹提前进行规划，并用最高效的方式处理加速减速。更安全，减少道路拥挤（提高约45%

2020-07-19 17:38:35 451

qq_41542615的博客