當(dāng)今的自主駕駛是典型的數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)業(yè)，八仙過(guò)海各顯神通。無(wú)論技術(shù)多么先進(jìn)姑食，他們所有決策和算法都是來(lái)基于senor產(chǎn)生的數(shù)據(jù)。比如茅坛，以Udacity Lincoln MKZ為例音半，sensor產(chǎn)生的數(shù)據(jù)高達(dá)3GB/分鐘则拷。為了可以充分利用這些海量數(shù)據(jù)，建立一個(gè)高效可擴(kuò)展的Data Pipeline就變得必不可少曹鸠！【于是乎煌茬，一年前，某知名自主駕駛公司就挖走磚廠的某磚家去為他們做Data Pipeline】
這里給大家分享兩個(gè)相關(guān)的slides彻桃。
- 微軟Azure為自主駕駛的開(kāi)發(fā)/測(cè)試提供了端到端的工作流方案坛善，大大提升數(shù)據(jù)接入，處理邻眷，測(cè)試眠屎，訓(xùn)練，模擬仿真肆饶，構(gòu)建和驗(yàn)證的工作效率改衩。工作流的每個(gè)步驟都集成大量的生態(tài)系統(tǒng)常見(jiàn)的開(kāi)發(fā)工具，Apache Spark為核心的Azure Databricks是這些工具集的典型代表抖拴，Azure讓自動(dòng)駕駛真正步入“Drive Millions, Train on Billions”時(shí)代燎字。PPT:?Microsoft Azure in Autonomous Driving?
- Valtech director 分享的一種典型的自主駕駛的技術(shù)方案: Apache Spark/TensorFlow/RoS。PPT:?Machine Learning for Self-Driving Cars
