探索全新Dreamview+:提升自动驾驶系统开发效率的多场景升级

简介: 探索全新Dreamview+:提升自动驾驶系统开发效率的多场景升级


Apollo开发者社区致力于为全球自动驾驶开发者和合作伙伴提供的一个学习、交流的平台,助力开发者快速了解并使用自动驾驶技术。

Dreamview 是一个用于可视化和监控自动驾驶系统的用户界面。它通常提供了实时的车辆状态、感知信息、规划路径以及其他重要的驾驶数据,以帮助开发人员和工程师对自动驾驶系统的运行状态进行实时监控。

一、 多场景摸索全新升级

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。

1.1 感知模块

在感知业务研发场景中,开发者的主要目标是查看各种传感器数据,观测感知输出的障碍物等结果是否符合预期,从而迭代优化算法。

原始数据查看

完成从单传感器窗口到多传感器窗口的升级,可同步播放多个摄像头数据和激光雷达数据,支持多种传感器感知方案。

地图视角调节

支持多视角调整地图,便捷移动视角远近。

调试流程大大简化

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 。

二、面板的布局新升级全新自定义

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。

三、新人体验新升级

3.1支持中英文切换

降低专有名词理解难度,响应国内外开发者使用诉求,让上手更加简单

3.2 新增新人引导

四、Dreamview+对比总结

相关文章
|
SQL 存储 弹性计算
Redis性能高30%,阿里云倚天ECS性能摸底和迁移实践
Redis在倚天ECS环境下与同规格的基于 x86 的 ECS 实例相比,Redis 部署在基于 Yitian 710 的 ECS 上可获得高达 30% 的吞吐量优势。成本方面基于倚天710的G8y实例售价比G7实例低23%,总性价比提高50%;按照相同算法,相对G8a,性价比为1.4倍左右。
|
安全 数据库 数据安全/隐私保护
密码管理工具-KeePass入门指南
密码管理工具-KeePass入门指南
1821 0
|
3月前
|
机器学习/深度学习 算法
基于自抗扰控制ADRC的永磁同步电机仿真模型(Simulink仿真实现)
基于自抗扰控制ADRC的永磁同步电机仿真模型(Simulink仿真实现)
245 1
|
7月前
|
机器学习/深度学习 人工智能 数据可视化
智谱AI新突破!GLM-Z1-Rumination:新一代沉思模型,推动AI助手进入"高智商+高自主"的新阶段
GLM-Z1-Rumination是智谱推出的新一代沉思模型,通过扩展强化学习训练实现长程推理能力,支持动态工具调用与自我验证机制,显著提升AI自主研究能力。
327 13
智谱AI新突破!GLM-Z1-Rumination:新一代沉思模型,推动AI助手进入"高智商+高自主"的新阶段
|
4月前
|
存储 缓存 监控
解读HTTP请求头参数
简而言之,HTTP请求头是Web通信机制的基石之一,为服务端和客户端之间提供了灵活而强大的数据交换手段。掌握它们的使用,不仅可以加深对Web工作原理的理解,更能在实际开发中发挥出它们的最大潜能。
621 7
|
5月前
|
机器学习/深度学习 人工智能 机器人
面向人机协作任务的具身智能系统感知-决策-执行链条建模
本文探讨了面向人机协作任务的具身智能系统建模,涵盖感知、决策与执行链条。具身智能强调智能体通过“身体”与环境互动,实现学习与适应,推动机器人技术升级。文章分析了其关键组成(感知、控制与决策系统)、挑战(高维状态空间、模拟鸿沟等)及机遇(仿真训练加速、多模态感知融合等)。通过代码示例展示了基于PyBullet的强化学习训练框架,并展望了通用具身智能的未来,包括多任务泛化、跨模态理解及Sim2Real迁移技术,为智能制造、家庭服务等领域提供新可能。
面向人机协作任务的具身智能系统感知-决策-执行链条建模
|
7月前
|
传感器 安全 机器人
《特斯拉Optimus Gen - 2:多模态感知如何重塑具身智能未来》
特斯拉推出的Optimus Gen-2,凭借多模态感知技术成为机器人具身智能发展的里程碑。它通过视觉、听觉和触觉等多种传感器协同工作,实现对环境的全面理解。视觉摄像头帮助其精准导航与避障,高精度麦克风使其理解语音指令,触觉传感器让操作更加细腻安全。这些能力使Optimus Gen-2能快速适应工厂、家庭等复杂场景,提升人机协作效率,并在医疗、教育等领域展现潜力。多模态感知技术不仅推动了机器人自主学习与决策能力的发展,还预示着未来机器人将更深入地融入人类社会,为生产与生活带来革命性变化。
321 0
|
存储 Ubuntu 计算机视觉
使用ros标定相机的内参和外参
使用ros标定相机的内参和外参
768 2
|
存储 并行计算 计算机视觉
Fast-BEV的CUDA落地 | 5.9ms即可实现环视BEV 3D检测落地!代码开源
Fast-BEV的CUDA落地 | 5.9ms即可实现环视BEV 3D检测落地!代码开源
1030 0
|
人工智能 达摩院 自然语言处理
达摩院联合高德发布业界首个多模态地理文本预训练模型MGeo,并在ModelScope社区开源!
达摩院联合高德发布业界首个多模态地理文本预训练模型MGeo,并在ModelScope社区开源!
下一篇
开通oss服务