【Spark Summit East 2017】物联网与自动驾驶汽车:使用Kafka与Spark Streaming进行同步定位和映射

简介: 本讲义出自Jay White Bear在Spark Summit East 2017上的演讲,主要介绍了在机器人和自主车辆领域公认的具有工业和研究价值的问题——同步定位和映射(SLAM)问题,演讲中分享了依靠Kafka和Spark Streaming构成的新集成框架,并使用在线算法实时地进行导航并且绘制空间地图来解决SLAM问题,并分享了在实现中面临的挑战以及为改善性能提出的优化建议。
+关注继续查看

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps


本讲义出自Jay White Bear在Spark Summit East 2017上的演讲,主要介绍了在机器人和自主车辆领域公认的具有工业和研究价值的问题——同步定位和映射(SLAM)问题,演讲中分享了依靠Kafka和Spark Streaming构成的新集成框架,并使用在线算法实时地进行导航并且绘制空间地图来解决SLAM问题,并分享了在实现中面临的挑战以及为改善性能提出的优化建议。


a1a39d67b410138549c17a9b4ddc8ef919a1dec9

8ed96bc99a9ee28195d12090432fd3b18804e909

6eb77926efbba48e9d56e7b48efd67fa6a0c7a4f

0f2ef19b6ce1f3f6482b55bd12f9a0ea0e63597d

602a593235ea89d6dc0f80ee9ee762347aecc983

384be05f1469f0124babb25b1aa661e60119c7f0

d8cfe8545f86cae6c6784833d00ffa46084cbd48

93e09ea2f16781033c308435e20bfd1e73ba9249

4fbeb08ec370efa55b42ba46104a345459bafc1e

710172c09788fccbdb651229afc0c367e5a57f07

40b7f1f73c9a39ce8dc165806ddd6782281ad165

40f7c1af79e5ba6dc393cf3b9f3c19abc261284e

00795ed54304484bce45b85a8e1456e0e5446497

c1fab33f64ed4dc76a9c2b29b0714d11d4181be5

1c6ef8ca0dca92e41f0425b25ad9f63a6ab90216

18a26b113979eed5b688c944bd6b5082361b8647

41cd6c9d0b985d5e757098125a8323b1daebe87b

771d84dce4cda614397ee9c1e9819674875a98f7

b3607f5a52ba51812348a429d73ca7bef2694dd1

da4f3665cb47a5a7c647e59dfb81b41cdf13322f

7562e32dbd9750684f7990c904259cb126ada20b

09d7a4d0aca8b528f6570d07cd0ef4db74403af7

0dc0ea9d31e2d8f88cca06201b2efe2d5001b6fe

216db820f7987568aee6ee7651c49e5474610ad6

f3eb4f8af0d420d854efcac944dece23f22cf07e

770bb0b9d924c045fa2dbd71e3fdfed565da9312

64282cd469ce6f053ce43025f53d32ce02e7f397

33449871b10416247f85c69ecb229f68e67a73aa

7badf370dcd6ff95cd57b98a75bbd78109364a78

2fecc0e0cd43139707cbf2fa9c2fc2c5bf419486

781945323edd46840fd19869c00aac6172837356

56af6cb08ee41d382f21076480ef0f94424d5b08

29273fc53706b94daa15a059e0a880c99ee82ce6

63a559bf219ecf1b23dfcb6d6ca7973b483472a2

1413d2354d2fe5702c15d63c9b1171fcda27c08c

9912d83888416f11e75ab70da3589820d1bd7723

ea3be2c3fee7bc2eba3a2f546bae2983ef7b0aca

fc686696b2f1a6e67ea7e3b6ca569b2179c75536

ae3f97a2c50b1351ab41eccb42265a64de1ec90e

f2bd20b2eb40b5ea34982808820ee2ff4c9a4d34

a48c8773818aee73b02cfeec4bcbf4f32340ff52



相关文章
|
15天前
|
消息中间件 分布式计算 Kafka
大数据Spark Structured Streaming集成 Kafka
大数据Spark Structured Streaming集成 Kafka
12 0
|
16天前
|
消息中间件 分布式计算 Kafka
大数据Spark Streaming集成Kafka
大数据Spark Streaming集成Kafka
58 0
|
2月前
|
消息中间件 存储 分布式计算
Spark学习---6、SparkStreaming(SparkStreaming概述、入门、Kafka数据源、DStream转换、输出、关闭)(二)
Spark学习---6、SparkStreaming(SparkStreaming概述、入门、Kafka数据源、DStream转换、输出、关闭)(二)
|
2月前
|
消息中间件 分布式计算 Kafka
Spark学习---6、SparkStreaming(SparkStreaming概述、入门、Kafka数据源、DStream转换、输出、关闭)(一)
Spark学习---6、SparkStreaming(SparkStreaming概述、入门、Kafka数据源、DStream转换、输出、关闭)(一)
|
2月前
|
消息中间件 SQL 分布式计算
Spark分布式计算框架之SparkStreaming+kafka
Spark分布式计算框架之SparkStreaming+kafka
33 0
|
8月前
|
消息中间件 分布式计算 关系型数据库
流式读取热搜词汇并解析,urllib+Kafka+Spark
紧接上文,本次对于上次的优化是增加了kafka的插件,用简单消费者和生产者在本地window系统完成模拟,每五分钟爬取一次百度热搜,条数基本为145条,然后消费者来消费数据,写入到spark,下次的优化应该就是从sparksql转化为sparkstreaming,并直接整合kafka,而不是中间转row再写入。
60 0
|
9月前
|
SQL 消息中间件 分布式计算
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
444 0
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
|
10月前
|
消息中间件 分布式计算 Kafka
Spark Streaming实时流处理项目实战笔记——使用KafkaSInk将Flume收集到的数据输出到Kafka
Spark Streaming实时流处理项目实战笔记——使用KafkaSInk将Flume收集到的数据输出到Kafka
|
10月前
|
消息中间件 分布式计算 Java
Spark Streaming实时流处理项目实战笔记——Kafka Consumer Java API编程
Spark Streaming实时流处理项目实战笔记——Kafka Consumer Java API编程
|
12月前
|
消息中间件 分布式计算 监控
Flume+Kafka+Spark Streaming+MySQL实时日志分析
网络发展迅速的时代,越来越多人通过网络获取跟多的信息或通过网络作一番自己的事业,当投身于搭建属于自己的网站、APP或小程序时会发现,经过一段时间经营和维护发现浏览量和用户数量的增长速度始终没有提升。在对其进行设计改造时无从下手,当在不了解用户的浏览喜欢和个用户群体的喜好。虽然服务器日志中明确的记载了用户访浏览的喜好但是通过普通方式很难从大量的日志中及时有效的筛选出优质信息。Spark Streaming是一个实时的流计算框架,该技术可以对数据进行实时快速的分析,通过与Flume、Kafka的结合能够做到近乎零延迟的数据统计分析。
187 0
Flume+Kafka+Spark Streaming+MySQL实时日志分析
相关产品
物联网平台
推荐文章
更多