自动驾驶系统综述

Autoware系统

消息中间件选用ROS系统

Apollo系统

消息中间件选用CyberRT系统

对比

Apollo的自动驾驶安全包含安全设计和安全运行两大主要内容，其中细分为操作安全、环境安全、行为安全、功能安全、质量安全、机制安全和安全进化七大内容。

综合来看，阿波罗的势力最强，合作伙伴最多，但车规方面和嵌入式系统方面考虑还不够。Autoware考虑嵌入式系统最多，车规方面较少，双方各有优缺点

云平台

k8s docker搭建分布式系统

kafka 大型分布式系统

OTA(SOTA FOTA)

常用工具

git cmake ssh docker linux

编程语言

c++

python

算法

1.感知

2.信息融合

3.规划决策

4.控制

系统架构

1.QNX

2.Autosar

# c++ # 开发语言 # 学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局