Build Start Project: lidar_slam, Type: Debug. /usr/bin/cmake -G "Unix Makefiles" -DCMAKE_TOOLCHAIN_FILE=/home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam/cmake/toolchain.cmake -DCMAKE_MAKE_PROGRAM=/usr/bin/make -DCMAKE_BUILD_TYPE=Debug /home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam Cannot run program "/usr/bin/cmake" (in directory "/home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam/build/cmake-build-debug-default_toolchain/gcc-linux-aarch64"): error=2, 没有那个文件或目录 Execute generation command failure. 

video智能网联汽车产业云仿真训练课程

video智能网联汽车产业云仿真训练营专场

video智能网联汽车产业云自动驾驶首堂课

video智能网联汽车产业云自动驾驶开班课

video智能网联课程体系-《智能网联汽车产业云服务-仿真平台介绍》

可以ping通激光雷达，而且也可以用rtfevent list查找到激光雷达的event，但是使用rtfevent hz却无法找到数据

MDC的型号是MDC 300F1、使用MDS的run configuration功能，点击选取MDC文件时不能选取，但是ssh可以正常连接mdc。2、run这个代码时，会报2个错，第一个显示sdk version mistake，第二个显示failed to create folder,please check result is 1。3、运行can程序时mdc会报错，显示initialize error,wrong file path!

智能网联汽车产业云服务-仿真训练1智能网联课程体系-《智能网联汽车产业云服务-仿真训练1》

在mds上执行launch时，首先报failed to get mdc version的错误，随后执行起来就会非常的缓慢，不知道该如何解决？

编译执行了sample里面的代码，mdc端的设置已经配置好了，但是传回来的是这些信息，请问该如何解决呢

问题概述：只有MTB的8号口能够ping通，其他7个口怎么配置？按照华为MDC产品文档，MTB的以太网口对应的网段如下：按照上面的网段，依次将笔记本ip地址设置为对应的静态网址，接入到上面的各个网口，发现只有8号口ping通。想了解是否有哪里的配置，或者以上操作没有做对？

使用的是MDC300F 无论使用MTB还是直连的方式都无法pingMDC成功，MDC风扇旋转良好，感觉无任何问题，如何解决链接不上的问题呢？

之前在华为下载的pb文件，在atc转化时报错E12012: Input op[input] not found in graph. 

作者：陈云培自动驾驶决策系统，是自动驾驶汽车的大脑，决策系统的提升，就像是人类的成长一样。自动驾驶是集感知、决策、控制于一体，充分考虑车辆与交通环境协调规划的系统，也是未来智能交通系统的重要组成部分。正如人走路需要知道路况、了解方向、及时避让障碍物，并走到目的地一样，感知、决策、控制对于自动驾驶汽车来说，也是非常重要的。感知就如人的眼睛、耳朵一样，通过在自动驾驶汽车上加装毫米波雷达、激光雷达、车载摄像头等硬件设备，可以让自动驾驶汽车看得清路况，感知系统可以通过感知硬件，对车道线、车辆、行人等多个交通参与者进行检测，其技术核心就是感知硬件检测的精确度和多个感知硬件对感知结果的融合度。决策则像大脑，可以对路况进行分析，并做出接下来一步的动作，控制则是让自动驾驶汽车可以根据大脑（决策）分析的结果，做出动作。决策可以理解为根据感知信息来进行判断决策，确定适当的工作模型，并制定相应的控制策略，可以替代驾驶员做出进一步的行驶决策。根据美国汽车工程师协会分类，将自动驾驶分为L0~L5共6个等级，随着自动驾驶等级的不断提升，自动驾驶汽车的智能化也更为全面，当达到L5级之后，自动驾驶汽车可以独立完成行驶动作，无需驾驶员对汽车进行操作。自动驾驶等级的提升，其背后主要体现的也是决策系统的技术提升。控制就像是人的手和脚一样，对具体的出行动作进行控制执行，让自动驾驶汽车可以完成出行过程，控制系统可以完成车辆的转弯、加速、灯光控制等一系列动作，是实现自动驾驶落地的最后一步。正如前文所述，决策系统就像人的大脑一样，可以对自动驾驶汽车的速度、方向及车灯等进行控制，决策系统越智能，自动驾驶汽车可实现的等级则越高，传统理解中，决策系统涵盖了环境预测、动作规划、路径规划、行为决策等。自动驾驶汽车想要独立完成驾驶过程，仅仅看得清路况是远远不够的，还需要对未来的路况进行预判，因此决策系统需要完成对环境的预测。环境预测即对交通环境进行预测，环境预测不仅仅局限于结合物理规律做出预测，而是可以结合物体和周边环境以及积累的历史数据信息，对感知到的环境做出更为“宏观”的行为预测，其中涵盖了交通参与者的方方面面，如对感知到的车辆、行人等进行行为预测，通过对感知时车辆、行人等的瞬时动作，可以判断其下一步的动作，如速度、位置、方向等，可以控制自身完成避让、减速、变道等一系列动作。此外，环境预测还涵盖了对交通信号的预测，这其中包含了对限速标志、红绿灯、潮汐车道等交通环境的理解和判断。动作规划则更多强调为自动驾驶汽车自身，动作规划主要是对自动驾驶短期甚至瞬时对动作进行规划，根据对环境预测的结果，完成诸如转弯、避让、超车等动作。同时对于交通的动作规划也必不可少，如在限速路段的车速控制、红绿灯情况下的停车/行车、潮汐车道的车道线选择等，均需要提前进行规划。动作规划可以让自动驾驶汽车安全、高效地参与交通，让自动驾驶成为现实。除了动作规划外，自动驾驶汽车还需要完成对行驶路径的规划，如从出发地到目的地之间的路径规划，可以对需求的路径进行选择或设计，这是决定自动驾驶汽车如何走必要的一环，路径规划可以让自动驾驶汽车从大方向上知道出行过程需要经过的路段，并根据乘客需求（购物、观影等）及时做出路径调整，让自动驾驶汽车在出行过程中，不仅可以耗时短，还可以极大程度上，满足乘客需求，实现路径自定义，让出行过程更加顺畅。行为决策则落到了自动驾驶汽车自身，通过对自身的实时位置、速度、方向等信息，与环境预测中获取的交通信息、动作规划中完成的路径规划等进行参照，可以让自动驾驶汽车预判可能发生的危险及即将需求的动作，让自动驾驶汽车可以对自身动作进行调整。自动驾驶决策系统是自动驾驶汽车智能化的直接体现，对自动驾驶汽车的安全性起着决定性作用，由于承担着自动驾驶汽车“大脑”的任务，自动驾驶决策系统也决定自动驾驶汽车可以达到什么等级标准。现阶段，自动驾驶汽车的发展并不能让所有人所推崇，究其原因，还是因为自动驾驶汽车并不能像人类驾驶员驾驶汽车一样智能，无法做到在出现“鬼探头”“加塞”等极端交通路况下对自身动作及时做出调整，也就是说自动驾驶汽车现阶段并不“智能”。在自动驾驶的框架中，感知、决策、控制这3个框架中，其中感知程度的高低，取决于在自动驾驶汽车上加载的激光雷达、毫米波雷达、车载摄像头等硬件设备，就如人如果近视可以佩戴近视眼镜一样，如果自动驾驶汽车出现感知不准确、不及时等现象，可以通过更换技术标准更高的感知硬件，来直接提升感知的准确度。控制作为执行端，如果出现问题，也是可以通过对自动驾驶汽车的硬件进行更换，从而达到需求的标准。而决策系统的技术提升并不像感知系统和控制系统一样，可以通过硬件更换和提升来实现，为了让自动驾驶汽车可以像人类驾驶汽车一样灵活，需要决策系统大量的深度学习，需要能够处理各种突发路况，而这一点恰是最难的。策系统是否达标并不像感知系统、控制系统有明文的文字条例、技术标准，决策系统除了能够灵活处理各种突发路况也远远不够，为了能让消费者所接受，决策系统还需要像“人”一样，可以根据“人”的思维来处理各种突发情况，而这恰是最难的。决策系统的发展，必将会随着大量数据的“喂养”变得愈发智能，让出行变得更加安全，随着人工智能、深度神经网络及智能网联技术的发展，决策系统将获得进一步的提升。其中智能网联技术可以将车与车、车与人、车与交通之间信息进行交互，让自动驾驶汽车不仅仅可以“思考”，还能“交流”，可以让自动驾驶汽车提前对交通路况做出判断，提前知晓交通环境的变化，让行驶变得更加智能，这也导致智能网联技术得到了进一步的推崇。自动驾驶决策系统，是自动驾驶汽车的大脑，决策系统的提升，就像是人类的成长一样，现阶段决策系统还像是2、3岁的小孩，会走路，但是走起来会摔跤，会不经意间磕磕碰碰，当长大到一定年龄后（技术提升），决策系统将可以独立完成出行工作，此时自动驾驶汽车将可以实现L5等级，自动驾驶也将落地。责任编辑：张燕妮    来源： 智驾最前沿