在一个实施例中，印刷电路板(PCB)包括：基板；一个或多个信号层，包括第一信号层；传输线的第一段，设置在第一信号层处并且将第一位置电联接到第二位置；以及第一信号过孔，设置在第二位置处。PCB电路包括：传输线的第二段，设置在第一信号层处并...

生成框架的实施例包括两个生成流模型的合作学习，其中，两个模型基于联合合成示例迭代更新。在一个或多个实施例中，第一流模型是通过应用一系列可逆变换将初始简单密度变换为目标密度的标准化流，而第二流模型是朗之万流，朗之万流针对基于能量的模型运行...

自动驾驶车辆(ADV)中的多处理器单元(MPU)可以提供硬实时性能。在一个实施例中，MPU可以包括虚拟化MPU的多个核的虚拟机监视器，虚拟机监视器还可以被划分成彼此隔离的两组核。第一组核被指定直接在系统虚拟机监视器上作为可信应用程序运行...

在一个实施例中，可部分地移植到不同类型的微控制器单元(MCU)的车载操作系统(VOS)包括：其上运行有操作系统内核的至少一个多处理器单元(MPU)和具有多个核的至少一个微控制器单元(MCU)，每个核包括一组统一应用编程接口(API)，用...

本公开的实施例被提供来自动地生成角点仿真场景。在一个实施例中，一种示例性方法包括对每一组预定参数执行预定次数的迭代的以下操作。所述操作包括生成用于所述一组预定参数的参数值集合；基于一组预定度量来确定所述参数值集合是有效还是无效；如果所述...

在一个实施例中，一种由自动驾驶车辆(ADV)执行的计算机实现的方法，所述自动驾驶车辆(ADV)利用包括光发射器和光学传感器的光检测和测距(LiDAR)设备，所述方法使用光发射器将光信号发射到对象上。该方法使用光学传感器接收由对象反射的光...

根据各个实施例，本公开提供了一种用于自动驾驶车辆ADV中训练数据的制定方法方法、电子设备和介质。在一个实施例中，示例性方法包括：分配多个训练数据集，多个训练数据集用于对自动驾驶车辆中基于学习的模型进行训练，多个训练数据集中的每个训练数据...

一种确定与由计算设备的多个处理资源执行多个机器学习

本公开提供了一种多任务管理方法

公开了一种电池备用单元以及操作电池备用单元的方法的实施例。所述BBU包括适于保持两相冷却流体的信息技术(IT)壳体。电池堆适于定位在所述IT壳体内并浸没在所述两相冷却流体中。所述电池堆具有N个电池单体，N≥2，并且每个电池单体具有顶表面...

本公开提出了一种浸泡式冷却设备和浸泡式冷却系统。所述浸泡式冷却设备包括流模块，所述流模块适于耦接至发热电子部件并浸泡在浸泡式冷却流体中。所述流模块包括：壳体，所述壳体内具有通道；入口，所述入口安装在壳体上并流体地耦接至所述通道，所述入口...

提供了一种用于评估自动驾驶系统的方法、装置和存储介质。该方法包括：确定攻击或防御，其中攻击是被配置成增加自动驾驶系统中的部件的差错率的第一输入，防御是被配置成降低自动驾驶系统中的部件的差错率的第二输入；模拟车辆的驾驶场景，其中驾驶场景包...

本公开提供了一种分布式任务处理系统

本公开提供了一种计算机实现的方法，用于减小车辆制动中的电流从而节约电力，该方法包括：在车辆停止在斜坡上移动之后，将第一电流施加到车辆的制动系统，第一电流防止所述车辆在斜坡上移动；基于第一电流和斜坡来确定第一制动压力；基于第一制动压力和制...

本公开涉及用于服务器机架的冷却系统和服务器机架。一种用于服务器机架的冷却系统包括一个或多个分离容器，该一个或多个分离容器包括：第一输入，该第一输入流体地连接到外部冷却器以接收液体形式的流体；第一输出，该第一输出流体地连接到外部冷却器以将...

本公开提出了一种用于自动驾驶车辆(ADV)的隔热壳体以及自动驾驶车辆。所述隔热壳体包括：外壳，所述外壳具有顶部、底部以及内部隔间，所述内部隔间具有底板和顶板，所述隔热壳体适于安装在ADV中；电子部件，所述电子部件位于所述内部隔间中并热耦...

提供了一种用于服务器机架的侧部流体冷却装置。冷却装置包括其中具有一个或多个槽的单元框架、冷却液体供应管线、冷却液体返回管线、以及可插入所述一个或多个槽中的一个或多个流体分配模块。流体分配模块包括一对盲配连接器，所述一对盲配连接器在流体分...

在实施例中，自主驾驶车辆(ADV)从多个LIDAR类型中确定LIDAR单元的LIDAR类型。ADV响应于确定LIDAR单元的LIDAR类型，基于LIDAR类型配置自适应LIDAR数据处理系统。自适应LIDAR数据处理系统支持多个LIDA...

根据一些实施例，公开了用于在未预见场景中操作自动驾驶车辆(ADV)的系统、方法和介质。在一个实施例中，示例性方法包括确定ADV已进入未预见场景；以及识别正在所述未预见场景中导航的一个或多个周围车辆。所述方法进一步包括通过模仿所述一个或多...

本公开提供了一种计算机实现的方法，该方法包括：系统确定自动驾驶车辆ADV的激活参数，其中，激活参数包括主制动系统的历史使用情况或次制动系统的历史使用情况。响应于确定要施加制动，系统基于激活参数确定激活主制动系统还是激活次制动系统。基于确...