华为云用户手册

查看和下载任务日志 标注任务运行的过程中生成任务日志，平台提供了日志的查看以及下载功能。 单击任务名称，在该任务的详情页面，单击＂日志＂，可查看该任务日志列表及日志详情。支持下载至本地。如果日志较多，可在搜索框中输入关键字，查找指定日志内容。搜索内容为当前已加载内容 ，最多为1M（首次加载时）。如图，在日志服务页面中的日志列表部分详细展示了该任务包含的日志文件的大小以及最近写入时间。单击文件后的＂查看＂，该文件的详细执行过程则在日志详情部分展示。也可在日志文件后的＂操作＂栏，单击＂下载＂，即可将该日志文件下载到本地查看。 图5 日志

车道保持（Lane Keeping）检测 车道保持检测的目的是判断主车在行驶过程中能否很好地沿车道中心线行驶。 车道保持检测分为两个指标： 偏移车道中心线距离检测 偏移车道中心线横摆角检测 偏移车道中心线距离检测是指主车的质心相对于车道中心线的垂直距离，当该偏移距离大于某一阈值时（本设计取0.3m，该阈值可以用户自定义），则偏移车道中心线距离检测不通过。 偏移车道中心线横摆角检测是指主车行驶时速度方向与车道中心线的夹角，当该夹角大于某一阈值时（本设计取0.05rad，该阈值可以用户自定义），则偏移车道中心线横摆角检测不通过。 车道保持检测需要排除主车进行了换道操作，对于换道期间进行偏移车道中心线距离检测和偏移车道中心线横摆角检测，将会出现假阳性的结果。 当主车所在的road id保持不变，在某一时刻，其lane id发生变化，在该时刻的前后一定时间内（本设计取2s）发生换道。 车头横摆角偏离检测关联的内置可视化时间序列数据为：relativeYaw。横向偏移距离检测关联的内置可视化时间序列数据为：lateralOffset。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

逆行（Reverse Direction Driving）检测 逆行检测的目的是判断主车行驶过程中是否按车道规定的方向行驶。 根据OPNENDRIVE中对车道的lane id的定义， 沿着道路的reference line的前进方向， reference line右侧的lane id由0逐渐递减，左侧的lane id由0逐渐递增。 当主车前进方向与道路的方向相同时， 使标记值flag=1， 当主车与道路前进的方向相反时， 使标记值flag=-1。 当flag与主车所在的lane id的乘积大于0时， 则可以判定主车发生逆向行驶。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

通行速率（Efficiency）检测 通行速率用于评价主车在场景中从起点到终点的效率，主车越快到达终点，则通行速率越高。 本设计取通行速率的默认阈值为0m/s，即如果主车平均速度小于等于0，则该指标不通过。 通行速率指标可有效避免主车一直不动，其他评测指标均通过，导致得分却很高的情况发生。 该指标关联的内置可视化时间序列数据为：speedX。 该指标的异常时间点记录类型为：POINT_TYPE_ALL。 父主题： 内置评测指标说明

应对对向车辆占道（Encroaching vehicle）检测 在双向车道路上， 会存在主车与对向车辆存在横向冲突的情况， 应对对向车辆冲突行驶检测的目的是判断主车在这种情况下， 能否进行适当的转向和减速避让， 从而保证安全性。 其中主车需要进行避让的前提条件是： 当主车前端与对向行驶的车道纵向距离一定范围内（本设计取10m）， 并且主车与对向车辆的横向距离小于两者一半车宽的和。 当满足该条件后， 如果主车没有进行转向避让和减速避让， 则对应的检测不通过。 减速避让检测不通过是指主车的加速度大于0。 其中转向避让检测考虑到中国是靠右行驶， 在设计该类测试场景时， 对向车会是在主车的左侧。 转向避让检测不通过是指主车没有向右边转向。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_REGION。 父主题： 内置评测指标说明

礼让行人（Polite To Pedestrian）检测 礼让行人检测的目的是判断当行人横穿马路时， 主车是否有礼让行为。 具体的礼让行为包括在行人横穿马路过程中， 进行停车已经停车距离要合适， 并且当行人离开车道后， 主车重新启动时间要合适。 其中停车距离允许用户自定义，本设计取主车前端距离行人最小距离min不低于1m，距离行人最大距离max不高于5m。 是否礼让通过判断车辆前端纵向距离行人低于min/2，速度是否大于0时，如果速度大于0，则没有进行礼让。 重新启动时间同样允许用户自定义，本设计去的默认最长重新启动时间为3s。 当主车行为不满足对应的条件时，则行人横穿马路礼让检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

到达终点（Reach Destination）检测 到达终点检测的目的是判定主车是否到达场景文件中指定的全局路径规划的终点。 当主车的车辆坐标系原点进入终点为半径R（本设计取R为2m）范围内时， 则判定主车到达了终点。 在没有设置终点时， proto协议会把目标点默认初始化(0,0,0)， 因此本设计认为当终点为(0,0,0)时， 是没有终点的情况， 故不允许场景设计者在设计场景终点时将终点设置为(0,0,0)。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_NORMAL。 父主题： 内置评测指标说明

开通我的模型 登录Octopus服务平台，在左侧菜单栏中单击“总览”。 在“我的模型”模块，单击操作栏中的“开通服务”。 图1 开通服务 选择需要开通服务的用户名，单击操作栏中的“开通服务”。 图2 开通服务 也可选择多个用户名，单击用户名上方的“批量开通”，批量开启服务。 取消服务。 单击开通服务的账号后的操作栏中“取消服务”，即可关闭服务。 也可选择已开通服务的多个用户名，单击用户名上方的“批量取消”，批量关闭服务。

本地调试 准备一个待处理的rosbag，如~/data/20220620.bag，一个示例Octopus_data_collections文件，如~/data/Octopus_data_collections.yaml运行如下命令（基于上述示例镜像）： docker run -v ${HOME}/data/20220620.bag:/tmp/data/20220620.bag -v ${HOME}/tmp/output:/tmp/output -v ${HOME}/data/Octopus_data_collections.yaml:/tmp/Octopus_data_collections.yaml --env output_dir=/tmp/output --env rosbag_path=/tmp/data/20220620.bag --env yaml_path=/tmp/Octopus_data_collections.yaml --env tmp_dir=/tmp/workspace rosbag2opendata:0.1 /bin/sh -c “/home/main/ros2opendata.py --lidar_calibration_id 5” 完成后在${HOME}/tmp/output目录查看运行结果文件：

车头时距（Time Headway）检测 车头时距检测的目的是判断主车行驶过程中与其他交通车的车头时距是否台小。 车头时距是主车与引导车的相对距离除以主车的速度。 即使主车未发生碰撞， 当车头时距过小时（该阈值可用户自定义，本设计默认取2s）， 发生碰撞的风险太大， 这样也是不合理的。 车头时距和碰撞时间两者都是描述碰撞风险大小的。 车头时距适合判断主车和引导车速度都很高， 但相对速度比较小的情况。 碰撞时间适合主车和引导车相对速度比较大的情况。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

压实线（Onto Solid line）检测 压实线检测的目的是判断主车行驶过程中是否压到实线。 当主车与距离最近的车道线的小于主车宽度的一半时，并且该车道线的类型为OSI定义的osi3.LaneBoundary.classification.type.TYPESOLI DLI NE，则认为主车的轮胎已经压到实线。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

接口访问和调用 获取用户Token 调用推理服务接口时首先需要获取 IAM 子用户Token作为凭据，具体参见获取IAM用户Token（使用密码）。请求示例如下： 请求URI： POST https://iam.myhuaweicloud.com/v3/auth/tokens?nocatalog=true 请求体： { "auth": { "identity": { "methods": [ "password" ], "password": { "user": { "name": "user_name", "password": "user_password", "domain": { "name": "domain_name" } } } }, "scope": { "project": { "id": "project_id" } } }} 其中，user_name、domain_name、project_id字段可以从“我的凭证”中获取。 图4 获取参数值 请求成功（状态码201）后，从响应的Header中拿到x-subject-token的值即为Token的值。 获取的Token的有效期为24小时。建议进行缓存，避免频繁调用。 获取访问地址 访问地址为 {公网地址} /{ 自定义镜像 中的API地址}，例如：https://xxx/v1/infers/xxx/2d-scenario-identification。 公网地址可以从推理服务列表或者服务详情中获取。 图5 列表获取公网地址 图6 详情获取公网地址 调用推理服务 请携带Token调用推理服务。

警告标志前行为（Warning Sign）检测 警告类交通标志前行为检测的目的是判断主车在各种警告类标志前行为是否合理，主要包括两个方面的检测： 在警告类标志前车速是否太大 在警告类标志前是否有明显的加速行为 本设计认为当主车的车速大于或者加速度大于时，警告类标志前行为检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_REGION。 父主题： 内置评测指标说明

推理服务相关操作 图2 推理服务列表 在“推理服务”列表，可对任务进行以下操作。 表1 推理服务相关操作 任务 操作步骤 编辑服务 单击操作栏中的“编辑”，打开编辑推理服务弹出框，修改推理服务配置后，单击“确认”。不支持修改服务的名称和模型仓库，当修改了模型版本、资源规格、实例数和环境变量后，根据编辑前的状态，推理服务会重新构建或重新排队，期间服务将不可用。 启动服务 单击操作栏中的“启动”，可以启动服务，在启动服务时，支持重新设置“是否自动停止”配置和自动停止时间。 状态为部署失败或已停止的推理服务才能进行启动操作。 停止服务 单击操作栏中的“停止”，可以停止服务，推理服务停止后再启动将重新构建或排队，请谨慎操作。 状态为构建失败、部署失败、已停止或停止中的推理服务不能进行停止操作。 删除服务 单击操作栏中的“删除”，可以删除服务，推理服务删除后无法恢复，请谨慎操作。 查询服务 在搜索输入框中输入搜索条件，按回车键即可查询。 查看服务详情 单击服务名称，可在服务详情页查看推理服务详情、监控、事件、日志等信息。 推理服务详情：展示ID、状态、模型及版本、镜像、环境变量、资源池、资源规格、实例数、公网地址等信息。其中，公网地址将在服务部署成功后展示。属于私密信息，请勿轻易泄露。 监控：展示AI应用调用次数统计和实时资源统计信息。 事件：展示当前服务使用过程中的关键操作，比如服务构建进度、部署进度、部署异常的原因、服务被启动、停止、更新的时间点等。 日志：展示当前服务的日志信息。支持查询日志，包含最近5分钟、最近30分钟、最近1小时和自定义时间段（自定义时间段您可以选择开始时间和结束时间）。支持输入关键字搜索服务日志。 推理服务各状态允许的操作如下: 表2 推理服务各状态允许的操作 状态 编辑 启动 停止 删除 导入中 x x √ √ 构建中 x x √ √ 构建失败 √ x x √ 排队中 √ x √ √ 部署中 x x √ √ 运行中 √ x √ √ 部署失败 √ √ x √ 告警 √ x √ √ 停止中 x x x √ 已停止 √ √ x √

Dockerfile示例 FROM ros:noeticCOPY ros_hard_mining.py /home/main/# 算法启动示例:# python3 /home/main/ros_hard_mining.py --tags tag1,tag2 --time_range 1673231275000,1673261275000 --sensors camera_encoded_1,pandar --number 10USER root

本地调试 运行如下命令（基于上述示例镜像）： docker run -v ${HOME}/tmp/output:/tmp/output --env output_dir=/tmp/output --env tmp_dir=/tmp/workspace ros-hard-mining:0.1 /bin/sh -c “python3 /home/main/ros_hard_mining.py --tags tag1,tag2 --time_range 1673231275000,1673261275000 --sensors camera_encoded_1,pandar --number 10” 完成后在${HOME}/tmp/output目录查看运行结果文件：

统计信息 在批次子任务的“统计信息”页面，可查看该任务详情，项目任务流程以及标注对象统计信息。 任务详情：任务名称、数据类型、标注状态、任务包含的标注信息等。 图1 任务详情 项目任务流程：显示任务当前进度情况。 图2 项目任务流程 标注框数统计：人工/预标注对象数量统计。 图3 标注框数统计 审核框数量统计：审核结果的统计。 图4 审核框数量统计 标注帧数统计：任务标注帧数的统计。 图5 标注帧数统计 父主题： 批次子任务

红灯前行为（Run Red Light）检测 红灯前行为检测的目的是判断主车在遇到红灯时能否在停止线前停车， 并且与停止线的距离保持在合理的范围。 判断能否在停止线前停车是指当主车前端超出停止线后， 主车速度大于零时， 则主车没能在停止线前停车。 这要排除主车在非箭头红绿灯右转的情况。 判断主车停车后距离停止线是否合理时， 如果主车在距离停止线[2,20]范围内发生停车行为， 则停车后与停止线的距离不合理。 如果主车在停止线[0.1, 2]m范围内发生停车行为，判断停止距离合理。 父主题： 内置评测指标说明

指示标志牌前行为（Mandatory Sign）检测 指示标志牌前行为检测的目的是判断主车在这些指示标志牌前的行为是否合理，本设计考虑的指示标志牌有： 左转指示牌 右转指示牌 直行指示牌 左转直行指示牌 右转直行指示牌 左转右转指示牌 靠左行驶指示牌 靠右行驶指示牌 当主车前端超过左转指示牌， 并且主车不存在左转行为， 则左转指示牌前行为检测不通过。 当主车前端超过右转指示牌， 并且主车不存在右转行为， 则右转指示牌前行为检测不通过。 当主车前端超过直行指示牌， 并且主车不存在直行行为， 则直行指示牌前行为检测不通过。 当主车前端超过左转直行指示牌， 并且主车不存在左转直行行为， 则左转直行指示牌前行为检测不通过。 当主车前端超过右转直行指示牌， 并且主车不存在右转直行行为， 则右转直行指示牌前行为检测不通过。 当主车前端超过左转右转指示牌， 并且主车不存在左转右转行为， 则左转右转指示牌前行为检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_REGION。 父主题： 内置评测指标说明

乘员舒适性（Driving Comfort）检测 乘员舒适性检测关注的是自动驾驶车辆行驶过程中，驾驶员感受到的舒适程度。 舒适程度通常可以利用整个行驶过程中的速度方差来进行客观反映，而变异系数是可以对不同速度区间舒适程度进行比较。 变异系数的公式如下所示。 表示变异系数，表示标准差，表示均值。 本设计当主车速度的变异系数大于0.15时，判定乘员舒适性检测不通过。 该指标关联的内置可视化时间序列数据为：speedX。 该指标的异常时间点记录类型为：POINT_TYPE_ALL。 父主题： 内置评测指标说明

多帧识别场景列表 表2 多帧识别类别 类别 场景 描述 时间 TIME 白天Day - 夜晚Night - 日出Sunrise - 日落Sunset - 天气 WEATHER 晴天Sunny - 晴空Clear sky - 雾天Foggy - 雨天Rainy - 雪天Snowy - 多云Cloudy - 地点 PLACE 城市道路Urban road - 加油站Gas Station - 高速公路Highway - 停车场Parking - 住宅区Residential Area - 隧道Tunnel - 物体 OBJE CTS 小型车Small Vehicle 为个人使用而设计的小型车辆，如轿车，小型货车，suv和吉普车 卡车Truck 主要用于运输货物的车辆，包括皮卡、卡车和半挂车。 工程车Construction Vehicle 用于施工的车辆，如挖掘机、推土机。 摩托车Motorcycle 汽油或电力驱动的两轮车辆，包括所有摩托车、小型摩托车，踏板车，轻型三轮车。 自行车Bicycle 以较低速度在路面、人行道或自行车道上行驶的人力驱动的两轮车辆。 行人Pedestrian 道路上自由行动的所有人员。 交通灯Traffic Lights 交通灯，即红绿灯，标注的一个实例仅包含一个三联装的红绿灯，无论横向或纵向。 拖车Trailer 拖车，被拖拽的车辆或集装箱。 路障Road barrier 临时放置在现场的任何金属、混凝土等路障，以重新引导车辆或行人通行。

3D预标注类别列表 表1 3D预标注类别 功能 类别 目标检测 行人 自行车 摩托车 卡车 公交车 小汽车 目标分割 Pedestrian（行人） Bicycle（自行车） Motorcycle（摩托车） Truck（卡车） Bus（公交车） Car（小汽车） Trailer（拖车） Construction vehicle（工程车） Drivable surface（可行驶路面） Terrain（地带） Sidewalk（人行道） Vegetation（草木） Other flat（其他） Barrier（路面栅栏） Traffic cone（锥桶） Manmade（建筑）

输入文件格式要求 输入数据在obs下文件组织形式： |--- Alignment |--- 2023-12-21-02-51-43 |--- images |--- cam-0 |--- 0_0_timestamp.jpg |--- 0_1_timestamp.jpg |--- 0_2_timestamp.jpg |--- ... |--- cam-1 |--- 1_0_timestamp.jpg |--- 1_1_timestamp.jpg |--- 1_2_timestamp.jpg |--- ... |--- cam-2 |--- 2_0_timestamp.jpg |--- 2_1_timestamp.jpg |--- 2_2_timestamp.jpg |--- ... |--- cam-3 |--- 3_0_timestamp.jpg |--- 3_1_timestamp.jpg |--- 3_2_timestamp.jpg |--- ... |--- cam-4 |--- 4_0_timestamp.jpg |--- 4_1_timestamp.jpg |--- 4_2_timestamp.jpg |--- ... |--- pano |--- 0_timestamp.jpg |--- 1_timestamp.jpg |--- 2_timestamp.jpg |--- ... |--- lidars |--- local_motion_pcd |--- 0_timestamp.pcd |--- 1_timestamp.pcd |--- 2_timestamp.pcd |--- ... |--- point_cloud_map |--- *.ply |--- Metadata.xml |--- first_global_xyz_lla.txt |--- POS |--- cam-0.ptb |--- cam-1.ptb |--- cam-2.ptb |--- cam-3.ptb |--- cam-4.ptb |--- lidar_pose.ptb |--- pano_pose.ptb |--- 2023-12-21-02-59-46 |--- ... |--- *.ply |--- Metadata.xml

输出文件格式要求 输出结果在obs下文件组织形式： |--- 4DBEV |--- geojson |--- 0_lane.geojson |--- 0_rect.geojson |--- 2_lane.geojson |--- 1_rect.geojson |--- ... |--- ... |--- laneAndRect.json |--- img |--- 0.jpg |--- 1.jpg |--- ... |--- label_rect_temp |--- 0.jpg |--- 0.json |--- 1.jpg |--- 1.json |--- ... |--- ... |--- lidar |--- 0.ply |--- 1.ply |--- ... |--- lidar_sample |--- 0.ply |--- 1.ply |--- ... |--- merged_data |--- lane.geojson |--- rect.geojson |--- merged.geojson |--- pixel_json |--- 0_lane.json |--- 0_rect.json |--- 2_lane.json |--- 1_rect.json |--- ... |--- ... |--- tiff |--- 0_codeX_codeY_codeZ_codeX_codeY_codeZ.tiff |--- 1_codeX_codeY_codeZ_codeX_codeY_codeZ.tiff |--- ...

镜像制作（训练） Octopus平台依赖算子镜像内的/bin/bash、stdbuf、tee软件，请确保基础镜像内包含上述软件且能通过PATH找到。 一般情况下，训练与评测定义为同一个引擎，主要包括算法或评测脚本运行所需要的基本依赖环境。用户可使用命令行模式或Dockerfile模式进行构建。以训练、评测镜像为例，一般的镜像制作Dockerfile示例如下（xxx替换为实际路径）： # 载入基础镜像，训练或评测引擎一般需包含cuda/cudnn等算法基础环境。用户可手动制作或拉取官方镜像 FROM xxx/cuda:11.0.3-devel-ubuntu18.04 # 设置工作目录【可选】默认为ROOT，用户可修改USER及PATHWORKDIR /root/workspace # 安装用户APT环境。如果需要修改/etc/apt/sources.list可替换COPY /path/to/sources.list /etc/apt/sources.listRUN apt-get install vim # 安装用户算法环境。如果需要修改~/.pip/pip.conf可替换。用户也可安装miniconda进行包管理COPY /path/to/pip.conf /root/.pip/pip.confCOPY /path/to/requirements.txt /rootRUN pip install –r /root/requirements.txt # 设置环境变量【可选】ENV PYTHONUNBUFFERED 1 编译镜像类似上述训练、评测镜像制作方式，但一般不包含cuda/cudnn库，需替换为用户的编译环境。 对于Dockerfile的统一构建方式如下： docker build –f [DockerfileName] –t [ImageName:ImageVersion] . 镜像运行时，会向运行环境注入部分默认文件配置: 表1 环境变量说明 任务名称 文件名 环境变量 训练任务 增量模型目录 MODEL_PATH="/tmp/data/model" 训练产物目录 TMP_RESULT_PATH= "/tmp/result" 数据集目录 DATASET_PATH=" ['/tmp/data/dataset/dataset-0']" 评测任务 评测结果目录 TMP_RESULT_PATH= "/tmp/result" 模型版本文件目录 MODEL_PATH="/tmp/data/model" 数据集目录 DATASET_PATH= "/tmp/data/dataset/dataset-0" 编译任务 模型版本文件目录 MODEL_PATH="/tmp/data/model" 编译产物目录 TMP_RESULT_PATH= "/tmp/result" 预标注任务 数据集目录 OCTPS_DATASET_DIR="/tmp/…/data" 模型版本文件目录 OCTPS_MODEL_DIR="/tmp/…/model" 模型版本关联标注物文件路径 OCTPS_META_PATH="/tmp/…/meta/label_meta_infos.json" 预标注结果数据目录 TARGET_RESULT_DIR="/tmp/…/result/data" 预标注日志文件目录 TARGET_ LOG _DIR="/tmp/…/result/log" 推理服务 模型版本文件目录 OCTOPUS_MODEL="/home/mind/model" CCE集群 ModelArts集群 父主题： 镜像仓库

镜像制作（仿真） Octopus仿真服务平台定义了一些proto接口，用于支持用户自定义评测等功能。这些自定义功能通常以镜像的形式上传到云仿真平台，然后参与到业务运行流程中。 本文档对常见业务功能的镜像制作进行指导说明。 自定义评测镜像涉及的样例代码，如有需要，请联系相关人员。 算法镜像和评测镜像cmd以用户创建项目时输入的运行命令为准，仿真器镜像不支持cmd自定义以后台默认的运行命令为准。Entrypoint只在算法镜像生效，评测镜像和仿真器镜像不支持配置entrypoint。 目前自定义算法、自定义评测、自定义脚本的镜像制作使用的基础镜像版本要求为：ubuntu18.04及以上。算法与仿真器需要采用TCP协议进行通信。 自定义评测镜像制作 与datahub对接的算法镜像制作 评测算法的自研proto接口 父主题： 镜像仓库

蛇行（Snake Driving）检测 自动驾驶车辆在行驶过程中，当车道的曲率发生较大变化时，可能会出现横向控制效果不佳导致的长时间车辆横向振荡。 蛇行检测的目的是判断车辆是否出现横向振荡，利用车辆的横向加速度的正负变化来判断蛇行是否发生。 正值大于和负值小于的比例都大于该时间段的10%时，则判断此时间段发生蛇行。 在及少数的连续S型弯道情况下，可能会出现假阳性结果，这会在评测报告中进行体现。 该指标关联的内置可视化时间序列数据为：accY。 该指标的异常时间点记录类型为：POINT_TYPE_REGION。 父主题： 内置评测指标说明

碰撞时间（Time to Collision）检测 碰撞时间检测的目的是判断主车在行驶中与其他交通车的碰撞时间是否过小。 碰撞时间是指主车与引导车的相对距离除以主车与引导车的相对速度。 即使主车未发生碰撞，当碰撞时间过小时，发生碰撞的风险太大，这样也是不合理的。 当碰撞时间小于某一阈值（该阈值可用户自定义，本设计默认取1.5s），则判定碰撞时间检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

限速标志牌前限速（Speed Limit Sign）检测 限速标志牌前限速检测的目的是判断主车在行驶过程中遇到限速标志牌时， 速度是否符合要求。 限速标志牌分为最高限速和最低限速两种。 最高限速是指主车速度不能高于对应的限速数值， 并且不能低于最高限速的75%。 最低限速是指主车速度不能低于对应的限速数值。 当主车距离限速标志牌在道路方向的距离小于某一阈值（本设计取车辆最前端超过限速标志）， 并且主车所在车道是限速标志牌的有效范围， 当主车速度高于最高限速标志数值或低于最低限速标志数值时， 限速标志牌限速检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。 父主题： 内置评测指标说明

新建邮件 支持用户点击“新建邮件”按钮进入写信页面； 写信页面以新的tab页签模式打开，支持通过页签切换写信和读信页面； 支持输入收件人、抄送人、密送人，且支持通过通讯录快捷选择需要发送的对象； 支持附件拖拽上传、支持富文本编辑。添加附件时，普通附件支持以超大附件形式上传。超大附件支持断点续传。 支持将未编辑完的邮件存草稿，存入草稿箱后可以前往草稿箱继续编辑和发送。 每15秒将自动保存写信中的邮件（自动存草稿） 写信正文在空格后或行首@联系人，则该用户将自动添加至收件人中 父主题： 写信