检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
将抽帧任务分为图片抽帧和点云抽帧。 点云 点云是一种由激光雷达收集到的数据类型，包含三维坐标、反射强度等信息，用来检测和识别车行道路上的物体。 雷达会在车辆行驶过程中不断收集点云数据来了解周围的环境，并利用点云数据所获得的环境信息帮助车辆定位，提高车辆定位的精度。 接管 接管是从
road_aids_type 匝道类型，用于静态场景的split场景和merge场景。 road_aids_type list ENUM_ROAD_AIDS_TYPE = ("DType-1", "DType-2", "PType") DType-1（直接式1）： DType-1
junction_type junction（交叉口）类型，用于静态场景的junction场景 road_aids_type list ENUM_ROAD_AIDS_TYPE = ("DType-1", "DType-2", "PType") crossroad：十字路口 T-junction：丁字路口
junction 简述：地图场景为交叉口。lead_vehicle和主车Ego一前一后分别以LeadVehicle_TargetSpeed_Ve0和Ego_TargetSpeed_Ve0的初始速度向交叉口行驶，Ego设定了目标在右转车道上的目标点Target_position，仿真开始后激活E
蒙特卡洛采样是一种简单的随机抽样，根据概率分布进行采样，如对样本服从µ=0，δ=1的正态分布，通过蒙特卡洛采样进行采样，采样得到的点能满足正态分布要求，如下图所示，采样得到的点会集中µ=0附近，要想采样得到更边界的点，需要进行大量采样。 图1 蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是
蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是用较少的采样次数，来达到与多次蒙特卡洛采样相同的结果，并且涵盖更全面的边界点。 如下图所示，同样对于µ=0，δ=1的正态分布，可以利用更少的采样点得到相同的分布，并且不会产生明显的聚集现象，边界值也能更容易获取到。 图2 拉丁超立方采样 联合概率分布采样
xxx.py”（启动文件名可自定义），以及一些必要的训练文件。 启动文件（必选） 算法的启动文件，直接填写相对路径，如 “main.py” 或“tools/main.py”。 需要编译的依赖（可选） 如果使用了第三方的需要编译的算法库，将编译脚本或编译产物或依赖库添加到算法文件根
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。
点云标注任务 点云标注任务是指根据标注规范对点云图像中出现的车、人等标注物进行标注。点云距离单位默认为米。 图1 点云标注任务 绘制对象 单击点云标注任务，单击任意一帧，进入人工标注。 选择标注工具。 单击左侧工具栏“智能缩框标注”（快捷键b）。 图2 选择标注工具 选择标注类别。
简述：地图场景为匝道分流。lead_vehicle和主车Ego在主道的同一车道上分别以35kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶，Ego设定了目标在匝道上的目标点Target_position，仿真开始后激活Ego控制器（控制器会影响Ego去往Target_position的寻路算法，但目
https://{Endpoint}/v3/projects”，其中{Endpoint}为IAM的终端节点，可以从地区和终端节点获取。 接口的认证鉴权请参见认证鉴权。 响应示例如下，其中projects下的“id”即为项目ID。 { { "projects": [ {
点云和感知回放区域 采集车辆采集的雷达数据，渲染后得到的点云图像，和随着采集车辆的行驶感知在采集车辆周围出现的其他物体，如其他车辆和行人等。目前可感知的物体类型请见感知物体类型。 4 视频回放信息 车辆摄像头采集的数据，经过脱敏处理生成的视频回放信息。支持视频的放大和缩小。 5 控制菜单项
删除数据 单击操作栏中的“更多 > 删除”，删除已添加至待发布区的数据。 日志 单击操作栏中的“更多 > 日志”，界面跳转至日志列表，在日志列表可查看或者下载日志。 导出 单击操作栏中的“更多 > 导出”，导出待发布区域的数据，具体请参考导出任务。 上传文件 本地数据集且状态为中断或初始化，单击“上传文件”上传文件。
急转向（Steering）检测 侧向加速度过大会对车辆的侧倾稳定性和乘员体验造成不良影响，急转向检测的目的是判断主车在行驶过程中，侧向加速度是否过大。 侧向加速度的阈值设置为2.3 ，具体参考《i-vista评测规程》第5页最后一段。 该指标关联的内置可视化时间序列数据为：accY。 该指标
添加/删除锚点：锚点可辅助确认车辆的大小。 根据标注规范，进行标注。 修改标注框。 根据标注对象不同，修改方式也有所不同。修改方式可参考以下示例。 车道线的修改，可通过在标注界面，单击已经标注的具体标注的线，标注的车道线将处于可选择状态，此时可通过拖拉标注的线中的点修改。 人车矩形框的修改，在标注界
过SK对请求数据进行签名验证，用于确保请求的机密性、完整性和请求者身份的正确性。如何获取访问密钥AK/SK？ 输入的访问密钥和私有访问密钥需要具有OBS服务如下权限： obs:object:GetObject obs:object:PutObject obs:bucket:ListAllMyBuckets
前任务中相同ID的所有标注物的大小类型进行覆盖。 显示轨迹线：选择3D框，开启此功能后可将当前任务中与此标注物ID相同的框进行轨迹线的连接。 添加轨迹点：开启后左键添加轨迹点，右撤销当页轨迹点，并重新规划轨迹线，此ID最后一帧不可操作。 插值标注：当需要在第n帧和第n+k帧中标注
p，Traffic。 自动推荐标签的依据为：OpenSCENARIO元素到OpenLABEL标签体系元素的映射，主要为OpenSCENARIO的Environment和Entity字段到OpenLABEL的Weather和RoadUser标签树的映射。 图3 选择标签 Json文
自动驾驶云服务中，为了最大化资源利用率，租户的子用户可以共享计算资源用于运行容器化的作业。这意味着租户的不同子用户的容器化处理作业可以运行在同一个计算节点上，共享节点的CPU、内存、磁盘、操作系统内核等资源，这里就会存在容器逃逸的风险。 自动驾驶云服务适用于您的子用户是可控的、可信任的场合，不适用于子用户
p，Traffic。 自动推荐标签的依据为：OpenSCENARIO元素到OpenLABEL标签体系元素的映射，主要为OpenSCENARIO的Environment和Entity字段到OpenLABEL的Weather和RoadUser标签树的映射。 图3 选择标签 Json文
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
