-
straight - 自动驾驶云服务 Octopus
sidewalk: bool = [true, false] main_speed: speed = 60kph road_length: length = [550m, 600m] straight_1: straight with: keep(it.lane_width
-
straight - 自动驾驶云服务 Octopus
sidewalk: bool = [true, false] main_speed: speed = 60kph road_length: length = [550m, 600m] straight_1: straight with: keep(it.lane_width
-
straight城区直行 - 自动驾驶云服务 Octopus
false) keep(it.main_speed == 60kph) keep(it.road_length == 500m) create创建 my_straight: straight = scenery.create_straight(lane_width: 3m
-
road - 自动驾驶云服务 Octopus
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 - 自动驾驶云服务 Octopus
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
-
触发条件 elapsed - 自动驾驶云服务 Octopus
触发条件 elapsed 使用 wait elapsed(time) 的方式设定等待时间,不返回值. 使用方法:经过设定的等待时间后,触发动作. 样例 serial: # action1 wait elapsed(10s) Ego.activate_controller(true
-
算法文件说明 - 自动驾驶云服务 Octopus
x.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目录
-
场景组成 - 自动驾驶云服务 Octopus
场景组成 静态场景提供了4个种子场景,静态场景的生成和泛化都基于这些种子场景。 四个种子场景分别为:straight城区直行、merge匝道合流、split匝道分流、junction路口。 父主题: 静态场景(地图)
-
批量上传场景 - 自动驾驶云服务 Octopus
com/huawei-octopus/scenario-upload-demo/blob/2.0.001-S000T-cloud/src/main.py 在获得上传脚本时,Gitee上的代码分支需要选择2.0.001-S000T-cloud分支。 手动修改脚本上方的OSSM_ENDPOINT
-
基于样例的拓展 - 自动驾驶云服务 Octopus
基于样例的拓展 本章的场景样例可以结合第一章介绍的各模块代码样例进行修改和拓展.以straigh场景的osc为例,设定初始位置时,除了使用st坐标系(odr_point,即osc1.0中的LanePosition)还可以使用xyz坐标系(xyz_point,即osc1.0中的WorldPosition)来替代:
-
简介 - 自动驾驶云服务 Octopus
简介 评测算法从驾驶安全性,智能性,合规性,舒适性等维度对自动驾驶系统进行全面评价。评测指标的pass/fail标准比较复杂,需要对一些评测函数的细节进行介绍。 point_type:是一个PointType的枚举类型,表示该子类指标发生特殊状态(一般是指发生异常)时的时刻点用哪
-
orientation - 自动驾驶云服务 Octopus
orientation_3d 定义:由Tait–Bryan角度的三个参数roll(横滚角,围绕x轴的角度)、pitch(俯仰角,围绕y轴的角度)和yaw(偏航角,围绕z轴的角度)定义的三维角度. 用途:设置实体的朝向角度、用于构成pose_3d. 参数:参数如下表. 表1 orientation_3d参数
-
智驾模型简介 - 自动驾驶云服务 Octopus
智驾模型简介 通过与AI模型、大模型的结合,提供高精度自动标注能力,大大减低传统人工标注数据真值的成本。提供场景数据集生成能力,帮助自动驾驶模型训练快速扩充数据集,低成本获取难例数据集。提供多模态场景理解和检索能力,帮助客户在海量样本库快速、智能的分类和检索。 前提条件 购买套餐
-
Dockerfile示例 - 自动驾驶云服务 Octopus
Dockerfile示例 一般情况下,引擎主要包含预标注算法或预审核算法运行所需要的基本依赖环境,用户也可将预标注算法或预审核算法包内置在AI引擎中。用户可使用命令行模式或Dockerfile模式进行构建。以预标注自定义镜像为例,一般的镜像制作Dockerfile示例如下(xxx替换为实际路径):
-
资产识别与管理 - 自动驾驶云服务 Octopus
资产识别与管理 资产识别 用户在数据资产包括用户上传的数据集以及用户提供的一些个人信息。 数据资产包括但不限于文本、图形、音频、视频、照片、图像、代码、算法、模型等。 资产管理 对于用户上传至Octopus的资产,Octopus会做统一的保存管理。 对于文件类型的资产,Octop
-
场景识别 - 自动驾驶云服务 Octopus
场景识别 前提条件 在服务控制台“总览”>“我的模型”,开通“场景识别”管理,具体操作步骤请参考开通管理。 操作步骤 在左侧菜单栏中单击“智驾模型服务”。 选择“场景识别”,单击右上角“添加文件”。 在“文件上传”弹出框中,单击“添加文件”,上传本地图片。 图1 添加文件识别 单
-
数据导入 - 自动驾驶云服务 Octopus
mport-records octopus:dataImportRecord:list √ √ 创建数据包导入任务 POST /v1.0/{project_id}/data/import-records octopus:dataImportRecord:create √ √ 获取导入任务详情
-
点云跟踪标注任务 - 自动驾驶云服务 Octopus
帧中的标注框。具体步骤如下: 选中左侧工具栏“追踪 > 插值标注 > 线性插值 / AI插值”,开启插值模式。 插值标注开启中,可通过左侧图标切换或使用快捷键切换插值计算模式(线性插值 / AI插值)。 在第n帧选中一个追踪对象的标注框。 按c键将当前帧设置为关键帧。 向后切至第n+k帧。
-
触发器与触发条件 Trigger and condition - 自动驾驶云服务 Octopus
speed ,和acceleration . 如果不满足等待时长或触发条件,后续动作将无法执行. 使用wait来设定触发条件condition时,必须在serial:下执行,否则wait无效. 触发条件 elapsed 触发条件 object_distance 触发条件 point_distance
-
2D3D关联标注任务 - 自动驾驶云服务 Octopus
标注列表只展示关联对象的标注物。键盘按键“ESC”退出绘制状态,右侧标注列表展示所有的标注物。 图2 2D补框 在点云界面单击左侧工具栏“AI标注”(快捷键b),框选3D,此时右侧标注列表只展示关联对象的标注物。双击空白处退出绘制状态,右侧标注列表展示所有的标注物。 图3 点云补框