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
消息topic格式规范 Vehicle 对于车辆自身基本数据录制的消息格式,需遵循一定规范,其中部分字段为必选,其他请根据实际需要自由选取。 表1 vehicle消息格式规范 格式名称 说明 VehicleInfo 车辆信息 消息格式中部分参数为必选,如使用该数据类型,则不可缺少
消息topic格式示例 消息topic具体格式要求请参考“消息topic格式规范”。接收到的消息topic示例请参考如下示例: Vehicle Gnss Ego_tf Object_array_vision Tag_record Control Predicted_objects
消息topic格式示例 消息topic具体格式要求请参考“消息topic格式规范”。接收到的消息topic示例请参考如下示例: Vehicle Gnss Ego_tf Object_array_vision Tag_record Control Predicted_objects
构建镜像 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。 Dockerfile示例 启动命令: python3 /home/main/ros2opendata.py --lidar_calibration_id
车道线检测 Octopus 目录 标注文件目录结构 +--- 1628568066600 | +--- 1628568066600.jpg | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999
静态场景样例 下文提供keep创建和create创建两种写法。 声明所有要泛化的变量,即为本例中第2-4行。 关键字merge说明是匝道合流的种子场景,即为本例中的第6行。 明确本场景中所有参数的具体值,即为本例中的第7行到最后。 scenario HighwayMerge:
开通智驾模型微调服务 在使用智驾模型服务模型微调功能之前,需先开通智驾模型微调服务。开通后,当模型微调状态为“运行中”,会根据创建模型微调任务时选择的资源按需计费。 开通服务 登录Octopus服务平台,在左侧菜单栏中单击“总览”。 在“模型微调”模块,单击操作栏中的“开通服务”。
语义分割图片标注任务 语义分割任务是指根据标注规范将待标注图片中出现的天空、道路、车辆等类标注物进行标注。 图1 语义分割图片标注任务 绘制对象 绘制多边形。 选择左侧工具栏多边形按钮,(快捷键4,非小键盘)绘制多边形。 图2 绘制多边形 选择标注。 标注列表页选择符合的标注。 图3
语义分割2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
语义分割3D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.pcd | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
平稳起步(Gentle Start)检测 汽车起步时加速度太大会给人带来不舒适的感受。平稳起步检测的目的是判断自动驾驶车辆起步过程中加速度是否过大。 起步过程的判定是指车辆当前速度为0,并在0.5s后速度大于,这个0.5s内的时间段为起步过程。 起步过程中如果加速度大于一定阈值(
换道(Lane Change)检测 换道检测的目的是判断主车在换道过程中的换道持续时间以及换道时的侧向加速度是否合理。 换道是指当主车所在的road id保持不变, 在某一时刻,其lane id发生变化, 在该时刻的前后一段时间内主车处于换道过程。 对于判定换道时的侧向加速度是否合理,
路网设置(Road Network) 路网设置的相关文件都需要在交互页面上传,如果语句设置文件与上传文件有出入,以上传文件为准。 地图文件(Logic file) 地图文件(xodr文件)使用set_map_file语句指定。 具体场景使用xodr文件,逻辑场景使用odr文件。 例1:具体地图
AB类log函数评分方案 在该评分方案中,A类指标必须通过,如果该类指标有一项没有通过,则得分直接不及格(低于60分)。 在有A类指标参与评测时,B类指标即使有几项没有通过,整个得分也不会不及格。 B类指标不通过数超过一定比例时,对应的分数要小于80分。 C类指标不参与评分。 在
实时评测和延时评测介绍 实时评测 图1 实时评测 实时评测的基本架构如上图所示,实时评测算法从仿真器和AD算法按帧接收数据,每接收一帧数据,就调用一次评测函数,在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤: 代码内实现与仿真器的通信,实时接收仿真器
与datahub对接的算法镜像制作 如图所示,算法与仿真平台datahub通过grpc连接,通过接收osi数据作为输入,并将算法内部信号输出到datahub。 仿真平台可以生成仿真的osi和算法pb,用于3d回放展示和算法的白盒化评测。 具体grpc连接datahub的代码可以参考八爪鱼提供的demo样例。
目标追踪2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
目标追踪3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401
内置评测指标简介 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
平顺性(Ride Comfort)检测 平顺性检测通常指汽车的垂向平顺性。平顺性用加速度均方根值来衡量。 加速度均方根值计算公式如下所示。 表示变量的均方根值,表示第个值,表示值的个数。 汽车的垂向平顺性是由悬架系统决定的,自动驾驶算法对垂向平顺性几乎没有影响,其影响的是车辆的纵向和侧向平顺性。