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
续费 包年/包月自动驾驶云服务到期后会影响云服务器正常运行。如果您想继续使用,需要在指定的时间内为服务、资源、模型续费,否则将终止服务,系统中的数据也将被永久删除。在到期前续费成功,所有资源、数据得以保留,且服务的使用不受影响。 表1 续费相关功能 功能 说明 手动续费 包年/包月云服务
实体设置(Entities) 车辆和控制器(Vehicle and controller) 通过车辆名: vehicle的方式来为车辆命名。通过keep(it.name == 指定车型名称)的方式来指定车辆类型。通过keep(it.initial_bm == 指定controller
优先级:当前支持S、A、B、C、D。级别顺序为:S > A > B > C > D。 场景片段名称:格式为“车辆名称_场景标签_该场景片段ID”,也可以在此处再次选择场景片段。 信息编辑结束后,单击“确认”。 成功生成仿真场景后,该场景片段在时间轴上会显示“进入仿真场景”。
{ "frame_id": 11, #帧序号 "batch_task_id": 2284, #批次任务ID "project_id": "da7febfd1405496ffd1240e6c17efc0f", #资源域ID "label_mode
场景剧本(StoryBoard) 执行顺序(Execution sequence) OSC2.0场景剧本StoryBoard通过执行顺序Execution Sequence和触发器Trigger来支持用户设计各种场景。StoryBoard中有parallel和serial两种执行指令
转换后数据格式 Octopus平台支持将上传的Rosbag格式转换为OpenData格式。 数据类型 Octopus平台对数据有以下要求: 数据类型:包括各传感器数据、车辆数据、目标推理数据、自车坐标姿态以及标签记录数据等。 数据格式:Octopus OpenData格式。其中相机采集数据文件后缀为
转换后数据格式 Octopus平台支持将上传的Rosbag格式转换为OpenData格式。 数据类型 Octopus平台对数据有以下要求: 数据类型:包括各传感器数据、车辆数据、目标推理数据、自车坐标姿态以及标签记录数据等。 数据格式:Octopus OpenData格式。其中相机采集数据文件后缀为
转换后数据格式 Octopus平台支持将上传的Rosbag格式转换为OpenData格式。 数据类型 Octopus平台对数据有以下要求: 数据类型:包括各传感器数据、车辆数据、目标推理数据、自车坐标姿态以及标签记录数据等。 数据格式:Octopus OpenData格式。其中相机采集数据文件后缀为
自定义评测镜像制作 延时评测 仿真器输出的仿真过程数据会按照OSI的GroundTruth格式存储为pb文件,根据创建任务配置时是否选择使用datahub,该仿真pb有两种格式: 使用datahub时,该仿真pb的每帧数据是GroundTruth结构,然后按照OSI标准推荐的存储格式
如何获取访问密钥AK/SK? 使用IAM账号登录华为云。 在页面左上方单击“控制台”,进入华为云管理控制台。 在控制台右上角的账户名下方,单击“我的凭证”,进入“我的凭证”页面。 在“我的凭证”页面,选择“访问密钥 > 新增访问密钥”。 填写该密钥的描述说明,单击“确定”。根据提示单击
", "08b1c9011900257e1fe6c018591d129c", "08b1c8a0a5000f491f9dc01820f7478d", "098a09be7000251c1f30c018d8df7ac8", "0987b0c0b200f3141fb5c0183e769a32
数据资产简介 在自动驾驶产品的开发过程中,海量的数据存储和管理是当前自动驾驶平台面临的业务挑战之一。 Octopus平台的数据服务模块提供了海量数据采集、存储以及数据并行处理等功能,供后续服务进行统一使用。数据服务开发流程如下: 图1 数据服务开发流程 地图管理:支持上传高精地图数据
ALKS样例 根据官方提供的ALKS样例,提供了一些osc2.0的场景(osc文件)及其转化结果(xosc文件)。考虑到仿真器的支持程度,建议在转换时选择osc1.0版本。 FreeDriving 简述:主车Ego按照初始速度匀速行驶,10000s后激活controller,300s
概述 Octopus自动驾驶云服务是面向车企、研究所的全托管平台,帮助车企以及研究所快速开发自动驾驶产品。 您可以使用本文档提供的API对Octopus自动驾驶云服务平台进行相关操作,如创建、删除、变更等。支持的全部操作请参见API概览。 在调用Octopus自动驾驶云服务器API
-434b-b654-8332da961d7a/f7c9a054-3c9e-49c7-8934-a1e1d668eb12/ 标注:/tmp/label-data/ 数据仓库:/tmp/warehouse/ 生成子集,视图:/tmp/dataset-new/6f91947c-cd47
3D2D融合预标注 自动驾驶传感器中,各个模态有各自的优势和劣势。比如相机模态对visual appearance的感知更为准确,激光雷达模态对距离感知更为有效。然后当LiDAR扫描线数过低时,经常无法甄别物体的类型,但是此时如果能结合LiDAR扫描和2D图像检测,则可以由3D扫描确定目标大致位置
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,实时接收仿真器的帧数据
查看源数据包 原始数据包含车辆采集的各类传感器数据信息,数据导入任务创建完毕后,平台对数据包进行扫描,此模块展示导入成功的数据包。 数据包列表 在左侧菜单栏中,单击“数据资产 > 源数据包”。 选择“数据包”页签,默认显示数据包列表。 图1 数据包列表 表1 数据包列表相关操作 任务
-94f8832e909e", "cluster_id" : "3c151f54-e5df-4b6c-8690-b955df98a97f", "match_nodes" : 1, "usage" : "TRAINING_TRAIN",
"label_meta_desc" : "框0504", "label_meta_attr" : "{\"优先级\":\"0,1\"}", "label_meta_shape" : "bndbox", "label_meta_color" : "#f8e71c"