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
merge 简述:地图场景为匝道合流。主车Ego在主道行驶,初始速度为Ego_InitSpeed_Ve0,Ego设定了目标在主道右侧2车道上的目标点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,但目前仿
人工标注操作指导 本节主要介绍Octopus标注平台的标注界面操作(以图片和3D点云为例),标注任务的详细操作指导请参考标注样例。语言标注任务的详情操作指导请参考语音标注任务。文本标注任务的详情操作指导请参考文本标注任务。 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目”页签,单击项目名称。
数据批导简介 在使用平台进行自动驾驶开发时,首先需要用户把原始数据上传至Octopus平台,即数据上云。下文介绍了数据导入任务的三种方式,帮助用户把车载平台输出的数据上传至Octopus平台上。 对象存储导入数据:用户需先将数据包上传至对象存储桶(可自定义)中,再导入到Octop
straight 简述:地图场景为直道。lead_vehicle和主车Ego在主道上分别以40kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在主道右2车道上的目标点Target_position,同时激活Ego控制器(控制器会影响Ego去往Ta
多帧识别 前提条件 在服务控制台“总览”>“我的模型”区域,开通“场景识别”服务,具体操作步骤请参考开通我的模型和购买套餐包。 完成OBS授权委托,具体操作步骤请参考授权操作步骤。在服务控制台“总览”>“我的模型”区域,开通“2D图像生成”服务,具体操作步骤请参考开通我的模型和购买套餐包。
3D预标注 3D预标注当前支持目标检测和目标分割两种标注功能。 前提条件 在服务控制台“总览”>“我的模型”区域,开通“2D图像生成”服务,具体操作步骤请参考开通我的模型和购买套餐包。 操作步骤 在左侧菜单栏中选择“智驾模型服务 > 3D预标注”。 选择“3D预标注”页签。 单击右上角的“添加文件”。
人车类型图片标注任务 人车类型标注任务主要是对真实路采图片中出现的人物、车辆等进行标注。 图1 标注示意图 绘制对象 绘制矩形框。 选择矩形图形工具(快捷键3,非小键盘)。 在标注列表中选择需要标注的类别(非必要,也可等标注完成后,右键修改类别)。 单击选择的第一个点,移动鼠标选择需要绘制的第二个,再次单击结束。
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。
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。
车道线图片标注任务 车道线图片标注任务是指依据标注规范对真实路采图片中出现的道路中的车道线、斑马线等交通线路进行标注,一般区分实线、虚线,按需求增加颜色、遮挡程度等额外属性。 图1 车道线图片标注任务 绘制对象 单击车道线标注任务,选择一张图片进入人工标注。 绘制对象。 单击左侧
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,
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
车道线检测 Octopus 目录 标注文件目录结构 +--- 1628568066600 | +--- 1628568066600.jpg | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999
输入输出文件格式要求 如下为输入文件格式和输出文件格式要求。 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
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
导出任务 导出数据集 单击数据集列表操作栏的“导出”。 选择数据目的地。 图1 数据目的地 数据目的地:默认选择OBS。 访问密钥:请输入访问密钥(AK)。 私有访问密钥:请输入私有访问密钥(SK)。 OBS目录:请指定数据集导出后存放的目录。 访问密钥ID(AK)和私有访问密钥
仿真场景 表1 仿真场景权限 权限 对应API接口 授权项(Action) IAM项目 (Project) 企业项目 (Enterprise Project) 场景列表 GET /v2/{project_id}/sim/sm/scenarios octopus:simScenario:list
点云标注数据集文件说明 Octopus格式文件基本要求(点云标注) 上传的Octopus格式数据集需包含以下文件。 . ├─ 文件夹1 ├─ 点云1.pcd #点云文件 ├─ 图片1.jpg #该点云图像对应的已标注图片
merge匝道合流 用途:创建merge高速匝道合流的静态场景(地图) 参数:参数如下表 表1 merge参数 Parameter Type Mandatory Description lane_width length yes 每个车道宽度。 left_lane_num int
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