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
支持上传自定义算法和自定义模型,提升算法泛化能力和识别率。 支持模型管理与评测,提高模型的准确性,持续提升自动驾驶安全系数。 仿真服务 以测试为核心。 提供车辆动力学仿真、自动驾驶算法仿真、传感器仿真、交通流仿真等功能,实现对自动驾驶算法的大规模仿真测试,持续提升自动驾驶算法的安全性。
标注管理 标注管理主要提供可视化的标注物管理,支持自定义创建多种标注物的形状和颜色,可用于预标注和人工标注指定物体,或自定义算法模型中关联特定标注物。如果在创建标注模板时,没有找到满足当前所需的标注物,则可以通过标注物管理添加新标注物。 不同标注物可依靠标注物名称以及标注物描述区分。
仿真场景模块支持对单个仿真场景的增删改查操作。用户可根据场景类型,依据平台提示,上传符合要求的场景文件。场景创建完毕后,用户可选择在线仿真机器加载场景,通过仿真器内置算法检验场景质量。 创建场景 仿真场景支持用户上传符合仿真器场景规范的自定义场景。添加场景的步骤可参考如下: 在左侧菜单栏中单击“仿真服务 >
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,但目前仿真器B尚不支持寻路动作acquire_position),从车side_vehicle在匝道行驶,初始速度为SideVehicle_InitSpeed_Ve0
输出的结果,支持用户自定义评测指标输出为Octopus的评测pb格式,从而在前端进行展示。 算法pb下载:任务运行成功后,用户可以下载算法pb文件。算法pb文件包含感知、规控、定位等算法信息。 信号查看器:在已完成的任务中,在任务详情页,单击操作栏中的“信号查看器”,页面跳转至信
景挖掘算法,可自动提取对应场景行为的片段,展示在数据场景模块中。用户可将其生成单个仿真场景片段,为后续仿真开发做准备。 数据场景依赖以下三个topic:ego_tf(主车定位)、 object_array_vision(目标感知)、vehicle(底盘)。自定义场景挖掘算法对topic无特殊要求,由客户算法自行定义。
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,但目前仿真器B尚不支持寻路动作acquire_position)。控制器有时会根据lead_vehicle的位置更改主车Ego的速度。
的标注任务。 创建项目 标注任务 根据不同角色分配不同标注任务。 标注流程 训练模型 训练算法 创建训练作业前需要先选择算法,可以使用Octopus内置的算法,也可以自定义算法。 训练算法 模型评测 在机器学习中,通常需要使用一定的方法和标准,来评测一个模型的预测精确度,用于衡量
载该评测pb文件进行解析,可以将自定义评测结果和内置评测结果一样完全兼容地进行展示。 评测算法代码开发完成后,将代码构建成算法镜像上传到仿真平台评测管理模块即可被仿真任务使用。在制作评测算法镜像的Dockerfile中,建议将评测代码编译成的二进制文件COPY到系统的/usr/b
模型文件基本要求 模型文件通常包括模型图和模型权重文件,具体内容视用户算法决定,无其他要求。如果需要使用内置指标计算,则需满足以下条件: 自定义模型包中必须包含推理启动文件以及自定义模型文件,其中推理启动文件需要根据Octopus数据格式对推理结果存储为json进行适配,除此之外
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Target_position的寻路算法,但目前仿真器B尚不支持寻路动作acquire_position),控制器有时会根据lead_vehicle的位置更改主车Ego的速度。 地图文件(odr)
同一个任务配置运行多次仿真任务都可以改变什么? 基于同一个任务配置运行多次仿真任务,可以更改“算法版本”,见下图。 不支持修改任务配置和场景库、测试套件的关联关系,但是可以继续往场景库以及套件中增删场景或用例。新运行的任务,则会读取当下场景库或用例中的场景数据。如果清空里面的有效场景或用例,会导致任务运行失败。
选择模型:选择模型仓库和对应的模型版本,如果需要将模型对应的原始算法也挂载到用户评测容器中,可单击勾选“关联已有算法”,系统默认选择模型创建时的关联算法,用户也可手动更改选择其他算法文件。选择该项后,会自动添加算法路径环境变量${ALGORITHM}至容器中,并在“评测启动指令”文本框内输入环境变量提示信息。
、仿真平台、标注平台等多个工具平台,只需聚焦于核心价值(自动驾驶算法、标注数据、仿真场景),快速开展自动驾驶业务,跟上瞬息多变的市场节奏。 海量数据 平台可支持PB级数据存储和亿级数据秒级检索。 软硬件加速 感知算法训练和仿真需要使用大量算力资源,Octopus依托华为自研软硬件
默认使用node-0(主节点)作为上传产物节点。 选择算法。 图2 选择算法 训练算法:根据业务所需选择算法,自定义算法需提前在“训练服务 > 算法管理”中创建成功。 参数列表:由算法携带,可修改参数值。 环境变量:由算法携带,可修改参数值。 选择需要归档的模型仓库。 模型仓库需提前在“数据资产
过多关注底层资源,聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法,将成熟的算法创建训练任务生成训练模型。此外,训练服务提供多种模型评测指标,从多维度衡量模型质量。让自动驾驶研发更便捷。训练服务的开发流程如下: 训练服务操作引导如下: 算法管理:负责管理用户上传的符合平台规范的算法。
Octopus平台的并行仿真模块分为任务配置和仿真任务两部分。用户在任务配置模块,可使用自研仿真算法,根据Octopus自研仿真评测体系,从行车安全、驾驶行为、乘员舒适性等多维度测评在多种条件下的仿真场景中控制算法控制质量。在仿真任务模块,可将仿真任务运行中关键指标变化绘制成图表,直观形象。 任务配置
资源类型 事件名称 创建训练算法 octopus createTrainAlgorithm 更新训练算法信息 octopus updateTrainAlgorithm 删除训练算法 octopus deleteTrainAlgorithm 删除训练算法文件 octopus del
选择模型:选择模型仓库和对应的模型版本,如果需要将模型对应的原始算法也挂载到用户评测容器中,可单击勾选“关联已有算法”,系统默认选择模型创建时的关联算法,用户也可手动更改选择其他算法文件。选择该项后,会自动添加算法路径环境变量${ALGORITHM}至容器中,并在“评测启动指令”文本框内输入环境变量提示信息。
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。 因此,本设计平顺性检测从纵向平顺性和侧向平顺性进行考量。 平顺性检测考虑的是