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
注册华为账号并开通华为云 在使用华为云服务之前您需要申请华为云账号并进行实名认证。通过此账号,您可以使用所有华为云服务,并且只需为您所使用的服务付费。 如果您已有一个华为云账号,请跳到下一个任务。如果您还没有华为云账号,请参考以下步骤创建。 打开华为云官网,单击“注册”。 根据提示信息完成注册
仿真任务 任务配置 创建仿真任务配置时需要完成基本配置、算法配置,评测项配置和选择场景几部分的内容。创建任务配置的步骤可参考如下: 在左侧菜单栏中单击“仿真服务 > 并行仿真”。 选择“任务配置”页签,单击“新建任务配置”,参考下表配置仿真任务基本信息。 图1 创建任务配置 表1
申请公测 介绍用户如何对有公测活动的产品或者服务申请公测。 当前自动驾驶云服务仅支持专属区域“华北-汽车一”,如果您需要使用自动驾驶云服务,可以参考提交工单尝试申请专属区域“华北-汽车一”访问权限。 自动驾驶云服务在区域“华南-广州”提供了OpenAPI,您也可以通过调用API,访问自动驾驶云服务
算法文件说明 用户可将本地算法文件包上传到Octopus平台,算法文件包需要满足一定要求,请详细阅读本节,有助于用户快速完成算法开发。 算法文件基本要求 算法文件目录结构可参考如下,需要包括启动文件“xxx.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)
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。 在没有
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
推理服务 新建推理服务 在左侧菜单栏中单击“训练服务 > 推理服务”。 选择“推理服务”页签,单击“新建推理服务”,填写基本信息。 图1 新建推理服务 名称:输入推理服务名称,只能包含数字、英文、中文、下划线、中划线,不得超过64个字符。 描述:简要描述任务信息。不得包含“@^\#
仿真器 进入、占用、释放仿真器 Octopus平台在线仿真模块为用户提供了在线仿真器。单击进入在线仿真器,用户进入机器后,机器显示红色按钮占用,用户退出在线仿真界面不会自动释放机器,会保持占用状态。机器图片的左上角会出现释放按钮,只有占用中的用户可以释放。 图1 仿真器 加载场景
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
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
步骤五:创建仿真任务 任务配置 仿真任务配置主要由仿真算法、评测项配置和场景三部分组成。仿真算法提供自动驾驶控制算法;评测配置提供评测依据;场景作为自动驾驶模拟场景,测试仿真算法的控制效果。 创建仿真任务配置时需要完成基本配置、算法配置,评测项配置和选择场景几部分的内容。创建任务配置的步骤可参考如下
如何查看用户拥有的权限? 使用账号登录华为云。 在页面左上方单击“控制台”,进入华为云管理控制台。 图1 控制台入口 在控制台右上角的账户名下方,单击“统一身份认证”,进入“统一身份认证服务”页面。 图2 我的凭证 查找用户。 图3 查找用户 单击用户名进入用户详情,查看用户所属用户组
预警系统激活(Warning)检测 预警系统激活用于评价算法是否激活以下五项预警功能: 盲区预警 前方碰撞预警 车道偏离预警 泊车碰撞预警 后方横向车流预警 当算法pb中检测到预警项且状态为STATE_ACTIVE,则视该预警为激活态,否则为非激活态;当预警状态从非激活态转变为激活态
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Target_position
基本概念 抽帧 抽帧是将解压后的Rosbag数据,抽出单幅画面,生成图片数据或者视频数据。 自动驾驶汽车在进行测试时会产生大量数据,车企需要对这些数据高效处理与分析,因此在进行自动驾驶研究时需要对这些原始数据有选择性、针对性地进行提取和分析,抽帧便是一种筛选数据的方式。针对数据类型
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。 单击左侧工具栏实线
其他权限 团队管理员的其他管理权限步骤与平台管理员一致,具体请参考以下: 标注物管理请参考标注管理。 标注模板管理请参考模板管理。 标注脚本管理请参考脚本管理。 父主题: 团队管理员
任务配置 任务配置主要由仿真算法、评测项配置和场景三部分组成。仿真算法提供自动驾驶控制算法。评测配置提供评测依据。场景作为自动驾驶模拟场景,测试仿真算法的控制效果。 创建任务配置 创建仿真任务配置时需要完成基本配置、算法配置,评测项配置和选择场景几部分的内容。创建任务配置的步骤可参考如下
2.5D人车图片标注任务 2.5D人车图片标注任务相比于2D人车标注任务,由2D的矩形框转变为2.5D框,可以定位车辆车身的正面与侧面,辅助开发者辨别车辆的行驶方向。 绘制对象 单击2.5D图片标注任务,选择一张图片进入人工标注。 选择标注工具。 单击左侧工具栏2.5D标注工具(快捷键
使用流程 Octopus平台提供了从“数据准备 → 标注数据 → 训练模型 → 仿真任务”的全流程开发,针对每个环节,其使用是相对独立自由的。本章节梳理了Octopus使用流程详解,此文档介绍其中一种方式完成自动驾驶开发。 图1 Octopus的使用流程 表1 使用流程说明 流程