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
repeated VehicleFrame vehicle_info = 1。 } Camera 采集的camera数据通过转换工具可以保存为”.jpg”图片数据。 Lidar 采集的点云数据通过转换工具可以保存为标准的pcd格式数据。 Gnss 对于卫星导航系统数据录制的消息格式,需遵循一定规
此接口用于创建OpenDRIVE格式的场景地图。接口基于地图文件的sha256判断地图文件是否已存在,如果地图文件不存在,响应中提供预签链接用于上传地图文件。 URI POST /v2/{project_id}/sim/sm/maps 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String
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。
负责完成该项目的标注团队。团队需提前在创建团队中创建完毕。 预计总量 预计项目内所有任务的总量,即图片、3D点云、音频文件或文本总帧数。 数据类型 标注任务的数据类型。当前支持图片、3D点云、音频和文本四种类型。不同数据类型支持的文件格式请参见表2。 项目任务流程 除交付节点为必选之外
本接口用于创建仿真场景文件。平台会根据文件sha256值判断场景文件是否已存在,如果场景文件不存在,则返回预签链接用于上传场景文件。 URI POST /v2/{project_id}/sim/sm/scenarios/{parent_lookup_id}/files 表1 路径参数 参数 是否必选 参数类型 描述
模板管理 在进行自动驾驶模型训练过程中需要大量有标签的图片或视频数据,因此在模型训练之前需要对处理完的数据进行各类标注,进行场景识别。Octopus提供预标注功能,支持部分预标注模型,能够节省70%的人力成本。也提供人工标注功能,用户可以针对未标注数据在线手动标注或预标注后人工确
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,Octopus将抽帧任务分为图片抽帧和点云抽帧。
禁止标志牌前行为(Prohibited Sign)检测 禁止标志牌前行为检测的目的是判断主车在这些禁止类标志牌前的行为是否合理。 本设计考虑评测的禁止标志牌有: 禁止机动车标志牌 禁止各种车辆标志牌 禁止驶入标志牌 限制宽度标志牌 限制高度标志牌 限制重量标志牌 在禁止机动车标志
选择标注类别 框选标注物。 图3 框选标注物 调整三视图。 依据标注规范要求,结合下方真实图片中对应标注物大小,调整点云图像中标注物三视图中标注框。 图4 调整三视图 调整2D框(只适用于联合标注)。 单击2D图片。 开启联合按钮。 图5 开启联合 针对点云框对应的2D框进行调整大小。 图6
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, 本设计考虑换道时刻
2D3D关联标注任务 2D3D关联任务是指根据标注规范将待标注点云图像和图片中出现的天空、道路、车辆等类标注物进行标注,然后自行关联。 图1 2D3D关联标注任务 绘制对象 单击2D3D关联任务,单击任意一帧,进入人工标注。 左侧工具栏“2D3D互转开关”,开启状态下,平台依据新
在路(On Road)检测 在路检测的目的是判断主车是否在可行驶的道路上驾驶。 根据OSI中车道类型定义,当主车行驶的道路类型为osi3.Lane.classification.type.TYPE_NONDRIVING,则认为主车在路检测不通过。 该指标关联的内置可视化时间序列数据为:暂无。
指示标志牌前行为(Mandatory Sign)检测 指示标志牌前行为检测的目的是判断主车在这些指示标志牌前的行为是否合理,本设计考虑的指示标志牌有: 左转指示牌 右转指示牌 直行指示牌 左转直行指示牌 右转直行指示牌 左转右转指示牌 靠左行驶指示牌 靠右行驶指示牌 当主车前端超过左转指示牌,
Description lane_num int yes 单方向车道数量。 bikeway bool yes 是否有自行车道。 sidewalk bool yes 是否有人行道。 junction_type junction_type yes 路口的类型,目前支持两种类型cros
提供数据批导、源数据包、数据处理、数据缓存、数据集管理。 数据结构化:处理车载硬件平台上输出的传感器数据,详细统计各类传感器信息。 数据集治理:支持PB级海量存储。 提供通用存储、模型仓库,方便集中处理数据以及模型信息。 标注服务 以标注为核心。 平台提供点云和图片的人工标注和预标注。 支持数据预标注功能,节省大量人力成本。
压实线(Onto Solid line)检测 压实线检测的目的是判断主车行驶过程中是否压到实线。 当主车与距离最近的车道线的小于主车宽度的一半时,并且该车道线的类型为OSI定义的osi3.LaneBoundary.classification.type.TYPESOLIDLINE,则认为主车的轮胎已经压到实线。
逆行(Reverse Direction Driving)检测 逆行检测的目的是判断主车行驶过程中是否按车道规定的方向行驶。 根据OPNENDRIVE中对车道的lane id的定义, 沿着道路的reference line的前进方向, reference line右侧的lane id由0逐渐递减,左侧的lane
绿灯通行(Drive Through Green Light)检测 绿灯通行检测的目的是判断主车在接近十字路口后, 如果是绿灯, 主车是否直接通行而没有停止。 另外,当交通灯由红灯变为绿灯后, 主车重新启动的时间是否太大。 本设计认为在绿灯状态下, 如果前方没有行人和引导车的情况下, 主车在停止线前20m范围内发生停车行为,
Octopus服务使用对象存储服务(Object Storage Service, 简称OBS)存储原始Rosbag数据以及预处理后的视频、抽帧图片等数据,实现安全、高可靠和低成本的存储需求。OBS的更多信息请参见《对象存储服务控制台指南》。 表1 Octopus各环节与OBS的关系 功能
急转向(Steering)检测 侧向加速度过大会对车辆的侧倾稳定性和乘员体验造成不良影响,急转向检测的目的是判断主车在行驶过程中,侧向加速度是否过大。 侧向加速度的阈值设置为2.3 ,具体参考《i-vista评测规程》第5页最后一段。 该指标关联的内置可视化时间序列数据为:accY。