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
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”。 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。
消息topic格式示例 消息topic具体格式要求请参考“消息topic格式规范”。接收到的消息topic示例请参考如下示例: Vehicle Gnss Ego_tf Object_array_vision Tag_record Control Predicted_objects
提示“上传的AK/SK不可用”,如何解决? 问题分析 AK与SK是用户访问OBS时需要使用的密钥对,AK与SK是一一对应,且一个AK唯一对应一个用户。如提示不可用,可能是由于账号欠费或AK与SK不正确等原因。 解决方案 使用当前账号登录OBS管理控制台,确认当前账号是否能访问OBS。
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“
示例代码 作业输入输出规范示例代码如下图所示: 代码文件命名为ros_hard_mining.py。 父主题: 场景挖掘作业(数据标记)
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 FROM ros:noetic COPY ros_to_dataset.py /home/main/ # 算法启动示例:
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,
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
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“
如何解决不小心释放在线仿真机器的问题? 现象:使用在线仿真时,操作过程中不小心关闭页面、退出登录或释放机器。 解决办法: 再次选择“仿真服务 > 在线仿真”,找到指定仿真机器,单击进入在线仿真页面。 图1 进入在线仿真页面入口 进入仿真机器后,单击等待刷新,约10s后桌面会启动完成。
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
消息topic格式规范 Vehicle 对于车辆自身基本数据录制的消息格式,需遵循一定规范,其中部分字段为必选,其他请根据实际需要自由选取。 表1 vehicle消息格式规范 格式名称 说明 VehicleInfo 车辆信息 消息格式中部分参数为必选,如使用该数据类型,则不可缺少
消息topic格式示例 消息topic具体格式要求请参考“消息topic格式规范”。接收到的消息topic示例请参考如下示例: Vehicle Gnss Ego_tf Object_array_vision Tag_record Control Predicted_objects
数据集镜像Dockerfile示例 本章节介绍Dockerfile示例。 用户可使用命令行模式或Dockerfile模式进行构建。 以数据集自定义镜像为例,一般的镜像制作Dockerfile示例如下: 数据集镜像不支持调用GPU资源。 # 载入基础镜像,用户可手动制作或拉取官方镜像
评测算法的自研proto接口 背景 Octopus内置一套评测算法,用于对自动驾驶系统的性能表现进行多维度评测。内置评测算法的评测结果按照eva.proto中的定义,序列化成pb文件保存起来。 Octopus仿真平台的前端通过解析评测pb对评测结果进行展示,目前控制台展示主要分为两大方面:
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controll
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
数据来源为数据集子集 当数据集形式为数据集子集时,创建步骤如下: 在左侧菜单栏中单击“数据资产 > 数据集”。 选择“数据集”页签,单击“创建数据集”,填写数据集信息。 图1 创建数据集子集 名称:不得超过64个字符。支持中英文、数字、“-”、“_”,不支持特殊字符。 描述:数据
示例代码 作业输入输出规范示例代码如下图所示: 父主题: 数据提取作业(数据集)
示例镜像制作 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: bash /home/Octopus/run.sh 镜像构建: docker build -f Dockerfile