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
获取项目ID的接口为“GET https://{Endpoint}/v3/projects”,其中{Endpoint}为IAM的终端节点,可以从地区和终端节点获取。 接口的认证鉴权请参见认证鉴权。 响应示例如下,其中projects下的“id”即为项目ID。 { { "projects":
身份认证与访问控制 身份认证 用户访问Octopus的方式有多种,包括Octopus控制台、API,无论访问方式封装成何种形式,其本质都是通过Octopus提供的REST风格的API接口进行请求。 Octopus的接口均需要进行认证鉴权以此来判断是否通过身份认证。通过控制台发出的
规范管理 规范便于标注和审核人员在标注和审核过程中依据规范进行标注和审核,提高任务完成质量。添加规范的方式有以下两种: 规范管理中添加规范。 添加批次任务时,添加规范。 添加规范 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,进入项目内任务列表。
泛化场景 创建泛化任务 当逻辑场景状态为“解析失败”和“正在解析”时,无法创建泛化任务。 上传动态和静态场景文件的说明请查看Open SCENARIO2.0场景说明。 当逻辑场景文件版本为OpenSCENARIO2.0.0时,创建的泛化任务支持仿真器B。 在左侧菜单栏中单击“仿真服务
road_aids_type yes 道路辅助设施类型,匝道分流时匝道和主路的连接方式,目前共有三种:DType-1(直接式1)、DType-2(直接式2)和PType(平行式)。 参数取值范围: lane_width: length = [3m..4m] left_lane_num: int = [0
0.0m) m_x: distance = [2m..7.5m] m_position_3d: position_3d = map.create_xyz_point(x: m_x, y: 10.0m ,z: 0.0m) m_pose_3d: pose_3d with: keep(it
供单段落和多段落语音标注模板工具,通过管理平台进行标签和属性的配置,支持智能语音交互场景下每一个细分环境的标注,也支持整个交互闭环的整体标注。支持讲话人属性(性别、角色等)配置,支持意图识别、问答标注和设备状态标注能力。当前支持的语音类型包括:wav、flac、mp3和m4a。 图1
数据总览 在数据总览页面可查看平台数据服务的统计数据,帮助用户快速了解各项数据关键指标和业务的健康情况。 进入总览数据页面: 登录Octopus服务平台,在左侧菜单栏中单击“数据资产 > 数据总览”。 图1 数据总览 表1 总览页面说明 序号 区域名称 说明 1 采集数据统计 平
road_aids_type yes 道路辅助设施类型,匝道合流时匝道和主路的连接方式,目前共有三种:DType-1(直接式1)、DType-2(直接式2)和PType(平行式)。 参数取值范围: lane_width: length = [3m..4m] left_lane_num: int = [0
yes 是否有自行车道。 sidewalk bool yes 是否有人行道。 main_speed speed yes 主路的限速值。 road_length length yes 主路的长度。 参数取值范围: lane_width: length = [3m..4m] left_lane_num:
资源管理 集群纳管详情中展示集群的节点资源和资源规格分配情况。给节点增加标签,确认节点的用途,在资源规格中,给各个资源用途分配资源规格,支撑任务执行。资源不足时,用户需要单独购买扩展资源包。 用平台管理员账号登录Octopus平台。 在左侧菜单栏中单击“运维配置 > 集群纳管 ”。
3D2D融合预标注 自动驾驶传感器中,各个模态有各自的优势和劣势。比如相机模态对visual appearance的感知更为准确,激光雷达模态对距离感知更为有效。然后当LiDAR扫描线数过低时,经常无法甄别物体的类型,但是此时如果能结合LiDAR扫描和2D图像检测,则可以由3D扫描确定目标
keep(it.s == 5.0m) keep(it.t == 0.0m) create创建 my_point: road_point = map.create_road_point(road_id: '1', s: 5.0m, t: 0.0m) odr_point 定义:ASAM
可用性。本章主要阐述Octopus服务受入侵的检测响应能力、防抖动的能力、域名合理使用、内容安全检测等能力。 安全防护套件覆盖和使用堡垒机,增强入侵检测和防御能力 Octopus服务部署主机层、应用层、网络层和数据层的安全防护套件。及时检测主机层、应用层、网络层和数据层的安全入侵行为。
主车运行状态数据 自动驾驶和人工接管的相关数据信息。如加速度、速度和方向盘数据,数据随着采集车辆的行驶动态变化。 2 数据列表 回放图层参考回放图层信息。 数据图表参考数据图表信息。 3 点云和感知回放区域 采集车辆采集的雷达数据,渲染后得到的点云图像,和随着采集车辆的行驶感知在采
可根据需要选择显示参与物状态。当前支持的参与物有参考线、车道、车道线、中心车道、交通信号、Trigger。 默认勾选Trigger,当出现时,单击图标,地图中会出现trigger的详细信息。 交通信号包含信号灯和交通标识牌。 3 视频播放控件 控制视频播放暂停回放按钮,支持逐帧和倍速播放。地图文件超过1MB不支持高倍速预览。
下, 能否进行适当的转向和减速避让, 从而保证安全性。 其中主车需要进行避让的前提条件是: 当主车前端与对向行驶的车道纵向距离一定范围内(本设计取10m), 并且主车与对向车辆的横向距离小于两者一半车宽的和。 当满足该条件后, 如果主车没有进行转向避让和减速避让, 则对应的检测不通过。
Braking)检测 自动驾驶车辆急刹有两个典型阈值:ACC(Adaptive Cruise Control)的最大减速度,和AEB(Autonomous Emergency Braking)的最大减速度。 急刹检测的目的是判断主车在行驶过程中是否达到ACC和AEB的最大减速度。 ACC的最大减速度通常为。
xyz_point,有方向要求 m_x: length = 0.0m m_xyz: xyz_point = map.create_xyz_point(x: m_x, y: 10.0m ,z: 0.0m) m_heading: angle = 1.57rad m_orientation:
create_xyz_point(x: 0.0m, y: 10.0m,z: m_z) my_pose3d: pose_3d with: keep(it.xyz_point == my_xyz) m_direction: distance_direction = euclidianDistance m_mode: