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
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
急刹（Emergency 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。
乘员舒适性（Driving Comfort）检测 乘员舒适性检测关注的是自动驾驶车辆行驶过程中，驾驶员感受到的舒适程度。 舒适程度通常可以利用整个行驶过程中的速度方差来进行客观反映，而变异系数是可以对不同速度区间舒适程度进行比较。 变异系数的公式如下所示。 表示变异系数，表示标准差，表示均值。
通行速率（Efficiency）检测 通行速率用于评价主车在场景中从起点到终点的效率，主车越快到达终点，则通行速率越高。 本设计取通行速率的默认阈值为0m/s，即如果主车平均速度小于等于0，则该指标不通过。 通行速率指标可有效避免主车一直不动，其他评测指标均通过，导致得分却很高的情况发生。
附录（Appendix） Scalar Units Enum Lists Struct ALKS样例 父主题： 动态场景
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：
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
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 启动命令： python3 /home/main/ros2opendata.py --lidar_calibration_id
跟车起停检测的目的是判断主车跟随前车停车后能否在前车启动后重新启动。 当主车跟随前车制动停止后， 前车重新启动后， 主车重新启动的时间要合适， 该时间允许用户自定义， 本设计默认取3s。 当重新启动时间大于指定阈值时， 则跟车起停检测不通过。 该指标关联的内置可视化时间序列数据为：暂无。 该指标
附录 Enum Lists 父主题： 静态场景（地图）
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
加速度变化率（Jerk）检测 加速度变化率是加速度对时间的导数。 加速度变化率也被称为冲击度，冲击度反映了驾驶员的瞬态冲击体验。 纵向、侧向冲击度的阈值按德国冲击度标准取。 父主题： 内置评测指标说明
主车重新启动时间要合适。 其中停车距离允许用户自定义，本设计取主车前端距离行人最小距离min不低于1m，距离行人最大距离max不高于5m。 是否礼让通过判断车辆前端纵向距离行人低于min/2，速度是否大于0时，如果速度大于0，则没有进行礼让。 重新启动时间同样允许用户自定义，本设计去的默认最长重新启动时间为3s。
场景样例（Scenario Examples） 如下为具体场景和逻辑场景样例。 具体场景（Concrete Scenario） 具体场景样例： import standard scenario my_scenario: # Road Network map: map
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
示例代码 以下为主程序文件ros2opendata.py中截取的代码片段，分别运行不同的功能，详见注释。 运行前准备： 解析点云消息： 解析gnss消息： 写opendata_to_platform.yaml文件： 父主题： Rosbag转OpenData作业（数据回放）
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，
红灯前行为（Run Red Light）检测 红灯前行为检测的目的是判断主车在遇到红灯时能否在停止线前停车， 并且与停止线的距离保持在合理的范围。 判断能否在停止线前停车是指当主车前端超出停止线后， 主车速度大于零时， 则主车没能在停止线前停车。 这要排除主车在非箭头红绿灯右转的情况。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
