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
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。
控制辅助系统激活(Control)检测 控制辅助系统激活用于评价算法是否按照预期激活以下十三项功能: 自动紧急制动 自动紧急转向 倒车自动紧急制动 自适应巡航控制 车道保持辅助 自动驾驶辅助 自动泊车辅助 远程泊车辅助 拖车辅助 城市驾驶辅助 高速自动驾驶辅助 巡航控制 限速控制
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
到达终点(Reach Destination)检测 到达终点检测的目的是判定主车是否到达场景文件中指定的全局路径规划的终点。 当主车的车辆坐标系原点进入终点为半径R(本设计取R为2m)范围内时, 则判定主车到达了终点。 在没有设置终点时, proto协议会把目标点默认初始化(0,0
作业输入输出规范 用户完成自定义场景挖掘镜像上传后,在运行作业容器时,Octopus平台会向作业容器中注入以下环境变量: rosbag_path: 作为数据源的rosbag存放路径,例如/tmp/data/20220620.bag output_dir: 场景挖掘作业运行结果输出目录,例如/tmp/output
obs:object:PutObject obs:bucket:ListAllMyBuckets obs:bucket:ListBucket 查看用户拥有的OBS服务权限,可参考如何查看用户拥有的权限? 单击“下一步”,系统自动跳至数据集列表页面,可在该页面对数据集进行查看、删除、添加或导出版本、缓存加速操作。
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。
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
目标检测2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
减速度(Deceleration)检测 减速度检测的目的是: 判断主车在整个行驶过程中制动减速度是否超过对应的舒适性阈值。 本设计的减速度的默认阈值为3。 父主题: 内置评测指标说明
蛇行(Snake Driving)检测 自动驾驶车辆在行驶过程中,当车道的曲率发生较大变化时,可能会出现横向控制效果不佳导致的长时间车辆横向振荡。 蛇行检测的目的是判断车辆是否出现横向振荡,利用车辆的横向加速度的正负变化来判断蛇行是否发生。 正值大于和负值小于的比例都大于该时间段的10%时,则判断此时间段发生蛇行。
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。
AB类均匀权重(Average)评分方案 该方案同样分为AB两类指标,其中A类总分为60分,B类总分为40分,A类指标按均匀权重扣分,B类指标同样按均匀权重扣分。 AB类均匀权重评分原则(Principle) A类60分,各A类指标得分权重相同。 B类40分,各B类指标得分权重相同。
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)
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