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
路网设置（Road Network） 路网设置的相关文件都需要在交互页面上传，如果语句设置文件与上传文件有出入，以上传文件为准。 地图文件（Logic file） 地图文件（xodr文件）使用set_map_file语句指定。 具体场景使用xodr文件，逻辑场景使用odr文件。 例
内置场景挖掘规则 内置场景挖掘算法都是基于规则进行片段挖掘。平台支持的内置场景挖掘规则如下： 道路---道路环境---高速 检验规格： 包含高精地图信息 主车行驶区域road级别type为motorway 道路---道路环境---城市快速路 检验规格： 包含高精地图信息 主车行驶区域
信号查看器 评测任务运行过程中，将一些衡量自动驾驶质量的关键指标，如速度、加速度等数据在仿真场景中变化量绘制成图表，便于用户直观考量规控算法的控制质量。用户也可将业务所需关注的数据集合成新的图表，对比查看。 查看器一次只支持载入5个任务场景，页面最多支持5个框图展示，一个框图最多支持
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）
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，平台依据新建的
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）
审核操作指导 审核是检验标注任务质量的一个手段，审核的方式是从标注任务中抽取一定比例的图片，通过被抽取的图片标注准确率判断该标注任务整体准确率，该标注任务是否通过审核。 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。 选择“批次任务列表”，单击批次任务前的
语义分割点云标注任务 语义分割任务是指根据标注规范将待标注点云图像中出现的天空、道路、车辆等类标注物进行标注。 图1 语义分割点云标注任务 绘制对象 单击大规模3D语义分割任务，单击任意一帧，进入人工标注。 单击左侧标注工具栏，选择对应的标注工具。 选择对应的标注类别。 绘制标注物
流程指引 本文旨在帮助您了解Octopus仿真服务入门使用的基本流程，帮助您更快上手Octopus仿真服务。 操作流程 Octopus仿真服务的流程如图1所示。 图1 Octopus仿真服务全流程 表1 使用流程说明 流程 子任务 说明 详细指导 镜像仓库 镜像仓库 平台为用户提供了自定义镜像功能
资产识别与管理 资产识别 用户在数据资产包括用户上传的数据集以及用户提供的一些个人信息。 数据资产包括但不限于文本、图形、音频、视频、照片、图像、代码、算法、模型等。 资产管理 对于用户上传至Octopus的资产，Octopus会做统一的保存管理。 对于文件类型的资产，Octopus
3D回放 前提要求 3D回放对回放机器配置有以下要求： 回放机器需要GPU硬件。硬件加速的方式：在chrome设置-高级中打开硬件加速 。 机器的参考配置（低配）：8核cpu 、UHD620的gpu 、16G内存 、100Mbps带宽。 查看3D回放 3D回放页面详细说明如下： 图
数据资产简介 在自动驾驶产品的开发过程中，海量的数据存储和管理是当前自动驾驶平台面临的业务挑战之一。 Octopus平台的数据服务模块提供了海量数据采集、存储以及数据并行处理等功能，供后续服务进行统一使用。数据服务开发流程如下： 图1 数据服务开发流程 地图管理：支持上传高精地图数据
人工标注操作指导 本节主要介绍Octopus标注平台的标注界面操作（以图片和3D点云为例），标注任务的详细操作指导请参考标注样例。语言标注任务的详情操作指导请参考语音标注任务。文本标注任务的详情操作指导请参考文本标注任务。 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目
创建项目 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“创建项目”，参考下表填写项目信息。 图1 创建项目 表1 标注项目参数 参数 说明 项目名称 项目名称不支持自定义，由需求方、任务类型、预计完成日期以及备注组成。其中，需求方、任务类型以及预计完成时间必填
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扫描确定目标大致位置
实时评测和延时评测介绍 实时评测 图1 实时评测 实时评测的基本架构如上图所示，实时评测算法从仿真器和AD算法按帧接收数据，每接收一帧数据，就调用一次评测函数，在最后仿真结束时将评测结果写成评测pb文件。 实时评测的实现包括如下几个步骤： 代码内实现与仿真器的通信，实时接收仿真器的帧数据
基本概念 抽帧 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
与datahub对接的算法镜像制作 如图所示，算法与仿真平台datahub通过grpc连接，通过接收osi数据作为输入，并将算法内部信号输出到datahub。 仿真平台可以生成仿真的osi和算法pb，用于3d回放展示和算法的白盒化评测。 具体grpc连接datahub的代码可以参考八爪鱼提供的
与其他服务的关系 统一身份认证服务 Octopus使用统一身份认证服务（Identity and Access Management，简称IAM）实现认证功能。IAM的更多信息请参见《统一身份认证服务用户指南》。 对象存储服务 Octopus服务使用对象存储服务（Object Storage
Struct struct类型，又称结构类型，是一种由简单类型（例如int、float、string类型，scalar类型，简单的struct类型等）构建的复杂类型，一般用于表示抽象的道路结构，与地图文件中的具体的道路结构建立关联。osc2.0支持的struct类型有：odr_point
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
