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
传感器标定 标定数据记录车辆本身以及车辆上传感器的配置信息,一个标定项对应一个传感器标定文件。Octopus标定文件需满足标准,平台会对上传的每个标定文件名、格式和类型做检查。 本地编写标定文件 当前支持车架配置以及传感器标定信息配置:车架配置、相机以及激光雷达。 以创建激光雷达
数据回放页面可自动播放车辆渲染后的点云图像以及与之同步的视频轨迹,用户选用不同形式进行数据回放,方便排查和定位路测数据存在的问题。 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(最低配置):8核cpu
单击“完成”,在委托列表中输入上一步新建的委托名称,并单击右边的“授权”操作,设置最小授权范围。 在模糊搜索,输入“OBS”,选择“OBS OperateAccess”。 图2 执行授权操作 图3 设置最小授权范围 单击“下一步”,选择授权范围方案。 图4 选择授权范围方案 授权后需要等待15-30分钟方可生效。
代码样例(Code Examples) 路网设置(Road Network) 参数声明(Parameter Declarations) 实体设置(Entities) 场景剧本(StoryBoard) 触发器与触发条件(Trigger and condition) 动作(Actions)
急转向(Steering)检测 侧向加速度过大会对车辆的侧倾稳定性和乘员体验造成不良影响,急转向检测的目的是判断主车在行驶过程中,侧向加速度是否过大。 侧向加速度的阈值设置为2.3 ,具体参考《i-vista评测规程》第5页最后一段。 该指标关联的内置可视化时间序列数据为:accY。 该指标的异常时间点记录类
据传输的安全性,推荐您使用更加安全的HTTPS协议。 数据备份 支持设置数据库的备份和恢复,来保障数据的可靠性。 权限最小化 临时AK/SK和SecurityToken是系统颁发给用户的临时访问令牌,通过接口设置有效期,范围为15分钟至24小时,过期后需要重新获取。临时AK/SK
放时可展示预测、规控、定位等算法内部信息,用户还能根据算法内部数据的pb文件实现算法的白盒化评测。 Datahub模式,目前暂不支持配合仿真器的帧同步模式。 图3 算法配置 评测项配置 用户可选择“内置评测配置”和“自定义评测镜像”,设置评测标准。 内置评测配置:请选择“评测管理”服务中创建成功的内置评测配置。
种子地图的逻辑场景样例(仿真器B) 配合静态场景的种子场景,在本节提供了对应的适配仿真器B的逻辑场景样例。 straight merge split junction 父主题: 动静态配套样例
junction 简述:地图场景为交叉口。lead_vehicle和主车Ego一前一后分别以LeadVehicle_TargetSpeed_Ve0和Ego_TargetSpeed_Ve0的初始速度向交叉口行驶,Ego设定了目标在右转车道上的目标点Target_position,仿
straight 简述:地图场景为直道。lead_vehicle和主车Ego在主道上分别以40kph和Ego_InitSpeed_Ve0的初始速度一前一后行驶,Ego设定了目标在主道右2车道上的目标点Target_position,同时激活Ego控制器(控制器会影响Ego去往Ta
merge 简述:地图场景为匝道合流。主车Ego在主道行驶,初始速度为Ego_InitSpeed_Ve0,Ego设定了目标在主道右侧2车道上的目标点Target_position,仿真开始后激活Ego控制器(控制器会影响Ego去往Target_position的寻路算法,但目前仿
标注,支持2D、3D、4D自动标注,准确率超过90%。自动驾驶多模态检索支持以文搜图、以图搜图等多维检索能力,实现百万图片分钟级检索。 如何访问Octopus Octopus提供了简洁易用的云管理控制台,包含数据收集、场景挖掘、数据标注、算法管理、模型训练、模型评估、在线仿真、仿
xyz_point、odr_point和road_point必须设置且仅设置一个,用以提供位置信息。 orientation非必选项,当不设置orientation时,对应roll、pitch、yaw均为0时的方向。 使用xyz_point、设置orientation my_xyz: xyz_point
标注,支持2D、3D、4D自动标注,准确率超过90%。自动驾驶多模态检索支持以文搜图、以图搜图等多维检索能力,实现百万图片分钟级检索。 如何访问Octopus Octopus提供了简洁易用的管理控制台,包含数据收集、数据处理、数据标注、模型训练、在线仿真等功能,您可以在管理控制台完成您的自动驾驶开发。
放时可展示预测、规控、定位等算法内部信息,用户还能根据算法内部数据的pb文件实现算法的白盒化评测。 Datahub模式,目前暂不支持配合仿真器的帧同步模式。 图3 算法配置 评测项配置 用户可选择“内置评测配置”和“自定义评测镜像”,设置评测标准。 内置评测配置:请选择“评测管理”服务中创建成功的内置评测配置。
单击“编辑”。 单击“添加评测指标”,选择需要添加的指标,单击“确认”。 图3 添加评测指标 单击,对阈值进行设置,也可对重要度以及评分方案进行选择。 图4 阈值设置 重要度:可选主要和次要。 评分方案:可选主要次要log函数、主要次要均匀权重、全部均匀权重。具体介绍请查看评测分数计算介绍。
com/vcloud/euleros-python:2.9.1101.x86_64 # 设置工作目录【可选】默认为ROOT,用户可修改USER及PATH WORKDIR /root/workspace # 按需安装用户APT环境;如果需要修改/etc/apt/sources.list可替换
在使用新的普通用户登录在线仿真时,需修改在线仿真系统配置: 关闭桌面锁屏。 调整屏幕分辨率(默认分辨率不高,可调至适合的分辨率)。 将默认的浏览器更改为Chrome或Firefox。 在线仿真根据用户名称生成系统进程,Linux中不合法的用户名称登录在线仿真会出现异常,合法的用户名称限制如下:
xxx/cuda:11.0.3-devel-ubuntu18.04 # 设置工作目录【可选】默认为ROOT,用户可修改USER及PATH WORKDIR /root/workspace # 安装用户APT环境。如果需要修改/etc/apt/sources.list可替换 COPY
八爪鱼自动驾驶平台的多机分布式训练功能可以帮助用户加快模型训练速度,提高训练效率,并支持更大规模的深度学习任务。通过多机分布式训练,用户可以将训练任务分配到多台计算机或服务器上并行进行,充分利用硬件资源,加快模型收敛速度,提高训练效果。平台支持多种深度学习框架,如TensorFlow、PyTorch等,并提供简