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
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(0,0,0), 因此本设计认为当终点为(0,0,0)时, 是没有终点的情况, 故不允许场景设计者在设计场景终点时将终点设置为(0,0,0)。 该指标关联的内置可视化时间序列数据为:暂无。
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。
购买扩容包和节点时,需要事前购买相对应的服务。 登录Octopus服务平台,在左侧菜单栏中单击“总览”。 单击购买服务入口。 图1 购买入口 选择需要购买的扩展资源包(以购买“同时在线用户数扩容包”为例),设置购买时长、购买个数以及是否自动续费。 图2 购买“同时在线用户数扩容包” 单击“下一步”,
提供简单易用的界面和工具,帮助用户轻松配置和管理多机分布式训练任务。用户可以根据实际需求选择合适的节点数和GPU卡数,灵活调整训练环境,实现高效的分布式训练。 八爪鱼自动驾驶平台支持多种规格,用户可根据当前底座资源选择对应加速卡节点。同时,支持用户自定义资源规格,一般而言,通用训
并行仿真节点,完成日行百万公里虚拟里程。 合规性 脱敏算子对数据包进行脱敏处理(包括人脸、车牌、gnss高程),保证用户数据上传的合规性,避免个人隐私泄露,保护用户的数据信息和财产安全。 昇腾云助力 昇腾云具有稳定安全的底层算力,提供极致性价比。昇腾双栈AI算力,支持万节点计算集
仿真服务常见问题 如何一键恢复在线仿真功能? 如何解决不小心释放在线仿真机器的问题? 仿真场景终止条件有几种? 同一个任务配置运行多次仿真任务都可以改变什么? 采样方式有几种?
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
仿真过程中的数据,用户可以利用该仿真pb进行数据分析。 评测pb下载:任务运行成功后,用户可以下载评测pb文件。评测pb文件用于存储评测输出的结果,支持用户自定义评测指标输出为Octopus的评测pb格式,从而在前端进行展示。 算法pb下载:任务运行成功后,用户可以下载算法pb文
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
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
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
训练镜像 八爪鱼训练镜像使用ma-user用户运行,用户需保证镜像内已创建ma-user用户,且训练过程中使用到的python环境或其他依赖对ma-user具有权限,以下分别从“从0到1构建”和“从已有镜像”迁移两种方式说明。 从0到1构建训练镜像 用户可以docker run -it {image-id-or-name}
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、仿真算法和场景管理等功能,用户可以在管理控制台完成用户的自动驾驶开发。 父主题: 关于Octopus
重复步骤4、5、6的操作,继续向后设置关键帧进行插值计算。 单击左侧工具栏“追踪 > 插值标注”, 关闭插值模式。 同一个追踪对象,需在最右侧关键帧向由右设置新关键帧,或在最左侧关键帧向左设置新关键帧。 当前追踪对象插值结果计算未结束,不可设置其他追踪对象的关键帧。 前后关键帧跨度不可超过20。
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
proto中的SimData反序列化仿真pb中的内容。该步骤会得到一个SimData的内存对象,用户通过访问对象中的字段即可获取自己关注的数据。 仿真pb包含仿真器输出的整个仿真过程数据,用户处理根据自身评测逻辑处理所有帧数据。 用户自定义的评测指标包含通过,不通过等结果,将该结果写入到eva.proto
00% MEM USAGE:256MiB 根据上述信息,可以稍有余量的设置CPU和内存: CPU:25%的CPU使用率意味着容器使用了0.25个CPU核心,因此可以设置CPU为0.3核。 内存:256MiB,因此可以设置内存值为300MiB。 这样可以尽可能减小单个任务的资源占用,从而提高并行任务数量,提升批量仿真性能。
驶过程中会碰到n个盲区,此时必须正好激活n次才能证明主车算法通过;因此支持让用户设置各项子指标是否需要预警和期望的预警次数; 默认期望的预警次数为-1,此时只要该预警功能激活至少一次,则评测项通过;当设置期望的预警次数为正数或0时(0代表期望预警功能不被激活),只有当预警功能激活
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。