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
全错则是0分,全对则是100分。 如果评分项是空集,则是0分。 C类, 不参与评分。 AB类均匀权重评测分数计算实现(Equation) 本设计的评测分数旨在反映自动驾驶的安全性,因此计算过程中的评测分值分布为: A类:60分 B类:40分 具体实现公式为: 其中: : A类指标参与评测的总数目。 : A类指标未通过的数目。
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(Stop and Go)检测 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。
动态场景组成 场景文件结构 场景文件结构样例: OpenSCENARIO2.0 ├─ RoadNetwork │ ├─ LogicFile │ └─ SceneGraphFile (0..1) ├─ ParameterDeclarations (0..1) ├─ Entities
附录 Enum Lists 父主题: 静态场景(地图)
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
开通我的模型和购买套餐包 在使用智驾模型服务场景识别、2D图像生成、2D预标注、3D预标注等功能之前,需先开通我的模型。开通后,我的模型是根据API调用次数收取费用,推荐您购买模型套餐包,价格比按需计费模式更优惠。开通服务和购买套餐包之后,您可以在“我的模型”区域查看开通状态和套餐包使用情况。
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)
数据集形式:选择“数据集子集”。 源数据集:下拉选择已创建好的数据集。源数据集仅包含有已发布版本,。 单击“下一步”,填写信息,并勾选“我已阅读并同意《八爪鱼自动驾驶云服务声明》”。 图2 创建版本 表1 版本参数 参数 说明 镜像 选择镜像以及镜像版本。 启动脚本路径 选择脚本的启动文件路径,文件路径为在脚本中的相对路径,当前只支持
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)
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
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
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。
消息topic格式示例 Vehicle Vehicle格式示例: vehicle_info { stamp_secs: 1604996332 stamp_nsecs: 847945211 autonomy_status: 0 gear_value: 4 vehicle_speed:
警告标志前行为(Warning Sign)检测 警告类交通标志前行为检测的目的是判断主车在各种警告类标志前行为是否合理,主要包括两个方面的检测: 在警告类标志前车速是否太大 在警告类标志前是否有明显的加速行为 本设计认为当主车的车速大于或者加速度大于时,警告类标志前行为检测不通过。
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)
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_p
ALKS样例 根据官方提供的ALKS样例,提供了一些osc2.0的场景(osc文件)及其转化结果(xosc文件)。考虑到仿真器的支持程度,建议在转换时选择osc1.0版本。 FreeDriving 简述:主车Ego按照初始速度匀速行驶,10000s后激活controller,30