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
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(0,0,0
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，则不可缺少该参数字段
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
车头时距（Time Headway）检测 车头时距检测的目的是判断主车行驶过程中与其他交通车的车头时距是否台小。 车头时距是主车与引导车的相对距离除以主车的速度。 即使主车未发生碰撞， 当车头时距过小时（该阈值可用户自定义，本设计默认取2s）， 发生碰撞的风险太大， 这样也是不合理的
数据集镜像Dockerfile示例 本章节介绍Dockerfile示例。 用户可使用命令行模式或Dockerfile模式进行构建。 以数据集自定义镜像为例，一般的镜像制作Dockerfile示例如下： 数据集镜像不支持调用GPU资源。 # 载入基础镜像，用户可手动制作或拉取官方镜像
评测算法的自研proto接口 背景 Octopus内置一套评测算法，用于对自动驾驶系统的性能表现进行多维度评测。内置评测算法的评测结果按照eva.proto中的定义，序列化成pb文件保存起来。 Octopus仿真平台的前端通过解析评测pb对评测结果进行展示，目前控制台展示主要分为两大方面
静态场景（地图） 静态场景组成 领域模型设计 静态场景样例 附录 父主题： Open SCENARIO2.0场景说明
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
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
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
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
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）
数据来源为数据集 根据数据来源不同，可分为以下四种形式创建数据集。 本地 在左侧菜单栏中单击“数据资产 > 数据集 ”。 选择“数据集”页签，单击“创建数据集”，填写数据集信息。 图1 创建数据集 名称：不得超过64个字符。支持中英文、数字、“-”、“_”，不支持特殊字符。 描述：
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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
