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
人车类型图片标注任务 人车类型标注任务主要是对真实路采图片中出现的人物、车辆等进行标注。 图1 标注示意图 绘制对象 绘制矩形框。 选择矩形图形工具(快捷键3,非小键盘)。 在标注列表中选择需要标注的类别(非必要,也可等标注完成后,右键修改类别)。 单击选择的第一个点,移动鼠标选择需要绘制的第二个,再次单击结束。
目标追踪2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054
目标追踪3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401
内置评测指标简介 评测算法从驾驶安全性,智能性,合规性,舒适性等维度对自动驾驶系统进行全面评价。评测指标的pass/fail标准比较复杂,需要对一些评测函数的细节进行介绍。 point_type:是一个PointType的枚举类型,表示该子类指标发生特殊状态(一般是指发生异常)时
平顺性(Ride Comfort)检测 平顺性检测通常指汽车的垂向平顺性。平顺性用加速度均方根值来衡量。 加速度均方根值计算公式如下所示。 表示变量的均方根值,表示第个值,表示值的个数。 汽车的垂向平顺性是由悬架系统决定的,自动驾驶算法对垂向平顺性几乎没有影响,其影响的是车辆的纵向和侧向平顺性。
AB类log函数评分方案 在该评分方案中,A类指标必须通过,如果该类指标有一项没有通过,则得分直接不及格(低于60分)。 在有A类指标参与评测时,B类指标即使有几项没有通过,整个得分也不会不及格。 B类指标不通过数超过一定比例时,对应的分数要小于80分。 C类指标不参与评分。 在
上传数据格式 在使用Octopus平台收集数据前,请仔细阅读本章节,确保上传数据格式符合平台要求,有助于用户更快速地完成数据收集以及数据格式转换。 上传数据格式:单包上传大小小于100G。 转换后数据格式:OpenData格式。 使用场景 Octopus平台接收Rosbag格式数
转换后数据格式 Octopus平台支持将上传的Rosbag格式转换为OpenData格式。 数据类型 Octopus平台对数据有以下要求: 数据类型:包括各传感器数据、车辆数据、目标推理数据、自车坐标姿态以及标签记录数据等。 数据格式:Octopus OpenData格式。其中相机采集数据文件后缀为“
2.5D人车图片标注任务 2.5D人车图片标注任务相比于2D人车标注任务,由2D的矩形框转变为2.5D框,可以定位车辆车身的正面与侧面,辅助开发者辨别车辆的行驶方向。 绘制对象 单击2.5D图片标注任务,选择一张图片进入人工标注。 选择标注工具。 单击左侧工具栏2.5D标注工具(快捷键5,非小键盘)。
预警系统激活(Warning)检测 预警系统激活用于评价算法是否激活以下五项预警功能: 盲区预警 前方碰撞预警 车道偏离预警 泊车碰撞预警 后方横向车流预警 当算法pb中检测到预警项且状态为STATE_ACTIVE,则视该预警为激活态,否则为非激活态;当预警状态从非激活态转变为激活态,视为激活一次;
信息辅助系统激活(Information)检测 信息辅助系统激活用于评价算法是否按照预期激活以下六项功能: 倒车摄像头 环视摄像头 自动远光灯 驾驶员状态监测系统 抬头显示系统 夜视辅助系统 其实现逻辑与预警系统激活(Warning)检测、控制辅助系统激活(Control)检测一致。
附录(Appendix) Scalar Units Enum Lists Struct ALKS样例 父主题: 动态场景
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
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
目标检测3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401
压实线(Onto Solid line)检测 压实线检测的目的是判断主车行驶过程中是否压到实线。 当主车与距离最近的车道线的小于主车宽度的一半时,并且该车道线的类型为OSI定义的osi3.LaneBoundary.classification.type.TYPESOLIDLINE,则认为主车的轮胎已经压到实线。
控制辅助系统激活(Control)检测 控制辅助系统激活用于评价算法是否按照预期激活以下十三项功能: 自动紧急制动 自动紧急转向 倒车自动紧急制动 自适应巡航控制 车道保持辅助 自动驾驶辅助 自动泊车辅助 远程泊车辅助 拖车辅助 城市驾驶辅助 高速自动驾驶辅助 巡航控制 限速控制
动静态配套样例 种子地图的逻辑场景样例(仿真器B) 父主题: Open SCENARIO2.0场景说明
转换后数据格式 Octopus平台支持将上传的Rosbag格式转换为OpenData格式。 数据类型 Octopus平台对数据有以下要求: 数据类型:包括各传感器数据、车辆数据、目标推理数据、自车坐标姿态以及标签记录数据等。 数据格式:Octopus OpenData格式。其中相机采集数据文件后缀为“
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)