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
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。
会存在主车与对向车辆存在横向冲突的情况, 应对对向车辆冲突行驶检测的目的是判断主车在这种情况下, 能否进行适当的转向和减速避让, 从而保证安全性。 其中主车需要进行避让的前提条件是: 当主车前端与对向行驶的车道纵向距离一定范围内(本设计取10m), 并且主车与对向车辆的横向距离小于两者一半车宽的和。 当满足该条件后,
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10%时,则判断此时间段发生蛇行。 在及少数的连续S型弯道
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。 车头时距和碰撞时间两者都是描述碰撞风险大小的。
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和AEB的最大减速度。 ACC的最大减速度通常为。 AEB的最大减速度通常为。 该两项子指标关联的内置可视化时间序列数据均为:accX。
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。 该指标关联的内置可视化时间序列数据为:speedX。
C类均匀权重评分(Average)方案 当用户选择该评分方案时,就不需要设置评测指标的重要度,各个指标按均匀权重进行扣分。 C类均匀权重评分原则(Principle) 各指标得分权重相同。 C类均匀权重评测分数计算实现(Equation) 此方案下总分为100分,在计算得分时不考
Driving)检测 逆行检测的目的是判断主车行驶过程中是否按车道规定的方向行驶。 根据OPNENDRIVE中对车道的lane id的定义, 沿着道路的reference line的前进方向, reference line右侧的lane id由0逐渐递减,左侧的lane id由0逐渐递增。
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
获取账号ID 在调用接口的时候,部分URL中需要填入账号ID,所以需要先在管理控制台上获取到账号ID。账号ID获取步骤如下: 登录管理控制台。 单击用户名,在下拉列表中单击“我的凭证”。 在“API凭证”页面中查看账号ID。 图1 获取账号ID 父主题: 附录
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。 该指标关联的内置可视化时间序列数据为:暂无。
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
否大于0时,如果速度大于0,则没有进行礼让。 重新启动时间同样允许用户自定义,本设计去的默认最长重新启动时间为3s。 当主车行为不满足对应的条件时,则行人横穿马路礼让检测不通过。 该指标关联的内置可视化时间序列数据为:暂无。 该指标的异常时间点记录类型为:POINT_TYPE_POINT。
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, 主车在停止线前20m范围内发生停车行为,
增量训练 增量训练:基于用户导入的模型或已完成训练模型版本(可通过${MODEL}获取该模型版本的文件路径)和新数据集使用选择的算法再次进行训练,生成精度更高的新模型。同常规训练不同的是需要额外选择输入模型和版本。 选择数据集。 用户从数据资产中的数据集和数据缓存中选择数据集,最多支持添加5个数据集。
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。 判断主车停车后距离停止线是否合理时,
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。 该指标关联的内置可视化时间序列数据为:暂无。
限速标志牌前限速检测的目的是判断主车在行驶过程中遇到限速标志牌时, 速度是否符合要求。 限速标志牌分为最高限速和最低限速两种。 最高限速是指主车速度不能高于对应的限速数值, 并且不能低于最高限速的75%。 最低限速是指主车速度不能低于对应的限速数值。 当主车距离限速标志牌在道路方向的距离小于
在线仿真:提供类似本地开发的体验,支持客户直接使用线上仿真器开发,并无痛对接云端的场景管理:包含加载、绘制、保存等操作。 算法管理:用于对接客户的上云算法,并支持算法的版本级管理,并可自动化触发关联的批量算法。 评测管理:支持内置评测配置和自定义评测镜像,对仿真任务中的算法展开评测。 场景管理:包含
指示标志牌前行为(Mandatory Sign)检测 指示标志牌前行为检测的目的是判断主车在这些指示标志牌前的行为是否合理,本设计考虑的指示标志牌有: 左转指示牌 右转指示牌 直行指示牌 左转直行指示牌 右转直行指示牌 左转右转指示牌 靠左行驶指示牌 靠右行驶指示牌 当主车前端超过左转指示牌,