Tusimple 目录 test_label.json 示例标注文件 车道线检测-Tusimple.json {"lanes": [[-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 648, 636, 626, 615, 605, 595, 585, 575, 565, 554, 545, 536, 526, 517, 508, 498, 489, 480, 470, 461, 452, 442, 433, 424, 414, 405, 396, 386, 377, 368, 359, 349, 340, 331, 321, 312, 303, 293, 284, 275, 265, 256, 247, 237, 228, 219], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 681, 692, 704, 716, 728, 741, 754, 768, 781, 794, 807, 820, 834, 847, 860, 873, 886, 900, 913, 926, 939, 952, 966, 979, 992, 1005, 1018, 1032, 1045, 1058, 1071, 1084, 1098, 1111, 1124, 1137, 1150, 1164, 1177, 1190, 1203, 1216, 1230, 1243, 1256, 1269], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 713, 746, 778, 811, 845, 880, 916, 951, 986, 1022, 1057, 1092, 1128, 1163, 1198, 1234, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 754, 806, 858, 909, 961, 1013, 1064, 1114, 1164, 1213, 1263, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2]], "h_samples": [160, 170, 180, 190, 200, 210, 220, 230, 240, 250, 260, 270, 280, 290, 300, 310, 320, 330, 340, 350, 360, 370, 380, 390, 400, 410, 420, 430, 440, 450, 460, 470, 480, 490, 500, 510, 520, 530, 540, 550, 560, 570, 580, 590, 600, 610, 620, 630, 640, 650, 660, 670, 680, 690, 700, 710], "raw_file": "clips/0530/1492626760788443246_0/20.jpg"} {"lanes": [[-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 642, 634, 626, 618, 610, 602, 594, 586, 578, 570, 562, 554, 546, 538, 530, 522, 514, 506, 498, 490, 482, 474, 466, 458, 450, 442, 434, 427, 419, 411, 403, 395, 387, 379, 371, 363, 355, 347, 339, 331, 323, 315, 307, 299, 291, 283], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 709, 723, 738, 753, 767, 782, 797, 811, 826, 841, 855, 870, 885, 899, 914, 929, 943, 958, 973, 988, 1002, 1017, 1032, 1046, 1061, 1076, 1090, 1105, 1120, 1134, 1149, 1164, 1178, 1193, 1208, 1222, 1237, 1252, 1267, -2, -2, -2, -2, -2, -2], [-2, -2, -2, -2, -2, -2, -2, -2, -2, -2, 748, 784, 820, 856, 892, 928, 964, 1000, 1036, 1072, 1108, 1144, 1180, 1216, 1252, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2, -2]], "h_samples": [160, 170, 180, 190, 200, 210, 220, 230, 240, 250, 260, 270, 280, 290, 300, 310, 320, 330, 340, 350, 360, 370, 380, 390, 400, 410, 420, 430, 440, 450, 460, 470, 480, 490, 500, 510, 520, 530, 540, 550, 560, 570, 580, 590, 600, 610, 620, 630, 640, 650, 660, 670, 680, 690, 700, 710], "raw_file": "clips/0530/1492628545240318854_0/20.jpg"}

Octopus 目录 标注文件目录结构 +--- 1628568066600 | +--- 1628568066600.jpg | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999.jpg | +--- 1628654064999.json 推理文件目录结构 +--- 1628568066600 | +--- 1628568066600.json +--- 1628654064999 | +--- 1628654064999.json 示例标注/推理文件 车道线检测-Octopus.json { "sample_type": "IMAGE", "inspection": 2, "label_task_id": "24352", "label_mode": "manual", "inspect_user_ids": [ "083e18d81600f39a1f48c018646a5697", "08b1c9011900257e1fe6c018591d129c", "08b1c8a0a5000f491f9dc01820f7478d", "098a09be7000251c1f30c018d8df7ac8", "0987b0c0b200f3141fb5c0183e769a32", "0a36a3849b000f5a1fccc01810ad1ffa" ], "range_score": -1.0, "tags": [ 57, 41 ], "labels": [ { "label_meta_name": "line_dotted", "line": { "points": [ { "xpoint": 1656.0662, "ypoint": 1080.0 }, { "xpoint": 1221.8954, "ypoint": 745.44366 }, { "xpoint": 1072.3619, "ypoint": 637.4144 }, { "xpoint": 1007.8971, "ypoint": 595.73413 }, { "xpoint": 948.4722, "ypoint": 561.2173 } ], "size": 5 }, "shape_type": "line", "label_object_id": 0, "label_meta_id": 42, "serial_number": 0 } ], "calibration_id": 15, "status": "labeled", "label_update_time": 1610332882763, "des_order": "sid-20200424000000", "label_counts": [ { "label_num": 1, "label_meta_shape": "line", "label_meta_attr": "", "label_meta_desc": "", "label_meta_color": "#03A9F4", "label_meta_id": 42, "label_meta_label_meta_name": "line_dotted" }, { "label_num": 7, "label_meta_shape": "line", "label_meta_attr": "", "label_meta_desc": "", "label_meta_color": "#F44336", "label_meta_id": 43, "label_meta_label_meta_name": "line_solid" } ], "label_user_ids": [ "083e18d81600f39a1f48c018646a5697", "08b1c9011900257e1fe6c018591d129c", "08b1c8a0a5000f491f9dc01820f7478d", "098a09be7000251c1f30c018d8df7ac8", "0987b0c0b200f3141fb5c0183e769a32", "0a36a3849b000f5a1fccc01810ad1ffa", "0a36a3dd63800f541f71c01871a320c9", "0a36a48bcd80f5941f5ac0188cc19c86", "0a3927a1c000f2cc1f35c018ed7610b1", "0aaaa554870026381f3bc01863338c4e" ], "plate_no": "cid-MDC", "project_id": "08229abd258026572f24c01899c784ae", "image_meta_info": { "sensor": "cam2", "source": "https://Octopus-raw-08229abd258026572f24c01899c784ae.obs.cn-north-4.myhuaweicloud.com/raw-data/relabel/task-24352/202101041057/IMAGE/1587697451903/1587697451903.jpg", "label_meta_name": "1587697451903.jpg", "calibration_item_id": 1, "size": { "height": 1080, "width": 1920, "depth": 3 }, "timestamp": 1587697451903 }, "create_time": 1587867585667, "difficult": false, "valid": true}

评测脚本使用说明： 模型路径通过环境变量{MODEL}获取，用户在评测过程中需要选择该模型，需要注意的是，以上环境变量仅指明模型文件夹，具体选择模型需用户指定，例如使用os.path.join拼接，或者使用os.listdir查找选择 。 评测数据集通过环境变量{DATASET_MAP}获取： dataset_dict= json.loads(os.getenv("DATASET_MAP")) 用户产生的评测结果可以存储为任意格式文件，任务完成后可在评测任务详情页的评测结果中查看（支持通用文本文件）或下载结果文件。 评测使用以下环境变量： MODEL：模型目录 DATASET：数据集目录 DATASET_MAP：数据集名称和容器内路径映射关系的JSON字串 EVAL_RESULT：用户自定义评测结果存放目录

评测脚本在线编辑 平台提供脚本编辑器，可在线编辑评测文件。单击评测脚本名称后＂在线编辑＂，进入该脚本的在线编辑页面。界面左侧显示的是该评测文件包内的所有文件，以目录树的形式展示，支持编程语言的渲染，支持MarkDown文件的实时双屏预览。 新增文件夹：选中文件夹并单击，用户将新建一个该文件夹的子文件夹。选中工程文件并单击，将会新建一个新的文件夹，与用户已有的文件夹同级。 新增文件：单击，或单击某个文件夹目录，单击“新增文件”，用户可新增文件。 修改文件：单击，用户可对文件名称进行修改。 删除文件：单击，用户可删除文件。 文件（夹）名称不能为空，且只能包含数字、英文、中文、点、下划线、中划线。 删除后不可恢复，请谨慎操作。 配置界面：单击，按照喜好配置界面基本属性，查看快捷键说明。 删除当前文件：单击＂删除＂，删除当前页面的文件。删除后不可恢复，请谨慎操作。 保存文件：单击＂保存＂，保存当前脚本。脚本更新完毕请及时保存。

车道保持（Lane Keeping）检测 车道保持检测的目的是判断主车在行驶过程中能否很好地沿车道中心线行驶。 车道保持检测分为两个指标： 偏移车道中心线距离检测 偏移车道中心线横摆角检测 偏移车道中心线距离检测是指主车的质心相对于车道中心线的垂直距离，当该偏移距离大于某一阈值时（本设计取0.3m，该阈值可以用户自定义），则偏移车道中心线距离检测不通过。 偏移车道中心线横摆角检测是指主车行驶时速度方向与车道中心线的夹角，当该夹角大于某一阈值时（本设计取0.05rad，该阈值可以用户自定义），则偏移车道中心线横摆角检测不通过。 车道保持检测需要排除主车进行了换道操作，对于换道期间进行偏移车道中心线距离检测和偏移车道中心线横摆角检测，将会出现假阳性的结果。 当主车所在的road id保持不变，在某一时刻，其lane id发生变化，在该时刻的前后一定时间内（本设计取2s）发生换道。 车头横摆角偏离检测关联的内置可视化时间序列数据为：relativeYaw。横向偏移距离检测关联的内置可视化时间序列数据为：lateralOffset。 该指标的异常时间点记录类型为：POINT_TYPE_POINT。

碰撞时间（Time to Collision）检测 碰撞时间检测的目的是判断主车在行驶中与其他交通车的碰撞时间是否过小。 碰撞时间是指主车与引导车的相对距离除以主车与引导车的相对速度。 即使主车未发生碰撞，当碰撞时间过小时，发生碰撞的风险太大，这样也是不合理的。 当碰撞时间小于某一阈值（该阈值可用户自定义，本设计默认取1.5s），则判定碰撞时间检测不通过。 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。

碰撞（Collision）检测 碰撞检测的目的是判断主车是否与其它交通参与物发生碰撞。 在进行碰撞检测时，根据与主车碰撞的物体类型的不同对碰撞类型进行细分。 具体分为： 车的车碰撞检测 追尾检测 被追尾检测 正面对碰检测 垂直角度碰撞检测 斜角侧碰检测 车人碰撞检测 自行车碰撞检测 摩托车碰撞检测 静态障碍物检测 道路周边设施碰撞检测 碰撞电线杆检测 碰撞房屋检测 碰撞树木检测 碰撞绿化植被检测 碰撞交通标志检测 碰撞路边栅栏检测 未知类型物体碰撞检测 在每个类型的碰撞检测上，会同时进行两种检测。分别为： 是否碰撞检测 是否减速响应检测 是否转向响应检测 其中是否碰撞检测判断该种碰撞是否发生，在碰撞发生的基础上，进一步地判断主车是否有提前响应的动作。 当主车有提前减速或者转向避让，但只是没能及时刹住，本设计认为这种情况比完全没有采取任何措施避免碰撞的表现要好。 是否响应的判断是基于碰撞发生时，主车是否制动减速或者转向，发生了制动减速的标准是减速度大于，发生了转向的标准是横摆角速度大于，则主车进行了避免碰撞的响应措施。 另外，对于车的车碰撞，本设计根据碰撞方位进行了细分。 当主车和发生碰撞的副车的夹角在或者内，并且主车位于副车后方，则认为发生追尾碰撞。 当主车和发生碰撞的副车的夹角在或者内，并且副车位于主车后方，则认为发生被追尾碰撞。 当主车与副车的碰撞夹角在内时，则认为发生正面对碰。 当主车与副车的碰撞夹角在或者内时，则认为发生垂直角度碰撞。 当主车与副车的碰撞角度在或或或内时，则认为发生斜角侧碰。 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。

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太小。 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。 车头时距适合判断主车和引导车速度都很高， 但相对速度比较小的情况。 碰撞时间适合主车和引导车相对速度比较大的情况。 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。

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。 选择标注类别。 标注下拉列表页选择一标注名，进入标注状态。 绘制标注框。 单击选择的第一个点，移动鼠标并单击绘制正面框，再次移动鼠标并单击绘制侧面框。 绘制点。 单击左侧标注工具栏，选择点（快捷键1，非小键盘）。 左键单击即可绘制点图形。 修改标注框。 左键单击2.5D框的某条边拖动可修改这个边的位置，左键单击某个角点拖动可以修复角点位置。 修改标注类别。 左键单击目标图形，可进入选择类别的跳出框，即可修改类别。 修改额外属性。 左键单击目标图形，如果目标含有额外属性，如果其默认属性错误，单击即可选择正确的属性。 修改对象ID。 左键单击目标图形，可以在对象ID栏手动输入数值来修改ID。

在线编辑算法 平台提供算法编辑器，单击列表中的“在线编辑”，或单击算法详情页右上角的“算法编辑”，进入该算法的在线编辑页面。界面左侧显示的是该算法包内的所有算法文件，以目录树的形式展示，支持编程语言的渲染，支持MarkDown文件的实时双屏预览。 上传文件：单击，用户可以将本地文件夹或者文件上传到算法指定目录。 新增文件夹：选中文件夹并单击，用户将新建一个该文件夹的子文件夹。选中工程文件并单击，将会新建一个新的文件夹，与用户已有的文件夹同级。 新增文件：单击，或鼠标放置在文件夹目录上，单击“新增文件”，用户可以新增文件。 修改文件：单击，用户可对文件名称进行修改。 删除文件：单击，用户可删除文件。 文件名称不能为空且只能包含字母、中文字符、数字、感叹号、连字符、下划线、句点、星号、单引号和括号，且不能以两个句点开头。 删除后不可恢复，请谨慎操作。 配置界面：单击，按照喜好配置界面基本属性，查看快捷键说明。 删除当前算法文件：单击“删除”，删除当前页面的算法文件。删除后不可恢复，请谨慎操作。 保存算法文件：单击“保存”，保存当前算法。算法更新完毕请及时保存。

场景预览 场景预览当前有两种呈现方式：动态场景预览和地图场景预览。 动态场景预览：版本为OpenSCENARIO1.1.1的场景预览，存在完整的逻辑场景文件时显示。 地图场景预览：逻辑场景文件缺失或部分缺失，逻辑场景文件解析失败或其他不支持动态场景预览的情况时显示。 动态场景预览 逻辑场景的动态场景预览同具体场景的动态场景预览相同，可参考具体场景的动态场景预览。 地图场景预览 逻辑场景的地图场景预览同具体场景的地图场景预览相同，可参考具体场景的地图场景预览。

逻辑场景相关操作 在“逻辑场景列表”，还可以进行以下操作。 表1 逻辑场景相关操作 任务 操作步骤 查询逻辑场景 选择“逻辑场景名称”、“场景ID”或“创建人”，在搜索输入框中输入搜索条件，按回车键即可查询。也可按照＂标签筛选＂查询场景具体可参考标签筛选。 删除逻辑场景 单击逻辑场景名称后操作栏内的“ 删除”，删除该场景。 勾选多个逻辑场景前勾选框，单击场景列表上方的“删除”，可批量删除场景。 说明： 被任务使用的逻辑场景不可被删除。 编辑逻辑场景 单击操作栏中的“编辑”，可编辑逻辑场景基本信息。 查看逻辑场景详情 单击逻辑场景名称，可查看逻辑场景详情。 基本信息：场景名称、创建时间，解析状态等信息。 场景参数：包括动态场景、静态场景信息，可单击文件列表后的“下载”或“替换文件”，将文件下载本地或替换场景文件。 泛化任务：平台支持逻辑场景生成泛化任务，具体操作参考泛化任务。 场景预览：根据场景文件的不同情况，场景预览会以不同的方式呈现。详见场景预览。

orientation_3d 定义：由Tait–Bryan角度的三个参数roll（横滚角，围绕x轴的角度）、pitch（俯仰角，围绕y轴的角度）和yaw（偏航角，围绕z轴的角度）定义的三维角度。 用途：设置实体的朝向角度、用于构成pose_3d。 参数：参数如下表 表5 orientation_3d参数 Parameter Type Mandatory Description roll angle yes rotation angle around the x-axis pitch angle yes rotation angle around the y-axis yaw angle yes rotation angle around the z-axis 根据ISO 8855的定义，角度旋转的顺序是：首先进行yaw（围绕z轴）、接着pitch（围绕新y轴），最后roll（围绕新x轴）。 当实体的朝向与road0的方向相同时，无需设置orientation_3d。 angle的单位一般为rad（弧度）而非degree（角度），rad = degree*pi/180，1rad约等于57.3度（详见scalar units中的angle units一节）。 与road 0的方向相反（相差180°） m_orientation: orientation_3d with: keep(it.roll == 0.0rad) keep(it.pitch == 0.0rad) keep(it.yaw == 3.14rad)

pose_3d 定义：三维空间的复合位置，包含位置点（odr_point或position_3d或road_point）和方向（orientation_3d）两个参数 用途：设置实体的初始位置（assign_init_speed动作）、目标位置（acquire_position动作） 参数：参数如下表 表6 pose_3d参数 Parameter Type Mandatory Description xyz_point xyz_point no a pose in space specified in Cartesian (XYZ) coordinates odr_point odr_point no a point expressed in ASAM OpenDRIVE coordinates road_point road_point no a point on route network specified in S-T coordinates orientation orientation_3d no three-dimensional orientation 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 = map.create_xyz_point(x: 150.0m, y: 200.0m ,z: 0.0m) m_orientation: orientation_3d with: keep(it.roll == 0.0rad) keep(it.pitch == 0.0rad) keep(it.yaw == 1.57rad) my_pose: pose_3d with: keep(it.xyz_point == my_xyz) keep(it.orientation == m_orientation) 使用odr_point、不设置orientation my_odr: odr_point = map.create_odr_point(road_id: '1',lane_id:'-2',s: 3.0m, t: 0.0m) my_pose: pose_3d with: keep(it.odr_point == my_odr) 使用road_point、不设置orientation my_road: road_point with keep(it.road_id == '1') keep(it.s == 5.0m) keep(it.t == 0.0m) my_pose: pose_3d with: keep(it.road_point == my_road)

xyz_point 定义：笛卡尔（XYZ）坐标系中的特定位置点（point）。 用途：设置实体位置，用于构成pose_3d。 参数：参数如下表 表2 xyz_point参数 Parameter Type Mandatory Description position position_3d yes Position in Cartesian (XYZ) coordinates keep创建 my_pos: position_3d with: keep(it.x == 150.0m) keep(it.y == 200.0m) keep(it.z == 0.0m) my_xyz: xyz_point with: keep(it.position == my_pos) create创建 my_xyz: xyz_point = map.create_xyz_point(x: 150.0m, y: 200.0m ,z: 0.0m)