概述

在自动驾驶产品的开发过程中，海量的数据存储和管理是当前自动驾驶平台面临的业务挑战之一。

Octopus中的“数据服务”模块提供了海量数据并行处理的功能，对自动驾驶过程中采集到的数据进行抽取，解析，帮助用户快速回看定位问题，并组织生成训练样本库和仿真场景库，为后续模型和仿真做准备。数据服务操作流程如下图所示。

数据服务操作引导如下：

• 收集数据：创建数据收集任务，收集车辆原始数据，并对原始数据进行处理。
• 接管大屏：在大屏页面查看车辆收集的可视化轨迹数据，以及接管率、里程、采集信息的统计量。
• 总览数据：总览上传至Octopus的总数据量统计，包括车辆统计、里程数统计、场景标签以及标注平台的统计信息。
• 场景挖掘：Octopus平台内置场景挖掘算法，可自动提取符合内置场景行为的场景片段，您可以将其生成仿真场景或者同时泛化场景片段。
• 数据回放：播放采集车辆点云和视频数据，在线渲染采集车辆行驶轨迹点云图像，并感知目标。车辆相关数据随车辆行驶动态变化。
• 自动标注：针对未标注的数据，创建数据自动标注模板，触发生成自动标注任务，进而对数据进行自动标注。
• 人工标注：针对未标注数据和自动标注所产生的难例，您也可以创建人工标注任务，对数据进行人工标注。
• 创建数据集：新建数据集，生成并管理用于模型训练的数据集。