华为云八爪鱼Octopus自动驾驶云服务全流程对接指南

在自动驾驶技术快速迭代的当下，车企与科技公司亟需高效、稳定、全流程的开发平台支撑技术落地。华为云八爪鱼（Octopus）自动驾驶云服务作为面向自动驾驶全生命周期的一站式开发平台，整合数据处理、标注、模型训练、仿真测试等核心能力，依托华为云强大算力与盘古大模型技术，帮助用户快速构建数据闭环，降低自动驾驶开发门槛。本文将从基础准备到核心服务对接，再到SDK集成与安全配置，全方位讲解Octopus的对接使用方法，为开发者提供详尽的实操参考。

一、对接前期准备工作

在正式对接Octopus服务前，需完成账号注册、权限配置、环境搭建与工具安装等基础准备，确保后续对接流程顺畅。

1.1 华为云账号注册与服务开通

首先需拥有华为云账号，未注册用户可前往华为云官网完成注册，注册时需完成企业或个人实名认证，否则无法开通Octopus服务。

需要先登录华为云控制台，点击：华为云控制台，还没有账号，点击：注册并关联，已有账号点击：登录后关联

登录控制台后，在顶部搜索栏输入“八爪鱼自动驾驶云服务”或“Octopus”，进入服务详情页。点击“立即开通”，根据业务需求选择服务套餐，Octopus提供按需计费与包年包月两种模式，新用户可享受免费试用额度。开通后，系统会自动创建对应的项目资源，后续所有操作均在项目内进行。

1.2 访问密钥（AK/SK）获取

AK/SK是调用华为云API与SDK的核心身份凭证，对接Octopus前必须获取。操作步骤如下：

1. 登录华为云控制台，点击右上角用户名，选择“我的凭证”；
2. 在左侧菜单栏选择“访问密钥”，点击“新建访问密钥”；
3. 输入密钥描述，选择密钥有效期，点击“确定”；
4. 系统生成AK（Access Key）与SK（Secret Access Key），SK仅显示一次，需立即下载保存，丢失后无法找回，只能重新创建。

1.3 开发环境搭建

Octopus支持本地开发与云端开发两种模式，本地开发需提前安装对应工具与依赖，推荐配置如下：

• Python环境：3.8及以上版本，用于SDK调用、脚本开发与数据处理；
• Docker环境：17.03及以上版本，用于自定义算法镜像、模型打包与环境隔离；
• 开发工具：推荐PyCharm、VS Code等代码编辑器，便于代码编写与调试；
• 网络要求：带宽≥100Mbps，上传大数据包（如Rosbag）时建议≥1Gbps，确保数据传输稳定。

Python环境安装完成后，可通过以下命令验证版本：

python --version

1.4 OBS桶创建与授权

Octopus数据存储依赖华为云对象存储服务（OBS），所有原始数据、标注数据、模型文件均需存储在OBS桶中，对接前需创建OBS桶并完成授权：

1. 登录华为云控制台，搜索“对象存储OBS”，进入OBS控制台；
2. 点击“创建桶”，填写桶名称（全局唯一），选择区域（建议与Octopus项目同区域，降低延迟），存储类型选择“标准存储”，桶权限设置为“私有”；
3. 创建完成后，进入桶详情页，选择“权限管理”，添加Octopus服务授权，允许Octopus读写该桶数据。

二、Octopus核心服务对接详解

Octopus核心服务包含数据服务、标注服务、训练服务、仿真服务四大模块，各模块独立又相互关联，共同构成自动驾驶开发闭环。以下逐一讲解各服务的对接操作。

2.1 数据服务对接：原始数据上云与管理

数据服务是Octopus的基础，负责车载传感器原始数据（摄像头、雷达、激光雷达、IMU等）的上传、解析、存储与管理，支持Rosbag、MP4、Pcd等多种格式，单个数据包时长不超过10分钟。

2.1.1 数据格式规范

对接前需确保数据格式符合Octopus要求，核心格式如下：

• 原始数据：支持Rosbag格式（车载设备常用）、MP4（视频）、Pcd（点云）、JPG/PNG（图片）；
• 转换后格式：Octopus可将Rosbag自动转换为OpenData格式，便于后续标注与训练；
• 数据集结构：需按“data/时间戳/数据文件”结构组织，时间戳为毫秒级，确保数据排序准确。

2.1.2 数据上传方式

Octopus提供三种数据上传方式，适配不同数据量场景：

方式一：OBS批量导入（推荐，适合≥2GB大数据包）

1. 本地将原始数据整理为规范格式，压缩为单个zip包；
2. 登录OBS控制台，进入已创建的桶，点击“上传文件”，将zip包上传至桶内指定文件夹；
3. 登录Octopus控制台，进入“数据服务-数据批导”，点击“创建导入任务”；
4. 选择OBS桶与文件路径，填写任务名称、数据类型，点击“提交”；
5. 系统自动解析数据，转换为OpenData格式，任务完成后可在“数据总览”查看数据详情。

方式二：本地直接上传（适合＜2GB小数据）

登录Octopus控制台，进入“数据服务-数据集管理”，点击“创建数据集”，选择“本地”来源，直接上传文件或文件夹，单个文件最大100MB，文件夹最大10GB。

方式三：硬盘快递导入（适合PB级海量数据）

联系华为云客服，申请硬盘快递服务，将存储数据的硬盘寄送至华为云数据中心，由运维人员批量导入OBS桶，再同步至Octopus。

2.1.3 数据处理流水线对接

Octopus数据服务支持自动化流水线处理，可完成Rosbag解析、转码、去重、脱敏、KPI统计等操作，对接步骤如下：

1. 进入Octopus控制台，“数据服务-流水线管理”，点击“创建流水线”；
2. 选择流水线模板（如“Rosbag解析流水线”），自定义流水线节点（解析、转码、过滤等）；
3. 绑定待处理数据集，设置流水线触发方式（手动/自动）；
4. 点击“启动流水线”，系统自动执行处理任务，可实时查看进度与日志。

2.2 标注服务对接：2D/3D数据标注与预标注

标注服务负责对上传的图像、点云数据进行标注，支持2D bounding box、3D框、车道线、红绿灯、可行驶区域等标注类型，提供人工标注与AI预标注两种模式，提升标注效率。

2.2.1 标注模板创建

标注前需创建标注模板，定义标注物类型、属性与标签，步骤如下：

1. 进入Octopus控制台，“标注服务-模板管理”，点击“创建模板”；
2. 填写模板名称，选择标注类型（2D图像/3D点云）；
3. 添加标注物（如乘用车、行人、自行车、车道线），设置标注物属性（颜色、型号、遮挡情况）；
4. 保存模板，后续标注任务可直接复用。

2.2.2 人工标注任务创建

1. 进入“标注服务-项目管理”，点击“创建项目”，填写项目名称、描述；
2. 选择项目绑定的数据集，点击“添加批次任务”；
3. 填写任务名称、备注，选择标注模板，设置任务类型为“人工标注”；
4. 分配标注人员，提交任务，标注人员登录控制台即可开始标注工作。

2.2.3 AI预标注对接（高效标注核心）

Octopus集成华为盘古大模型与自研预标注模型，可自动完成2D/3D数据预标注，人工仅需修正，标注效率提升50%以上，对接步骤如下：

1. 进入“标注服务-模型管理”，点击“上传预标注模型”；
2. 模型包需包含启动文件（customer_inference.py）、模型权重文件，目录结构如下：

   model/
   ├── customer_inference.py
   ├── model.pb
   └── utils.py

3. 上传完成后，创建标注任务时选择“预标注”类型，绑定预标注模型；
4. 提交任务，系统自动对数据集进行预标注，生成标注结果后，人工进入修正环节。

2.2.4 标注数据导出

标注完成后，可导出标准格式数据集（Pascal VOC、COCO、KITTI等），用于模型训练：

1. 进入“标注服务-项目管理”，选择已完成标注的任务；
2. 点击“导出数据集”，选择导出格式、数据范围；
3. 系统生成导出任务，完成后可下载至本地或直接同步至训练服务。

2.3 训练服务对接：模型训练、管理与评估

训练服务提供在线模型训练能力，支持TensorFlow、PyTorch、MindSpore等主流AI框架，提供分布式训练、模型管理、性能评估等功能，适配感知、预测、规控等自动驾驶模型训练场景。

2.3.1 算法上传与管理

自定义算法需打包上传至Octopus，平台提供算法托管，步骤如下：

1. 本地整理算法代码，目录结构需包含启动文件（如main.py）、依赖文件（requirements.txt）、训练脚本；
2. 算法依赖需提前安装，不支持训练时动态联网安装；
3. 进入Octopus控制台，“训练服务-算法管理”，点击“上传算法”；
4. 填写算法名称、框架类型、启动文件路径，上传算法压缩包；
5. 审核通过后，算法状态变为“可用”，可用于创建训练任务。

2.3.2 训练任务创建（含Python SDK示例）

训练任务可通过控制台或SDK创建，以下详细讲解两种方式：

方式一：控制台创建

1. 进入“训练服务-训练任务”，点击“新建训练任务”；
2. 填写任务名称、描述，选择资源规格（如昇腾AI芯片、GPU）、节点数量；
3. 选择训练算法、训练数据集，设置训练参数（批次大小、学习率、训练轮数）；
4. 点击“提交”，系统自动分配资源，开始训练，可实时查看训练日志、损失值、准确率等指标。

方式二：Python SDK创建（代码示例）

首先安装Octopus Python SDK：

pip install huaweicloudsdkoctopus

SDK调用代码（创建训练任务）：

from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkoctopus.v1.region.octopus_region import OctopusRegion
from huaweicloudsdkoctopus.v1.client.octopus_client import OctopusClient
from huaweicloudsdkoctopus.v1.model.create_train_task_request import CreateTrainTaskRequest

# 配置AK/SK与区域
AK = "你的访问密钥AK"
SK = "你的访问密钥SK"
region = OctopusRegion.CN_NORTH_4  # 对应区域
credentials = BasicCredentials(AK, SK)
client = OctopusClient.new_builder() \
    .with_credentials(credentials) \
    .with_region(region) \
    .build()

# 创建训练任务请求体
request = CreateTrainTaskRequest(
    name="autopilot_perception_task",
    description="自动驾驶感知模型训练任务",
    algorithm_id="算法ID",
    dataset_id="数据集ID",
    resource_spec="ascend-910",
    node_num=2,
    hyper_parameters={
        "batch_size": 32,
        "learning_rate": 0.001,
        "epochs": 100
    }
)

# 发送请求，创建任务
response = client.create_train_task(request)
print(f"训练任务创建成功，任务ID：{response.task_id}")

2.3.3 模型管理与评估

训练完成后，模型自动保存至模型库，可进行版本管理、部署、评估：

1. 进入“训练服务-模型管理”，查看所有训练模型，支持版本对比、回滚；
2. 点击“模型评估”，选择测试数据集，设置评估指标（准确率、召回率、mAP）；
3. 系统生成评估报告，根据报告优化模型参数，重新训练。

2.4 仿真服务对接：场景管理、并行仿真与评测

仿真服务是自动驾驶模型验证的核心，提供20万+预置仿真场景库，支持大规模并行仿真（日行千万公里），可快速验证模型在复杂路况下的安全性与稳定性，降低实车测试成本。

2.4.1 仿真场景上传与管理

Octopus支持上传自定义场景或使用预置场景，场景格式支持VTD、OpenSCENARIO等，步骤如下：

1. 本地整理场景文件（地图、交通参与者、路况配置），按规范打包；
2. 进入Octopus控制台，“仿真服务-场景管理”，点击“上传场景”；
3. 填写场景名称、类型、难度，上传场景包，系统自动解析；
4. 预置场景可直接搜索调用，涵盖城市道路、高速、乡村、雨雪雾等场景。

2.4.2 仿真任务配置与运行

1. 进入“仿真服务-并行仿真-任务配置”，点击“新建任务配置”；
2. 选择仿真器（内置VTD或自定义镜像）、仿真算法（训练好的规控模型）；
3. 配置评测项（碰撞检测、闯红灯、压线、超速等）；
4. 选择仿真场景（单个/批量），设置并行节点数量（最多1000+）；
5. 点击“启动仿真”，系统并行执行仿真任务，实时监控仿真状态与结果。

2.4.3 仿真结果分析与模型迭代

仿真任务完成后，系统生成详细评测报告，包含场景通过率、违规次数、安全评分等：

1. 进入“仿真服务-任务管理”，查看仿真报告，定位模型失效场景；
2. 针对失效场景，补充对应数据，重新训练模型；
3. 迭代仿真验证，直至模型满足安全标准。

三、Octopus SDK全集成指南

除控制台操作外，Octopus提供Python、Java、Go等多语言SDK，支持全流程API调用，适配自动化集成与二次开发，以下以Python SDK为例，讲解核心API集成。

3.1 SDK安装与初始化

安装命令：

pip install huaweicloudsdkoctopus

初始化客户端（配置AK/SK、区域）：

from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkoctopus.v1.region.octopus_region import OctopusRegion
from huaweicloudsdkoctopus.v1.client.octopus_client import OctopusClient

# 替换为你的AK/SK
AK = "你的AK"
SK = "你的SK"
# 替换为你的项目区域
region = OctopusRegion.CN_NORTH_4

# 初始化客户端
credentials = BasicCredentials(AK, SK)
octopus_client = OctopusClient.new_builder() \
    .with_credentials(credentials) \
    .with_region(region) \
    .build()

3.2 核心API调用示例

3.2.1 数据集查询API

from huaweicloudsdkoctopus.v1.model.list_datasets_request import ListDatasetsRequest

# 查询数据集列表
request = ListDatasetsRequest(
    limit=10,
    offset=0
)
response = octopus_client.list_datasets(request)
print("数据集列表：", response.datasets)

3.2.2 仿真场景创建API

from huaweicloudsdkoctopus.v1.model.create_scene_request import CreateSceneRequest

# 创建仿真场景
request = CreateSceneRequest(
    name="custom_city_scene",
    type="CITY_ROAD",
    description="自定义城市道路场景"
)
response = octopus_client.create_scene(request)
print(f"场景创建成功，场景ID：{response.scene_id}")

3.2.3 推理服务部署API

from huaweicloudsdkoctopus.v1.model.create_infer_service_request import CreateInferServiceRequest

# 部署推理服务
request = CreateInferServiceRequest(
    name="perception_infer_service",
    model_id="模型ID",
    resource_spec="gpu-p4",
    port=8080
)
response = octopus_client.create_infer_service(request)
print(f"推理服务部署成功，服务地址：{response.service_url}")

四、安全权限配置与最佳实践

Octopus对接需严格配置权限，保障数据与服务安全，以下为核心安全配置与最佳实践。

4.1 IAM权限精细化配置

使用IAM子账号分配权限，遵循最小权限原则，避免主账号密钥泄露：

1. 登录华为云控制台，进入“统一身份认证（IAM）”；
2. 创建子账号，仅分配Octopus与OBS必要权限（如Octopus Viewer、OBS ReadOnly）；
3. 为子账号创建AK/SK，用于日常开发对接，主账号AK/SK严格保密。

4.2 OBS桶安全配置

• 桶权限设置为私有，禁止公开访问；
• 开启桶版本控制，防止数据误删；
• 配置桶生命周期规则，自动归档冷数据，降低存储成本；
• 开启桶日志记录，监控所有访问行为。

4.3 数据安全与合规

• 原始数据上传前脱敏，去除敏感信息（车牌号、人脸等）；
• 数据传输采用HTTPS加密，防止中途窃取；
• 遵循数据跨境合规要求，敏感数据存储在国内区域；
• 定期备份核心数据，避免数据丢失。

五、常见问题解答

5.1 数据上传失败，提示格式错误？

答：需检查数据格式是否符合要求，Rosbag需为车载标准格式，单个时长≤10分钟；文件夹结构需按“data/时间戳/文件”组织；压缩包建议用zip格式，避免rar加密压缩。

5.2 训练任务启动失败，资源不足？

答：先检查项目剩余资源配额，不足则升级套餐或申请扩容；选择资源规格时，优先匹配昇腾AI芯片，兼容性更好；分布式训练需确保节点数量≤资源上限。

5.3 预标注模型上传后无法使用？

答：检查模型包目录结构，必须包含启动文件customer_inference.py；模型权重文件格式需兼容平台框架；依赖库需提前安装，不支持动态安装；上传后需等待审核通过（通常1-2小时）。

5.4 仿真任务并行节点数量受限？

答：并行节点数量由套餐规格决定，基础版最多支持100个节点，企业版可支持1000+节点；如需更多节点，可联系华为云客服升级套餐；同时需确保场景文件无损坏，避免单个场景占用过多资源。

5.5 SDK调用提示AK/SK权限不足？

答：检查AK/SK对应的子账号权限，是否已分配对应API权限；确认区域配置正确，AK/SK与项目区域需匹配；重新生成AK/SK，避免密钥过期或泄露。

5.6 标注数据导出后无法用于训练？

答：检查导出格式是否与训练算法匹配（如Pascal VOC适配2D检测）；确认标注数据无缺失、无错误；导出时选择完整数据集，避免部分数据遗漏。

六、总结

华为云八爪鱼Octopus自动驾驶云服务凭借一站式、全托管、高算力的优势，为自动驾驶开发提供了高效的解决方案。本文从前期准备、核心服务对接、SDK集成、安全配置四个维度，详细讲解了Octopus的对接使用流程，融入实操步骤与代码示例，覆盖数据、标注、训练、仿真全闭环场景。

对于车企与开发者而言，掌握Octopus对接技术，可快速搭建自动驾驶开发平台，聚焦算法与模型优化，大幅缩短开发周期、降低成本。未来，随着华为盘古大模型与Octopus的深度融合，平台将提供更强大的AI能力，助力自动驾驶技术更快落地商用。

问答列表

Q1：Octopus支持哪些类型的自动驾驶数据格式？
A1：支持Rosbag、MP4、Pcd、JPG、PNG等，Rosbag可自动转为OpenData格式，单个数据包时长不超过10分钟。

Q2：对接Octopus必须使用华为云OBS存储吗？
A2：是的，Octopus数据存储依赖华为云OBS，原始数据、标注数据、模型文件均需存储在OBS桶中，且需完成Octopus授权。

Q3：Octopus预标注功能支持哪些标注类型？
A3：支持2D图像 bounding box、3D点云框、车道线、红绿灯、可行驶区域等，基于盘古大模型，标注效率提升50%以上。

Q4：Octopus仿真服务最多支持多少并行节点？
A4：基础版最多100个，企业版可支持1000+并行节点，满足日行千万公里仿真里程需求。

Q5：调用Octopus SDK必须使用Python吗？
A5：不是，Octopus提供Python、Java、Go等多语言SDK，可根据开发语言选择适配SDK，核心API功能一致。

Q6：Octopus训练服务支持哪些AI框架？
A6：支持TensorFlow、PyTorch、MindSpore等主流AI框架，自定义算法需适配对应框架，提前打包上传。