AWS 上的 Rosbag 场景智能

第 3 步
Amazon SageMaker 将对象检测和车道检测模型应用到已提取数据。 然后，SageMaker 将数据和标签写入到另一个 S3 桶。

第 4 步
Amazon EMR Serverless（有一个 Apache Spark 作业）对 Amazon S3 中的数据和标签应用业务逻辑。这将会生成与对象检测和车道检测相关的元数据。接着，Amazon EMR Serverless 将元数据写入到 Amazon DynamoDB 和另一个 S3 桶。

第 5 步
由一个 AWS Lambda 函数将新的传入 DynamoDB 数据（元数据）发布到 Amazon OpenSearch Service 集群。 最终用户通过 Amazon Elastic Compute Cloud（Amazon EC2）访问 OpenSearch Service 集群，以提交对元数据的查询。

第 1 步
AV 将 rosbag 文件上传到 Amazon Simple Storage Service（Amazon S3）。最终用户调用工作流，开始通过 Amazon Managed Workflows for Apache Airflow（Amazon MWAA）和有向无环图（DAG）进行处理。

第 2 步
AWS Batch 从 Amazon S3 拉取 rosbag 文件，解析并提取传感器和图像数据，然后将这些数据写入到另一个 S3 桶。

第 3 步
Amazon SageMaker 将对象检测和车道检测模型应用到已提取数据。 然后，SageMaker 将数据和标签写入到另一个 S3 桶。