研究公司 ABI 的数据显示,到 2025 年,将有 800 多万辆无人驾驶汽车出现在公共道路上,它们都有一些共同点:传感器、功能强大的个人电脑和机器学习算法。Nvidia、英特尔的 Mobileye、百度等公司提供工具或平台,将汽车所看到的路况信息以可视化的形式展现在现实世界中。
不过,在 Uber 的研发人员看来,这些工具并不够完美,由于它们所摄取的文件规模很大,因此非常不利于分享,所以在今天,Uber 开源了自主可视化系统(AVS)。
这套自主可视化系统(AVS)是一种独立的基于 web 的技术,研发团队将其描述为:理解和共享自主系统数据的一种新方式。负责开发其自动驾驶汽车平台的 Uber 部门——先进技术小组(Advanced Technologies Group,ATG)也使用了这一套件,包括 Voyage 和 Applied Intuition 在内的多家公司已经承诺使用这一套件。
“有了 AVS 的抽象可视化,开发者可以专注于驱动系统、远程辅助、地图绘制和仿真的核心自主能力。”Uber 在一篇博客中写道:“AVS 让开发者不必为他们的自动驾驶汽车开发定制的可视化软件。”
Uber 表示,AVS 团队使用模块化作为指导原则,在层中进行构建,这样自治堆栈中的组件就可以独立地根据上下文进行演化或定制,而不需要在整个系统范围内进行更改。这使得 Uber 的内部团队可以使用它来查看日志和进行地图维护,例如,同时保持其足够的可扩展性,可适用于无人机、机器人、卡车运输和车队管理等行业。
AVS 包括两个核心支柱:XVIZ 和 streetscape. gl。XVIZ 是一个提供、管理和描述自动生成的系统数据的规范;streetscape.gl 是一个用于构建 web 应用程序的工具包,用于在 XVIZ 协议中接收数据。
根据 Uber 的介绍, XVIZ streams 是一系列离散的更新,在特定的时间使用原语,或对象描述像相机图像、激光雷达点云、轨迹和车辆速度等随时间的变化,它包含了一个服务器端编码器和生成器,在客户机端包含一个解码器、数据缓冲区和同步器。模式结构的视图和显示系统跨客户端工作,使工程师能够探索和查找状态,并将单独的流更新绑定到单个对象中。
AVS 的 UI 为带有数据的对象绑定了图形化面板,对象可以单独设计样式或分配样式类,而流(steam)可以通过分层命名来组织,其中元数据部分列出了它们的类型、相对转换等。
至于 streetscape. gl,它是建立在 vis.gl 之上的,这是 Uber 的 WebGL 支持的开源可视化框架集合,它具有高度可样式化的组件,用于将 XVIZ 数据流转换为 3D 视区、图表、表格、视频等。此外,它还处理数据流、摄像头、动态样式以及与 3D 对象的交互等时间同步,支持实时回放和具有数十万几何图形的场景。
Uber 表示,计划在未来通过更多的数据源和规范、性能优化以及更丰富的功能来增强 AVS。他们在博客中写道:
我们创建了 AVS,以满足 Autonomy 生态系统中每个人的需求,包括工程师、车辆运营商、分析师和专业开发人员。自动化工程师可以用 XVIZ 轻松地描述他们的系统,用有限的开销对自主系统进行可视化测试。专业开发人员可以使用 streetscape.gl 快速构建具有强大性能特征和简化集成的数据源无关应用。最后,运营商可以跨多个应用程序以标准可视格式(包括视频)查看数据,从而简化协作、了解知识、进行更深入的分析,并提升对数据质量的信任。
参考链接:
活动推荐:
2023年9月3-5日,「QCon全球软件开发大会·北京站」 将在北京•富力万丽酒店举办。此次大会以「启航·AIGC软件工程变革」为主题,策划了大前端融合提效、大模型应用落地、面向 AI 的存储、AIGC 浪潮下的研发效能提升、LLMOps、异构算力、微服务架构治理、业务安全技术、构建未来软件的编程语言、FinOps 等近30个精彩专题。咨询购票可联系票务经理 18514549229(微信同手机号)。
评论