AI Technology Review par: Il y a quelques jours, Uber système de visualisation du pilote automatique basé sur le Web open source (AVS), a déclaré que le système est de faire comprendre et partager l'industrie du pilote automatique de données nouvelles façons. AVS est responsable des véhicules autonomes de l'Uber la recherche et le développement de la technologie de développement Business Group (ATG), à l'heure actuelle le système est en voyage, appliquée Intuition et d'autres entreprises utilisent. Uber a affiché sur son site Web que les nouvelles open-source, AI Technology Review compilé comme suit.

Lorsque l'automatique au volant d'une voiture conduite en milieu urbain, ils perçoivent le système de savoir ce qui est essentiel pour le développement, il est sûr de fonctionner. Et, comme nous développons des normes pour les panneaux de signalisation et les infrastructures de la circulation pour aider le conducteur, comme les humains, ont besoin d'une norme pour les développeurs de plate-forme de visualisation des véhicules autonomes, il peut être exprimé par les capteurs, la classification d'images, le raisonnement, et pour les sports entrer d'autres technologies pour construire une image précise de l'environnement immédiat.

Comme nous l'avons précédemment dans « Ingénierie Visualization voiture auto-conduite de Uber Plate-forme pour le Web » (lire l'adresse: https: //eng.uber.com/atg-dataviz/) écrit à cet article, afin de soutenir l'automatisation croissante utiliser des pools de cas, le pilote automatique Uber d'ATG (groupe d'entreprises technologiques) et de l'équipe de visualisation pour expliquer ces capteurs et des algorithmes dérivés du monde grâce à la technologie de visualisation basée sur le Web.

Maintenant, nous sommes très heureux remodelé et amélioré le pilote automatique système de visualisation (AVS) ont été ouvertes pour l'industrie du pilote automatique, ce système est une nouvelle façon de comprendre et de partager ses données du système de pilote automatique.

AVS adresse officielle: https: //avs.auto/

AVS peut afficher automatiquement les performances de conduite de la voiture dans la vraie scène mondiale

AVS est une perception descriptive et visuelle de la nouvelle voiture de conduite standard automatique, sports et plan de données, fournit un ensemble d'outils Web puissants pour créer peut être appliqué à utiliser l'exploration de données, l'interaction, et (encore plus critique est) pour faire d'importantes décisions de développement d'applications.

En tant que couche de visualisation normalisée indépendante, AVS permet aux développeurs plus besoin de créer des logiciels de visualisation personnalisée pour conduire automatiquement une voiture. Avec AVS visualisation abstraite, les développeurs peuvent se concentrer sur les systèmes de conduite, l'assistance à distance, la cartographie et la simulation de recherche et développement du pilote automatique de base.

Nous avons besoin d'une visualisation standard unifié

La technologie et bien d'autres institutions et organisations, y compris les sociétés, les fondations, les instituts de recherche, des fabricants d'équipement d'origine (OEM) et les entreprises en démarrage, etc., sont confrontés aux défis posés par le pilote automatique. véhicules autonomes peuvent être affichés dans leur environnement pour percevoir ce qui est des outils de visualisation, il est crucial pour le développement d'un système de pilotage automatique en toute sécurité. De proche du matériel et de la pile capteur, le système devra utiliser ces outils, en plus, les données du journal du système de pilote automatique en ligne ou besoin de lecture hors ligne pour les utiliser à plusieurs reprises. Avec la maturité de la plate-forme autour de la classification, la modélisation, la cartographie, la sécurité, la collecte d'images et de nouveaux cas d'utilisation sera marquée. La production de la nécessité de la route pour être en mesure d'assurer le suivi, l'assistance à distance et le soutien de nouveaux outils et de l'infrastructure.

En plus du déploiement rapide de ces exigences, les ingénieurs du pilote automatique pour fournir des solutions d'outils efficaces, ayant souvent à apprendre des méthodes graphiques informatiques complexes et de la technologie de visualisation de données. la visualisation des résultats est due à l'absence de normes, ingénieur de livrer rapidement des solutions qui seront à assembler un outil sur mesure autour des technologies et des cadres existants. Cependant, dans notre expérience, essayer une variété d'outils de développement de composants prêts à l'emploi assemblé provoquera le système à devenir difficile à maintenir ou à inflexibilité, et le degré de liaison entre les composants constituant moins d'une plate-forme de base solide.

Nous allons maintenant AVS partagé avec le pilote automatique communautaire plus large, espérons que l'industrie peut travailler ensemble pour promouvoir le progrès dans ce domaine et de définir une nouvelle norme pour le public pour enfin apporter un plus sûrs, les systèmes de transport plus efficaces .

Le monde du mouvement visuel

Dans le cas basé sur le Web AVS d'utiliser l'ATG Uber, en utilisant le système avant et après comparaison du véhicule, nous pouvons voir que la voiture de test améliorés.

Le développement de véhicules autonomes est un domaine qui se développe rapidement, avec le nouveau service, des ensembles de données (en particulier par LiDAR) et de nombreux cas d'utilisation exigent de nouvelles solutions. En Uber, les équipes d'ingénierie multiples ont des besoins uniques des solutions doivent être abordées. les applications de visualisation sur le Web est un choix évident, car il est un changement rapide de cross-équipe, avec des cas d'application spécifique, le partage de l'information simplifiée, la personnalisation et l'intégration des services existants crée des opportunités.

Bien que le système de visualisation sur le Web présente des avantages évidents, mais il est également confronté au défi de la façon de gérer efficacement la conservation des données des systèmes de bureau basés sur la performance comparables simultanément. Relever ces défis, il faudra une nouvelle abstraction pour gérer et générer des données décrivant les utilisations d'application Web.

Sur la base des exigences ci-dessus, nous nous concentrons sur deux éléments clés mis en place leur propre système: XVIZ fournir des données (y compris la gestion et les spécifications), et streetscape.gl est une boîte à outils composant, peut renforcer l'application Web.

XVIZ

Ouvrez adresse source: https: //github.com/uber/xviz

système Autopilot Les données générées nécessite à la fois la flexibilité et une spécification formelle, par exemple, peut être intégré au cadre de base élargi, en ligne avec plusieurs clients, et assez près de la source de données pour définir les contrôles nécessaires, et la liaison pour gérer efficacement les données le format des données.

XVIZ comprend: un flux avancé codeur et un décodeur construit sur le client et le tampon de données et la synchronisation du côté du serveur.

XVIZ fournit scène variant dans le temps (DATA), et le débit à diriger vue déclarative d'un système d'affichage d'interface utilisateur. Comme l'enregistrement vidéo, comme, vous êtes libre de rechercher et de comprendre au moment où l'état du système. Il a également que les documents HTML, ce qui représenterait mise au point et structuré selon le modèle pour permettre l'introspection. Cependant, XVIZ permet également regroupés et mises à jour de flux séparés vers une destination unique pour explorer facilement et les données de la requête.

XVIZ série de flux discret est utilisé pour la mise à jour qui se produit quand un des types primitifs particuliers (types primitifs) à un moment donné. nuage primitif point LiDAR est capable de décrire, l'image de la caméra, la distance de la cible, la trajectoire, la vitesse de véhicule cible et les programmes de prédiction variant dans le temps. Afin de simplifier la présentation présentée à l'utilisateur, ces objectifs sont modèle ensemble (y compris un niveau de flux de données) ou styles de classe assignée seule (classe de style).

XVIZ organisé par nommage hiérarchique un flux de données, dans lequel les listes de section de métadonnées séparées du flux de données, leur type, leur transformation relative, et le style déclaratif panneau d'interface utilisateur de la classe. Ensuite, les données d'objets d'interface utilisateur graphique fournis avec le panneau, afin de fournir un contrôle d'utilisateur YAML (https://en.wikipedia.org/wiki/YAML), et en outre à installer une série ensemble de l'affichage de mise en page.

structures de données XVIZ, qui permettent aux chercheurs de passer le flux de l'ensemble de données.

streetscape.gl

Ouvrez adresse source: https: //github.com/uber/streetscape.gl

streetscape.gl offre une variété de composants d'interface utilisateur, y compris les caméras, les contrôles de lecture, cible marquée et les fonctions de dessin.

streetscape.gl est une boîte à outils pour créer des applications Web en utilisant le protocole de XVIZ de données. Il est sous la forme de vues 3D, des graphiques, des tableaux, ou comme la visualisation flux vidéo XVIZ fournit un des composants clés en main. Il résout également les points de douleur visuels communs, tels que le temps de synchronisation de flux de données de durée (synchronisation temporelle), systèmes de coordonnées, les caméras, le style dynamique et d'interagir avec des objets 3D et transversaux, etc., afin que les utilisateurs peuvent passer plus de temps pour créer des véhicules autonomes logiciel lui-même.

Performances de rendu (performance rendu) est l'objectif principal de streetscape.gl. Avec REACT et Uber matures plate-forme de visualisation basée sur WebGL ( nous pouvons soutenir la lecture en temps réel et lisser l'interaction des centaines de milliers géométrie et soutien scène.

La conception peut également être combiné avant et le centre du streetcape.gl. Notre plate-forme de visualisation interne pour la classification, l'étiquetage, la mise en service, l'assistance à distance et des dizaines d'édition de scène différents cas d'utilisation fournir un soutien, grâce à l'apprentissage du travail de la plate-forme, les composants nous concevons un haut degré du style personnalisable et extensible le sexe, donc toutes les équipes puissent expérimenter le système en fonction de leur flux de travail unique.

Quelle est la différence AVS

AVS est conçu pour être un système ouvert et templating, de sa première phase de développement, nous encourageons l'équipe interne à faire des plans pour réaliser le découplage (découplage). Architecturalement, il propose une approche en couches, la méthode peut minimiser le couplage entre la pile de pilote automatique de composants, et de fournir une définition claire de l'échange de données. Chaque couche peut être formée sur la demande sans qu'il soit nécessaire de changer tout le système, et le système peut également utiliser des cas couche de personnalisation ou dans une scène particulière.

Les lignes directrices aident à différencier les AVS avec zone solutions actuelles. Plus précisément, l'architecture AVS rend le système unique, parce que:

• Il sous-tend délibérément plate-forme avec toutes les données séparées dans la conception;

• Il est de petite taille limitée permet aux développeurs de développer plus facilement des outils;

• Ses exigences de format de données permettent un transfert rapide et la manipulation.

De plus, AVS peut également répondre écosystème du pilote automatique a besoin de toutes sortes de gens, y compris les ingénieurs, les opérateurs, les analystes et les développeurs professionnels et ainsi de suite. Les ingénieurs peuvent utiliser le pilote automatique XVIZ décrire facilement leur système, vous pouvez également utiliser des fonds limités pour valider et mettre en pratique leurs attentes. Les développeurs professionnels peuvent utiliser streetscape.gl créer des applications intégrées avec de puissantes fonctionnalités de performance et simplifiée quelle que soit la source de données rapidement. Enfin, l'opérateur peut passer à travers plusieurs applications pour voir la vidéo et d'autres formats de données visuelles, ce qui rend la collaboration et de connaissances pour comprendre, une analyse plus approfondie des données et la qualité de la confiance dans l'ensemble, sont devenus plus faciles.

AVS open source à l'industrie, nous encourageons plus de développeurs basés sur la série d'idées originales et des idées plus lourdement développer des systèmes.

Applications en dehors de l'industrie du pilote automatique et l'industrie

Pour Voyage, appliquée Intuition et Uber ATG autres développement ou de soutien des entreprises de véhicules autonomes, à travers la cause racine de l'analogique à la méthode d'essai routier pour trouver le problème du pilote automatique est un processus extrêmement long.

Il est possible d'explorer visuellement Drew Gray, directeur de la technologie Voyage des données de capteur de pilote automatique mentionné, la trajectoire prédite, poursuite de cible et des informations d'état telles que la vitesse et l'accélération est une valeur considérable pour le processus de classification est, ainsi que pour les développeurs un impact positif sur l'efficacité. De plus, ces informations peuvent également être basée sur des données d'ordre de priorité pour l'ingénierie de réglage.

Voyage co-fondateur de Warren Ouyang a également fait écho potentiel gris AVS pour le développement des opinions exprimées. Il a dit: « Nous sommes très heureux de pouvoir utiliser les systèmes de visualisation du pilote automatique Uber, et travailler ensemble pour le développement de la conduite automatisée communauté avant de développer de meilleurs outils. »

AVS fournit un contexte riche dans d'autres applications, comme ce cas améliorerait les applications d'inspection Uber ATG en termes d'attractions.

En plus de l'analyse de la cause, l'équipe de uber également d'autres des cas d'utilisation dans l'AVS, telles que l'affichage d'un journal sur le Web, les développeurs et l'entretien de la cartographie de l'environnement. En même temps, nous avons l'intention de transmettre ces technologies open source qui permet aux véhicules aériens sans pilote, des robots, le camionnage, la gestion de la flotte, la réalité augmentée et virtuelle et d'autres développeurs de l'industrie de détail émergents et adjacentes, peut être trouvé à cet effet scénarios d'application de boîte à outils.

planification future

Laissez AVS dans le secteur industriel plus large est que le début. Nous voulons donner accès à plus de développeurs et opérateurs d'autonomie, afin de contribuer au domaine de la conduite autonome.

En partenariat avec Voyage, Applied Intuition, les fondations open source et d'autres organisations et collaborateurs, nous prévoyons de passer plusieurs sources de données et les spécifications (en particulier pour soutenir ERO), l'optimisation des performances et plus de fonctionnalités (comme comparaison côte à côte) pour renforcer la produits.

Peter Ludwig, directeur de la technologie appliquée de Intuition, a déclaré: « Dans l'Applied Intuition, nous travaillons avec la plupart équipe AV avancée du monde, ils ont besoin d'outils les plus avancés ... et AVS correspond à cette, et particulièrement remarquable il est qu'il est basé sur le Web, tout en répondant aux besoins des zones de pilotage automatique. encore et ne plus pas besoin de recréer les mêmes outils visuels de plus, Uber AVS open source à un autre champ AV, il est également d'une grande importance ».

Uber ATG de l'application de visionneuse de journaux AVS compatible AV qui nous permet de traiter l'intersection de la méthode du véhicule peut être analysé.

Uber désireux d'obtenir des véhicules autonomes de vision à long terme: apporter plus sûr, plus propre et des solutions de transport plus efficaces pour tout le monde. Malheureusement, les différentes industries dans les premiers outils de développement ont tendance à être original et adapté pour répondre aux nouveaux cas d'utilisation peut étendre ses fonctionnalités. Compte tenu de la technologie de façon change le transport et la ville nous vivons rapide, donc nous devons accélérer ce changement plus que jamais urgent de besoin de meilleurs outils.

Si le produit est utilisé pour améliorer la planification urbaine et de l'investissement, une plus grande variété d'analyse géospatiale, cartographie plus avancée ou nouvelle tendance mobile, nous avons trouvé: outils de données open source et des stratégies qui peuvent aider les gouvernements, les développeurs et les chercheurs, ainsi que l'ensemble de l'industrie pour accélérer le rythme vers un avenir plus intelligent de l'écosystème de transport.

via:

https://eng.uber.com/avs-autonomous-vehicle-visualization/

Cliquez sur Lire la vue d'origine rapports uber