Get best of the week

Uber Open Source Unmanned Transport Data Visualization

image

Uber espère créer un système de visualisation standard pour le travail des ingénieurs dans le développement de véhicules sans pilote basé sur une version ouverte de son système.

Bien qu'Uber ne cache pas ses ambitions pour les véhicules sans pilote, la société de voyages progresse tranquillement dans le développement de nouvelles technologies pour l'industrie. Ce dernier est une nouvelle version ouverte du système de visualisation des véhicules sans pilote (AVS), qui permettra aux développeurs et aux ingénieurs de partager des données sur les véhicules sans pilote de manière compréhensible et standardisée.

«Comprendre ce que les véhicules sans pilote voient lorsqu'ils naviguent en milieu urbain est nécessaire pour développer des systèmes qui les feront fonctionner en toute sécurité.», - Les ingénieurs d'Uber Xiaoji Chen, Joseph Lizi, Tim Wojtashek et Abhishek Gupta écrivent sur leur blog. «Et tout comme nous utilisons des panneaux de signalisation et des infrastructures routières standard pour aider les conducteurs, les développeurs de véhicules sans pilote seront bien équipés d'une plate-forme de visualisation standard qui présentera les données des capteurs, classifiera les images, affichera les informations sur la circulation et utilisera toutes les autres méthodes. utilisé pour créer une image précise de l'espace le plus proche. "

Avec le nouvel AVS, Uber offre aux ingénieurs un outil basé sur le Web pour créer des applications pour l'analyse de la perception, du mouvement et du traitement des données pour les véhicules autonomes. À l'aide d'outils open source, Uber souhaite fournir aux développeurs un environnement autonome et standardisé qui élimine la nécessité pour les développeurs de créer leur propre logiciel de visualisation pour les véhicules autonomes. «En utilisant la visualisation abstraite dans AVS, les développeurs peuvent se concentrer sur le développement de capacités d'autonomie de base pour les systèmes de transport, l'assistance à distance, la cartographie et la simulation », a écrit une équipe d'ingénieurs Uber.

La conduite autonome n'est pas seulement un défi pour les constructeurs automobiles. De grandes sociétés technologiques telles que Google, Microsoft et Nvidia, ainsi que diverses institutions universitaires et startups, résolvent divers aspects de cette tâche. Les outils de visualisation qui affichent ce que les voitures autonomes «voient» autour d'elles sont particulièrement importants pour assurer le fonctionnement en toute sécurité des véhicules sans pilote. Grâce à des technologies tactiles plus sophistiquées et à d'autres solutions matérielles qui sont constamment introduites, un écosystème en constante évolution pour les ingénieurs est créé, car la visualisation devient non seulement une reproduction de données, mais aussi un environnement de simulation et un outil de cartographie, de collecte d'images, d'étiquetage de données et bien plus encore. Cela crée en soi une infrastructure entière construite autour de la fourniture d'outils,nécessaire aux ingénieurs pour effectuer ces tâches.

Mais dans tous ces processus, selon l'équipe Uber Engineering, il y a un manque notable de normes. «L'absence d'une norme de visualisation a conduit les ingénieurs à créer leurs propres outils basés sur des technologies et des cadres standard pour fournir rapidement des solutions», explique le blog Uber. «Cependant, d'après notre expérience, ces tentatives de développement d'outils autour de composants disparates et prêts à l'emploi conduisent à la création de systèmes mal pris en charge, rigides et généralement incomplets qui ne permettent pas de former une base solide pour la plate-forme.»

AVS fonctionne en deux couches. Le premier niveau, XVIZ, est une couche de données pour le traitement des flux d'informations provenant de divers capteurs dans une voiture autonome, par exemple, un nuage de points provenant de lidars de voiture. La deuxième couche, Streetscape.gl, prend toutes les données de XVIZ et les convertit en flux visuels sous forme de graphiques 3D, de graphiques, de tableaux et de vidéos, selon les préférences de l'utilisateur.

En ouvrant le code source AVS, Uber a annoncé qu'il souhaitait non seulement simplifier l'accès pour les développeurs, mais également attirer des développeurs tiers pour ajouter de nouvelles fonctionnalités et contribuer à la plate-forme. L'équipe d'Uber Engineering a déclaré qu'elle espérait qu'AVS se développerait à terme dans des domaines autres que les véhicules autonomes, ainsi que dans d'autres domaines liés à la mobilité tels que l'investissement urbain, l'analyse géospatiale et la cartographie avancée, entre autres. «Nous pensons qu'une stratégie de données et d'outils ouverts peut aider les gouvernements, les développeurs, les chercheurs et l'industrie dans son ensemble à accélérer le processus de création d'un écosystème de transport plus intelligent à l'avenir.»


image

À propos d'ITELMA
- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

Lisez d'autres articles utiles:

More articles:


All Articles