Get best of the week

Uber Open Source Visualisasi Data Transportasi Tanpa Awak

gambar

Uber berharap untuk menciptakan sistem visualisasi standar untuk pekerjaan insinyur dalam pengembangan kendaraan tak berawak berdasarkan versi terbuka dari sistemnya.

Sementara Uber tidak menyembunyikan ambisinya untuk kendaraan tak berawak, perusahaan perjalanan diam-diam bergerak maju dalam mengembangkan teknologi baru untuk industri ini. Yang terakhir adalah versi terbuka baru dari sistem visualisasi kendaraan tak berawak (AVS), yang akan memungkinkan pengembang dan insinyur untuk berbagi data pada kendaraan tak berawak dengan cara yang dimengerti dan terstandarisasi.

"Memahami apa yang dilihat oleh kendaraan tak berawak saat bernavigasi di lingkungan perkotaan diperlukan untuk mengembangkan sistem yang akan membuatnya bekerja dengan aman.", - Insinyur Uber Xiaoji Chen, Joseph Lizi, Tim Wojtashek dan Abhishek Gupta menulis di blog mereka. “Dan sama seperti kita menggunakan rambu jalan standar dan infrastruktur jalan untuk membantu pengemudi, pengembang kendaraan tanpa awak akan dilengkapi dengan platform visualisasi standar yang akan menghadirkan input dari sensor, mengklasifikasikan gambar, menampilkan informasi lalu lintas, dan menggunakan semua metode lain digunakan untuk membuat gambar akurat dari ruang terdekat. "

Dengan AVS baru, Uber menawarkan kepada insinyur alat berbasis web untuk membuat aplikasi untuk analisis persepsi, pergerakan, dan pemrosesan data untuk kendaraan otonom. Menggunakan alat open-source, Uber ingin memberikan pengembang dengan lingkungan otonom dan standar yang menghilangkan kebutuhan pengembang untuk membuat perangkat lunak visualisasi sendiri untuk kendaraan otonom. “Menggunakan visualisasi abstrak dalam AVS, pengembang dapat fokus pada pengembangan kemampuan otonomi dasar untuk sistem transportasi, bantuan jarak jauh, pemetaan, dan simulasi ,” tulis tim insinyur Uber.

Mengemudi otonom bukan hanya tantangan bagi pembuat mobil. Perusahaan teknologi besar seperti Google, Microsoft dan Nvidia, serta berbagai institusi akademik dan startup, menyelesaikan berbagai aspek dari tugas ini. Alat visualisasi yang menampilkan apa yang "dilihat" oleh mobil otonom di sekitar mereka sangat penting untuk memastikan operasi yang aman dari kendaraan tak berawak. Berkat teknologi sentuh yang lebih canggih dan solusi perangkat keras lainnya yang terus-menerus diperkenalkan, ekosistem yang terus berkembang untuk para insinyur sedang diciptakan, karena visualisasi tidak hanya menjadi reproduksi data, tetapi juga lingkungan simulasi dan alat untuk pemetaan, pengumpulan gambar, pelabelan data dan banyak lagi. Ini dengan sendirinya menciptakan seluruh infrastruktur yang dibangun di sekitar menyediakan alat,diperlukan bagi para insinyur untuk menyelesaikan tugas-tugas ini.

Tetapi dalam semua proses ini, menurut tim Teknik Uber, ada kekurangan standar yang nyata. “Kurangnya standar visualisasi telah menyebabkan para insinyur membangun alat mereka sendiri berdasarkan pada teknologi dan kerangka kerja yang ada untuk secara cepat memberikan solusi,” kata blog Uber. "Namun, dalam pengalaman kami, upaya ini untuk mengembangkan alat di sekitar komponen yang berbeda dan siap pakai mengarah pada penciptaan sistem yang kurang didukung, tidak fleksibel, dan umumnya kurang terintegrasi yang tidak memungkinkan pembentukan landasan yang kokoh untuk platform."

AVS beroperasi dalam dua lapisan. Tingkat pertama, XVIZ, adalah lapisan data untuk memproses arus informasi dari berbagai sensor di mobil otonom, misalnya, awan titik dari sungkup mobil. Lapisan kedua, streetscape.gl, mengambil semua data dari XVIZ dan mengubahnya menjadi aliran visual dalam bentuk grafik, grafik, tabel, dan video 3D, tergantung pada preferensi pengguna.

Membuka kode sumber AVS, Uber mengatakan bahwa mereka ingin tidak hanya menyederhanakan akses untuk pengembang, tetapi juga untuk menarik pengembang pihak ketiga untuk menambahkan fitur baru dan berkontribusi ke platform. Tim Teknik Uber mengatakan mereka berharap bahwa AVS pada akhirnya akan berkembang ke daerah-daerah selain kendaraan otonom, serta daerah-daerah lain yang terkait mobilitas seperti investasi perkotaan, analisis geospasial, dan pemetaan canggih, antara lain. "Kami percaya bahwa data terbuka dan strategi alat dapat membantu pemerintah, pengembang, peneliti, dan industri secara keseluruhan mempercepat proses menciptakan ekosistem transportasi yang lebih cerdas di masa depan."


gambar

Tentang ITELMA
- automotive . 2500 , 650 .

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

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

Baca lebih banyak artikel bermanfaat:

More articles:


All Articles