🈵 ♻️ 😿 Visualização de dados de transporte não tripulado do Uber Open Source ✌🏿 🗞️ 🚈

A Uber espera criar um sistema de visualização padrão para o trabalho de engenheiros no desenvolvimento de veículos não tripulados, com base em uma versão aberta de seu sistema.

Embora o Uber não esconda suas ambições por veículos não tripulados, a empresa de viagens está silenciosamente avançando no desenvolvimento de novas tecnologias para o setor. Esta última é uma versão nova e aberta do sistema de visualização de veículos não tripulados (AVS), que permitirá que desenvolvedores e engenheiros compartilhem dados de veículos não tripulados de maneira compreensível e padronizada.

“É necessário entender o que os veículos não tripulados veem ao navegar em um ambiente urbano, para desenvolver sistemas que os farão trabalhar com segurança.”, - Os engenheiros de Uber Xiaoji Chen, Joseph Lizi, Tim Wojtashek e Abhishek Gupta escrevem em seu blog. “E, assim como usamos placas de rua e infraestrutura viária padrão para ajudar os motoristas, os desenvolvedores de veículos não tripulados estarão bem equipados com uma plataforma de visualização padrão que apresentará informações de sensores, classificará imagens, exibirá informações de tráfego e usará todos os outros métodos. usado para criar uma imagem precisa do espaço mais próximo ".

Com o novo AVS, a Uber oferece aos engenheiros uma ferramenta baseada na Web para criar aplicativos para a análise de percepção, movimento e processamento de dados para veículos autônomos. Usando ferramentas de código aberto, o Uber deseja fornecer aos desenvolvedores um ambiente autônomo e padronizado que elimine a necessidade de os desenvolvedores criarem seu próprio software de visualização para veículos autônomos. “Usando a visualização abstrata no AVS, os desenvolvedores podem se concentrar no desenvolvimento de recursos básicos de autonomia para sistemas de transporte, assistência remota, mapeamento e simulação ”, escreveu uma equipe de engenheiros da Uber.

A condução autônoma não é apenas um desafio para as montadoras. Grandes empresas de tecnologia como Google, Microsoft e Nvidia, bem como várias instituições acadêmicas e startups, resolvem vários aspectos dessa tarefa. As ferramentas de visualização que exibem o que os carros autônomos “veem” ao seu redor são especialmente importantes para garantir a operação segura de veículos não tripulados. Graças às tecnologias de toque mais sofisticadas e outras soluções de hardware que estão sendo constantemente introduzidas, está sendo criado um ecossistema em desenvolvimento para engenheiros, uma vez que a visualização se torna não apenas uma reprodução de dados, mas também um ambiente de simulação e uma ferramenta para mapeamento, coleta de imagens, identificação de dados e muito mais. Isso por si só cria uma infra-estrutura inteira criada para fornecer ferramentas,necessário que os engenheiros concluam essas tarefas.

Mas em todos esses processos, de acordo com a equipe de engenharia da Uber, há uma notável falta de padrões. "A falta de um padrão de visualização levou os engenheiros a criar suas próprias ferramentas baseadas em tecnologias e estruturas prontas para fornecer soluções rapidamente", diz o blog da Uber. “No entanto, em nossa experiência, essas tentativas de desenvolver ferramentas em torno de componentes díspares e prontos para uso levam à criação de sistemas mal suportados, inflexíveis e geralmente não completos, que não permitem a formação de uma base sólida para a plataforma.”

O AVS opera em duas camadas. O primeiro nível, XVIZ, é uma camada de dados para processar fluxos de informações de vários sensores em um carro autônomo, por exemplo, uma nuvem de pontos dos lidares do carro. A segunda camada, streetscape.gl, pega todos os dados do XVIZ e os converte em fluxos visuais na forma de gráficos 3D, gráficos, tabelas e vídeos, dependendo das preferências do usuário.

Abrindo o código-fonte AVS, a Uber anunciou que quer não apenas simplificar o acesso dos desenvolvedores, mas também atrair desenvolvedores de terceiros para adicionar novos recursos e contribuir com a plataforma. A equipe de engenharia da Uber disse que espera que o AVS acabe se expandindo para outras áreas além de veículos autônomos, bem como para outras áreas relacionadas à mobilidade, como investimento urbano, análise geoespacial e mapeamento avançado, entre outras. "Acreditamos que uma estratégia aberta de dados e ferramentas pode ajudar governos, desenvolvedores, pesquisadores e a indústria como um todo a acelerar o processo de criação de um ecossistema de transporte mais inteligente no futuro".

Sobre o ITELMA

- automotive . 2500 , 650 .

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

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

Leia artigos mais úteis:

Visualização de dados de transporte não tripulado do Uber Open Source

More articles: