为什么自动驾驶正在拥抱开源？

越来越多的自动驾驶汽车开发者开放自己的软硬件，让他们可以将自己的开源应用到车外的应用序列中。

最近，通用巡航正在向行业开放其自动驾驶汽车可视化，以便将其应用于更广泛的机器人、自动化等领域。这只是今年发生的一系列类似事件中的最新一起。最初几天，在CVPR 2019上，Waymo也开放了自动驾驶数据集。优步工程之前也开放了包括自支持可视化系统在内的几个东西向源代码；今年早些时候，Cruise已经打开了用于读取ROS包文件的JavaScript库和用于自然可视化自动驾驶汽车的2D和3D场景的Worldview库。

Cruise的开源数据集叫做Webviz——，一个基于网络浏览器的东西。它是一个应用程序序列，可用于自动驾驶汽车和机器人的数据可视化。它可以管理来自各种智能汽车传感器的PB级数据(无论是在模拟环境中还是在真实的道路测试环境中)，并在可定制的用户界面中构建2D和3D图表和日记。“如今，任何人都可以将任何机器人操作系统(ROS)的打包文件拖放到Webviz中，以立即直观地了解机器人数据。”Cruise公司的软件工程师Esther Weon在一篇媒体文章中写道。

在自动驾驶领域，开源正在成为一种趋势，但开源的目的不一样。

行业内软件数据集开放

有些公司开源的目的就是为了推广，只要大家都用，这门手艺就能发展得更快。例如，去年，传感器公司FLIR systems公布了超过1万套自动驾驶汽车的热像数据集，供更多开发者测试和训练自动驾驶汽车。

在上述数据集的基础上，FLIR最近公布了FLIR热成像区域的数据集序列，用于机械学习ADAS和独立车载系统。该公司正在积极将美国重要城市的各种天气和路线状态的热度数据联网，并设想向开发商公布特定城市的数据集。我听说旧金山会是第一个。

“建立数据集需要花费大量的时间和资金，FLIR建立的数据集可以让行业更快地评估下一代算法中的热传感器。”FLIR业务部总裁Frank Pennisi在新闻声明中表示，“当AEB系统与可见光摄像头相结合，当热量与可见光、激光雷达、雷达和热传感器数据相结合，加上机械学习，将建立一个更全面、更复杂、更安全的系统，以自动驾驶的形式对过往物体，尤其是行人等生物进行识别和分类。”

与其他传感器相比，热传感器的应用并不广泛。通过流程的开源结构，FLIR让更多公司可以轻松使用热传感器。

有些公司开源归开源，他们会留下来。以数据集为例。目前全球主流的自动驾驶仪测试数据集包括Cityscapes、Imagenet(ILSVRC)、COCO、PASCAL VOC、CIFAR、MNIST、KITTI、LFW等。所有这些都基于自动驾驶场景中的视觉算法评估数据集。不过，有企业专家表示，“越开放越好，中央数据集不开放。”

此前，Aptiv宣布将全面开放其面向自动驾驶汽车的开源数据集nuScenes，并表示是第一家向公众开放此类安全数据的公司。众所周知，nuScenes覆盖了多达1000个“场景”，来自波士顿和新加坡的数据网络包括140万张图像、39万次LiDAR扫描和140万个手动标记的3D物体边框帧，据说这是迄今为止公布的最大的多模式3D自动驾驶汽车数据集。据了解，已有1000多个用户和200多个学术机构注册接收数据集。不过，也有专家认为安博的噱头大于功效。“这个数据集针对的是波士顿、新加坡等地，在国内基础上没有用。”此外，实践数据应考虑传感器的技术前提及其在车内的装载位置。即使一家公司在收集数据时使用与Ampofur相同的设置姿势模式，如果视差没有被调解，也无法获得有效的练习数据。

硬件开放

除了软件，硬件方面也值得关注。本月早些时候，传感器解决方案公司Aceinna宣告了OpenIMU 300RI，这是一个用于智能汽车、机械人、修建和农业运用的开源惯性丈量单位（IMU）。

Aceinna的产物司理詹姆斯？芬内利（James Fennelly）说：“为了取得最好机能，须要针对每一个车辆平台和运用顺序举行定制。Open IMU 300R为设想职员供应了一个天真的、易于集成的IMU解决方案，能够轻松地为种种车辆和运用顺序举行优化。”

经由过程开源其IMU硬件，Aceinna的目的是为工程师供应一个能够运用于各行业的壮大的传感器解决方案。关闭的解决方案会障碍行业工程师共同对特定平台算法齐心协力从而周全优化，而开源IMU的目的之一就是要转变这一点。