【GitHub项目推荐--协同驾驶自动化系统，开源！】【转载】

用于在 CARLA+SUMO 下对全栈协同驾驶自动化应用进行原型设计的通用框架。

OpenCDA 主要由UCLA Mobility Lab提供支持。

源代码

ucla-mobility/OpenCDA: A generalized framework for prototyping full-stack cooperative driving automation applications under CARLA+SUMO. (github.com)

OpenCDA 是一个基于联合仿真的开放式研究/工程框架，集成了原型协同驾驶自动化（CDA；请参阅SAE J3216）管道以及常规自动驾驶组件（例如感知、定位、规划、控制）。它不仅能够在 CARLA + SUMO 联合仿真环境中进行 CDA 评估，而且还提供丰富的 CDA 研究流程源代码库。

OpenCDA 作为一个开源项目，与USDOT CDA Research和FHWA CARMA 计划合作 ，旨在支持 CDA 研究和开发的早期基础研究 。通过与 CARMA Collaborative 合作，该工具为 CDA 研究社区提供了独特的功能，并将与USDOT 开发的CARMA XiL 工具接口，以支持 CDA 功能的更高级模拟测试。

OpenCDA 的主要特点是：

• 研究管道：OpenCDA 提供了丰富的研究管道（即基础和高级 CDA 模块的开源代码，例如队列、协作感知）。

• 集成：OpenCDA 分别使用 CARLA 和 SUMO，也将它们集成在一起。

• 全栈仿真：OpenCDA提供了一个简单的原型自动驾驶和协同驾驶平台，全部采用Python语言，包含感知、定位、规划、控制和V2X通信模块。

• 模块化：OpenCDA 是高度模块化的。

• 基准：OpenCDA 提供基准测试场景、基准基线图、最先进的基准算法和基准评估指标。

• 连接与合作：OpenCDA 支持模拟中 CAV 之间各种级别和类别的合作。这将 OpenCDA 与其他单一车辆仿真工具区分开来。

OpenCDA 项目看起来是一个非常有价值且前景广阔的开源项目，它针对协同驾驶自动化（Collaborative Driving Automation，简称 CDA）领域进行了深入研究与整合。以下是对您提供信息的详细解读：

1. OpenCDA 的定位与功能：

   • OpenCDA 被设计为一个开放的研究/工程框架，这意味着它旨在促进 CDA 技术的研究和开发。

   • 它集成了 CDA 的原型管道以及自动驾驶中的常规组件，如感知、定位、规划和控制。这表明 OpenCDA 提供了一个全面的解决方案，涵盖了自动驾驶车辆的多个关键方面。

   • 该框架支持在 CARLA 和 SUMO 联合仿真环境中进行 CDA 评估。CARLA 和 SUMO 是两种流行的交通仿真软件，它们各自具有独特的功能和优势。通过将它们结合起来，OpenCDA 能够提供更真实、更复杂的交通场景来进行 CDA 技术的测试和验证。

2. OpenCDA 的开源特性与合作伙伴：

   • 作为一个开源项目，OpenCDA 鼓励社区参与和贡献，这有助于加速 CDA 技术的创新和发展。

   • 该项目与美国交通运输部（USDOT）的 CDA Research 计划和联邦公路管理局（FHWA）的 CARMA 计划合作。这些合作伙伴关系表明 OpenCDA 得到了官方机构的认可和支持，这有助于提升项目的可信度和影响力。

   • 与 CARMA Collaborative 的合作进一步增强了 OpenCDA 的功能，并为 CDA 研究社区提供了独特的资源。通过与 USDOT 开发的 CARMA XiL 工具接口，OpenCDA 将能够支持更高级的 CDA 功能模拟测试，这有助于推动 CDA 技术的实际应用和部署。

3. OpenCDA 的研究与应用价值：

   • OpenCDA 不仅提供了一个强大的仿真环境来评估 CDA 技术，还提供了丰富的源代码库来支持 CDA 研究流程。这使得研究人员能够更容易地开始他们的工作，并在现有基础上进行迭代和改进。

   • 通过与官方机构和行业合作伙伴的紧密合作，OpenCDA 有望成为 CDA 领域的一个标准工具或平台。这将有助于统一不同研究团队和开发人员的工作流程和方法论，从而加速 CDA 技术的整体进步。

   • 最终，OpenCDA 的目标是推动 CDA 技术的实际应用和部署。通过提供更真实、更复杂的仿真环境和更高级的测试功能，该项目有望为自动驾驶车辆的安全性和性能提供重要保障。

原文链接：

协同驾驶自动化系统，开源！