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
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:
-
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。
-
-
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。
-
-
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: