Uber AVS 自动驾驶可视化工具（二）XVIZ之Overview

最新推荐文章于 2024-05-21 19:29:10 发布
最新推荐文章于 2024-05-21 19:29:10 发布
阅读量5.8k 收藏 14
点赞数 1
分类专栏： Autonomous Driving HMI 文章标签： 自动驾驶 人机交互 Uber

Uber AVS 自动驾驶可视化工具 （二）XVIZ之Overview

Overview

Introduction

XVIZ是AVS的数据层。

Main Features

XVIZ提供对于一下内容的描述：

  • 视觉元素
    • 几何
    • 点云
    • 图像
    • 文本
    • 向量
  • 样式表
  • 可声明的带有数据绑定的UI
  • 在@xviz/schema包中提供了一个机器可读的JSON schema
XVIZ Protocol Specification

XVIZ协议涵盖了重要概念及数据类型。

XVIZ Javascript Libraries

XVIZ Js库是一套用于验证，构建和解析XVIZ数据的模块集。这些库文件另XVIZ任务更容易，与此同时，为任何其他语言实现的验证提供支持。

XVIZ Server

XVIZ的设计在于关注分布式系统和团队。这意味着，将数据大小，处理及网络设施间数据传输的优化，皆考虑在内。

XVIZ是XVIZ数据如何被投放到应用的一个简单演示。
参照Quick Start，将XVIZ数据发送至应用。

What’s New

V1.0.0-beta - Jan 2019

Versioning

// TODO

Concepts

这里介绍了，描述XVIZ协议所依赖的一系列概念。

Datum

我们希望去可视化的一个数据对象（尤其来自一个机器人系统）。

Stream

一条数据流是一序列的带有时间戳的同类型数据。不同类型数据被归为不同数据流中。

  • Stream Name - 每条数据流必须被指定唯一的名字。由具体应用来指定这些名字，而XVIZ要求命名为类路径结构，被符号‘/’分隔，比如‘/vehicle/velocity’。
  • Stream Type - 一条数据流的类型由其包含的数据的类型来定义。

如下数据流类型是由协议预定义，同时XVIZ客户端库提供了解析并显示他们的支持：

  • Pose Stream - 一组位置数据，描述一个参与者的位置和朝向及其定义的任何相对坐标系。
  • Geometry Types - 原始几何数据
  • Variables - 数据数组
  • Time series - 一个较大序列的独立样本
  • Tree Table - 分级数据结构， 用于表达密度类型记录数据
  • Image Stream - 二进制格式图像数据
Source

一个XVIZ数据流的源。它可以是载自URL或一个文件的一个与生成日志，但是同样可能是源自比如一个socket的实时数据。
每一个源包含一个或多个数据流，同时还有一个描述数据流的元文件。

Metadata

一类特别的XVIZ消息，包含关于数据源及其数据流的可描述信息。

Primitive

一个XVIZ原始数据是一类几何对象，比如一个点，一条线，一个多边形等可被可视化的对象。它可被标注并制定特殊样式（颜色等）。

Style

XVIZ支持一个样式表的格式，允许对象属性依数据流和类被具体化。

Object

对象可以通过附加识别符到原始数据，变量和时间序列来被定义。识别符促使跨数据流和时间片的信息链接。

Variable

存在于同一时间的值的序列。比如一辆车在规划好的线路上驶过的速度。每次当你获取了一个变量数据流的更新，全部值的列表随之改变。

Time Series

可被囊入数据流的时间戳值。每次当数据流更新，你会得到一个新的时间戳和值对。

Declarative UI

是一个可映射UI元素的结构化data schema，例如plots，controls，tables，和video panels，连同数据流名和数据绑定。此数据和原数据一起被发送进而保持与数据源的密切关联。

Video

XVIZ可以和提供了适合编码的外部视频资源同步。

Encoding

XVIZ协议规范没有规定任何编码方式，然而XVIZ库支持在JSON下的编码和解析。

Conventions

Stream Naming

数据流的命名需要遵守一些简单的规则。

Use file system-like hierarchical names

Must - 使用路径分隔符

 /system/object/bounds
 /system/object/velocity
Stream names should not contain ids.

Good - 一个数据流对应一组对象
所有的对象装配到同一个数据流，使用id字段告知分隔。

 /objects

Bad- 一个对象对应一个数据流
这忽略了‘id’对于XVIZ中元素的支持并且未提供跨数据流的对象关联。

/object/123
Stream Structure

可选行或可悲分开显示的数据应该被放入自身数据流中。

Good - 每片数据的独立拆分

/raw_points
/object/bounds
/object/velocity
/object/points

Bad - 单独数据流对应整个复杂的系统

/object

ROS Comparison

XVIZ和ROS有何关联，这问题经常被提起。ROS是最流行的开源机器人开发平台，它有其基于可视化栈的RViz。然而XVIZ是一种协议，并最终成为一个用于可视化机器人系统的生态系统。

XVIZ的目标较ROS而言更明确。它被设计用来创造一个标准化协议，使得创建更富创新性的客户端，卸去服务器的高额数据转换负载，并最小化到客户端的数据传输。像HTML和MP4服务视频与多媒体一样，服务机器人。

在我们的线路图中，通过更新范例XVIZ服务器来桥接这些环境世界；进而支持ROS包日志格式和常规ROS数据类型的实时转换，是我们的计划之一。

Simularties

ROS和RViz及XVIZ之间存在合宜数量的重叠，介于空间的特性和XVIZ启发自RViz。他们皆：

  • 将世界拆分为原始数据的数据流
  • 支持几何特性，图像和时间序列数据流
  • 可以在实时系统下观测数据
  • 可以将原始数据绑定到对象
  • 具有二进制和文本协议
Advantages

XVIZ
XVIZ的优势在于它完全关注于来自数据格式和服务器实现的客户端解耦。与此同时，它具有：

  • 只可配置的UI系统 - Declarative UI
  • 综合性的样式系统
  • 可简易数据自省的原数据系统
  • 远程日志预览协议，无需拷贝日志
  • 聚焦Web，例如标准的JSON
  • 支持Protobuf（在 alpha）

ROS
ROS的优势来自其长期开发和使用，同时还有操纵机器人的基础：

  • ROS 1.0 具有10年的稳定开发
  • 更多的数据源 - 方块，球和尖头
  • 带有插件的RViz本地客户端
  • 支持动力学转换
Disadvantages

接下来便是每个平台的唯独缺点，并不只是以上优点的对立面。

XVIZ
XVIZ的短板源自其年限短以及开正在被修复的开源代码的缺点。

  • 二进制协议并未支持所有数据类型的布局优化
  • 无开源的C++或Python实现
  • 无成熟的开源服务器，不如Node.js 版本

ROS
除了因近些年来的在开发支持方面，平台和架构选择方面的削弱，ROS是一个相当完善的系统。

  • 无首要类 空泛/非密切的客户端情节 【NG】
  • 序列化无向前兼容
  • ROS1.0到2.0的变迁过于缓慢并分散了开发任务
Checkbox Comparision

Platform Comparision

XVIZ ROS
Web App Support First Class Community
Native App Support None (Uber Internal) First Class
C++ Support None (Uber Internal) First Class
Python Support None First Class
JavaScript Support First Class Community
Serialization Format JSON or Custom Custom or DDS
Protobuf Alpha None

Feature Comparision

XVIZ ROS Comments
Styling Comprehensive None Reduces data size, make easier to understand, and more pleasing visualizations
Metadata Comprehensive Partial (ROS bag type info) Introspect on data before you read it
Live streaming Yes Yes View data from a currently running system
Remote log protocol Yes None Look with bringing any of a log to the client
Codeless UI Yes None Store UI with data, reduce dev time through less coupling
Point clouds Yes Yes
Time series Yes Yes
2D Image display Yes Yes Show an image in the UI
2D Geometry primitives Yes Most Polygons, Polylines, cricles, stadium
3D Image Display Planned Community Display an image in the 3D world
3D Geometry primitives None Yes Sphere, Cube, Cylinder, Arrow

Roadmap

Performance
  • 优化数据
  • 异步处理
Specification
  • 点云压缩
  • 持续的数据
  • 数据生命周期管理
  • 支持高级映射
  • 模型支持
Features
  • 高级的XVIZ服务器
    • 支持多日志
  • 至此ROSBAG
  • 可替代的语言实现

Related Projects

// TODO

RoyalMile
关注
  • 1
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
(3)XVIZ ROS比较
qq_38827821的博客
04-01 3898
XVIZ——ROS ROS是最流行的开源机器人开发平台，它有自己的基于可视化堆栈的RViz，而XVIZ是一个协议，最终是一个用于可视化机器人系统的生态系统。XVIZ的目标比ROS更加集中。它旨在创建一个标准协议，允许构建创新的客户机，将昂贵的数据转换下载到服务器，并最小化发送到客户机的数据，就像HTML和MP4对视频和多媒体内容所做的那样。在我们的路线图中，计划通过更新示例XVIZ服务器来连接这...
Visualizing-lidar-data:使用Uber自主可视化系统（AVS）和Jupyter Notebook应用程序可视化激光雷达数据
03-11
可视化激光雷达数据 使用Uber自主可视化系统（AVS）和Jupyter Notebook应用程序可视化激光雷达数据 该项目包含两个不同的应用程序，这些应用程序使用KITTI Vision Benchmark Suite数据集可视化激光雷达数据。 1. Uber AVS自主可视化系统（AVS）-XVIZ（AVS的数据层） 快速开始 您需要和来运行示例。 # Clone XVIZ $ git clone https://github.com/uber/xviz.git $ cd xviz # Install dependencies $ yarn bootstrap 转换并提供KITTI示例数据： # Download KITTI data $ ./scripts/download-kitti-data.sh # Convert KITTI data if necessary and
Uber AVS 自动驾驶可视化工具（一）
ningzuotao的博客
03-10 4584
Uber AVS 自动驾驶可视化工具 （一）Uber AVS模块组成`XVIZ``streetscapec.gl`注：引用： Uber AVS 近期，Uber开源了自动驾驶可视化工具AVS。 官网呈现效果大致如下： reference: https://avs.auto/#/ 模块组成 那么，一探究竟，AVS何许人也。 AVS(Autonomous Visualization System)，一个...
自动驾驶可视化利器(二)--foxglove studio
最新发布
adas_l5的博客
05-21 1226
自动驾驶中除了plotjuggler这种ROS1和ROS2通用的可视化利器，还有一种全平台通用的软件FoxgloveStudio，Github开源链接为。对于FoxgloveStudio这个程序来说，其可以支持基本上ROS原生的全部内容，同时它可以在浏览器中使用，也可作为Linux、Windows和macOS上的桌面应用程序使用。Foxglove项目是webviz项目的一个延伸，这个项目的logo产权是归Cruise的，但是同样是开源的。
Uber开源基于web的自主可视化系统，可共享数据
cpongo011702
05-08 776
研究公司ABI的数据显示，到2025年，将有800多万辆无人驾驶汽车出现在公共道路上，它们都有一些共同点：传感器、功能强大的个人电脑和机器学习算法。Nvidia、英特尔的Mobileye、百度等公司提供工具或平台，将汽车所看到的路况信息以可视化的形式展现在现实世界中。不过，在Uber的研发人员看来，这些工具并不够完美，由于它们所摄取的文件规模很大，因此非常不利于分享，所以在今天，Uber开源了自主...
UBER-AVS-XVIZ-OverView
没有态度的博客
02-26 1446
XVIZ - Autonomy数据的实时传输和可视化协议 XVIZ是AVS的数据层。 主要特点 XVIZ允许您描述: 视觉元素 几何 点云 图片 文本 指标 样式表 具有数据绑定的声明性用户界面 @xviz/schema包中的一个机器可读JSON模式 XVIZ协议规范 XVIZ协议涵盖了重要的概念和数据类型。 XVIZ Javascript库 XVIZ Javasc...
xviz：一种用于实时传输和可视化自治数据的协议
02-02
XVIZ XVIZ是用于实时传输和可视化自治数据的协议。 在了解更多信息。 工具与范例 此仓库包含以下子模块： @xviz/builder -Node.js实用程序，用于将数据转换为XVIZ协议。 @xviz/cli -XVIZ协议的CLI实用程序。 @xviz/io用于加载，访问和操作XVIZ数据的库。 @xviz/parser parser-用于消费XVIZ数据的客户端解码器和同步器。 @xviz/schema -XVIZ协议的验证和架构。 @xviz/server支持完整XVIZ协议的完整服务器模块。 和例子： 将开放数据集（例如和转换为XVIZ协议的样本转换器。 快速开始 您需要和来运行示例。 # Clone XVIZ $ git clone https://github.com/uber/xviz.git $ cd xviz # Install dependencies $ yarn bootstrap 转换并提供KITTI示例数据： # Download KITTI data $ ./scripts/download-kitti-data.sh #
3D-xviz.zip
09-17
3D-xviz.zip,自治数据实时传输与可视化协议,3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面，用于视频游戏，3D打印和VR，以及其他应用程序。
xviz和streetscape.gl构建过程以及避坑操作
zhukai242的博客
11-29 1280
avs介绍
Uber＋自动驾驶=？.pdf
09-20
Uber＋自动驾驶=？.pdf
Python可视化工具如何实现动态图表
12-16
接下来是数据可视化部分，这里推荐使用kepler.gl，这是一个由Uber开发的开源空间数据可视化工具。kepler.gl提供了一个Python接口包keplergl，可以在Jupyter Notebook环境中方便地导入数据并进行交互式可视化。它支持...
Waymo推自动驾驶商业化服务.pdf
09-20
标题中的"Waymo推自动驾驶商业化服务"指的是Waymo，谷歌母公司Alphabet旗下的自动驾驶子公司，宣布在美国凤凰城启动其自动驾驶出租车服务的商业化运营。这一举措标志着自动驾驶技术从研发测试阶段迈向了实际商业应用...
Uber自动驾驶自主安全报告
01-03
Uber于2018年11月提交的自动驾驶自主安全报告，在其18年3月份发生自动驾驶车辆致人死亡的背景下，该安全报告宣告了Uber对于自动驾驶测试所采取的安全整改措施，以及全面回归自动驾驶开发的决心。
XVIZ——getting started
qq_38827821的博客
05-09 3513
该教程将简单介绍KITTI数据，帮助理解如何将数据映射到XVIZ元素。我们将依次介绍每个XVIZ concept概念，并了解如何映射数据和管理数据依赖关系。本教程还将介绍一些可选的数据生成，以展示一些XVIZ特性，这些特性目前不存在于KITTI数据中，但由XVIZ和streetscap .gl支持。生成XVIZ数据之后，我们将介绍如何使用简单的XVIZ服务器为XVIZ数据提供服务器，并使用示例XV...
XVIZ：Uber 开源的交互式可视化框架
gitblog_00030的博客
04-25 356
XVIZ：Uber 开源的交互式可视化框架 项目地址:https://gitcode.com/uber/xviz 项目简介 XVIZ 是 Uber 技术团队开源的一个强大工具，旨在为自动驾驶和实时数据流提供高效、交互式的可视化解决方案。该项目以 JSON 格式标准化了数据模型，使得不同来源的数据可以轻松集成并展示，无论是在网页浏览器还是其他可视化环境中。 技术分析 核心特性 标准化数据模型 -...
(2)XVIZ Protocol——concept and datatype
qq_38827821的博客
04-01 839
前面说到XVIZ协议涉及许多其独有的概念及数据类型，现在我们来探索一下，究竟是怎么回事。 XVIZ Protocol Concept 1.Datum :我们希望可视化的数据对象，一般是自动化驾驶系统数据。 2.Stream:流是同一类型的一系列时序数据，不同类型的数据用不同的流进行组织描述 stream name：必须为每个流指定唯一的名称，在应用程序中定义这些名称，XVIZ要求名称遵循由...
google自动驾驶的rviz界面长啥样？
bluewhalerobot的博客
06-27 1719
原链接:https://community.bwbot.org/topic/102捣鼓过ROS机器人系统的同学都认识RVIZ，一个炫酷而实用的可视化软件。下图是2014年google自动驾驶车辆的后台RVIZ界面，很高大上。从中可以看出配置的高精度地图很精确，这个地图类似ROS 导航包中的静态地图层，还能看出google的定位精度和刷新频率都很高、传感器动态监控范围很大，整套系统很完美。 原图视
ROS之旅（六）远端rviz监控
qq_40789719的博客
05-03 2902
我们发现当客户端通过SSH连接服务端后调用其rviz时十分卡顿，接下来解决此问题。 1.确定主从机ip、用户名、主机名 个人理解:本文操作过程只有主机上可以运行ROS，从机与主机共用一个rosmaster，从机打开rviz其实是打开了主机下的rviz，因此可以共享ros话题，实现“传图”效果，实则传输的是话题内容，而SSH远程连接后在打开rviz实际上传输的是图像数据因此非常卡顿。 我用的主机为一个搭载激光雷达的小车,其ip：192.168.31.92 用户名：qust-mbot 主机名：qu...
进阶课程㊲丨Apollo自动驾驶架构介绍
weixin_43619346的博客
03-24 1394
目录最底层的车辆平台传感器层核心的软件平台云服务层 原创 阿波君 Apollo开发者社区 2019-10-29 自动驾驶硬件架构：一般采用激光雷达作为主要感知传感器，同时结合摄像头、GPS/IMU、毫米波雷达、超声波雷达等，以NVIDIA Drive PX2 或 Xavier作为主要计算平台，在工业PC机上运行各种算法模块，通过线控技术控制车辆行驶。 百度开源自动驾驶系统Apollo的架构图如...
uber纽约市乘车数据可视化分析与设计
09-17
Uber纽约市乘车数据的可视化分析与设计是一项重要的任务，它可以帮助我们更好地理解乘客和司机的行为模式以及整个交通网络的运行情况。以下是针对该主题的300字中文回答： 在Uber纽约市乘车数据的可视化分析与设计方面，首先需要收集和整理大量的数据。这些数据包括乘客和司机的行程起止地点、乘车时间、乘车距离、费用等信息。然后，利用数据分析工具，对这些数据进行统计和分析，以提取有用的信息。 一种常见的可视化分析方式是通过地图展示乘车数据的分布情况。可以利用纽约市的地图底图，将乘车起止地点标记在地图上，采用不同的颜色、形状或大小来表示乘车次数或乘车密度。这样一来，我们可以直观地看到乘车热点和流量分布的情况，从而帮助我们优化乘车服务的分配和调度。 除了地图展示，还可以通过折线图或柱状图展示乘车数据的时间变化趋势。可以按照小时、日期、星期几等时间维度，统计乘车次数或乘车费用的变化情况。这样可以发现乘车高峰和低谷的时段，为乘车服务的优化提供数据支持。 另外，还可以对乘车数据进行空间分析，比如利用热力图展示不同地区的乘车活跃度，或者利用流向图展示不同地区之间的乘车流量。这些空间分析可以帮助我们发现交通拥堵的瓶颈区域，或者调整司机派单策略，提高乘车效率。 总之，Uber纽约市乘车数据的可视化分析与设计是一项复杂而有益的工作。通过合理运用可视化工具和技术，可以帮助我们更好地理解和优化乘车服务，提高城市的出行效率。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值