0
| 本文作者： 大壯旅 | 2017-08-29 15:00 |
雷鋒網(wǎng)按：本文作者系 Uber 數(shù)據(jù)可視化團(tuán)隊(duì)軟件工程師 Xiaoji Chen，由雷鋒網(wǎng)新智駕（微信公號(hào)：AI-Drive）編譯。
Uber 的先進(jìn)技術(shù)團(tuán)隊(duì)（ATG）正在努力塑造自動(dòng)駕駛的未來。今年早些時(shí)候，數(shù)字可視化團(tuán)隊(duì)（利用可視化技術(shù)探索、檢查、闡釋和調(diào)試數(shù)據(jù)）就聯(lián)手 ATG 對(duì)自動(dòng)駕駛汽車解釋和理解這個(gè)世界的能力進(jìn)行了升級(jí)。
此次，兩大團(tuán)隊(duì)共同搭建了一個(gè)新平臺(tái)，借助基于 Web 的最新可視化技術(shù)，ATG 的工程師和操作員能快速完成對(duì)離線和在線測(cè)試數(shù)據(jù)的檢查、調(diào)試和探索。這對(duì)使用該技術(shù)的用戶快速理解問題、完成產(chǎn)品快速迭代和生產(chǎn)力的提升至關(guān)重要。同時(shí)，更簡(jiǎn)單的視覺語言和用戶體驗(yàn)設(shè)計(jì)也是給工程師和操作員傳達(dá)細(xì)節(jié)和技術(shù)信息的必備工具。
本文詳細(xì)闡釋了數(shù)字可視化團(tuán)隊(duì)打造該平臺(tái)的方法，并詳述了將復(fù)雜和多樣化數(shù)據(jù)集與可重復(fù)利用的高性能 Web 組件相結(jié)合過程中遭遇的挑戰(zhàn)。
關(guān)于挑選 Web 來打造自動(dòng)駕駛可視化平臺(tái)，業(yè)內(nèi)有許多有趣的討論。Uber 選擇 Web 有如下考慮：
1. 快速循環(huán)迭代。借助 Web，開發(fā)和部署新功能會(huì)變得相當(dāng)迅速且簡(jiǎn)單。如果用戶想要最新產(chǎn)品，它們只需刷新瀏覽器網(wǎng)頁就行，這比下載并安裝新應(yīng)用快多了。
2. 靈活性和共享性。由于 Web 與硬件無關(guān)，因此只要有一款操作系統(tǒng)，任何人在任何地點(diǎn)都能在平臺(tái)上干活。事實(shí)上，這里瀏覽器就是操作系統(tǒng)。將操作系統(tǒng)放到 Web 端不但能打破不同操作系統(tǒng)間的界限，還讓全世界任何地方都變成了 ATG 總部。因?yàn)橹恍椟c(diǎn)擊一個(gè) URL 鏈接，工程師和操作員就能匯報(bào)并診斷事故了。
3. 協(xié)作及定制化。作為一個(gè)快速進(jìn)化的技術(shù)，自動(dòng)駕駛汽車一直在產(chǎn)生新的數(shù)據(jù)集、指標(biāo)和用例。同時(shí)，ATG 的每個(gè)團(tuán)隊(duì)都有特殊的可視化和數(shù)據(jù)生成需要，因此它們必須定制自己團(tuán)隊(duì)的體驗(yàn)。在打造定制化 UI 上，HTML5 和 JavaScript 是久經(jīng)沙場(chǎng)且值得信賴的工具，而且它們很容易就能綜合進(jìn)其他基礎(chǔ)設(shè)施和任務(wù)管理系統(tǒng)。
要理解自動(dòng)駕駛汽車做出的決定，我們必須基于大量數(shù)據(jù)重構(gòu)上下文。這些數(shù)據(jù)包括預(yù)先處理過的地圖和行車時(shí)記錄的車輛日志。
地圖能透露出城市道路的連接和限制，Uber 用的是自己的專有網(wǎng)絡(luò)地圖，其中的細(xì)節(jié)信息頗為豐富。舉例來說，這套地圖中有路面的高清掃描、車道邊界和類型、轉(zhuǎn)彎、限速和人行道等。
地圖團(tuán)隊(duì)利用該平臺(tái)檢查特殊路口的 3D 地圖細(xì)節(jié)
車輛日志則記錄了車輛的所作所為和所見所想。借助傳感器數(shù)據(jù)，算法完成了自動(dòng)駕駛中的三大關(guān)鍵階段：感知（測(cè)量）、預(yù)測(cè)（預(yù)報(bào)）和行動(dòng)規(guī)劃（行動(dòng)）。要想順利上路運(yùn)行，車輛必須通過傳感器感知到周圍物體的一舉一動(dòng)。拿到這些信息后它便可以預(yù)測(cè)周圍物體的運(yùn)動(dòng)趨勢(shì)了。最后，車輛會(huì)根據(jù)手頭的信息規(guī)劃自己的下一步動(dòng)作。
操作員利用平臺(tái)檢查自動(dòng)駕駛汽車的感知和預(yù)測(cè)數(shù)據(jù)
與工程師結(jié)合后，我們實(shí)驗(yàn)性的搭建了一套可視隱喻系統(tǒng)來展現(xiàn)復(fù)雜的數(shù)據(jù)。這套系統(tǒng)能提供周邊環(huán)境的真實(shí)再現(xiàn)，包括車輛、地面圖像、標(biāo)線和路標(biāo)等一系列能幫工程師和操作員判定周邊環(huán)境的錨點(diǎn)。
為了幫工程師一窺未來的替代決定或時(shí)間切片，該系統(tǒng)還能通過顏色和幾何編碼抽象展示算法生成的信息，如物體分類、預(yù)測(cè)、計(jì)劃和前瞻等。
影響這些數(shù)據(jù)源完成聚合的最大挑戰(zhàn)是處理不同的地理空間坐標(biāo)。不同的服務(wù)會(huì)利用不同的坐標(biāo)系統(tǒng)提供模型，一些靠的是經(jīng)緯度，一些則用到了通用橫向墨卡托坐標(biāo)系（UTM），還有一些則與其真實(shí)位置有關(guān)，剩下的則與車輛的位置和方向相關(guān)。此外，所有的坐標(biāo)信息會(huì)快速進(jìn)行更新。為了能更高效的轉(zhuǎn)換這些坐標(biāo)并導(dǎo)出準(zhǔn)確的數(shù)據(jù)，我們將重任委托給了 GPU。
用 WebGL 完成高性能 3D 場(chǎng)景渲染
Uber 的可視化團(tuán)隊(duì)為基于 Web 的大規(guī)模數(shù)據(jù)可視化任務(wù)維護(hù)著一整套框架，其中包括 react-map-gl 和 deck.gl。這些框架利用 GPU 的能力在瀏覽器上以高幀率顯示數(shù)百萬個(gè)幾何圖形。如果能像地圖一樣，將可視化的精細(xì)度從一塊縮小到一個(gè)像素，GPU 就是最理想的場(chǎng)所。
deck.gl 可以渲染 GeoJSON、點(diǎn)云和可視化網(wǎng)格等
最終，性能將成為決定性因素。ATG 的工程師和車輛操作員需要實(shí)時(shí)獲知車輛日志并順暢的操作相機(jī)和場(chǎng)景中選定的物體，而這時(shí)先進(jìn)的 deck.gl 可視化框架將正式派上用場(chǎng)。
最新版的 deck.gl 性能得到了多處優(yōu)化，研究人員還根據(jù) ATG 的用例對(duì)其圖形特征進(jìn)行了升級(jí)。deck.gl 上下文的每一層都能把數(shù)據(jù)源呈現(xiàn)成提前設(shè)定的樣子。網(wǎng)格（地面和車輛）、道路（車道和軌跡）、多邊形（路上的其他物體）和點(diǎn)云都不在話下。
在日志回放時(shí)，用戶可以在不同相機(jī)模式下切換
工程師用平臺(tái)對(duì)比兩種軟件的模擬結(jié)果
此外，每一層都能指定自己的坐標(biāo)系并分享同一個(gè)攝像頭視角。一個(gè)典型的代碼片段可以以每秒 30-50 幀的速度渲染 60-100 層。
雷鋒網(wǎng)推薦閱讀：
揭秘Waymo，世界最先進(jìn)自動(dòng)駕駛公司的成長(zhǎng)秘辛
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
