该库旨在为自动驾驶车辆提供责任敏感安全(RSS)模型的C++实现。
RSS在以下论文中有详细描述。建议该C++库的潜在用户阅读这些论文,以熟悉库提供的概念和功能。
该库中的RSS模块接收(经处理的)传感器信息作为输入,并提供执行器命令限制作为输出。RSS模块的输入是一个对象列表,包含了自车周围环境中所有对象(道路代理)的信息。对于每个对象,RSS模块创建一个描述对象-自车对及其属性的"情境"。对每种情境,执行相关的RSS安全检查并计算适当的响应。最后,通过结合为每个对象-自车情境计算的响应,得出一个总体响应。最终的执行命令限制以纵向和横向加速度限制的形式作为输出提供。
ad_rss库包含RSS模块的独立C++实现。
该RSS C++库的范围、设计和架构在随发布包含的以下文档中有更详细的描述。该文档包括有关RSS库使用及其集成到自动驾驶系统中的指导。强烈建议该库的用户在集成库之前阅读此文档。
当RSS要集成到更大的系统中时,通常由用户实现根据系统中可用的环境信息提供RSS所需的输入。ad_rss_map_integration库提供了一个将RSS与自动驾驶地图集成的C++实现示例。
如果您在任何出版物中使用ad-rss-lib,请引用IV'2019论文:
@INPROCEEDINGS{
title={Towards Standardization of AV Safety: C++ Library for Responsibility Sensitive Safety}
author={Gassmann, Bernd and Oboril, Fabian and Buerkle, Cornelius and Liu, Shuang and Yan, Shoumeng and Elli, Maria Soledad and Alvarez, Ignacio and Aerrabotu, Naveen and Jaber, Suhel and van Beek, Peter and Iyer, Darshan and Weast, Jack}
booktitle={2019 IEEE Intelligent Vehicles Symposium (IV)}
year={2019}
}
从v1.6版本开始,也可以在Python中使用ad-rss-lib库。 更多信息请参见ad_rss的Python绑定文档或ad_rss_map_integration_python。
该库可以与开源驾驶模拟器CARLA一起使用,以研究RSS的行为。以下视频序列展示了第一个版本:
此外,该库已集成并在百度的Apollo开放平台中使用:
该软件库根据LGPL-2.1开源许可证提供:https://opensource.org/licenses/LGPL-2.1。
此外,以下条款也适用: 发布说明和免责声明。
访问项目的GitHub页面以获取该库完整文档的在线版本。其中包括:
如果你还有其他未解答的问题,可以在常见问题中找到更多信息。
一般发布说明和变更可以在更新日志中找到。
这些版本在3.x版本的基础上扩展了非结构化道路和行人的处理。
这些版本改进了2.x版本在场景创建方面的能力。
这些版本通过地图集成扩展了1.x版本,提高了可用性。
RSS的C++软件库的初始版本实现了已发布RSS论文中指定的部分规则和计算。这意味着该版本处理了以下所述的一部分自动驾驶场景。其他场景无法处理。
此版本实现了对应以下场景的RSS计算和规则:
以下RSS部分在此版本的库软件中未实现:
注意:此库中的RSS模块不会主动进行避让机动。同时,只要符合所需的RSS适当响应,它不会妨碍AV驾驶策略和规划模块执行的避让机动。
目前,重点支持的操作系统是Ubuntu 20.04和Ubuntu 22.04。不过,该库应该也能在其他Linux操作系统上以类似方式工作。 要在Ubuntu 20.04/22.04上安装基本依赖项,请执行以下命令:
user$> sudo apt-get install git build-essential cmake libboost-dev libpugixml-dev libgtest-dev libpython-dev libproj-dev
如果你想使用doxygen生成API文档,请也安装:
user$> sudo apt-get install doxygen graphviz
要下载该库,你可以运行:
user$> git clone https://github.com/intel/ad-rss-lib.git user$> cd ad-rss-lib
开发系统为Ubuntu 20.04和Ubuntu 22.04 以下编译器和Python组合持续进行测试:
Ubuntu 20.04 | Ubuntu 22.04 | |
---|---|---|
GCC 9 | x | |
Clang 10 | x | |
GCC 11 | x | |
Clang 14 | x | |
Python 3.8 | x | |
Python 3.10 | x | x |
重要提示:cmake版本 至少需要3.5!
请参阅详细的构建说明。
非常欢迎贡献!
在提交拉取请求之前,请确保你的代码能够成功编译,并且测试能够成功运行。 如果添加了新功能,请也注意添加适当的单元测试。报告的代码覆盖率不应低于80%。
请同时检查你的代码格式是否符合提供的clang样式。为此,你可以运行:
ad-rss-lib$> sudo apt-get install clang-format-14 ad-rss-lib$> find -iname *.cpp -o -iname *.hpp | xargs clang-format-14 -style=file -i
这个命令将自动更新代码格式以符合我们的样式。
此外,如果可能的话,请执行静态代码分析。
ad-rss-lib$> sudo apt-get install clang-tidy ad-rss-lib$> cmake -DBUILD_STATIC_ANALYSIS=ON ad-rss-lib$> make clang-tidy
这可能会提供一系列可能的改进建议,你可以考虑在拉取请求中采纳这些建议。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号