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。


AI一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美 化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM) 、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多 国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。


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。


AI辅助编程,代码自动修复
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。


最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。


像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。
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