上周加州自動駕駛脫離報告公布的各大公司路測里程數(shù)，可以完美延伸出下一個問題：

如何讓這些辛苦積累下來的路測數(shù)據(jù)物盡所值？

其實上榜的每一家公司都十分清楚讓自動駕駛系統(tǒng)反復(fù)「學(xué)習(xí)」這些寶貴道路數(shù)據(jù)的價值所在，也都幾乎掌握著一項與此相關(guān)的「秘密技術(shù)」：

把多達幾十萬甚至上百萬的真實路測數(shù)據(jù)，混合并匹配到一個虛擬環(huán)境中，讓自動駕駛系統(tǒng)把它當作真實場景繼續(xù)測試（實際上計算機并不知道其中的區(qū)別）；

與此同時，你可以隨時調(diào)整數(shù)據(jù)，比較不同的模型，或借此觀察車輛在不尋常事件下的表現(xiàn)。

通俗點說，這就是充分利用路測數(shù)據(jù)的有效方式之一，也是仿真模擬訓(xùn)練平臺存在的價值。

而就在日前，Uber 卻突然宣布把自己那套“可以幫助構(gòu)建仿真測試環(huán)境”的可視化工具，給開源了。

Uber 竟然把兩年前炫耀過的自動駕駛可視化軟件開源了

大約兩年前，尚處在“自動駕駛第一軍團”的 Uber 還是媒體的寵兒。當他們通過一篇博客首次向外界公布基于網(wǎng)絡(luò)（Web）的可視化技術(shù)平臺時，曾被媒體們大大宣傳了一番。

當然，這個可視化平臺受到關(guān)注的根本原因，不在于這項技術(shù)的復(fù)雜與先進性，而是 Uber 當時正在解決一個讓許多自動駕駛技術(shù)公司感到困惑的問題：

如何從構(gòu)建環(huán)境的角度切入，來進一步增加數(shù)據(jù)的價值。

有趣的是，在 Uber 2017 年 8 月發(fā)布博客前一周，谷歌的 Waymo 被大西洋月刊首次曝光了自己的模擬仿真工具 Carcraft，后者被描述為讓 Waymo 自動駕駛系統(tǒng)水平迅速提升的關(guān)鍵因素。

而根據(jù) Waymo 透露，雖然 2016 年在真實道路上的路測數(shù)據(jù)僅有 300 多萬英里，但在虛擬環(huán)境下的測試數(shù)字早已超過 25 億英里。

正是雙重測試方法的結(jié)合，讓谷歌在加州自動駕駛脫離報告上的“接管次數(shù)”大大降低。

似乎就是在那個時候，創(chuàng)造虛擬的測試環(huán)境才開始被真正重視起來。

一周后，Uber 洋洋灑灑寫了幾千字來「炫耀」自己的這套數(shù)據(jù)可視化工具的高明之處。

簡單來說，就是：

“只要使用這套易上手的工具，工程師和操作人員就能快速檢查、調(diào)試以及分析實際路測與虛擬測試中收集到的所有信息。”

Uber 竟然把兩年前炫耀過的自動駕駛可視化軟件開源了

為了便于理解，我們可以舉一個例子。

與普通導(dǎo)航地圖不同，自動駕駛所需的高精地圖會包含更多細節(jié)，譬如地面的高分辨率掃描，車道邊界與車道類型，轉(zhuǎn)彎、限速以及人行橫道……幾乎涵蓋了任何相關(guān)地理信息。

那么高精地圖團隊，就可以利用這個可視化工具和多來源的數(shù)據(jù)集合，來檢查和更新某一交叉路口的高精地圖細節(jié)。

“我們嘗試通過建立一套視覺隱喻系統(tǒng)來表達復(fù)雜的道路數(shù)據(jù)。這套系統(tǒng)會為地面圖像、車道標志等環(huán)境元素提供現(xiàn)實的表現(xiàn)形式，讓工程師能夠錨定其對車輛周圍環(huán)境的理解。”Uber 在博客中解釋。

當然不止是高精地圖，這套工具也涉及到對自動駕駛系統(tǒng)本身感知、路線規(guī)劃以及決策能力的檢測與調(diào)試。

工程師們能夠利用車輛日志在虛擬環(huán)境中實時播放和操縱攝像機，增加和減少場景中出現(xiàn)的物體，而這也被認為是 Uber 數(shù)據(jù)可視化框架發(fā)揮作用的地方。

譬如，工程師們可以在這個平臺上比較兩個版本自動駕駛軟件生成的模擬結(jié)果；

再譬如，該可視化工具允許工程師打破和回放某些行程間隔，以便做進一步檢查。

如果要處理像游行示威這樣影響路況的重大事件，那么工程師就需要打開地圖，在平臺上關(guān)閉幾條主干道，并增加大量行人和飄忽不定的人類駕駛員，來檢測自動駕駛系統(tǒng)如何對未見過的情況作出反應(yīng)。

實際上，可視化僅僅是一種易于理解的技術(shù)表現(xiàn)形式。

從本質(zhì)上來看，利用現(xiàn)有數(shù)據(jù)，生成有用數(shù)據(jù)，并最終提升人工智能的水平，才是這類工具的目的。

Uber 竟然把兩年前炫耀過的自動駕駛可視化軟件開源了

此前并不是沒有技術(shù)企業(yè)發(fā)布過類似的工具。

包括英偉達、英特爾在內(nèi)的許多技術(shù)巨頭都有提供可生成虛擬世界的類似工具，但是這些工具顯然并不完美——

它們基于桌面，缺乏靈活性，非標準化，攝取的文件尺寸太大而不利于分享。

而在這篇兩年前的博客中，Uber 將自己的可視化工具的優(yōu)點進行了詳細列舉，幾乎解決了上述問題：

可快速迭代

在 Web 上，以增量方式開發(fā)和部署特性是快速和容易的。如果用戶想要一個產(chǎn)品的最新版本，他們只需要刷新瀏覽器的頁面，而不是下載和安裝一個新應(yīng)用程序。

具備靈活性，且容易分享

由于 Web 與硬件無關(guān)，任何人、任何地方都可以使用任何操作系統(tǒng)在平臺上工作。在網(wǎng)絡(luò)上，報告和診斷事故只需要點擊一個 URL。

具備協(xié)作性與個性化

每個團隊都有獨特的可視化和數(shù)據(jù)生成需求，因此，他們需要能夠定制自己的標準。

「HTML5 和 是經(jīng)過測試和可信任的工具，用于動態(tài)創(chuàng)建定制化 UI，并且很容易集成到其他基礎(chǔ)設(shè)施和任務(wù)管理系統(tǒng)中。」Uber 在博客中強調(diào)。

當然，除了現(xiàn)有工具存在問題，許多「技術(shù)高超」的自動駕駛公司也不愿以及很少公開自己的可視化工具（或仿真模擬平臺）。

譬如谷歌做了 11 年自動駕駛，但其虛擬仿真工具 Carcraft 兩年前才被曝光；

技術(shù)創(chuàng)業(yè)公司 Drive.ai 也曾在 2018 年介紹過 4 款可視化工具（儀表板顯示器、3D 數(shù)據(jù)可視化、注釋數(shù)據(jù)集以及交互式模擬），但也只供內(nèi)部工程師使用。

而 Uber 在此之前，也只允許內(nèi)部工程師使用這套工具，兩年前那篇博客的最后一句話，可以被看作是一個招聘啟事：

“如果你對『繪制』自動駕駛技術(shù)感興趣，歡迎加入 Uber 數(shù)據(jù)可視化團隊……”

Uber 竟然把兩年前炫耀過的自動駕駛可視化軟件開源了

但這次 Uber 的特別舉動，讓 Venturebeat 等著名科技媒體稱贊其“為全球自動駕駛開發(fā)工具生態(tài)系統(tǒng)做出了開源貢獻”。

“包括上周開放了自己二維、三維場景圖形庫的 Cruise，兩家公司的舉動讓人感到欣慰。

在這個自動駕駛秘密被嚴密保護的世界里，這是前所未有的一步。雖然這一步還很小，但它有望鼓勵開發(fā)人員開發(fā)出各種酷炫的應(yīng)用程序，最終能夠提升整個行業(yè)。”科技媒體 The Verge 如此評價。

目前，這款開源工具與負責開發(fā)自動駕駛汽車平臺的 Uber 先進技術(shù)研發(fā)部使用的套件是相同的，甚至包括 Voyage 和 Applied Intuition 在內(nèi)的幾家自動駕駛公司也已經(jīng)承諾會使用它。

“能夠直觀地探索傳感器數(shù)據(jù)、被預(yù)測路徑、被跟蹤物體以及加速度等狀態(tài)信息，對于分類過程來說是無價的。

在 Voyage，我們會利用這些信息對工程優(yōu)先級做出數(shù)據(jù)驅(qū)動型決策。”Voyage 的首席技術(shù)官 Drew Gray 在一份聲明中表示。