Vision Pilot

Pila L2 ADAS de código abierto de Autoware con una sola cámara

Licencia

Apache-2.0

Resumen

Vision Pilot es la pila L2 ADAS libre y totalmente de código abierto de la Autoware Foundation, publicada bajo Apache-2.0 con los pesos de los modelos de IA incluidos. Funciona con una única cámara monocular frontal —de 52 a 55 grados de campo de visión horizontal y de 1 a 2 megapíxeles— y no necesita mapas de alta definición: sigue la carretera en tiempo real. El conjunto de funciones cubre control de crucero adaptativo, aviso de colisión frontal, frenada de emergencia autónoma, asistente de mantenimiento de carril, aviso de salida de carril, asistente inteligente de velocidad y piloto automático de autopista sin manos en un solo carril. La Fundación lo plantea como una implementación productivizable y certificable en seguridad, dirigida a fabricantes y proveedores Tier-1, utilizable tanto comercialmente como para investigación.

La arquitectura es lo que la Fundación llama híbrida de extremo a extremo: los datos de la cámara se procesan en paralelo por modelos de percepción, que sostienen el argumento de seguridad, y por modelos de extremo a extremo, que aportan el rendimiento. Debajo hay tres modelos abiertos de Autoware: AutoSpeed para detección del objeto más cercano en la trayectoria, AutoSteer para predicción de puntos de paso futuros del ego-camino, y AutoDrive para distancia de extremo a extremo, presencia de objetos en trayectoria y estimación de curvatura de la vía. La inferencia se ejecuta con ONNX Runtime y la compilación es CMake simple, con interfaz ROS 2 opcional y un panel opcional de ocupación en vista cenital; se puede generar un paquete Debian con cpack. La ficha publicada sitúa el margen de cómputo entre 3 y 5 TOPs INT8, y presenta como próximos el soporte de cámara de 8 megapíxeles a 120 grados y la fusión con radar frontal.

Por qué importa

La asistencia a la conducción es uno de los pocos ámbitos de la robótica donde prácticamente toda implementación en producción es propietaria, y donde el argumento de seguridad suele esgrimirse como razón para mantenerla cerrada. Autoware publica una pila L2 completa —código y pesos— bajo Apache-2.0 para uso comercial, lo que da a los investigadores algo real que estudiar y a los proveedores pequeños un punto de partida que de otro modo no podrían construir. Que funcione con una cámara monocular y sin mapas HD también rebaja mucho el listón de hardware.

Qué problema resuelve

Los sistemas de asistencia a la conducción en producción son cerrados, así que no existe una implementación de referencia que un investigador, un estudiante o un proveedor Tier-1 pequeño pueda inspeccionar, evaluar o ampliar. Vision Pilot aporta una pensada para ser productivizable y no una demostración.

Puntos clave

• Conjunto completo de funciones L2: ACC, aviso de colisión frontal, frenada de emergencia, mantenimiento de carril, aviso de salida de carril, asistente de velocidad y piloto de autopista sin manos en un carril
• Apache-2.0 incluidos los pesos de los modelos, con permiso explícito para uso comercial además del investigador
• Funciona con una cámara monocular frontal de 52-55 grados de campo horizontal y una resolución de 1-2 megapíxeles
• Sin mapas: no requiere cartografía HD, el sistema sigue la carretera en tiempo real
• Arquitectura híbrida de extremo a extremo sobre tres modelos abiertos de Autoware: AutoSpeed, AutoSteer y AutoDrive
• Inferencia con ONNX Runtime, compilación CMake con interfaz ROS 2 opcional y objetivo cpack para paquete Debian

Para quién es

• Fabricantes de automóviles y proveedores Tier-1
• Investigadores de ADAS y conducción autónoma
• Desarrolladores de modelos de percepción y de conducción de extremo a extremo
• Flotas de transporte y logística que exploran usos en autobuses y camiones

Limitaciones

• Solo L2: el piloto sin manos es de un único carril y una persona al volante debe supervisar el sistema en todo momento
• El entorno operativo declarado del piloto son autopistas y autovías con carriles bien marcados, con buen tiempo y visibilidad, y sin zonas de obras
• «Certificable en seguridad» describe una intención: la certificación es un programa que debe ejecutar el integrador, no algo que confiera el repositorio
• Una sola cámara monocular implica hoy que no hay redundancia estéreo ni lidar; los 8 megapíxeles gran angular y la fusión con radar frontal figuran como próximos, no entregados
• Los datos de ejemplo y el vídeo de demostración se distribuyen por Google Drive y no en el repositorio, de modo que evaluarlo exige recursos ajenos al control de versiones