Vision Pilot

Pilha ADAS L2 aberta da Autoware operando com uma única câmera

Licença

Apache-2.0

Visão geral

Vision Pilot é a pilha de ADAS nível 2 livre e totalmente aberta da Autoware Foundation, publicada sob Apache-2.0 com os pesos dos modelos de IA incluídos. Funciona a partir de uma única câmera monocular frontal — de 52 a 55 graus de campo de visão horizontal e de 1 a 2 megapixels — e não precisa de mapas de alta definição: segue a via em tempo real. O conjunto de funções cobre controle de cruzeiro adaptativo, alerta de colisão frontal, frenagem automática de emergência, assistente de manutenção de faixa, alerta de saída de faixa, assistente inteligente de velocidade e piloto automático rodoviário sem as mãos em faixa única. A Fundação a posiciona como uma implementação produtizável e certificável em segurança, voltada a montadoras e fornecedores Tier-1, utilizável comercialmente e em pesquisa.

A arquitetura é o que a Fundação chama de híbrida ponta a ponta: os dados da câmera são processados em paralelo por modelos de percepção, que sustentam o argumento de segurança, e por modelos ponta a ponta, que sustentam o desempenho. Abaixo estão três modelos abertos da Autoware — AutoSpeed para detecção do objeto mais próximo na trajetória, AutoSteer para previsão de pontos futuros do ego-caminho e AutoDrive para distância ponta a ponta, presença de objetos na trajetória e estimativa de curvatura da via. A inferência roda em ONNX Runtime, a compilação é CMake simples com interface ROS 2 opcional e um painel opcional de ocupação em vista superior; um pacote Debian pode ser gerado com cpack. A ficha publicada situa o envelope de computação entre 3 e 5 TOPs INT8, e lista como futuros o suporte a câmera de 8 megapixels a 120 graus e a fusão com radar frontal.

Por que importa

Assistência à condução é um dos poucos domínios da robótica em que praticamente toda implementação em produção é proprietária, e em que o argumento de segurança costuma ser a razão dada para mantê-la fechada. A Autoware está liberando uma pilha L2 completa — código e pesos — sob Apache-2.0 para uso comercial, o que dá a pesquisadores algo real para estudar e a fornecedores menores um ponto de partida que de outro modo não conseguiriam construir. O fato de funcionar com uma câmera monocular e sem mapas HD também derruba bastante a barreira de hardware.

Problema que resolve

Sistemas de assistência à condução em produção são fechados, então não existe implementação de referência que um pesquisador, um estudante ou um fornecedor Tier-1 menor possa inspecionar, avaliar ou estender. O Vision Pilot fornece uma, pensada para ser produtizável em vez de demonstração.

Pontos principais

Conjunto completo de funções L2: ACC, alerta de colisão frontal, frenagem de emergência, manutenção de faixa, alerta de saída de faixa, assistente de velocidade e piloto rodoviário sem as mãos em faixa única
Apache-2.0 incluindo os pesos dos modelos, com permissão explícita para uso comercial além do de pesquisa
Opera com uma câmera monocular frontal de 52-55 graus de campo horizontal e resolução de 1-2 megapixels
Sem mapas — não exige cartografia HD, o sistema segue a via em tempo real
Arquitetura híbrida ponta a ponta sobre três modelos abertos da Autoware: AutoSpeed, AutoSteer e AutoDrive
Inferência com ONNX Runtime, build CMake com interface ROS 2 opcional e alvo cpack para pacote Debian

Para quem é

Montadoras e fornecedores Tier-1
Pesquisadores de ADAS e condução autônoma
Desenvolvedores de modelos de percepção e de condução ponta a ponta
Frotas de transporte e logística explorando usos em ônibus e caminhões

Limitações

Apenas L2 — o piloto sem as mãos é de faixa única, e uma pessoa ao volante precisa monitorar e supervisionar o sistema o tempo todo
O envelope operacional declarado do piloto são rodovias e autoestradas com faixas bem demarcadas, sob tempo e visibilidade favoráveis e sem zonas de obras
'Certificável em segurança' descreve uma intenção: a certificação é um programa que o integrador precisa conduzir, não algo que o repositório confira
Uma única câmera monocular significa hoje nenhuma redundância estéreo ou lidar; os 8 megapixels grande-angular e a fusão com radar frontal estão listados como futuros, não entregues
Dados de exemplo e o vídeo de demonstração são distribuídos via Google Drive em vez do repositório, então avaliá-lo exige buscar ativos fora do controle de versão