
摘要
我们提出 Pylot,一个面向自动驾驶(AV)研究与开发的平台,其设计目标是使研究人员能够系统地探究自身模型与算法在延迟和准确性方面对自动驾驶车辆端到端驾驶行为的影响。这一目标通过我们高性能的数据流系统实现,该系统采用模块化架构,将自动驾驶软件流水线中的各类组件(如目标检测器、运动规划器等)表示为数据流图中的操作节点,各节点通过带有时间戳的消息在数据流中进行通信。Pylot 可无缝对接主流自动驾驶仿真平台(如 CARLA),并仅需极少代码修改即可部署至真实车辆。为减轻研究人员在评估单一组件时构建完整流水线的负担,Pylot 提供了多个业界领先的参考实现,涵盖自动驾驶流水线中的各类核心组件。基于这些参考实现,基于 Pylot 的自动驾驶系统已成功实现对真实车辆的自主驾驶,并在 CARLA 自动驾驶挑战赛中取得了优异成绩。此外,我们还展示了多个由 Pylot 支持的案例研究,包括揭示了对上下文感知型组件的需求,以及各组件的时间资源分配分析。Pylot 已开源,代码可在 https://github.com/erdos-project/pylot 获取。