ucla-mobility/OpenCDA

解决的问题

OpenCDA 解决了开发和评估协同驾驶自动化（CDA）所需的开源研究与工程框架的迫切需求。它提供了一个标准化的环境，用于测试多个联网和自动化车辆（CAV）如何协作——例如通过编队行驶或共享感知——而不是孤立地关注单个车辆。

工作原理

该框架是一个用 Python 编写的全栈仿真平台。它集成了两个主要仿真工具：CARLA（用于高保真车辆动力学和环境）和 SUMO（用于交通仿真）。OpenCDA 在此基础上构建了协同驾驶系统，包括感知、定位、规划、控制和 V2X（车与万物通信）模块。它还包含一个数据管理器、一个场景管理器，以及用于实现特定 CDA 算法的研究管道库。

适用人群

专为智能交通系统和自动驾驶领域的研究人员与工程师设计，适用于开展协同车辆行为的早期基础研究。

主要亮点

• 全栈 Python 实现：包含从感知到控制的整个驾驶流程的集成模块。
• 协同仿真：无缝结合 CARLA 和 SUMO，平衡环境细节与交通规模。
• V2X 支持：专为模拟多车之间的通信与协作而设计。
• 基准测试套件：提供基准地图、前沿算法和评估指标，用于标准化测试。
• 研究管道：包含协同感知和编队行驶等高级模块的开源代码。