【新闻】据研究公司ABI预测，到2025年，上路行驶的自动驾驶汽车将达到800万辆，而它们都将配备有大量的传感器、强大的车载电脑以及机器学习算法。英伟达、因特尔Mobieye和百度等公司纷纷推出可以展现汽车视觉和汽车决策过程的工具，但这些工具目前并不完美，它们大都基于台式设备并且没有统一的标准，它们摄入的文件往往因体积过大而不便分享。
Uber认为自己可以做得更好。这家公司近期开源了其基于Web端的自主可视化系统（AVS），Uber将它形容为代表了理解和共享自动驾驶系统数据的新途径。该系统由Uber旗下负责研发自动驾驶汽车平台的技术事业群（ATG）开发，包括Voyage和Applied Intuition在内的多家公司已经表示将使用该系统。
Uber
Uber在博客中写道：AVS负责生成视觉图像，开发者可以专注于其它核心自动功能，例如自动驾驶、远程协助、地图和模拟等功能，AVS让开发者无需再为自己的自动驾驶汽车研发视觉软件。
模块化是AVS团队的设计宗旨，由多个图层构成的系统能够更加灵活地被改进和订制，并最终直接应用到自动驾驶系统中，而无需进行系统级别的变动。这让Uber的内部团队可以在查看相关日志以及进行地图维护的同时，保持AVS的拓展性，使其可以被用于无人机、机器人、卡车驾驶和航班管理等领域。
AVS由两大支柱组成：提供、管理和描述自动驾驶系统数据的XVIZ规范，以及开发用于接受XVIZ流程产生数据的streetscape.gl工具箱。
Uber表示包含了相机、雷达和实时行驶数据的XVIZ数据流在服务器端配备了编码器和生成器，在客户端则拥有解码器、协调器和缓冲器。查看和展示系统让工程师可以发现有问题的部分并将原本分离的更新整合到一起。
至于streetscape.gl，它是在Uber的Vis.gl（Web-GL驱动的开源视觉框架集合）的基础上开发而来，其组件可以将XVIZ数据流转化为3D视图、图表、表格和视频等。除此之外，它还可以处理不同数据流的时间同步等问题，并且它还支持实时回放汽车视觉图像。
Uber表示还将用更多的数据源、性能优化和更多的功能来提升AVS。
