OpenCDA 是一个基于联合仿真的开放式研究/工程框架，集成了原型协同驾驶自动化（CDA；请参阅SAE J3216）管道以及常规自动驾驶组件（例如感知、定位、规划、控制）。它不仅能够在 CARLA + SUMO 联合仿真环境中进行 CDA 评估，而且还提供丰富的 CDA 研究流程源代码库。

OpenCDA 作为一个开源项目，与USDOT CDA Research和FHWA CARMA 计划合作 ，旨在支持 CDA 研究和开发的早期基础研究 。通过与 CARMA Collaborative 合作，该工具为 CDA 研究社区提供了独特的功能，并将与USDOT 开发的CARMA XiL 工具接口，以支持 CDA 功能的更高级模拟测试。

OpenCDA 的主要特点是：

• 研究管道：OpenCDA 提供了丰富的研究管道（即基础和高级 CDA 模块的开源代码，例如队列、协作感知）。
• 集成：OpenCDA 分别使用 CARLA 和 SUMO，也将它们集成在一起。
• 全栈仿真：OpenCDA提供了一个简单的原型自动驾驶和协同驾驶平台，全部采用Python语言，包含感知、定位、规划、控制和V2X通信模块。
• 模块化：OpenCDA 是高度模块化的。
• 基准：OpenCDA 提供基准测试场景、基准基线图、最先进的基准算法和基准评估指标。
• 连接与合作：OpenCDA 支持模拟中 CAV 之间各种级别和类别的合作。这将 OpenCDA 与其他单一车辆仿真工具区分开来。

用户可以参考OpenCDA 文档了解更多详细信息。

• OpenCDA 现在支持 Docker 安装！非常感谢@GoodarzMehr！
• OpenCDA使配置系统变得更好！我们提供了一个default.yaml适用于所有场景的模板。用户现在只能更改与默认参数不同的部分，这使得配置文件更加清晰。

• 我们的论文The OpenCDA Open-source Ecosystem for Cooperative Driving Automation Research 已被IEEE Transactions on Intelligence Vehicles接收。我们将原始 OpenCDA 模拟框架的范围扩展到一个生态系统，其中包含模型动物园、一套不同分辨率的驾驶模拟器、大规模真实世界和模拟数据集、用于基准训练/测试的完整开发工具包、和场景数据库/生成器。

• 在 OpenCDA 的支持下，我们的论文V2X-ViT：Vehicle-to-Everything Cooperative Perception with Vision Transformer已被ECCV2022接受！如果有兴趣，请检查代码库v2x-vit。

• 高精地图管家上线！目前它支持生成栅格化地图，其中包括实时道路拓扑、交通灯信息和每个车周围的动态对象。这可以用于 RL 规划、高清地图学习、场景理解等。

• 我们的论文OPV2V: An Open Benchmark Dataset and Fusion Pipeline for Perception with Vehicle-to-Vehicle Communication 已被 ICRA 2022 接受！它利用了OpenCDA中的离线协作感知（数据转储）功能。如果有兴趣，请检查 OPV2V 的基准代码库OpenCOOD 。

• 现在支持 CARLA 0.9.12；支持不同的天气条件。
• 支持更好的交通管理：用户现在可以为背景汽车设置自定义范围。

OpenCDA由四个主要组件组成：协同驱动系统、 协同仿真工具、数据管理器和存储库以及 场景管理器。

查看OpenCDA 简介以获取更多详细信息。

• 概述
• 安装
• 快速开始
• 逻辑流程
• 流量生成

注意：我们不断改进 OpenCDA 的性能。目前主要在我们的定制地图和卡拉town06地图上进行测试；因此，我们不保证其他地图具有相同水平的稳健性。

• 班级设计
• 定制您的算法
• API参考
  

我们欢迎您的贡献。

• 请通过提交问题来报告错误和改进。
• 使用拉取请求提交您的贡献。请使用此模板来处理您的拉取请求。

如果您使用我们的 OpenCDA 框架或代码进行开发，请引用以下论文：

@inproceedings{xu2021opencda,
 title={OpenCDA: an open cooperative driving automation framework integrated with co-simulation},
 author={Xu, Runsheng and Guo, Yi and Han, Xu and Xia, Xin and Xiang, Hao and Ma, Jiaqi},
 booktitle={2021 IEEE International Intelligent Transportation Systems Conference (ITSC)},
 pages={1155--1162},
 year={2021},
 organization={IEEE}
}

论文的 arxiv 链接： https :https://arxiv.org/abs/2107.06260

此外，根据本许可证，OpenCDA 仅用于非商业研究。研究人员只能出于自己的研究目的修改源代码。本许可证禁止产生公司收入和其他一般商业用途的合同工作。有关详细信息和可能的商业用途机会，请参阅许可证文件。

OpenCDA 主要由UCLA Mobility Lab提供支持。

• Dr. Jiaqi Ma (linkedin, UCLA Samueli)

• Runsheng Xu (linkedin, github)
  

• Xu Han (linkedin, github)
• Hao Xiang (linkedin, github)
• Zhaoliang Zheng(linkedin
• Zonglin Meng(linkedin
• Dr. Xin Xia (linkedin)

• 我们要感谢加州大学戴维斯分校张俊山教授团队做出的巨大贡献，特别是邵伟博士，他在此次合作中发挥了至关重要的作用。他们的专业知识实现了 openScenario 与 OpenCDA 的无缝集成。
• 我们要感谢@GoodarzMehr 在创建 OpenCDA Dockerfile 方面做出的杰出贡献。