自动驾驶开发必备：5款主流可视化工具横向评测（Apollo Dreamview到Foxglove Studio）

1次阅读

没有评论

共计 2286 个字符，预计需要花费 6 分钟才能阅读完成。

自动驾驶开发过程中，可视化工具的作用不可忽视。无论是调试感知算法、验证决策逻辑，还是分析定位结果，都需要直观的可视化支持。然而，开发者常面临工具选择的困扰：

功能不全：部分工具仅支持基础传感器数据显示，缺乏轨迹预测、障碍物标注等高级功能
性能瓶颈：大数据量下出现卡顿，影响实时调试效率
学习成本高：复杂的配置流程和陌生的 UI 设计增加上手难度
生态封闭：难以与现有开发环境集成，扩展性不足

我们对 5 款主流工具进行了多维度评测，结果如下：

Apollo Dreamview：专为百度 Apollo 平台设计，支持完整的自动驾驶模块可视化，包括感知结果、规划轨迹、控制指令等
Foxglove Studio：基于 Web 的通用可视化工具，支持 ROS/ROS 2、MCAP 等多种数据源
Webviz：由 Cruise 开源，针对 ROS 2 优化，内置数据分析和回放功能
RViz：ROS 经典工具，功能基础但稳定，适合简单可视化需求
CARLA Viz：集成在 CARLA 仿真器中，专注于仿真场景的可视化调试

大数据量处理：Webviz 和 Foxglove Studio 表现最佳，均采用数据分片加载技术
实时性：Apollo Dreamview 在 Apollo 生态内延迟最低（<200ms）
资源占用：RViz 最轻量，CARLA Viz 因集成 3D 引擎资源消耗最大

Foxglove Studio：现代 UI 设计，拖拽式布局，学习曲线平缓
Webviz：预设多种常用面板，适合快速搭建可视化界面
Apollo Dreamview：功能丰富但需熟悉 Apollo 框架
RViz：界面传统，配置复杂
CARLA Viz：与仿真器深度绑定，使用场景有限

插件支持：Foxglove Studio 和 Webviz 提供完善的插件开发接口
API 丰富度：Apollo Dreamview 的 Python API 最全面
自定义能力：Foxglove Studio 支持通过 React 开发定制面板

采用 B / S 架构，前端使用 Vue.js，后端与 Apollo 模块通过 Cyber RT 通信。优势在于：

原生支持 Apollo 的 PB 消息格式
内置场景编辑器，可快速构建测试场景
提供完整的车辆状态监控面板

Web 优先：基于 WebGL 渲染，支持跨平台访问
数据源抽象：通过 Extension 机制支持多种数据格式
布局共享：可将配置好的面板布局导出为 JSON

针对 ROS 2 的 Type System 优化，减少数据解析开销
内置 Bag 文件索引，加速大文件回放
使用 Web Workers 实现多线程处理

# 安装必要的依赖
# pip install foxglove-websocket

import time
import foxglove_websocket as fws

# 创建 WebSocket 连接
with fws.Client("ws://localhost:8765") as client:
    # 发送激光雷达点云数据
    while True:
        points = generate_lidar_points()  # 模拟生成点云
        client.send_message(
            topic="/lidar",
            data={"timestamp": int(time.time() * 1e9),
                "frame_id": "lidar_frame",
                "point_cloud": points
            }
        )
        time.sleep(0.1)

# 需要先导入 Apollo CyberRT
from cyber.python.cyber_py3 import record
from modules.common_msgs.planning_msgs import planning_pb2

# 读取规划模块输出的轨迹
reader = record.RecordReader("/apollo/data/planning.record")
for msg in reader.read_messages():
    if msg.topic == "/apollo/planning":
        planning = planning_pb2.ADCTrajectory()
        planning.ParseFromString(msg.message)
        # 轨迹数据会自动显示在 Dreamview 中