廣告
NVIDIA自動駕駛實(shí)驗(yàn)室：自動駕駛軟件開發(fā)周年回顧
2020-06-30 23:34:44· 來源：NVIDIA英偉達(dá)企業(yè)解決方案
NVIDIA自動駕駛實(shí)驗(yàn)室系列視頻為大家深入展示了自動駕駛軟件的開發(fā)。在這一年中，我們推出了20集視頻，內(nèi)容幾乎覆蓋了所有領(lǐng)域。該系列視頻從360度感知到全景分
NVIDIA自動駕駛實(shí)驗(yàn)室系列視頻為大家深入展示了自動駕駛軟件的開發(fā)。在這一年中，我們推出了20集視頻，內(nèi)容幾乎覆蓋了所有領(lǐng)域。
該系列視頻從360度感知到全景分割，覆蓋了自動駕駛領(lǐng)域的多個主題，甚至對未來進(jìn)行了預(yù)測。自動駕駛汽車是我們這個時代面臨的巨大計(jì)算挑戰(zhàn)之一，在這個過程中，我們從軟件開發(fā)入手，針對自動駕駛汽車的各個挑戰(zhàn)逐一擊破。
自動駕駛實(shí)驗(yàn)室旨在傳遞信息并授業(yè)解惑。無論你是剛剛開始學(xué)習(xí)自動駕駛這項(xiàng)變革性技術(shù)，還是已經(jīng)在該技術(shù)領(lǐng)域深耕多年，你都可以通過該系列視頻了解到NVIDIA最為重視的開發(fā)挑戰(zhàn)，以及我們?nèi)绾螒?yīng)對這些挑戰(zhàn)以尋求更安全、更高效的交通運(yùn)輸。
接下來讓我們一起簡單回顧一下過去一年的視頻內(nèi)容以及如何規(guī)劃未來。
對感知網(wǎng)絡(luò)的全面解析
在進(jìn)行路徑規(guī)劃并執(zhí)行駕駛決策前，自動駕駛車輛必須能夠看見并了解周圍的整體環(huán)境。
自動駕駛實(shí)驗(yàn)室系列視頻詳細(xì)介紹了負(fù)責(zé)車輛感知的各種深度神經(jīng)網(wǎng)絡(luò)。我們的方法依賴于冗余且多樣化的DNN，模型涵蓋了多種功能，例如檢測路口、檢測交通信號燈和交通標(biāo)志以及理解路口結(jié)構(gòu)。
這些深度神經(jīng)網(wǎng)絡(luò)還可以執(zhí)行多項(xiàng)任務(wù)，例如發(fā)現(xiàn)停車位或檢測傳感器是否正常工作。
這些DNN不僅可以在行人和交通信號周圍繪制邊界框，還可以逐像素分解圖像以提高準(zhǔn)確性，甚至可以追蹤這些像素以獲得精確的定位信息。
對于夜間駕駛，AutoHighBeamNet可實(shí)現(xiàn)自動駕駛汽車前照燈的控制，而主動學(xué)習(xí)的方法可以改善自動駕駛汽車在黑暗中的行人探測能力。
DNN還可以從2D攝像頭圖像中提取出3D距離，以進(jìn)行準(zhǔn)確的運(yùn)動規(guī)劃。
同時，我們讓整輛車都可以進(jìn)行感知。通過環(huán)繞攝像頭目標(biāo)追蹤和環(huán)繞攝像頭-雷達(dá)融合，我們可以確保自動駕駛汽車沒有感知盲點(diǎn)。
預(yù)測未來之路
除了感知環(huán)境外，自動駕駛汽車還必須能夠掌握路上其他車輛或行人的行為，以規(guī)劃安全的路徑。
自動駕駛實(shí)驗(yàn)室系列視頻還展示了，借助循環(huán)神經(jīng)網(wǎng)絡(luò)，自動駕駛汽車如何利用以往對物體運(yùn)動的經(jīng)驗(yàn)積累，來計(jì)算并預(yù)測未來運(yùn)動。
NVIDIA安全力場（Safety Force Field）防撞軟件為計(jì)劃和控制軟件增加了多樣性和冗余。該軟件在后臺不間斷運(yùn)行，以仔細(xì)檢查來自主系統(tǒng)的控件，并否決其認(rèn)為不安全的任何操作。
DNN和軟件組件只是自動駕駛汽車開發(fā)的一個例子。這項(xiàng)艱巨的挑戰(zhàn)要求在數(shù)據(jù)中心和車輛中進(jìn)行嚴(yán)格的訓(xùn)練和測試。隨著交通情況的千變?nèi)f化，車輛軟件必須能夠適應(yīng)這些變化。
我們將在即將推出的自動駕駛實(shí)驗(yàn)室視頻中探討這些主題，同時會有更多精彩內(nèi)容。隨著自動駕駛汽車軟件開發(fā)的繼續(xù)推進(jìn)，我們將持續(xù)分享NVDIA的行業(yè)和技術(shù)洞察。
該系列視頻從360度感知到全景分割，覆蓋了自動駕駛領(lǐng)域的多個主題，甚至對未來進(jìn)行了預(yù)測。自動駕駛汽車是我們這個時代面臨的巨大計(jì)算挑戰(zhàn)之一，在這個過程中，我們從軟件開發(fā)入手，針對自動駕駛汽車的各個挑戰(zhàn)逐一擊破。
自動駕駛實(shí)驗(yàn)室旨在傳遞信息并授業(yè)解惑。無論你是剛剛開始學(xué)習(xí)自動駕駛這項(xiàng)變革性技術(shù)，還是已經(jīng)在該技術(shù)領(lǐng)域深耕多年，你都可以通過該系列視頻了解到NVIDIA最為重視的開發(fā)挑戰(zhàn)，以及我們?nèi)绾螒?yīng)對這些挑戰(zhàn)以尋求更安全、更高效的交通運(yùn)輸。
接下來讓我們一起簡單回顧一下過去一年的視頻內(nèi)容以及如何規(guī)劃未來。
對感知網(wǎng)絡(luò)的全面解析
在進(jìn)行路徑規(guī)劃并執(zhí)行駕駛決策前，自動駕駛車輛必須能夠看見并了解周圍的整體環(huán)境。
自動駕駛實(shí)驗(yàn)室系列視頻詳細(xì)介紹了負(fù)責(zé)車輛感知的各種深度神經(jīng)網(wǎng)絡(luò)。我們的方法依賴于冗余且多樣化的DNN，模型涵蓋了多種功能，例如檢測路口、檢測交通信號燈和交通標(biāo)志以及理解路口結(jié)構(gòu)。
這些深度神經(jīng)網(wǎng)絡(luò)還可以執(zhí)行多項(xiàng)任務(wù)，例如發(fā)現(xiàn)停車位或檢測傳感器是否正常工作。
這些DNN不僅可以在行人和交通信號周圍繪制邊界框，還可以逐像素分解圖像以提高準(zhǔn)確性，甚至可以追蹤這些像素以獲得精確的定位信息。
對于夜間駕駛，AutoHighBeamNet可實(shí)現(xiàn)自動駕駛汽車前照燈的控制，而主動學(xué)習(xí)的方法可以改善自動駕駛汽車在黑暗中的行人探測能力。
DNN還可以從2D攝像頭圖像中提取出3D距離，以進(jìn)行準(zhǔn)確的運(yùn)動規(guī)劃。
同時，我們讓整輛車都可以進(jìn)行感知。通過環(huán)繞攝像頭目標(biāo)追蹤和環(huán)繞攝像頭-雷達(dá)融合，我們可以確保自動駕駛汽車沒有感知盲點(diǎn)。
預(yù)測未來之路
除了感知環(huán)境外，自動駕駛汽車還必須能夠掌握路上其他車輛或行人的行為，以規(guī)劃安全的路徑。
自動駕駛實(shí)驗(yàn)室系列視頻還展示了，借助循環(huán)神經(jīng)網(wǎng)絡(luò)，自動駕駛汽車如何利用以往對物體運(yùn)動的經(jīng)驗(yàn)積累，來計(jì)算并預(yù)測未來運(yùn)動。
NVIDIA安全力場（Safety Force Field）防撞軟件為計(jì)劃和控制軟件增加了多樣性和冗余。該軟件在后臺不間斷運(yùn)行，以仔細(xì)檢查來自主系統(tǒng)的控件，并否決其認(rèn)為不安全的任何操作。
DNN和軟件組件只是自動駕駛汽車開發(fā)的一個例子。這項(xiàng)艱巨的挑戰(zhàn)要求在數(shù)據(jù)中心和車輛中進(jìn)行嚴(yán)格的訓(xùn)練和測試。隨著交通情況的千變?nèi)f化，車輛軟件必須能夠適應(yīng)這些變化。
我們將在即將推出的自動駕駛實(shí)驗(yàn)室視頻中探討這些主題，同時會有更多精彩內(nèi)容。隨著自動駕駛汽車軟件開發(fā)的繼續(xù)推進(jìn)，我們將持續(xù)分享NVDIA的行業(yè)和技術(shù)洞察。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗(yàn)方法”將有國家標(biāo)準(zhǔn)
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機(jī)動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護(hù)裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
