您现在的位置是: 首页 > 科技 >

Nvidia的自主式Robocar取代了燃烧发动机

  • 2019-11-15 16:50:34

2019年7月,第一场自动驾驶汽车赛车 -Roborace- 在古德伍德速度节上举行。比赛的特点是人与机器的配对,因为他们测试自动驾驶系统(ADS)并展示一些自主行业的最新技术。

Nvidia于2019年7月在赛道上使用自主概念赛车--Robocar--使用人工智能(AI)成功驾驶1.16英里的赛道并掌握了500英尺的垂直爬升。

Nvidia汽车高级总监Danny Shapiro表示,目前运输业正在经历严重的破坏。

“自动驾驶汽车,电动汽车和车辆共享是影响机动性,汽车设计和制造的关键趋势,”夏皮罗说。“为实现自主和共享移动性的新愿景并保持竞争力,原始设备制造商(OEMS)必须重新设想整个车辆架构。”

夏皮罗补充说,依靠传统内燃机和车辆中的分散计算是不可持续的。

“相反,集中式人工智能计算和可通过无线方式更新的软件定义车辆是未来车辆的绝对要求,”夏皮罗补充说。

Shapiro认为未来的车辆是由软件定义的,并由人工智能计算机提供动力,如NvidiaDRIVE平台。

“汽车制造商必须转变他们的战略,并在内部开发深厚的软件专业知识和/或合作伙伴,以便将真正的创新推向市场,”夏皮罗说。“这种新方法需要首先在数据中心投资新的计算资源,以便能够在未来的车辆中安全地部署AI。

为了自动驾驶,需要许多深度神经网络在车内同时运行,处理大量传感器数据以感知环境并做出安全决策。

虚拟现实和模拟如何帮助提高自动驾驶汽车的安全性的一个例子归结为严格的测试。

“目前的测试车队不可能遇到罕见的危险场景或训练自动驾驶汽车所需的极端条件,”夏皮罗说。“例如,一名穿着深色衣服的行人在夜间行走。这种情况并不常见,但这是一种自动驾驶汽车需要能够安全妥善地做出反应的情况。”

Shapiro补充说,通过仿真,测试人员可以在广泛的场景中驾驶虚拟世界数百万英里,与现实世界中可能实现的效率,成本效益和安全性相比具有更高的效率,成本效益和安全性。

Shapiro补充说:“目前的实际车辆测试无法在足够大的范围内进行验证 - 这对于从事自动驾驶汽车工作的公司来说是有限的,也是一项代价高昂的工作。”“通过人工智能和加速计算的进步,仿真已经成为一种在上街之前安全地测试和验证自动驾驶技术的方法。”

丰田和沃尔沃集团等公司已经在使用仿真进行自动驾驶汽车培训和测试方面铺平了道路。两家公司都使用Nvidia的基于云的仿真平台。

夏皮罗说,Nvidia正与国际组织合作,帮助制定自动驾驶汽车的标准和法规。

“模拟能力对于验证和验证特别有价值。监管机构可以针对边缘情况或其他难以在现实世界中重建的情况设计特定测试,而不会让其他道路使用者处于危险之中,”Shapiro补充道。“通过设置详尽的情景数据库进行测试,我们可以确保自动视听系统比任何人力驱动车辆都安全得多。”

与此同时,夏皮罗表示,自动驾驶汽车的开发可能是世界上最复杂的计算挑战。

“没有一家公司拥有实现这一目标的所有技术,”夏皮罗说。“仅在中国,就有数百家初创企业开发具有自主功能的电动汽车,而且可能只有少数企业能够在激烈的竞争中幸存下来。”

版权声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢您的支持与理解。
Top