Simulation autonomer Fahrzeuge
Informieren Sie sich über hochpräzise und vielfältige Sensorsimulationen für die Entwicklung sicherer autonomer Fahrzeuge.
Workloads
Simulation/Modellierung/Design
Branchen
Automobile und Verkehr
Geschäftsziel
Return on Investment
Risikominderung
Produkte
NVIDIA Omniverse
NVIDIA OVX
NVIDIA DGX
Überblick
Notwendigkeit realitätsnaher Simulation autonomer Fahrzeuge
Die Entwicklung autonomer Fahrzeuge (AVs) erfordert Training und Tests in großem Maßstab für Long-Tail-Grenzfälle, neue Routen und sich ändernde Bedingungen, ohne darauf zu warten, diesen auf öffentlichen Straßen zu begegnen. Hochpräzise Sensorsimulation schließt diese Lücke, indem reale Sensorprotokolle als 3D-Szenen wiedergegeben und dann kontrollierte Variationen für Tests und die Generierung synthetischer Daten generiert werden.
Der AV-Simulations-Workflow von NVIDIA bietet die 3D-Rekonstruktion von Umgebungen in vollem Maßstab aus aufgezeichneten Sensordaten zum Rendern neuartiger Sensoransichten und Weltmodelle zur Einführung kontrollierter Variationen in der Sensorsimulation (Beleuchtung, Wetter und Geolokalisierung). Es umfasst außerdem Simulations-Frameworks wie AlpaSim für die Ausführung von Closed-Loop-Simulationen, in denen Fahraktionen die Zukunft verändern und die Umgebung darauf reagiert.
Warum die Simulation autonomer Fahrzeuge wichtig ist:
Sicherheit
Geben Sie verschiedene Fahrbedingungen wie schlechtes Wetter, Änderungen der Verkehrslage und seltene oder gefährliche Situationen wieder, ohne diesen in der realen Welt begegnen zu müssen.
Kosteneffizienz
Beschleunigen Sie die Entwicklung und reduzieren Sie die Abhängigkeit von kostspieligen Datenerfassungsflotten durch die Generierung von Daten, die den Anforderungen der Modelle entsprechen.
Skalierbarkeit und Flexibilität
Mithilfe einer virtuellen Fahrzeugflotte können neue Sensoren und Systeme vor der physischen Umsetzung von Prototypen konfiguriert werden.
Quick-Links:
Technische Umsetzung
Ausführung hochpräziser AV-Simulation in großem Maßstab
Beginnen Sie mit dem Aufbau fortschrittlicherer AV-Simulationspipelines.
Rekonstruktion realer Daten mit NVIDIA Omniverse NuRec
NVIDIA Omniverse™ NuRec bietet Modelle und Bibliotheken für neuronale Rekonstruktion, Rendering und generative Verbesserung, sodass Sie Sensordaten in hochpräzise 3D-Gaussian-Splats umwandeln können. Dies ermöglicht eine hochpräzise Wiedergabe sowie neuartige Bewegungsbahnen und Sensorsichtspunkte in der Simulation.
Kuratieren, erweitern und bewerten Sie Ihre Daten mit dem NVIDIA physische KI Data Factory Blueprint
Entwickler können den Data Factory Blueprint für physische KI nutzen, um die Entwicklung autonomer Fahrzeuge durch schnellere, skalierbare Datenkuration, Augmentation und Datenbewertung zu verbessern. Filtern, annotieren und de-duplizieren Sie umfangreiche Datensätze mit Cosmos Curator und erstellen Sie schnell maßgeschneiderte Datensätze für das Nachtrainieren mit Cosmos Dataset Search, Cosmos Predict und Cosmos Transfer. World Foundation-Modelle (WFMs) generieren neue Videodaten für das Testen und Validieren und skalieren über Wetter-, Licht- und Geländebedingungen hinweg.
Ausführung von Closed-Loop-Simulation mit NVIDIA AlpaSim
AlpaSim ist ein offenes Simulations-Framework für Closed-Loop-Tests, das auf einer Microservice-Architektur basiert, die sich auf die Laufzeit konzentriert und alle Simulationsaktivitäten orchestriert. Binden Sie Treibermodelle wie Alpamayo 1 und Renderer wie Omniverse NuRec und Cosmos ein, führen Sie jeden Dienst in einem separaten Prozess aus und weisen Sie Dienste verschiedenen GPUs zu.
Quick-Links
Partner
Partnernetzwerk für die Simulation autonomer Fahrzeuge
Erfahren Sie, wie unsere Partner physikalisch basierte Simulationen für die sichere und effiziente Entwicklung autonomer Fahrzeuge bereitstellen.
