Videos de NVIDIA Drive

El equipo del software NVIDIA DRIVE® está constantemente innovando, desarrollando redes neuronales profundas redundantes y diversas para sistemas de vehículos autónomos seguros y robustos que están transformando la industria.

Conozca Nuestras Últimas Innovaciones en AV

Seleccione la pestaña a continuación para ver el proceso desde adentro.

  • NVIDIA DRIVE Labs
  • NVIDIA DRIVE Dispatch

Videos breves que analizan los algoritmos específicos de la conducción autónoma.

 

Reconstrucción Autosupervisada de Escenarios de Conducción Dinámica

La simulación de vehículos autónomos sólo es eficaz si puede reproducir con precisión el mundo real. La necesidad de fidelidad aumenta y se vuelve más difícil de lograr a medida que los escenarios se vuelven más dinámicos y complejos. En este episodio, aprenda sobre EmerNeRF, un método para reconstruir escenarios de conducción dinámicos.

 

Garantizar la Precisión con la Síntesis de Vista Dinámica

En esta edición de NVIDIA DRIVE Labs, profundizamos en la solidez del punto de vista y exploramos cómo los avances recientes en Síntesis de Vista Dinámica brindan una solución para los problemas de percepción.

 

Pruning AI Models for Peak Performance

HALP (Hardware-Aware Latency Pruning), is a new method designed to adapt convolutional neural networks (CNNs) and transformer-based architectures for real-time performance. In this video, learn how HALP optimizes pre-trained models to maximize compute utilization.

 

Taking Autonomous Vehicle Occupancy Prediction Into the Third Dimension

The concept of "3D occupancy prediction" is critical to the development of safe and robust self-driving systems. In this episode, we go beyond the traditional bird's eye view approach and showcase NVIDIA's 3D perception technology, which won the 3D Occupancy Prediction Challenge at CVPR 2023.

 

Enhancing AI Segmentation Models for Autonomous Vehicle Safety

Precise environmental perception is critical for autonomous vehicle (AV) safety, especially when handling unseen conditions. In this episode of DRIVE Labs, we discuss a Vision Transformer model called SegFormer, which generates robust semantic segmentation while maintaining high efficiency. This video introduces the mechanism behind SegFormer that enables its robustness and efficiency.

 

Generación de escenarios de accidentes potenciales para vehículos autónomos mediante IA

Probar los vehículos autónomos (AV) en escenarios de accidentes potenciales es fundamental para evaluar la seguridad, pero es difícil e inseguro hacerlo en el mundo real. En este episodio de DRIVE Labs, analizamos un nuevo método de los investigadores de NVIDIA denominado STRIVE (Stress-Test Drive), que genera automáticamente escenarios de accidentes potenciales en simulación para AV.

 

Ayudar a los vehículos autónomos a comprender mejor las señales de límite de velocidad

Comprender las señales de límite de velocidad puede parecer una tarea sencilla, pero rápidamente puede volverse más compleja en situaciones en las que se aplican diferentes restricciones a diferentes carriles o cuando se conduce en un nuevo país. Este episodio de DRIVE Labs muestra cómo la percepción en vivo basada en IA puede ayudar a los vehículos autónomos a comprender mejor las complejidades de las señales de límite de velocidad, utilizando señales tanto explícitas como implícitas.

 

Percibir con Confianza: Cómo la IA Mejora la Percepción del Radar para Vehículos Autónomos

Los sensores diversos y redundantes, como la cámara y el radar, son necesarios para la percepción de vehículos autónomos. Sin embargo, los sensores de radar que aprovechan solo el procesamiento tradicional pueden no estar a la altura de la tarea. En este video de DRIVE Labs, mostramos cómo la IA puede abordar las deficiencias del procesamiento tradicional de señales de radar para distinguir objetos en movimiento y estacionarios para reforzar la percepción de los vehículos autónomos.

 

Los Algoritmos de IA de NVIDIA DRIVE IX se Encargan de la Percepción Intuitiva en la Cabina

En este episodio de DRIVE Labs, te mostramos la forma en que DRIVE IX percibe la atención, la actividad, la emoción, el comportamiento, la postura, el habla, los gestos y el ánimo del conductor. La percepción de Driver es un aspecto clave de la plataforma que permite que el sistema de vehículos autónomos se asegure de que el conductor esté alerta y prestando atención a la ruta. También permite que el sistema de IA lleve a cabo funciones en la cabina que son más intuitivas e inteligentes.

Vea Todos los Vídeos de DRIVE Labs

Actualizaciones breves de nuestra flota de AV, que presentan nuevos avances.

 

Noviembre, 2023

En la última edición de NVIDIA DRIVE Dispatch, aprenda cómo generar reconstrucción 4D a partir de una sola unidad, así como PredictionNet, una red neuronal profunda (DNN) que se puede utilizar para predecir el comportamiento y las trayectorias futuras de los agentes viales en aplicaciones de vehículos autónomos. También echamos un vistazo a las pruebas del Programa de evaluación de vehículos nuevos (NCAP) con NVIDIA DRIVE Sim.

Play Video
 

Enero, 2023

Vea los últimos avances en percepción de vehículos autónomos de NVIDIA DRIVE. En este envío, utilizamos sensores ultrasónicos para detectar la altura de los objetos circundantes en zonas de baja velocidad como aparcamientos. La DNN RadarNet detecta el espacio libre para conducir, mientras que la DNN Stereo Depth estima la geometría del entorno.

Reproduci el video
 

Febrero, 2023

DRIVE Dispatch regresa para la temporada 2. En este episodio, mostramos avances en clústeres basados en DNN de radar de extremo a extremo, Real2Sim, monitoreo de conductores y ocupantes, y más.

Reproduci el video
 

Julio, 2021

En este episodio de NVIDIA DRIVE Dispatch, mostramos avances en la predicción del movimiento del tráfico, detección de marcas viales, visualización de datos sintéticos en 3D y más.

Reproduci el video
 

Junio, 2021

En este episodio de NVIDIA DRIVE Dispatch, mostramos avances en datos sintéticos para mejorar el entrenamiento de DNN, percepción de solo radar para predecir el movimiento futuro, creación de MapStream para mapas HD de colaboración colectiva y más.

En este episodio de NVIDIA DRIVE Dispatch, mostramos avances en datos sintéticos para mejorar el entrenamiento de DNN, percepción de solo radar para predecir el movimiento futuro, creación de MapStream para mapas HD de colaboración colectiva y más.

Reproducir el video
 

Marcha, 2021

En este episodio de NVIDIA DRIVE Dispatch, mostramos avances en datos sintéticos para mejorar el entrenamiento de DNN, percepción de solo radar para predecir el movimiento futuro, creación de MapStream para mapas HD de colaboración colectiva y más.

Reproducir el video
 

Febrero, 2021

Conoce los avances más recientes de DepthNet, la detección de marcas en la ruta, la odometría visual, el seguimiento de características en varias cámaras y más.

Reproduci el video
 

Enero, 2021

Explora el progreso en la detección de lugares de estacionamiento, la ubicación 3D en detección de lugares destacados, nuestra primera conducción autónoma usando un plano del camino y un mapa de MyRoute generado automáticamente y la estimación de suspensión.

Reproduci el video
 

Diciembre, 2020

Conoce los avances para evitar y clasificar motonetas, la detección de luces de tráfico, la estabilidad de los cuboides 2D, el espacio libre 3D de las anotaciones de las cámaras, el proceso de percepción de los lidares y la percepción de luces de la calle, luces traseras y luces delanteras.

Reproduci el video
View All DRIVE Dispatch Videos

Recibe los últimos videos de DRIVE directamente en tu bandeja de entrada con el boletín sobre la industria automotriz de NVIDIA.

Suscribirme
Productos y Soluciones
Socios
Recursos Adicionales