VIDEOS DE NVIDIA DRIVE

Experimenta nuestras innovaciones de vehículos autónomos más recientes.

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

Para conocer todos los detalles de este proceso, consulta:

NVIDIA DRIVE Labs

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

NVIDIA DRIVE Dispatch

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

DRIVE Labs

 

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.

 

Optimizar la Percepción de la Fuente de Luz con IA Definida por Software

En este episodio de DRIVE Labs, mostraremos cómo se pueden usar las técnicas de IA definidas por el software para mejorar el rendimiento y la funcionalidad de nuestras redes neuronales profundas (DNN) de percepción de fuente de luz, lo que aumenta el rango, agrega capacidades de clasificación y más, en cuestión de semanas.

 

Todos los Movimientos Correctos: La IA Ayuda a los Vehículos de Conducción Autónoma a Predecir el Futuro

Los vehículos autónomos confían en la IA para anticipar los patrones de tráfico y maniobrar de forma segura en un entorno complejo. En este episodio sobre DRIVE Labs, demostramos la forma en que la red neuronal profunda PredictionNet puede predecir los caminos futuros de otros usuarios del camino mediante datos de mapas y la percepción en vivo.

 

La IA Ayuda a que los Vehículos Autónomos Comprendan las Estructuras de las Intersecciones

El manejo de intersecciones de manera autónoma presenta un conjunto complejo de desafíos para los vehículos autónomos. Anteriormente en la serie DRIVE Labs, demostramos cómo detectamos intersecciones, semáforos y señales de tránsito con WaitNet DNN. Además, cómo clasificamos el estado del semáforo y el tipo de señal de tráfico con las DNN de LightNet y SignNet. En este episodio, vamos más allá para mostrar cómo NVIDIA usa la AI para percibir las diversas estructuras de intersección que un vehículo autónomo podría encontrar en un viaje diario.

 

El Aprendizaje Activo Mejora la Detección de Peatones a la Noche

El aprendizaje activo permite que la IA elija automáticamente los datos indicados para el entrenamiento. Un conjunto de DNN dedicadas analiza un grupo de cuadros de imágenes y selecciona aquellos que pueden resultar confusos. Esos cuadros se etiquetan y se agregan al conjunto de datos de entrenamiento. Este proceso puede mejorar la percepción de las DNN en condiciones difíciles, como la detección de peatones a la noche.

 

Precisión Láser: La Red LidarNet de Vistas Múltiples Ofrece una Detallada Perspectiva a los Vehículos Autónomos

Los métodos tradicionales para procesar datos de los lidares presentan desafíos importantes, como la capacidad de detectar y clasificar diferentes tipos de objetos, escenas y condiciones climáticas, así como limitaciones en el rendimiento y la solidez. Nuestra red neuronal profunda LidarNet de vistas múltiples utiliza diversas perspectivas o vistas de la escena alrededor del vehículo para abordar estos desafíos de procesamiento de lidares.

 

¿Perdido en el Espacio? La Localización Ayuda a los Vehículos Autónomos a Encontrar su Camino

La localización es una capacidad crítica para los vehículos autónomos, ya que calcula su ubicación tridimensional (3D) dentro de un mapa, incluida la posición 3D, la orientación 3D y cualquier incertidumbre en estos valores de posición y orientación. En este DRIVE Labs, mostramos cómo nuestros algoritmos de localización permiten lograr una alta precisión y robustez gracias a los sensores para mercados masivos y mapas HD.

 

La IA Lee las Señales en el Camino

Evolucionamos nuestra DNN LaneNet para Convertirla en la DNN MapNet de Alta Precisión. Esta evolución incluye un aumento en las clases de detección para cubrir también las marcas viales y los puntos de referencia verticales (por ejemplo, postes) además de la detección de líneas de carril. También aprovecha la detección integral que proporciona una inferencia más rápida en el vehículo.

 

IA en el Camino: la Fusión de Radares de Cámaras Envolventes Elimina los Puntos Ciegos de los Vehículos Autónomos

La capacidad de detectar y reaccionar a objetos que se encuentran alrededor de todo el vehículo permite ofrecer una experiencia de conducción cómoda y segura. En este video de DRIVE Labs, explicamos por qué es esencial tener un proceso de fusión de sensores que pueda combinar las entradas de cámaras y de radares para lograr una sólida percepción envolvente.

DRIVE Dispatch

 

NVIDIA DRIVE Dispatch - S1E3

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.

 

NVIDIA DRIVE Dispatch - S1E2

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.

 

NVIDIA DRIVE Dispatch - S1E1

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.

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