Développement de modèles de véhicules autonomes
Créez des modèles de conduite plus intelligents et plus sûrs
Aperçu
Des données de flotte aux modèles de conduite basés sur le raisonnement
Un modèle de conduite prêt pour la production est basé sur des données à grande échelle et la capacité de raisonnement pour gérer des situations de conduite complexes et réelles. NVIDIA combine la conservation des données et la génération de données synthétiques pour créer des données d’entraînement en volume et en couverture, notamment des événements rares de longue traîne. Les modèles VLA de raisonnement ouvert de NVIDIA apprennent à partir de ces données et s'affinent grâce à l'apprentissage par renforcement pour prendre des décisions de conduite interprétables au service du développement d'une autonomie plus sûre.
Avantages
Pourquoi le développement de modèles est important pour les véhicules autonomes
Le développement de modèles comble le fossé entre un prototype performant et un véhicule autonome prêt pour la production grâce à des modèles capables de raisonner, des données qui couvrent les cas rares et une amélioration continue sur les cas à l'Edge.
Traitement des données à haut débit
Les véhicules autonomes (AV) génèrent des téraoctets de données multimodales à partir de caméras, de lidars, de radars et de capteurs. Ces données doivent être ingérées, reconstruites, organisées et étiquetées à grande échelle avant de pouvoir être utilisées pour entraîner des modèles d'IA.
Optimisations ininterrompues
Les systèmes de véhicules autonomes doivent s'améliorer en continu, en apprenant des nouvelles données, des événements rares et des cas à l'Edge pour affiner la perception, la prédiction et la planification.
Génération de données synthétiques à grande échelle
Optimisé pour la génération à haut débit de données synthétiques à partir de trajets réels et pour la reconstruction de scènes à grande échelle. Cette phase permet une validation efficace des modifications et une large couverture de scénarios à partir des données de flotte.
Conservation des données pour la sécurité
Utilisez les bonnes données, et pas seulement davantage de données, pour entraîner et valider des systèmes critiques pour la sécurité.
Technologie
Préparation des jeux de données et entraînement des modèles
NVIDIA NIM pour l'automobile
Les microservices d'inférence de NVIDIA stimulent l'avenir des véhicules autonomes
Mettez à profit des modèles d'IA avancés pour simplifier le développement de logiciels automobiles et optimiser le déploiement dans le Cloud.
Accélérez le développement
Débloquez les goulets d'étranglement grâce au jeu de données d'IA physique de NVIDIA sous forme open source pour le développement de véhicules autonomes, de robots et d'espaces intelligents. Cette collection unifiée est composée de données validées utilisées pour développer l'IA physique de NVIDIA et est désormais disponible pour les développeurs sur Hugging Face.
Études de cas
Ressources
Avancées dans les domaines de l'IA, du calcul accéléré et de la simulation
-
Actualités
-
Sessions
Étapes suivantes
Vous voulez vous lancer ?
Utilisez des jeux de données, des modèles et des frameworks ouverts de NVIDIA pour organiser les données de conduite, générer des jeux d'entraînement et entraîner des modèles de conduite autonome.
Demander une consultation
Parlez à un spécialiste NVIDIA du secteur automobile au sujet de la création de modèles basés sur le raisonnement avec des données d'entraînement de haute qualité.
Restez informés
Recevez les dernières actualités sur les technologies automobiles de NVIDIA, les innovations majeures et bien plus encore.