NVIDIA DRIVE Labs

Uno sguardo all'interno del software del veicolo autonomo

La serie di video NVIDIA DRIVE Labs adotta un approccio ingegneristico per diverse sfide a guida autonoma, dalla percezione dei percorsi alla gestione degli incroci. Questi brevi filmati illustrano come il team NVIDIA DRIVE AV Software stia creando sistemi a guida automatica potenti e sicuri.

Cerchi un parcheggio? L'IA lo trova per te

La nostra rete neurale profonda ParkNet è in grado di individuare un parcheggio libero in una vasta gamma di circostanze. Guarda come gestisce gli spazi interni ed esterni, separati da segnaletica singola, doppia o sbiadita, e come differenzia tra posti occupati, non occupati e parzialmente oscurati.

Un giro nell'auto a guida autonoma di NVIDIA

Questo episodio di DRIVE Labs in edizione speciale mostra come il software NVIDIA DRIVE AV combina gli elementi essenziali di percezione, localizzazione e pianificazione/controllo per guidare autonomamente su strade pubbliche nei dintorni della nostra sede centrale a Santa Clara, California.

 

Classificazione dei segnali stradali e dei semafori con l'IA

Il software NVIDIA DRIVE AV utilizza una combinazione di reti DNN per classificare i segnali stradali e le luci. Guarda come il nostro DNN LightNet classifica i semafori (luci e frecce) e lo stato (il colore), mentre DNN SignNet identifica il tipo di segnale stradale.

Azzeramento degli incidenti con Safety Force Field

Il nostro software per la prevenzione degli incidenti SFF (Safety Force Field) funge da supervisore indipendente sulle azioni del sistema di pianificazione e controllo principale del veicolo. L'SFF controlla due volte i comandi scelti dal sistema principale, e se li ritiene non sicuri, annulla e corregge decisione del sistema.

Rilevamento corsia ad alta precisione

L'elaborazione di reti neurali profonde (DNN) si è rivelata un'importante tecnica basata su IA per il rilevamento delle corsie. La nostra LaneNet DNN aumenta il raggio di rilevamento, il recupero dei bordi e la solidità del rilevamento corsie con una precisione nell'ordine dei pixel.

Percezione di una nuova dimensione

Calcolare la distanza dagli oggetti utilizzando dati immagini da una singola fotocamera può dar luogo a nuove sfide quando si tratta di terreni collinosi. Grazie all'aiuto di reti neurali profonde, i veicoli autonomi sono in grado di prevedere distanze in 3D partendo da immagini 2D.

Telecamera Visione Panoramica

Guarda come utilizziamo la configurazione della nostra videocamera per vedere a 360° l'auto e tracciamo gli oggetti nei loro spostamenti circostanti.

Prevedere il futuro con RNNs

I veicoli autonomi devono utilizzare metodi computazionali e dati del sensore, come una sequenza di immagini, per capire come un oggetto si muova nel tempo.

Rete neurale profonda ClearSightNet

ClearSightNet DNN è concepito per valutare la capacità delle telecamere di vedere e determinare chiaramente cause di occlusione, blocchi e riduzioni di visibilità.

Rete neurale profonda WaitNet

Scopri come il DNN di WaitNet è in grado di rilevare le intersezioni senza utilizzare una mappa.

Percezioni del percorso

Questo trio di DNNs infonde fiducia e valuta la sicurezza per previsioni del percorso centrale e della linea di corsia nonché per modifiche/suddivisioni/unioni di corsia.

Ricevi gli ultimi DRIVE Lab direttamente nella tua casella di posta con la newsletter di NVIDIA Automotive.