NVIDIA DRIVE ラボ

内側から見た自律走行車ソフトウェア

DRIVE ラボ ビデオ シリーズは、進路の認識から交差点の通過まで、さまざまな自動運転の課題にエンジニアリングの観点から迫ります。NVIDIA DRIVE AV ソフトウェア チームが安全で堅牢な自動運転システムをどのように構築しているのかについて、短い動画でご紹介します。

新しい次元を把握する

1 台のカメラから得た画像データを使用して物体までの距離を計算することは、勾配のある地形では困難を伴うことがあります。 ディープ ニューラル ネットワークを利用して、自律走行車は 2 次元画像から距離を予測することができます。

カメラによる周囲の認識

6 つのカメラを使用して、どのように車両の周囲 360  度の物体を認識し、その動きをトラッキングしているかをご覧ください。

RNN を使用した未来の予測

自動運転では、連続した画像などのセンサー データと計算手法を用いて、遅れることなく物体の動きを把握する必要があります。

ClearSightNet ディープ ニューラル ネットワーク (DNN)

ClearSightNet DNN は、カメラからの視界が明瞭かどうかを評価し、視界の遮蔽や視界の低下があった場合は、その原因を特定できるようにトレーニングされています。

WaitNet ディープ ニューラルネット ワーク (DNN)

WaitNet DNN が、地図を使わずに、交差点を検出する仕組みをご覧ください。

進路認識アンサンブル

異なる3 つの DNN によって、進路や車線の中心線や、レーンの変更、分岐、合流について予測し、その確実さを評価をします。

NVIDIA の自動車ニュースレターにより、最新の DRIVE ラボがお客様に直接メールで配信されます。