NVIDIA DRIVE Labs

Взгляд изнутри на разработку ПО для автономных транспортных средств

В серии DRIVE Labs рассматривается ряд задач беспилотного вождения с точки зрения программирования: от восприятия пути до движения на перекрестках. Короткие видеоролики рассказывают о процессе создания надежных и безопасных систем беспилотного вождения командой разработчиков ПО NVIDIA DRIVE AV.

Высокоточное распознавание дорожной разметки

Обработка глубоких нейронных сетей  (DNN) стала важным методом распознавания дорожной разметки на базе ИИ. Наша сеть LaneNet позволяет чаще и правильнее распознавать дорожную разметку и воспроизводить ее границы благодаря точности до пикселя.

Восприятие нового измерения

При движении по холмистой местности вычисление расстояния до объектов с использованием изображений с одной камеры становится непростой задачей. С помощью глубоких нейронных сетей автономные транспортные средства могут рассчитать трехмерные расстояния по 2D-изображениям.

Камеры кругового обзора

Узнайте, как с помощью шести камер обеспечить 360-градусный обзор вокруг автомобиля и отслеживать движение окружающих объектов.

Прогнозирование с рекуррентными нейронными сетями

Автономные транспортные средства должны использовать вычислительные методы и данные с датчиков, например, последовательность изображений, чтобы своевременно рассчитывать движение объектов.

Глубокая нейронная сеть ClearSightNet

Глубокая нейронная сеть ClearSightNet оценивает четкость изображения с камеры и определяет причины помех, блокировки и снижения видимости.

Глубокая нейронная сеть WaitNet

Узнайте, как глубокая нейронная сеть WaitNet находит перекрестки без помощи карты.

Система восприятия пути

Это трио DNN строит и оценивает уверенность для предсказаний центрального пути и линии полосы, а также изменений/разбиений/слияний полосы.

Получайте новые выпуски DRIVE Labs, подписавшись на почтовую рассылку NVIDIA по автономным решениям.