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.

Прокатитесь на беспилотном автомобиле NVIDIA

Специальный выпуск DRIVE Labs посвящен комбинации основных функций восприятия, определения местоположения, планирования пути и управления в ПО NVIDIA DRIVE AV. Вам предстоит узнать, как они обеспечивают автономное движение по дорогам около штаб-квартиры NVIDIA в Санта-Кларе, Калифорния.

Классификация дорожных знаков и сигналов светофоров с помощью ИИ

ПО NVIDIA DRIVE AV использует комбинацию глубоких нейронных сетей для классификации дорожных знаков и сигналов светофоров. Узнайте, как глубокая нейросеть LightNet классифицирует форму сигнала светофора (например, стрелку) и значение (т.е. цвет), а нейросеть SignNet определяет тип дорожного знака.

Устранение дорожных аварий с Safety Force Field

Наше ПО Safety Force Field (SFF) для предотвращения столкновений независимо контролирует действия первичной системы планирования и управления транспортным средством. SFF дважды проверяет элементы управления, выбранные первичной системой, и если квалифицирует их как небезопасные, то запрещает выполнение и исправляет решение системы.

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.