Последние инновации в сфере автоматизации.
Специалисты по разработке ПО NVIDIA DRIVE™ постоянно внедряют инновации и многозадачные глубокие нейронные сети для создания надежных и безопасных систем беспилотного вождения, трансформирующих отрасль.
Выберите интересующую вас вкладку и узнайте больше о беспилотных автомобилях.
Короткие видео о современных алгоритмах, управляющих беспилотными автомобилями.
В этом эпизоде DRIVE Labs мы покажем, как DRIVE IX оценивает внимание водителя на дороге, его действия, эмоции, поведение, осанку, речь, жесты и настроение. С помощью функции мониторинга состояния AV-система проверяет, насколько уверенно водитель ведет машину и внимательно следит за дорогой. Помимо этого, ИИ-система может выполнять и другие интуитивные и умные функции.
В этом эпизоде DRIVE Labs мы расскажем, как использовать технологии программно-определяемого ИИ, чтобы всего за нескольких недель значительно улучшить производительность и возможности глубокой нейронной сети (DNN) для восприятия источника света: увеличить дальность, добавить функцию классификации и другие.
Беспилотные автомобили могут рассчитывать на ИИ, чтобы предсказывать движение транспорта и безопасно маневрировать в сложной обстановке. В этом эпизоде DRIVE Labs мы рассказываем, как глубокая нейронная сеть PredictionNet может предсказывать будущие действия других участников дорожного движения при помощи восприятия в реальном времени и данных карты.
Движение на перекрестках вызывает целый ряд сложностей у беспилотных автомобилей. В предыдущих выпусках DRIVE Labs мы показывали, как система распознает перекрестки, светофоры и дорожные знаки при помощи глубокой нейросети WaitNet. Мы также рассмотрели, как глубокие нейросети LightNet и SignNet классифицируют сигналы светофора и типы дорожных знаков. Этот выпуск будет посвящен тому, как NVIDIA использует ИИ, чтобы воспринимать разнообразные структуры перекрестков, с которыми автономный автомобиль может столкнуться на дорогах.
Активное обучение позволяет моделям ИИ автоматически выбирать верные обучающие данные. Группа специализированных глубоких нейросетей перебирает выборку кадров и отмечает те, с распознаванием которых возникли сложности. Затем эти кадры помечаются и добавляются в обучающий набор данных. Этот процесс позволяет улучшить ориентацию нейросети в сложных условиях, например, при распознавании пешеходов в ночное время.
Традиционные методы обработки данных приводят к значительным сложностям, например, при распознавании и классификации различных типов объектов, ситуаций и погодных условий, а также ограничивают производительность и надежность. Чтобы преодолеть сложности обработки данных с лидаров, глубокая нейронная сеть LidarNet применяет несколько измерений или перспектив для преобразования данных об окружении автомобиля.
Определение местоположения — важнейшая функция для беспилотных автомобилей, которая вычисляет трехмерные координаты на карте, включая 3D-положение, 3D-ориентацию и любые неточности в этих значениях. В новом выпуске DRIVE Labs мы продемонстрируем, как алгоритмы определения местоположения позволяют достичь высокой точности и надежности с помощью популярных датчиков и HD-карт.
Узнайте, как мы создали высокоточную сеть MapNet на основе глубокой нейронной сети LaneNet. Модификация включает в себя больше классов распознавания, в том числе дорожной разметки и вертикальных ориентиров (например столбов), помимо распознавания полос движения. Технология также применяет сквозное распознавание, которое обеспечивает быстрый инференс в беспилотном автомобиле.
Способность обнаруживать объекты вокруг автомобиля и реагировать на них обеспечивает комфортное и безопасное вождение. В этом выпуске DRIVE Labs мы рассказываем, почему для правильного восприятия окружающей среды необходим датчик, сочетающий камеру и радар.
Новости и достижения от нашего парка беспилотных автомобилей.
В этом выпуске NVIDIA DRIVE Dispatch мы расскажем о достижениях в области синтетических данных для улучшения обучения глубокой нейронной сети, радиолокаторах для прогнозирования движения цели, режиме MapStream для HD-карт и других новостях.
Узнайте о последних достижениях в DepthNet, обнаружении дорожной разметки, одометрии, определении контуров и других технологиях.
Узнайте об обнаружении парковочных мест, 3D-положении при определении объектов, нашем первом автономном опыте вождения с использованием автоматически генерируемой карты MyRoute, а также оценке состояния подвески.
Узнайте о достижениях в области классификации и предотвращения столкновения со скутерами, обнаружения светофоров, стабильности 2D-кубоидов, 3D-простанствах без записи камер, конвейера восприятия lidar и обнаружения света передних фар/задних фонарей/уличного освещения.
Получайте новые выпуски DRIVE, подписавшись на почтовую рассылку NVIDIA по автономным решениям.