NVIDIA DRIVE 實驗室

深入探索智慧機器軟體

DRIVE 實驗室的系列影片以工程視角帶你瞭解自動駕駛的各種挑戰,像是從感測路線到處理交叉路口所遇到的難題。這些短片說明了 NVIDIA DRIVE AV 應用軟體團隊如何打造安全強大的自駕系統。

特徵追蹤功能實現強大的自動駕駛

特徵追蹤可估量影片幀之間像素級別與像素級別間的對應關係,為物件的移動與速率預估、攝影機自動校準和視覺測距等提供關鍵時刻與幾何訊息。

在找停車位嗎?人工智慧可以幫你這個忙

我們的 ParkNet 深度神經網路可以在各種條件下偵測哪裡有空位可以停車。觀看影片,看看它如何感知室內外的停車位,區分是一條格線、兩條格線或模糊不清的車位格線,還有區分已經有停車的、沒有停車的或是部分被擋住的車位。

歡迎搭乘 NVIDIA 自駕車

此特別版的 DRIVE Lab 影片將展示 NVIDIA DRIVE AV 軟體如何與感知、本地化、計畫/控制等必要模塊結合,在我們總部美國加州聖塔克拉拉的公路上自動駕駛。

利用 Safety Force Field 降低碰撞

我們的 Safety Force Field (SFF) 防碰撞軟體作為車輛的主要計劃與控制系統的獨立監督員。SFF 會一再檢查主系統的選擇,如果認為該選擇不安全,即會否決並修正主系統的判斷。

利用神經網路推估距離

使用單個攝影機的影像資料計算物體距離是非常具挑戰性的,尤其是遇到丘陵地形時。利用深度神經網路,協助自動駕駛車推估 2D 影像的 3D 距離。

環繞相機感測

瞭解我們如何透過六台相機的配置達到 360 度的環繞視角,並感測周圍車輛和追蹤物件的動態。

運用 RNN 預測未來

自駕車必須使用運算方法和影像序列等感應器資料,以即時瞭解物體移動的狀況。

ClearSightNet 深度神經網路

ClearSightNet DNN 經過訓練,可評估相機的清晰視覺能力,並能找出遮蔽、阻擋和可見度下降的原因。

WaitNet 深度神經網路

瞭解 WaitNet DNN 如何在不使用地圖的情況下偵測交叉路口。

感測路線集成

這三個 DNN 建立中心路徑和車道線預測的標準並加以評估,以及車道變更/分岔/合併的情況。

訂閱 NVIDIA 汽車的電子報,讓 DRIVE 實驗室最新消息直送你的信箱。