自駕車模擬與驗證
大規模模擬真實世界駕駛情境
運用高擬真模擬技術加速自駕車開發與驗證。
優勢
模擬為何是自駕車的關鍵
物理試駕無法涵蓋每種極端情況或罕見天候。模擬可讓自駕車團隊生成數百萬種情境變化，包括真實世界未曾出現過的情境，在上路之前先測試安全性。
自駕車開發的安全驗證
在受控模擬環境中，評估車輛在罕見事件、惡劣天候、複雜交通狀況，以及其他安全關鍵情境的行為。
模擬驅動的成本效率
生成各式各樣開發與測試用的資料，減少依賴所費不貲的資料蒐集車隊。
自駕車模擬工作流程的可擴充性與彈性
設計實體原型之前，將感測器、配置與自主堆疊最佳化。
自駕車開發與驗證加速
從資料生成進化為可重複的測試與驗證，速度更快也更一致。
技術
自駕車模擬與驗證
使用案例
模擬如何支援自駕車開發？
NVIDIA 模擬技術支援自駕車開發生命週期的每個階段，涵蓋場景重建與合成資料生成，以及情境變化和封閉迴路評估。
-
神經重建
-
世界生成
-
情境變體
-
閉環模擬
神經重建
運用 NVIDIA Omniverse NuRec 函式庫與模型，將駕駛場景重建為 3D 高斯環境。
- 運用 Asset Harvester 從稀疏駕駛影片視角擷取真實世界的 3D 資產
- 運用 Fixer 清除渲染場景中新視角的瑕疵
- 運用 Harmonizer 修正光照與外觀不一致的問題
在 NVIDIA Brev 以 NemoClaw 立即試用這項技能
世界生成
運用學習到的視覺先驗創造相片級的駕駛世界，其中開放迴路用於資料擴充的開放式循環，封閉迴路用於反應式策略測試。
- 開放迴路：運用 NVIDIA Cosmos，在無策略參與的情況下，生成各式各樣感測器資料
- 封閉迴路：運用 NVIDIA OmniDreams 即時生成下一個感測器畫面，並且回應轉向、油門與煞車決策
情境變體
將模擬範圍擴大至光憑實地測試無法採集的情境。
- 行為變體：運用 NVIDIA AlpaSim 改變軌跡與交通代理的行為
- 內容排列組合：使用 NVIDIA Asset Harvester NVIDIA Omniverse NuRec 搭配 NVIDIA AlpaSim 插入、重排或移除 3D 代理與道具
樣式排列組合：運用 NVIDIA Cosmos Transfer，為場景擴增新天氣、光照、時段與地理位置。
閉環模擬
在反應式模擬環境測試駕駛堆疊，其決策會形塑未來場景的狀態與結果。
- 運用 NVIDIA AlpaSim 執行封閉迴路模擬，測試駕駛決策
- 運用 NVIDIA Omniverse NuRec 在日誌重建情境測試策略
- 運用 NVIDIA OmniDreams 以生成式模擬世界擴增情境
- 運用 NVIDIA Alpamayo 在封閉迴路中評估推理型駕駛模型
- 用 NVIDIA AlpaGym 透過封閉迴路強化學習訓練策略
合作夥伴
採用 NVIDIA 自駕車模擬技術的合作夥伴
汽車製造商、運輸服務公司與模擬供應商，紛紛採用 NVIDIA 技術推進模擬與驗證。
後續步驟
準備好開始使用自駕車模擬了嗎？
探索開發者資源，開始利用 NVIDIA 技術打造自駕車模擬工作流程。
隨時掌握最新消息
汽車業正迅速演變。訂閱我們的電子報，掌握最新消息。