53:47
Simulation autonomer Fahrzeuge
Lernen Sie realitätsnahe Sensorsimulation für die sichere Entwicklung autonomer Fahrzeuge kennen.
Workloads
Simulation/Modellierung/Design
Branchen
Automobile und Verkehr
Geschäftsziel
Return on Investment
Risikominderung
Produkte
NVIDIA Omniverse Enterprise
NVIDIA OVX
NVIDIA DGX
Überblick
Notwendigkeit realitätsnaher Simulation autonomer Fahrzeuge
Die Entwicklung autonomer Fahrzeuge erfordert große Mengen an Trainingsdaten, die den realen Bedingungen auf der Straße entsprechen. Die Sensorsimulation geht diese Herausforderung an, indem sie physikalisch genaue Sensordaten in virtuellen Umgebungen wiedergibt. Basierend auf diesen physikalischen Gegebenheiten fügen die Modelle der Weltgrundlage Variationen zur Sensorsimulation hinzu, indem sie Beleuchtung, Wetter, geografische Lage und mehr verstärken. Mit diesen Funktionen können Sie AVs in großem Umfang trainieren, testen und validieren, ohne dass Sie in der realen Welt auf seltene und gefährliche Szenarien treffen müssen. Die Präzision und Vielfalt der Sensordaten und die Interaktion mit der Umgebung sind entscheidend für die Entwicklung von physischer KI.
Warum die Simulation autonomer Fahrzeuge wichtig ist:
Sicherheit
Geben Sie verschiedene Fahrbedingungen wie schlechtes Wetter, Änderungen der Verkehrslage und seltene oder gefährliche Situationen wieder, ohne diesen in der realen Welt begegnen zu müssen.
Kosteneffizienz
Beschleunigen Sie die Entwicklung und reduzieren Sie die Abhängigkeit von kostspieligen Datenerfassungsflotten durch die Generierung von Daten, die den Anforderungen der Modelle entsprechen.
Skalierbarkeit und Flexibilität
Durch die Bereitstellung einer virtuellen Fahrzeugflotte können neue Sensoren und Systeme vor der physischen Umsetzung von Prototypen getestet werden.
Quick-Links
Technische Umsetzung
Physikalisch akkurate Simulation autonomer Fahrzeuge im großen Maßstab
Der NVIDIA Omniverse™ Blueprint für die Simulation von autonomen Fahrzeugen (AV) ist ein Referenz-Workflow zur Erstellung reichhaltiger 3D-Welten für Training, Tests und Validierung. Der Blueprint enthält APIs und Dienste, um digitale Zwillinge aus realen Sensordaten zu erstellen und zu verbessern, die Physik und das Verhalten dynamischer Objekte in einer Szene zu modellieren und physikalisch genaue und vielfältige Sensordaten zu erzeugen.
Mit dieser API-basierten Architektur kann der Blueprint nahtlos in bestehende Arbeitsabläufe integriert werden, so dass Entwickler Fahrdaten wiedergeben, neue Ground-Truth-Daten erzeugen und Closed-Loop-Tests durchführen können.
Die Blaupause ist Teil des NVIDIA Halos Guardian Frameworks für AV-Sicherheit, das modernste HW/SW-Elemente, Tools, Modelle und Designprinzipien zur Absicherung von End-to-End-AV-Stacks umfasst, von der Cloud bis zum Auto.
Der Omniverse Blueprint für AV Simulation enthält:
- Neuronale Rekonstruktion: Verbessert reale Fahrprotokolle mit neuartigen Sensorwinkeln und Hinzufügen/Entfernen von Objekten.
- Sensor RTX: Rendert naturgetreue, physikalisch basierte Sensordaten für Sensoren, die üblicherweise für autonomes Fahren verwendet werden, einschließlich Kamera, Radar und Lidar.
- AV Sim Enhancement: Bietet die Physik, das Verhalten und die Animation, die notwendig sind, um reale Szenarien zu simulieren.
- Cosmos Transfer WFM: Erzeugt neue Variationen eines gegebenen Szenarios, einschließlich Wetter, Beleuchtung und Geographie, basierend auf der in Omniverse bereitgestellten Physik.
Mit skalierbaren und entwicklerfreundlichen APIs, die sich nahtlos in bestehende Workflows integrieren lassen, können Sie Fahrdaten wiedergeben, neue Ground-Truth-Daten generieren und Closed-Loop-Tests durchführen, um Ihre Pipelines zu beschleunigen.
Foretellix
Sensorsimulation für autonome Fahrzeuge, unterstützt von NVIDIA Omniverse
Sehen Sie, wie Foretellix NVIDIA Omniverse Blueprint for AV Simulation verwendet, um eine realitätsnahe Sensorsimulation für die Entwicklung autonomer Fahrzeuge zu erstellen.
Quick-Links
Partner
Erste Schritte mit der AV-Simulation
Erfahren Sie, wie unsere Partner physikalisch basierte Simulationen für die sichere und effiziente Entwicklung autonomer Fahrzeuge bereitstellen.
