Vídeos da série NVIDIA Drive

LLM-based Road Rules Guide Simplifies Driving

Adapting driving behavior to new environments, customs, and laws is a long-standing challenge in autonomous driving. LLaDA (Large Language Driving Assistant) is an LLM network that makes navigating unfamiliar places easier by providing real-time guidance on regional traffic rules in different languages, for both human drivers and autonomous vehicles.

Reconstrução Auto-Supervisionada de Cenários de Direção Dinâmica

A simulação de veículos autônomos só é eficaz se puder reproduzir com precisão o mundo real. A necessidade de fidelidade aumenta e torna-se mais difícil de alcançar à medida que os cenários se tornam mais dinâmicos e complexos. Neste episódio, conheça o EmerNeRF, um método para reconstruir cenários de direção dinâmicos.

Garantindo Precisão com Síntese de Visualização Dinâmica

Nesta edição do NVIDIA DRIVE Labs, nos aprofundamos na robustez do ponto de vista e exploramos como os avanços recentes na Síntese de Visualização Dinâmica fornecem uma solução para problemas de percepção.

Pruning AI Models for Peak Performance

HALP (Hardware-Aware Latency Pruning), is a new method designed to adapt convolutional neural networks (CNNs) and transformer-based architectures for real-time performance. In this video, learn how HALP optimizes pre-trained models to maximize compute utilization.

Saiba Mais

Taking Autonomous Vehicle Occupancy Prediction Into the Third Dimension

The concept of "3D occupancy prediction" is critical to the development of safe and robust self-driving systems. In this episode, we go beyond the traditional bird's eye view approach and showcase NVIDIA's 3D perception technology, which won the 3D Occupancy Prediction Challenge at CVPR 2023.

Enhancing AI Segmentation Models for Autonomous Vehicle Safety

Precise environmental perception is critical for autonomous vehicle (AV) safety, especially when handling unseen conditions. In this episode of DRIVE Labs, we discuss a Vision Transformer model called SegFormer, which generates robust semantic segmentation while maintaining high efficiency. This video introduces the mechanism behind SegFormer that enables its robustness and efficiency.

Saiba Mais

Geração de cenários de acidentes potenciais para veículos autônomos que utilizam AI

Testar veículos autônomos (AVs) em cenários potenciais de quase acidentes é crítico para avaliar a segurança, mas é difícil e inseguro de fazer no mundo real. Neste episódio de DRIVE Labs, discutimos um novo método dos pesquisadores da NVIDIA chamado STRIVE (Stress-Test Drive), que gera automaticamente cenários de acidentes potenciais em simulação para AVs.

Assistir ao video

Veja Todos os Vídeos do DRIVE Labs

Atualizações rápidas da frota de automóveis autônomos, destacando as inovações mais recentes.

Novembro, 2023

Na edição mais recente do NVIDIA DRIVE Dispatch, aprenda sobre como gerar reconstrução 4D a partir de uma única unidade, bem como sobre a PredictionNet, uma rede neural profunda (DNN) que pode ser usada para prever o comportamento futuro e as trajetórias de agentes rodoviários em aplicações de veículos autônomos. Também daremos uma olhada nos testes do Programa de Avaliação de Novos Carros (NCAP) com NVIDIA DRIVE Sim.

Play Video

Janeiro de 2023

Veja os últimos avanços na percepção de veículos autônomos da NVIDIA DRIVE. Neste despacho, usamos sensores ultra-sônicos para detectar a altura dos objetos ao redor em áreas de baixa velocidade, como estacionamentos. O RadarNet DNN detecta o espaço livre dirigíveis, enquanto o DNN de Profundidade Estéreo estima a geometria do ambiente.

Fevereiro de 2022

O DRIVE Dispatch retorna para a 2ª Temporada. Neste episódio, mostramos avanços no agrupamento baseado em DNN de radar de ponta a ponta, Real2Sim, monitoramento de motoristas e ocupantes e muito mais.

Julho de 2021

Neste episódio do NVIDIA DRIVE Dispatch, mostramos avanços na previsão do movimento do tráfego, detecção de marcação de estradas, visualização de dados sintéticos 3D e muito mais.

Junho de 2021

Neste episódio do NVIDIA DRIVE Dispatch, mostramos avanços em dados sintéticos para treinamento DNN aprimorado, percepção apenas de radar para prever movimentos futuros, criação de MapStream para mapas HD com crowdsourcing e muito mais.

Assistir ao vídeo

Março de 2021

Neste episódio de NVIDIA DRIVE Dispatch, mostramos avanços em dados sintéticos para treinamento DNN aprimorado, percepção apenas de radar para prever movimentos futuros, criação de MapStream para mapas HD com crowdsourcing e muito mais.

Fevereiro de 2021

Veja os avanços mais atuais na DepthNet, detecção de marcações da estrada, estimativa de movimentação da câmera multirradar, monitoramento de recursos de várias câmeras e muito mais.

Janeiro de 2021

Confira os avanços na detecção de vagas de estacionamento, localização 3D na detecção de pontos de referência e nossa primeira viagem com condução autônoma usando um mapa do MyRoute gerado automaticamente e um plano da estrada, além da estimativa da suspensão.

Dezembro de 2020

Confira os avanços na classificação e desvio de scooters, detecção de semáforos, estabilidade cuboide 2D, espaço livre 3D das anotações da câmera, pipeline de percepção lidar e percepção de faróis/luzes traseiras/postes de luz.