自駕車模擬

探索高保真感測器模擬技術,開發安全的自駕車技術。

工作負載

模擬 / 建模 / 設計

產業別

汽車與交通

業務目標

投資報酬率
風險抵減

產品

NVIDIA Omniverse Enterprise
NVIDIA OVX
NVIDIA DGX

高保真自駕車 (AV) 模擬需求

若是要開發和驗證自駕車 (AV) 安全關鍵功能,則必須進行模擬,但若要進行模擬,則必須在部署之前進行大規模測試。高保真模擬提供安全、可控且逼真的環境,可在各種情境中訓練自駕車系統。這項技術能有效模擬實際情況,讓車輛在準備上路之前能透過數位孿生技術進行安全測試和驗證。

為什麼自駕車模擬很重要:

安全第一

安全第一

準確地模擬各種駕駛條件,如惡劣天氣、車流變化,以及罕見或危險的情境。

成本效益

成本效益

使用虛擬測試,大幅減少實體測試,從而降低開發和驗證成本。

擴充性和靈活性

擴充性和靈活性

在製作實體原型之前部署虛擬車隊,為新的感測器和堆疊建立原型。

瞭解更多汽車使用案例

安全部署自駕車

Foretellix

安全部署自駕車

Foretellix 是一家自動車驗證工具開發商,採用 Omniverse Cloud API 解鎖感測器模擬技術,不僅能提升安全性,同時還可加速工作流程並降低成本。

強化 3D 品牌體驗

WPP

強化 3D 品牌體驗

使用根據 NVIDIA Picasso 而打造的生成式人工智慧工具來製作高品質內容,並運用 NVIDIA 繪圖運算傳遞網路 (Graphics Delivery Network, GDN)來發佈互動式品牌體驗。

探索端對端自駕車開發

探索端對端自駕車開發

NVIDIA Omniverse Cloud Sensor RTX 微服務,讓您可在實際環境中測試和驗證工作流程。

最新消息

NVIDIA 使用 Omniverse Cloud API 來強化自動系統開發

NVIDIA 使用 Omniverse Cloud API 來強化自動系統開發

NVIDIA Omniverse Cloud API 旨在提供大規模、高保真的感測器模擬技術以應對這項挑戰。

NVIDIA 研究在國際電腦視覺與圖型識別會議 (CVPR) 上的端對端自動駕駛挑戰賽中榮獲優勝

NVIDIA 研究在國際電腦視覺與圖型識別會議 (CVPR) 上的端對端自動駕駛挑戰賽中榮獲優勝

NVIDIA 在 CVPR「大規模端對端駕駛」類別中榮獲自動駕駛挑戰賽優勝,表現優於全球 400 多位參賽者。

使用 Hydra-MDP 技術實作大規模端對端駕駛

使用 Hydra-MDP 技術實作大規模端對端駕駛

NVIDIA 推出 Hydra-MDP 創新框架,可推動端對端自動駕駛領域的發展。

使用 Bi-Level 模仿學習人工智慧模型來模擬現實的交通行為

使用 Bi-Level 模仿學習人工智慧模型來模擬現實的交通行為

NVIDIA 研究團隊概述了一種模擬現實交通行為的新方法,支援開發人員能夠在不同交通行為的多個操作設計領域 (ODD) 中運作的系統進行開發和部署。

Select Location
Middle East