<sub id="fhz1x"></sub>
        <address id="fhz1x"></address>

          
          

              <sub id="fhz1x"></sub>

              應用

              技術

              物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
              企業注冊個人注冊登錄

              誰搶占了自動駕駛仿真的高峰,就搶占了鏈接物理世界和虛擬世界的入口

              2020-04-09 08:47 Dude

              導讀:仿真是自動駕駛的一道關卡

              一場疫情,不僅僅使得全球經濟停擺,也使得自動駕駛的正常測試陷入了停滯的階段。

              就在一片停滯之中,工程師們將自動駕駛仿真器的重要性再提高一個等級,也是在特殊時期,使得自動駕駛技術得以繼續前行的重要利器。

              事實上,不僅僅是特殊時期,仿真器作為自動駕駛最重要的技術之一,它的出現使得自動駕駛開發商能夠超越物理世界的局限,模擬極端的路況,測試自動駕駛車輛的性能。可以說,在助力自動駕駛落地的道路上,自動駕駛仿真器做出了巨大的推動作用。

              在物理世界和虛擬世界之間,自動仿真器到底扮演什么樣的角色? 在整個汽車鏈條當中,仿真處在于什么位置?

              自動駕駛仿真:量產前必經之路

              無論是自動駕駛汽車、機器人還是復雜的醫療器械,在投入使用之前都需要大量的測試。

              行業普遍認為,為了保證自動駕駛技術安全可靠,自動駕駛玩家需要110億英里的測試數據來對自動駕駛系統不斷優化升級。

              如果按照100輛自動駕駛汽車,每天24小時不停歇路測,平均時速25英里(40公里)每小時來計算,需要500多年的時間才能完成目標里程。

              這樣的里程要求對于一般的自動駕駛公司而言,幾乎是天方夜譚,且需要大量消耗金錢成本和時間成本的。

              為了繞開這一過程,各家公司開始尋求在虛擬世界里解決問題,因此在仿真器里走一遭成了必經之路。

              與此同時,Conner Case 都是自動駕駛公司當中的最重要的問題,而在物理世界當中,非常難以創造條件驗證自動駕駛汽車對于Conner Case的應變能力,而在仿真器當中,則能夠模擬很多極限情況,檢測自動駕駛汽車的穩定性和安全性。

              因此,仿真是自動駕駛當中最重要的一環,仿真的水平高低一定程度上反映著其在真實的物理世界水平。

              所以無論是Waymo 還是 Cruise 等Robotaxi 廠商,還是英偉達、百度、騰訊等不同行業的巨頭公司都對仿真足夠的重視。

              Waymo 和 Criuse 的高速發展,也離不開仿真器的支持。

              Carcraft 的軟件創造者James Stout,認為 Carcraft 是不斷推動 Waymo 自動駕駛技術發展的強有力武器。如果 Waymo 能在幾年后供應全自動駕駛汽車,那么 Carcraft 值得被永遠銘記,作為現實世界的虛擬呈現,它功勞巨大。根據Waymo 2019年的官方數據,其仿真里程已經超過了100億英里。

              Cruise 的自動駕駛負責人 Tom Boyd 認為:只要在建模時足夠精準,我們就能在仿真器里重現物理世界。Cruise 在仿真里,能夠解決的問題可能還會領先路測幾個月甚至幾年。

              Boyd 甚至表示:“自動駕駛公司成立的那天它們的仿真器就得全速運轉。”

              仿真公司 Cognata CEO Danny Atsmon表示,“在大量真實世界交通場景的組合中,高度精準和可擴展的交通模型仿真技術對于自動駕駛系統驗證來說至關重要。”

              大大小小的案例已經證明仿真是自動駕駛車輛硬件和軟件投入使用之前進行測試和驗證的一種有價值的工具。

              無縫移植圖形計算時代的優勢

              仿真的重要性,也越來越多的自動駕駛公司在仿真上進行巨頭的投入,甚至都將戰火聚焦至仿真平臺當中。

              近年來,英偉達在自動駕駛領域異軍突起

              過去相當長的一段時間里,英偉達已經能夠形成了完整的端對端的解決方案,形成了數據中心基礎架構、軟件工具包、存儲庫和框架以及高性能高能效的計算等矩陣。今年,Navigant Research 的《自動駕駛汽車計算平臺》報告中,英偉達在自動駕駛汽車平臺領域位列榜首。

              事實上,在自動駕駛所有技術分支當中,仿真是最能將英偉達在圖形計算時代所積累的優勢鏈接到自動駕駛時代的技術應用。

              NVIDIA DRIVE Constellation ,是英偉達在2019年GTC技術大會上提出的自動駕駛仿真模擬器。具體來說,NVIDIA DRIVE Constellation 是一款由兩個并排服務器組成的數據中心解決方案。

              第一臺服務器DRIVE Constellation Simulator使用NVIDIA GPU運行 DRIVE Sim? 軟件,用以生成在虛擬世界中車輛行駛的傳感器結果;另外一臺服務器Constellation Vehicle搭載了DRIVE AGX汽車計算機,用來處理仿真的傳感器數據。來自Constellation Vehicle的駕駛決策可反饋到Constellation Simulator中,從而實現位精確且時間精準的硬件在環測試。

              對于應用方或者開發者而言,更為重要的是,NVIDIA DRIVE Constellation 是一個開放式平臺,生態系統合作伙伴可將其環境模型、車輛模型、傳感器模型和交通場景集成于其中。通過整合來自更廣泛仿真生態系統的數據集,該平臺可以生成全面、多樣化并且復雜的測試環境。

              也因此,吸引了大量的汽車產業上下游和英偉達進行合作。

              整車廠方面,2019年3月,豐田研究院(TRI-AD)宣布與英偉達在自動駕駛車輛的開發、訓練和驗證方面展開全新合作,其中就涵蓋了相當于數十億英里的駕駛里程的仿真業務。

              目前,豐田研究院高級研發公司和豐田研究院正在將NVIDIA DRIVE Constellation 平臺用于仿真工作流程的組件。

              一直以來,豐田的愿景是實現「事故零傷亡,使得交通更加順暢、讓全民自由移動出行。」

              在豐田研究院高級研發公司首席執行官James Kuffner 更是將軟件驗證和測試的大型仿真工具擺在相當重要的位置,他認為對于自動駕駛系統來說至關重要,也是關系著這一愿景能否實現的關鍵之一。

              這種端到端的仿真工具鏈將助力豐田、豐田研究院高級研發公司和豐田研究院將自動駕駛快速落地。

              得益于NVIDIA DRIVE Constellation 是一個開放式的平臺,很多的仿真公司也支持NVIDIA DRIVE Constellation 。

              去年3月,仿真公司Cognata,宣布DRIVE Constellation可支持其駕駛場景及交通模型。利用 Cognata 的交通模型,開發人員能夠基于真實世界的交通行為來定義一系列車輛和其他道路使用者及其行為。

              汽車仿真領頭公司 IPG Automotive 也是與NVIDIA攜手的另一個生態系統合作伙伴,旨在實現高保真車型。其仿真軟件CarMaker用于創建虛擬車輛原型,包括所有主要車輛子系統的模型。開發人員可以將測試車輛對于轉向、路面、懸架,動力總成和車輛控制系統的反應變化用于功能開發。

              仿真除了能夠實現更高效率、更大成本收益以及更安全的駕駛體驗以外,仿真也將成為第三方監管機構訂制制定自動駕駛標準的關鍵。

              TüV SüD的安全機構已經在使用NVIDIA DRIVE Constellation 制定自動駕駛驗證標準。TüV SüD自動駕駛和ADAS全球負責人Houssem Abdellatif表示,“NVIDIA DRIVE Constellation為實現這一目標提供了強大且高度可擴展的解決方案。”

              NVIDIA DRIVE Constellation鏈接了 整車廠,仿真公司、安全機構,形成了一幅較為完整的汽車產業生態圖像。

              仿真的差異化路徑

              仿真使得我們意識到了虛擬世界的魔力,還展示了科技在解決外部困難問題時的強悍力量。

              越來越多的自動駕駛公司都將戰火聚焦至仿真平臺當中,而在仿真的較量上,和英偉達同場較量的很多公司,都將重心放置于模擬上。

              英偉達則開創性創造了一條完整的反饋回路:DRIVE Constellation 模擬器與 DRIVE Constellation 計算機共同創建了“硬件在環”系統。

              在這一精確到位和時間的數字反饋回路中,已模擬的傳感器數據可以流入 Pegasus AV 計算機,并進行實時處理。 Pegasus 的駕駛命令會實時返回,以控制在模擬環境中行駛的虛擬車輛,從而驗證軟件中的算法是否可以正常運行。

              至于如何將仿真領域里,再掀起一場深水炸彈之戰,復制其在自動駕駛芯片領域的成功,則是英偉達需要回答的問題。


              日本黄色视频在线观看 - 在线观看 - 影视资讯 - 品尚网