GTC21 | DRIVE Mapping 集体记忆助力自动驾驶车辆感知环境
2021-11-19 15:05
#人工智能 #深度学习 #GTC21 分享到微信 分享到微博
集成了 DeepMap 技术的平台能够实现可扩展的高精度地图和定位。
在 GTC 大会的开幕主题演讲中,NVIDIA 创始人兼首席执行官黄仁勋先生展示了结合 NVIDIA DRIVE 和 DeepMap 技术的最新地图功能。其结果是高精度的解决方案,能够实现众包地图并稳定的运用于自动驾驶汽车地图和定位。
地图是自动驾驶的基础支柱,是自动驾驶的集体记忆。高精度地图提供了对驾驶环境的基础理解,并在汽车行驶过程中不断更新。NVIDIA 近期收购了世界领先的自动驾驶地图公司 DeepMap,团队正在共同加速、改进和扩展全球范围内的高性能地图解决方案。
这些地图必须以更快的处理速度和更少的数据存储实现厘米级精度,反映道路施工区域或车道封闭等实时路况,并且高效扩展至整个自动驾驶车队。地图还必须能够在世界各地运行。
NVIDIA DRIVE Mapping 使自动驾驶车队和单车均能实现实时建图和地图更新,为全球自动驾驶创建可扩展的解决方案。
持续的循环
DRIVE Mapping 专为安全、可扩展和实效性而建立。
该系统能够利用运行 NVIDIA DRIVE Hyperion 8 的车辆的感知结果,其中包括量产自动驾驶汽车所需的计算、传感器和软件。而且,它涵盖了车辆的整个行驶过程,能够支持大规模门到门的自动驾驶。
DRIVE Mapping 为 AI 辅助驾驶功能而制图的每个区域都包括摄像头和雷达定位层。在恶劣天气和摄像头可能被遮挡的光线条件下,雷达能够为定位和驾驶提供一层冗余。为提高可靠性和准确性,地图网络使用了经过正确数据标注的地图来训练。
使用正确的标注地图创建 DRIVE Mapping DNN 的过程
DRIVE Hyperion 传感器数据输送入车辆内的 NVIDIA DRIVE AGX AI 计算平台中。地图网络使用这些数据进行感知并识别交叉路口详细信息、交通灯、停车位以及道路和车道边界,然后确定安全的可行驶路径。这些网络能够在不同的环境、光照条件、天气和地理范围内运行。
作为一个众包平台,DRIVE Mapping 的覆盖范围随着使用 NVIDIA DRIVE Hyperion 的汽车制造商数量的增长而扩大。2024 年开始,这些汽车制造商的车队有望分布在全球各地,并将继续发展壮大。
DRIVE Mapping 利用 NVIDIA DGX SuperPOD 基础架构在全球范围内维护这些地图。这些 AI 系统从 DRIVE Hyperion 车辆中提取 TB 级感知数据来创建和更新地图。
将 DRIVE Hyperion 车辆在路上的广泛基础与强大的感知能力相结合,车辆能够检测道路变化并保持地图时效性。
使用 DeepMap 进行开发
通过运用 NVIDIA 在今年早些时候收购的 DeepMap 长期以来在地图领域积累的专业知识,DRIVE Mapping 可以在全球范围进行扩展,为更多道路带来更安全、更高效的自动驾驶交通运输。
凭借这些丰富的经验,NVIDIA 正在开发一支专用车队来建立全球人口密集区域的地图。这些地图将为未来几代自动驾驶实现实时地图而提前做好准备。
使用 DRIVE Mapping,自动驾驶汽车不仅可以了解 3D 世界,还可以构建它以实现持续发展和改进。