NVIDIA 产品经理分享如何在仿真环境中进行自动驾驶汽车训练
2023-02-28 10:46
分享到微信
分享到微博
自动驾驶开发人员需基于连续工作流（或数据工厂），持续更新训练场景，完善深度神经网络，以进行自动驾驶汽车的训练、测试和验证。
仿真则是该流程中的关键组成部分之一。通过海量的高保真、基于物理学原理的仿真场景，自动驾驶汽车开发人员可开展大规模的自动驾驶汽车测试。类似于大量人工智能（AI）相关的技术，仿真技术也在持续发展和改进，以缩小现实世界和虚拟世界之间的差距。
NVIDIA 自动驾驶汽车仿真高级产品经理 Matt Cragun 此前在播客中介绍了自动驾驶仿真技术的发展，并讲解了 DRIVE Sim 的起源以及内部运作的详细信息。本篇文章将分享这一播客中的精彩内容。
NVIDIA DRIVE Sim 赋能自动驾驶开发
自动驾驶汽车是当今时代最复杂的工程挑战之一，需要拥有由出色的开发团队带来的出色的工具。在现实世界中我们无法安全和彻底地对自动驾驶汽车进行测试，面对这一痛点，NVIDIA DRIVE Sim™ 构建了一个物理精准的仿真平台，能够快速、高效地进行大规模的自动驾驶汽车测试和验证。
NVIDIA DRIVE Sim 基于 Omniverse 平台开发，为自动驾驶汽车的测试和验证构建了虚拟试验场。NVIDIA DRIVE Sim 是物理精准的仿真平台，通过开发合成数据生成、神经重建等各种开创性工具，推动了驾驶环境和驾驶场景的数字孪生的构建。
DRIVE Sim 的设计使得所有团队都可以使用相同的仿真工具集。它可在本地工作站上运行 SIL，或者在一个或多个节点上扩展到多个 GPU。硬件选项十分灵活。DRIVE Sim 可以在数据中心的 OVX 服务器上本地运行，也可以使用 NVIDIA 云合作伙伴提供的机器镜像上运行。HIL 或其他 XIL 用例也可使用 NVIDIA DRIVE Constellation™ 系统。
借助 NVIDIA DRIVE Sim，汽车制造商可以完全在虚拟世界中设计车辆，从而简化漫长的传统流程。工程师和产品经理还可使用它验证车辆设计，以确保它们符合当地安全标准。另外，汽车的潜在买家也可以从中受益，他们将能够坐在家中舒适地配置和体验汽车。
DRIVE Sim 是一个开放式模组化可扩展平台，兼具开放性和扩展性，可让用户根据自己的需求自定义仿真器。您可以使用随附的 SDK，为传感器模型、车辆动力学、交通模型或自定义硬件的界面轻松构建扩展程序。DRIVE Sim 还拥有丰富的合作伙伴生态系统，这些合作伙伴可以提供兼容扩展程序。
拓展阅读
GTC22 | NVIDIA 展示 DRIVE Sim 中的新型 AI 工具，推动自动驾驶汽车的开发
一文看懂 DRIVE Replicator：合成数据生成加速自动驾驶汽车的开发和验证
NVIDIA DRIVE Sim 中的神经重建引擎
NVIDIA 研究人员开发了一个名为“神经重建引擎（NRE）”的 AI 工具集，可基于 NVIDIA DRIVE Sim 中记录的传感器数据，构建 3D 场景。
GTC22 发布的 AI 工具，能够将真实世界数据直接导入以构建仿真场景，此举可提高仿真的真实性，加快自动驾驶汽车的生产。
NRE 能够使用多个 AI 网络，创建交互式 3D 测试环境。开发者能对仿真场景进行修改以查看变化。开发者还可以改变场景、添加合成物体并实施随机化，使初始场景变得更具挑战性，比如在场景中加入一个追着弹跳的球并跑到路中间的孩子等。
拓展阅读
GTC22 | DRIVE Sim 平台发布新功能 NRE，借助 AI 技术重构真实世界
//
“研究人员正在不断探索技术前沿，以推动关键性测试与验证技术发展。”
— Matt Cragun
NVIDIA 自动驾驶汽车仿真
高级产品经理
