0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA为 AI 辅助驾驶平台部署强大的感知深度神经网络

NVIDIA英伟达 来源:NVIDIA英伟达 作者:NVIDIA英伟达 2021-12-15 14:37 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

高性能、高能效的 AI 计算提升自动驾驶汽车的检测能力。

对于自动驾驶汽车而言,感知地面情况十分重要。

虽然人类被教导要避免作出太仓促的判断,但自动驾驶汽车必须快速、准确地发现、检测并马上采取行动,以实现安全运行。这项功能需要一个能够全面识别和追踪车辆周围环境的强大感知软件堆栈。

一些来自全球各地的初创企业正在开发这些感知堆栈,通过 NVIDIA DRIVE AGX 的高性能、高能效的计算为自动驾驶汽车制造商提供高度精确的物体检测功能。

NVIDIA DRIVE AGX 平台能够处理来自各种传感器的数据,包括摄像头、雷达、激光雷达和超声波等,来帮助自动驾驶汽车感知周围环境、根据地图进行定位,然后规划并实行一条安全的行驶路线。这台 AI 超级计算机能够实现自动驾驶、车内功能、驾驶员监控以及其他安全功能,而所有这些功能都被打包进一个紧凑的组件。

数百家汽车制造商、供应商和初创企业正在 NVIDIA DRIVE AGX 上打造自动驾驶汽车,这也是全球感知堆栈开发者选择在该 AI 平台上开发其解决方案的原因。

从开发的第一天起就开始使用

对于希望启动和运行感知解决方案的公司而言,NVIDIA DRIVE 是一个起点。

aiMotive 是一家位于匈牙利的自动驾驶初创企业。该公司建立了一个名为 aiDrive 的模块化软件堆栈,能够为自动驾驶解决方案提供综合全面的感知功能。

该公司于 2016 年首次在 NVIDIA DRIVE 计算平台上构建其解决方案。凭借高性能、高能效的计算, aiDrive 可以使用单色、立体和鱼眼相机进行感知,并能够融合雷达、激光雷达和其他传感器数据,形成一个灵活、可扩展的解决方案。

aiDrive 融合了来自车辆传感器的数据以实现灵活、可扩展的感知

aiMotive 的 aiDrive 高级副总裁 Péter Kovács 表示:“我们从第一天起就一直在使用 NVIDIA DRIVE。该平台可以完成多种工作、支持跨目标开发,并且具有开发者所熟悉的技术生态系统。”

Stradvision 是一家由感知专家于 2014 年创立的韩国初创企业。公司旨在大规模构建高级辅助驾驶系统。Stradvision 通过在 NVIDIA DRIVE AGX 上进行开发,为 AI 辅助驾驶平台部署强大的感知深度神经网络

Stradvision 强大的感知解决方案可以在恶劣的天气条件下运行,例如下雪天

该深度神经网络名为 SVNet ,是少数几个能满足量产车辆的精度和计算要求的网络之一。

在各个级别发挥性能

即使是对于自主性较低的 ADAS 或 AI 辅助驾驶,强大的感知堆栈对保障安全也至关重要。

硅谷初创企业 Phantom AI 运用多年的汽车和科技行业经验,开发了一个能够预测物体运动的智能感知堆栈。这个名为 PhantomVision 的计算机视觉解决方案通过车辆上的前视、侧视和后视摄像头组合,能够覆盖 360 度视角。

全方位的实时检测和目标追踪功能可以对道路物体进行精确的动态判断。凭借 DRIVE AGX 的高性能处理能力,该软件可实现实时感知功能。

PhantomVision 使用车辆周身的摄像头实现完整的 360 度覆盖

本着为所有用户创造更安全道路环境的使命,中国初创企业 CalmCar 建立了一个多摄像头主动环视感知系统。CalmCar 的解决方案以车规级 NVIDIA DRIVE Xavier 为核心,实现了 L2 级以上的自动驾驶、代客泊车和地图绘制功能。

CalmCar 的感知解决方案强调安全性,并以车规级计算为核心

通过在 NVIDIA DRIVE 上开发综合全面的解决方案,这些初创企业正在为全球各地的 AI 辅助和自动驾驶汽车提供准确、强大的感知能力。

原文标题:初创企业在 NVIDIA DRIVE 上构建高精度感知软件

文章出处:【微信公众号:NVIDIA英伟达】欢迎添加关注!文章转载请注明出处。

审核编辑:彭菁
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4842

    浏览量

    108160
  • NVIDIA
    +关注

    关注

    14

    文章

    5687

    浏览量

    110112
  • AI
    AI
    +关注

    关注

    91

    文章

    41101

    浏览量

    302576
  • 自动驾驶
    +关注

    关注

    794

    文章

    14987

    浏览量

    181480

原文标题:初创企业在 NVIDIA DRIVE 上构建高精度感知软件

文章出处:【微信号:NVIDIA_China,微信公众号:NVIDIA英伟达】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    卷积神经网络如何让自动驾驶识别障碍物?

    自动驾驶的发展过程中,感知系统一直承担车辆“眼睛”的角色,其核心任务是让计算机理解复杂多变的物理世界。卷积神经网络(CNN)作为一种专门用于处理图像和视频等网格状数据结构的深度学习模型
    的头像 发表于 04-11 09:59 1444次阅读
    卷积<b class='flag-5'>神经网络</b>如何让自动<b class='flag-5'>驾驶</b>识别障碍物?

    边缘AI算力临界点:深度解析176TOPS香橙派AI Station的产业价值

    调度与操作系统运行。 2、 10个AI Core (达芬奇架构,1.08GHz):专为高密度的矩阵运算设计,承担神经网络推理。 3、 8个Vector Core (1GHz):辅助进行数据预处理和向量
    发表于 03-10 14:19

    面向嵌入式部署神经网络优化:模型压缩深度解析

    1.为什么需要神经网络模型压缩? 神经网络已经成为解决复杂机器学习问题的强大工具。然而,这种能力往往伴随着模型规模和计算复杂度的增加。当输入维度较大(例如长时序窗口、高分辨率特征空间)时,模型需要
    的头像 发表于 02-24 15:37 5446次阅读
    面向嵌入式<b class='flag-5'>部署</b>的<b class='flag-5'>神经网络</b>优化:模型压缩<b class='flag-5'>深度</b>解析

    NVIDIA 推出 Alpamayo 系列开源 AI 模型与工具,加速安全可靠的推理型辅助驾驶汽车开发

    新闻摘要 : l NVIDIA 率先发布应对辅助驾驶长尾场景挑战而设计的开源视觉-语言-动作推理模型(Reasoning VLA);NVIDIA
    的头像 发表于 01-06 09:40 512次阅读
    <b class='flag-5'>NVIDIA</b> 推出 Alpamayo 系列开源 <b class='flag-5'>AI</b> 模型与工具,加速安全可靠的推理型<b class='flag-5'>辅助</b><b class='flag-5'>驾驶</b>汽车开发

    神经网络的初步认识

    日常生活中的智能应用都离不开深度学习,而深度学习则依赖于神经网络的实现。什么是神经网络神经网络的核心思想是模仿生物
    的头像 发表于 12-17 15:05 460次阅读
    <b class='flag-5'>神经网络</b>的初步认识

    自动驾驶中常提的卷积神经网络是个啥?

    在自动驾驶领域,经常会听到卷积神经网络技术。卷积神经网络,简称为CNN,是一种专门用来处理网格状数据(比如图像)的深度学习模型。CNN在图像处理中尤其常见,因为图像本身就可以看作是由像
    的头像 发表于 11-19 18:15 2244次阅读
    自动<b class='flag-5'>驾驶</b>中常提的卷积<b class='flag-5'>神经网络</b>是个啥?

    NVIDIA与Uber合作推进全球L4级自动驾驶移动出行网络

    NVIDIA 宣布与 Uber 达成合作,将共同扩展全球 L4 级自动驾驶移动出行网络。合作将依托 Uber 新一代无人驾驶出租车和自动配送车队,采用全新
    的头像 发表于 11-03 14:33 1502次阅读

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定类别
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2训练框架,目标是训练一个手写数字识别的神经网络
    发表于 10-22 07:03

    CICC2033神经网络部署相关操作

    在完成神经网络量化后,需要将神经网络部署到硬件加速器上。首先需要将所有权重数据以及输入数据导入到存储器内。 在仿真环境下,可将其存于一个文件,并在 Verilog 代码中通过 readmemh 函数
    发表于 10-20 08:00

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 1555次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片

    AI芯片不仅包括深度学细AI加速器,还有另外一个主要列别:类脑芯片。类脑芯片是模拟人脑神经网络架构的芯片。它结合微电子技术和新型神经形态器件
    发表于 09-17 16:43

    如何在机器视觉中部署深度学习神经网络

    图 1:基于深度学习的目标检测可定位已训练的目标类别,并通过矩形框(边界框)对其进行标识。 在讨论人工智能(AI)或深度学习时,经常会出现“神经网络”、“黑箱”、“标注”等术语。这些概
    的头像 发表于 09-10 17:38 1049次阅读
    如何在机器视觉中<b class='flag-5'>部署</b><b class='flag-5'>深度</b>学习<b class='flag-5'>神经网络</b>

    无刷电机小波神经网络转子位置检测方法的研究

    摘要:论文通过对无刷电机数学模型的推导,得出转角:与三相相电压之间存在映射关系,因此构建了一个以三相相电压输人,转角输出的小波神经网络来实现转角预测,并采用改进遗传算法来训练网络
    发表于 06-25 13:06

    NVIDIA推出行业领先辅助驾驶软件平台

    NVIDIA 发布了全面的、行业领先的辅助驾驶软件平台,服务于全球汽车制造商、卡车制造商、机器人出租车公司和初创企业,加速其大规模部署安全的
    的头像 发表于 06-16 13:52 1327次阅读