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
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

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

    4585

    浏览量

    99091
  • NVIDIA
    +关注

    关注

    14

    文章

    4623

    浏览量

    101935
  • AI
    AI
    +关注

    关注

    87

    文章

    26737

    浏览量

    264409
  • 自动驾驶
    +关注

    关注

    773

    文章

    13154

    浏览量

    163563

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

    评论

    相关推荐

    利用深度循环神经网络对心电图降噪

    具体的软硬件实现点击 http://mcu-ai.com/ MCU-AI技术网页_MCU-AI 我们提出了一种利用由长短期记忆 (LSTM) 单元构建的深度循环
    发表于 05-15 14:42

    助听器降噪神经网络模型

    抑制任务是语音增强领域的一个重要学科, 随着深度神经网络的兴起,提出了几种基于深度模型的音频处理新方法[1,2,3,4]。然而,这些通常是离线处理而开发的,不需要考虑实时性。当使用
    发表于 05-11 17:15

    利用神经网络对脑电图(EEG)降噪

    数据与干净的EEG数据构成训练数据,并且分成训练、验证和测试数据集。 绘制有噪声EEG数据与干净的EEG数据 显然,传统的任何算法很难将EEG数据从噪声中滤出来。 定义神经网络结构,之所以选择长短期记忆
    发表于 04-30 20:40

    未来已来,多传感器融合感知是自动驾驶破局的关键

    数据,与现有主流AI计算平台完全兼容,它可以复用已有的图像数据样本,免除了产品的神经网络训练数据需要完全重新采集的困扰。 “多维像素”数据组合示意图 昱感微的融合感知技术采用最前沿的
    发表于 04-11 10:26

    FPGA在深度学习应用中或将取代GPU

    硬件公司供货的不断增加,GPU 在深度学习中的市场需求还催生了大量公共云服务,这些服务深度学习项目提供强大的 GPU 虚拟机。 但是显卡也受硬件和环境的限制。Larzul 解释说:
    发表于 03-21 15:19

    详解深度学习、神经网络与卷积神经网络的应用

    在如今的网络时代,错综复杂的大数据和网络环境,让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年,深度学习逐渐走进人们的视线,通过
    的头像 发表于 01-11 10:51 804次阅读
    详解<b class='flag-5'>深度</b>学习、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用

    浅析深度神经网络压缩与加速技术

    深度神经网络深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似
    的头像 发表于 10-11 09:14 416次阅读
    浅析<b class='flag-5'>深度</b><b class='flag-5'>神经网络</b>压缩与加速技术

    AI加速器架构设计与实现》+第一章卷积神经网络观后感

    AI加速器架构设计与实现》+第一章卷积神经网络观感    在本书的引言中也提到“一图胜千言”,读完第一章节后,对其进行了一些归纳(如图1),第一章对常见的神经网络结构进行了介绍,举例了一些结构
    发表于 09-11 20:34

    深度学习的神经网络架构解析

    感知器是所有神经网络中最基本的,也是更复杂的神经网络的基本组成部分。它只连接一个输入神经元和一个输出神经元。
    发表于 08-31 16:55 948次阅读
    <b class='flag-5'>深度</b>学习的<b class='flag-5'>神经网络</b>架构解析

    卷积神经网络深度神经网络的优缺点 卷积神经网络深度神经网络的区别

    深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预
    发表于 08-21 17:07 2603次阅读

    卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点

    卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点  卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
    的头像 发表于 08-21 16:49 1537次阅读

    卷积神经网络计算公式

    神经网络计算公式 神经网络是一种类似于人脑的神经系统的计算模型,它是一种可以用来进行模式识别、分类、预测等任务的强大工具。在深度学习领域,
    的头像 发表于 08-21 16:49 1268次阅读

    卷积神经网络三大特点

    卷积神经网络三大特点  卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习模型,其具有三大特点:局部感知、参数共享和下采样。 一、局部
    的头像 发表于 08-21 16:49 4040次阅读

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度
    的头像 发表于 08-17 16:30 981次阅读

    如何使用TensorFlow将神经网络模型部署到移动或嵌入式设备上

    有很多方法可以将经过训练的神经网络模型部署到移动或嵌入式设备上。不同的框架在各种平台上支持Arm,包括TensorFlow、PyTorch、Caffe2、MxNet和CNTK,如Android
    发表于 08-02 06:43