智能汽车

什么是智能汽车？

Autonomous Vehicles 智能汽车，也称为智能汽车或辅助驾驶汽车，是无需人工干预或极少人工干预即可安全导航和操作的车辆。智能汽车配备了辅助驾驶系统，该系统结合使用传感器 (例如摄像头、雷达和/ 或激光雷达) 、计算和软件，以安全地感知环境并执行驾驶任务。

美国汽车工程师学会 (SAE) 定义了以下自动化级别：

智能汽车由物理 AI 提供支持，从车载传感器中获取实时数据，使用在高性能计算上运行的端到端基础模型进行处理，并规划和执行驾驶决策。

智能汽车技术的核心是革命性的三台计算机框架，可实现持续学习和改进：

数据中心训练：该框架从 NVIDIA DGX™ 系统开始，用于训练数据中心内的端到端 AI 模型。DGX 系统由涵盖硬件和软件的全面基础架构组成，可用于通过大量数据运行辅助驾驶汽车堆栈。这有助于它学习如何感知、规划和行动，帮助智能汽车逐渐变得更加安全。
仿真环境：在 NVIDIA OVX™ 上运行 Cosmos™ 的 NVIDIA Omniverse™ 可实现丰富的 3D 数字孪生，对现实世界的传感器数据、物理特性和行为进行建模。这些数字孪生可以生成物理属性准确且多样化的传感器数据，以便在安全的仿真环境中测试、训练和验证智能汽车。
车载计算：NVIDIA DRIVE AGX™充当车辆的大脑，提供安全、辅助驾驶所需的车载计算能力。它加速了感知、规划和控制任务中的深度学习推理，使车辆能够根据传感器数据做出实时决策。经过安全认证的 NVIDIA DriveOS™ 操作系统是硬件的补充，可提供满足功能安全要求所需的实时处理、安全性和系统监控。

这三台计算机共同实现了持续的开发周期，加速了性能和大规模部署的提升。

当智能汽车在现实世界中行驶时，传感器数据会被收集并发送到数据中心。这些数据用于完善智能汽车软件堆栈并添加新功能。训练后，堆栈会在仿真中进行重新测试和验证，然后在车载计算机上进行更新。然后，随着更多的驾驶和数据收集，这个周期又开始了。

辅助驾驶系统必须在模拟和现实世界环境中进行严格测试和验证，以确保安全和可靠性。

辅助驾驶具有一系列优势。最显著的优势之一是通过减少交通事故 (其中许多是人为失误造成的) 来提高道路安全性。智能汽车被设计为能够遵守交通法规，监控盲点，并比人类驾驶员更快地检测危险。

智能汽车还可能通过增加出行选择，为无法驾驶汽车的人提供出行自由。它们可以高效处理交通堵塞和复杂的城市环境，这有助于减少交通拥堵并降低排放，尤其是在交通运输行业不再使用内燃机而是使用电动汽车的情况下。

NHTSA 和 SAE 为辅助驾驶制定了严格的安全标准，包括测试、报告和安全评估要求。

智能汽车依靠一套结合先进软件和计算能力的传感器来感知环境、做出决策并控制车辆。如上所述，三台计算机框架创建了一个持续学习和反馈循环，该循环使用车辆传感器收集的数据来提高整体性能 – 从安全性开始。

本质上，智能汽车的安全要求来自风险分析。这包括根据产品定义了解用例、识别潜在危险，并根据暴露 (不良结果发生的可能性) 、严重程度 (结果有多糟糕) 和可控性 (即在辅助驾驶规划器故障的情况下，人类驾驶员可能避免不良结果) 来评估风险。它由最小的平均故障时间间隔 (MTBF) 来量化。

NVIDIA Halos 是一个全栈安全系统，整合了车辆架构、AI 模型、计算、软件、工具和服务，可确保智能汽车从云端到车端的安全开发。

Halos 为确保辅助驾驶的系统级可靠性和迭代改进提供了关键的安全基础。这包括将经过第三方评估的硬件、软件和流程与多样化的算法架构和验证流程相集成。

Halos 是对现有行业标准安全实践的补充，同时为基于 AI 的端到端堆栈引入了独特元素。这可确保合规性，并与 NVIDIA Halos AI 系统检测实验室一起推进安全可靠的辅助驾驶堆栈。

随着智能汽车技术的不断进步，制造商、监管机构和公众之间的持续合作对于应对网络安全和数据隐私等新挑战至关重要。最终目标是实现无需人工干预即可在公共道路上安全运行的全自动驾驶汽车，通过减少碰撞事故、提高移动性和创建更高效的交通系统造福社会。

NVIDIA DRIVE AGX 是用于开发安全智能汽车的软硬件平台。

安全是开发智能汽车的必要条件。阅读我们的最新报告，了解 NVIDIA 如何优先考虑车辆、乘客和行人安全。

NVIDIA 汽车解决方案提供设计、可视化、开发和模拟未来驾驶所需的性能和可扩展性。