辅助驾驶仿真

探索高保真和多样化的传感器仿真,实现安全的辅助驾驶汽车开发。

工作负载

仿真/建模/设计

行业

汽车和交通运输

业务目标

投资回报
风险缓解

产品

概览

对高保真辅助驾驶仿真的需求

开发智能汽车需要在长尾边缘案例、新路线和多变路况下进行大规模的训练和测试,而无需等待在公共道路上实际遇到这些情况。高保真传感器仿真通过传感器日志将现实世界转换为 3D 场景,然后生成可控变量用于测试和合成数据生成,实现高度仿真。

NVIDIA 的智能汽车仿真工作流可利用记录的传感器数据对全尺寸环境进行 3D 重建以渲染新的传感器视角,同时提供世界模型以在传感器仿真中引入可控变量 (光照、天气和地理位置)。它还包含 AlpaSim 等仿真框架,用于运行闭环仿真,在这些仿真中,可预测不同的驾驶行为后果及系统应对。

为何辅助驾驶仿真如此重要:

安全

渲染出恶劣天气、交通变化、罕见或危险场景等各式各样的驾驶条件,而不是必须在现实世界中遇到这些情况。

成本效率

通过生成满足模型需求的数据,加快开发速度,减少对成本高昂的数据收集车队的依赖。

可扩展性和灵活性

在进行物理原型设计之前,部署虚拟车队来配置新的传感器和堆栈。

NVIDIA Alpamayo

这是一个包含开放式 VLA 模型、仿真框架和物理 AI 数据集的完整生态系统,用于加速基于推理的安全辅助驾驶汽车开发。


技术实施

大规模运行高保真辅助驾驶仿真

开始构建更先进的辅助驾驶仿真工作流。

使用 NVIDIA Omniverse NuRec 重建真实世界数据

NVIDIA Omniverse™ NuRec 提供用于神经重建、渲染和生成式增强的模型和库,让您能够将传感器数据转化为高保真 3D 高斯泼溅。这可实现高保真回放,并在仿真中引入全新的轨迹和传感器视点。

利用 NVIDIA 物理 AI 数据工厂 Blueprint 策划、增强和评估数据

开发者可以利用物理 AI 数据工厂 Blueprint,通过更快、可扩展的数据整理、增强和数据评估来提升智能汽车开发。使用 Cosmos Curator 对海量数据集进行过滤、注释和去重,并利用 Cosmos Dataset SearchCosmos PredictCosmos Transfer 快速创建定制的训练后数据集。世界基础模型 (WFM) 会生成新的视频数据用于测试和验证,覆盖各种天气、光照和地形条件。

利用 NVIDIA AlpaSim 运行闭环仿真

AlpaSim 是一个用于闭环测试的开放式仿真框架,它采用微服务架构,以运行时为中心,负责编排所有仿真活动。支持接入 Alpamayo 1 等驾驶员模型以及 Omniverse NuRec 和 Cosmos 等渲染器,在单独的进程中运行每个服务,并将服务分配给不同的 GPU。


合作伙伴

辅助驾驶仿真合作伙伴生态系统

了解我们的合作伙伴如何提供物理仿真,实现自动驾驶汽车开发的安全性和高效性。

使用 NuRec 和 Cosmos 审核、重建和丰富物理 AI 传感器数据。

通过 dSPACE 的 ASM 平台,使用 NuRec 将记录的驾驶数据转化为可编辑的仿真场景。

利用 Omniverse NuRec 模拟和验证辅助驾驶场景,现已通过 51Sim 平台提供。

通过连接到 Foretellix 的 Foretify™,利用 Omniverse NuRec 和 Cosmos 快速扩展辅助驾驶仿真的验证与确认能力。

利用兼容、仿真就绪内容构成的共享生态系统。

使用 NuRec 在 Mcity 物理试验场的神经重建环境中测试智能汽车栈。

使用 Fixer 去除伪影,并使用 Cosmos Transfer 和 Parallel Domain 场景渲染增强数据多样性。


会议