NVIDIA DRIVE Labs

深入了解自动驾驶汽车软件

DRIVE Labs 视频系列以工程学为重点,关注从感知路径到应对交叉路口驾驶的一系列自动驾驶问题。这些短片展示了 NVIDIA DRIVE AV 软件团队如何创建安全可靠的自动驾驶系统。

 

AI 如何帮助自动驾驶汽车感知交叉路口结构

自动处理交叉路口为自动驾驶汽车带来了一系列复杂挑战。在先前的 NVIDIA 自动驾驶实验室系列中,我们展示了如何利用 WaitNet DNN 检测交叉路口、交通信号灯和交通标志;还展示了如何利用 LightNet 和 SignNet DNN 对交通信号灯状态和交通标志类型进行分类。在本集中,我们会进一步展示 NVIDIA 如何利用 AI 来感知自动驾驶汽车在日常行驶中可能遇到的各种交叉路口结构。

 

主动学习如何改善夜间行人检测

利用主动学习,AI 可以自动选择正确的训练数据。一组专用的 DNN 遍阅一个图像帧池,标记出容易混淆的帧。然后对这些帧进行标记,并将其添加到训练数据集中。此过程可以改善 DNN 在高难度环境条件(例如夜间行人检测)下的感知能力。

 

聚焦激光:多视图 LidarNet 如何为自动驾驶汽车提供丰富的视角

处理激光雷达数据的传统方法会带来重大挑战,例如检测和分类不同类型的物体、场景和天气情况的能力,以及性能和稳定性方面的限制。我们的多视图 LidarNet 深度神经网络使用汽车周围场景的多个视角或视图,来解决这些激光雷达处理方面的挑战。

 

聚焦激光:多视图 LidarNet 如何为自动驾驶汽车提供丰富的视角

处理激光雷达数据的传统方法会带来重大挑战,例如检测和分类不同类型的物体、场景和天气情况的能力,以及性能和稳定性方面的限制。我们的多视图 LidarNet 深度神经网络使用汽车周围场景的多个视角或视图,来解决这些激光雷达处理方面的挑战。

 

AI 如何阅读路上的文字

观看我们如何将 LaneNet DNN 发展为高精度 MapNet DNN。这一演变包括增加检测类,除了车道线检测外,还涵盖道路标志和垂直地标(例如栏杆)。它还利用端到端检测功能,提供更快的汽车内推理。

 

道路上的 AI:利用环绕摄像头雷达融合为自动驾驶汽车消除盲点

AI 能够检测和应对车辆四周的物体,进而提供舒适且安全的驾驶体验。在这段 DRIVE Labs 视频中,我们解释了传感器融合流程如此重要的原因。该流程可以结合摄像头和雷达输入,进而实现对周围环境的准确感知。 

 

光线太刺眼?AI 如何避免其他车辆的远光眩光

远光灯可以显著增加标准前灯的夜间能见度范围;但是,它们会产生为其他驾驶员造成危险的眩光。我们已经训练了一种基于摄像头的深度神经网络 (DNN)(称为 AutoHighBeamNet),可以自动为车辆的远光灯系统生成控制输出,提高夜间驾驶的能见度和安全性。

 

驾驶 NVIDIA 自动驾驶汽车

这期 DRIVE Labs 特别节目展示了 NVIDIA DRIVE 自动驾驶汽车软件如何结合感知、定位和规划/控制的基本组成部分,在我们位于加州圣克拉拉的总部周围的公共道路上自动驾驶。

 

利用 AI 对交通标志和信号灯进行分类

NVIDIA DRIVE AV 软件使用 DNN 组合来对交通标志和信号灯进行分类。 了解我们的 LightNet DNN 如何对信号灯形状(例如,实心圆与箭头)和状态(即颜色)进行分类,SignNet DNN 如何对交通标志类型进行分类。

 

利用 Safety Force Field 避免碰撞

我们使用 Safety Force Field (SFF) 防撞软件单独监控车辆主规划和控制系统的操作。 SFF 会对主系统选择的控件进行双重检查,如果检查结果为控件不安全,SSF 将否决主系统的决策并对其进行更正。

 

高精度车道检测

深度神经网络 (DNN) 处理现已成为一种重要的基于 AI 的车道检测技术。 我们的 LaneNet DNN 可通过像素级精度提升车道检测范围、车道边缘召回和车道检测可靠性。

 

感知全新维度

在丘陵地带,使用单个摄像头提供的图像数据计算距目标的距离颇具挑战性。 借助深度神经网络,自动驾驶汽车可以通过 2D 图像测算出 3D 距离。

 

摄像头全方位视觉

了解我们如何使用六摄像头配置 360 度查看车辆周围的情况,以及如何追踪周边环境中移动的对象。

 

使用 RNN 预测未来

自动驾驶汽车必须使用计算方法和传感器数据(例如一系列图像)来及时确定目标移动的方式。

 

ClearSightNet 深度神经网络

ClearSightNet DNN 经过专门训练,可评估摄像头能否清晰观察,并确定遮蔽、阻挡和可见度降低的原因。

 

WaitNet 深度神经网络

了解 WaitNet DNN 如何能够在不使用地图的情况下检测交叉路口。

 

路径感知集成

这三个 DNN 可构建主路和车道线以及更改/分离/合并车道的置信度,并对其进行评估。

通过 NVIDIA 汽车时事通讯,直接在收件箱中获取最新的 DRIVE Labs 信息。