利用 NVIDIA Halos 进行开发，可确保所有自动化级别车辆的安全性。
NVIDIA Halos 是一个先进的全栈系统，用于确保自动驾驶汽车 (AV) 的安全性。它包括硬件和软件组件、工具、模型以及将它们结合起来的设计原则，保护基于 AI、从云端到汽车的端到端 AV 堆栈。
Halos 可借助设计时、部署时和验证时护栏，在自动驾驶汽车的整个开发生命周期内确保安全性。Halos 利用三个功能强大的计算平台：NVIDIA DGX™ 用于 AI 训练，配备 Cosmos™ 的 Omniverse™ 用于仿真，NVIDIA AGX™ 用于部署。在基于 AI 的自动驾驶汽车堆栈中构建安全性和可解释性。
此外，Halos 还与现有行业标准安全实践互为补充，同时引入了面向自动驾驶汽车的独特组件。NVIDIA AI 系统检测实验室可确保符合法规要求，并推进安全可靠的 AV 堆栈。
NVIDIA 隆重推出 Halos — 全面的自动驾驶汽车安全系统
了解 NVIDIA Halos 如何结合硬件、软件、工具、模型和成熟的设计原则，保护端到端自动驾驶汽车堆栈。
NVIDIA Halos
在本视频中，我们展示了 NVIDIA Halos 如何作为一套全栈式综合安全系统，统一了从车辆架构到 AI 的开发流程，确保自动驾驶汽车的安全部署。
NVIDIA Halos 是我们在自动驾驶汽车安全领域持续投资所取得的成果，从研究到工程再到积极遵守国际安全标准，均已通过独立第三方评估机构的验证。
随着自动驾驶汽车公司向基于 AI 的端到端架构过渡，NVIDIA Halos 提供了关键的安全基础，可确保系统级可靠性和自动驾驶系统的迭代改进。这包括将经过第三方评估的硬件、软件和流程与一系列算法架构和验证工作流集成在一起。
NVIDIA DGX
设计期安全护栏，用于确保内置硬件/软件的安全性和开发流程的可信性。
配备 Cosmos 的 NVIDIA Omniverse
验证期护栏，用于数据生成、仿真、评估和终身安全保证。
Halos 从 NVIDIA 自身的自动驾驶汽车堆栈开发演化而来，可对现有行业安全实践进行补充和增强，包括遵循法规和标准化框架。Halos 向合作伙伴和开发者开放，使他们可以采用或定制安全组件，并与 NVIDIA 一起践行共同的使命，开发安全可靠的自动驾驶汽车技术。
设计时、部署时和验证时护栏将共同作用，将安全性和可解释性融入多个技术层次，包括平台安全性、AI 算法安全性和生态系统安全性。
顶层 Halos 组件为 NVIDIA AI 系统检测实验室，可帮助客户和生态系统合作伙伴验证其产品与 Halos 组件的安全集成。该实验室是全球首个获得美国国家标准协会国家认证委员会（ANAB）认证的 AI 功能安全计划。
从云端到汽车，NVIDIA 将产品、工具、技术与流程整合在一起，以便安全开发自动驾驶汽车。Halos 集成了基础模型和多样化算法堆栈，并将经典模型与基于 AI 的端到端模型相结合，可在向 AI 驱动式自动驾驶汽车架构转型过程中确保系统级安全性。
-
平台安全性
-
算法安全性
-
生态系统安全性
-
AI 系统检测实验室
为自动驾驶系统奠定可靠基础，包括：
- 系统级芯片 (SoC)：专为确保安全而设计，内置数百种安全机制。
- NVIDIA DriveOS：通过安全认证的 ASIL-D 操作系统，涵盖 CPU、ISP、GPU、I/O 和内存。
- 经过安全评估的基础平台，为所有类型的应用提供实现安全系统所需的基础安全计算机。
- NVIDIA DRIVE AGX Hyperion™ 是一个多样化的硬件平台，连接 SoC、操作系统和传感器，构建安全可靠的车辆架构，确保车辆在必要时能够安全执行应急方案。
算法 AI 安全性涵盖以下要素：
- 多样化的自动驾驶汽车堆栈，将模块化堆栈与端到端 AI 模型相结合，以确保算法 AI 安全性。
- 训练、仿真和验证环境，利用 Omniverse 和 Cosmos 平台来打造安全的自动驾驶汽车。
- 独立安全数据集，确保根据各种无偏数据对自动驾驶汽车性能进行测试。
构建更安全的自动驾驶汽车生态系统，包括：
- 通过安全数据飞轮持续改进，该飞轮可在道路环境中不断学习如何扩展运行设计域，以便进行安全部署。
- 将基于物理的多样性传感器仿真无缝集成到现有工作流中，以利用用于自动驾驶汽车仿真的 NVIDIA Omniverse Blueprint 安全地训练、测试和验证自动驾驶汽车。
- 开源数据，如 NVIDIA 物理 AI 数据集，以便完成整个行业的关键安全研究。
- 点击此处，查看使用 Halos 系统的合作伙伴列表，这个列表还在不断增长。
NVIDIA 是全球首家建立经美国国家标准协会国家认证委员会 (ANAB) 认证的 AI 系统检测实验室的公司，可将功能安全、网络安全、AI 和法规集成到统一安全框架中。该实验室通过公正评估来帮助确保合作伙伴系统集成符合严格的安全和网络安全标准。
通过提供检测报告并简化技术验证，该实验室可加快全球自动驾驶汽车安全和网络安全标准合规体系的建立。这有助于汽车生态系统部署安全、更可靠的 AI 驱动式技术，同时推动国际标准合规性。
对 NVIDIA 汽车产品进行独立第三方安全和网络安全评估，证明了 NVIDIA 对自动驾驶汽车安全性的长期承诺。
美国国家标准协会国家认证委员会
ANAB 已将 NVIDIA AI 系统检测实验室指定为 ISO/IEC 17020 检测机构。NVIDIA 是首家网络安全、AI 与功能安全综合检测计划通过 ANAB 认证的公司。
TÜV SÜD
TÜV SÜD 根据 ISO 26262 汽车安全完整性等级 (ASIL) D 标准对 NVIDIA 汽车产品生命周期 (PLC) 软件流程和 DriveOS 6.0 进行了认证。NVIDIA 的汽车系统级芯片、平台和软件工程流程也通过了 ISO 21434 网络安全流程认证。
TÜV Rheinland
TÜV Rheinland 已对 NVIDIA DRIVE 自动驾驶汽车进行联合国欧洲经济委员会独立安全评估，确定其满足复杂电子系统的安全要求。
我们的研发团队已发表超过 240 篇有关自动驾驶汽车安全性的研究论文。
汽车安全领域的最新进展与趋势
关注汽车安全领域近期取得的进展，着重了解自动驾驶系统 (ADS)，以及功能安全性、SOTIF 和网络安全性之间的相互影响。
用于物理 AI 的 Cosmos 世界基础模型平台
物理 AI 需要先进行数字化训练。这需要它自身的数字孪生、策略模型，以及整个世界的数字孪生，即世界模型。Cosmos 可帮助开发者为物理 AI 场景构建定制世界模型。
可提示闭环交通仿真
除了在闭环中模拟真实交通智能体交互外，交通模型还应生成智能体动作，以满足用户指定的一系列复杂提示的要求。
将意外可能性作为驾驶场景中交互性的衡量指标
了解一项新指标，它通过测量自动驾驶汽车对他人的意外潜力来识别交互式场景。
通过碰撞场景集成提高自动驾驶安全性
HydraSafe 框架通过提高数据可用性和增强规划系统的稳健性，旨在应对自动驾驶汽车在危险场景中的安全挑战。
自动驾驶汽车中的系统级安全监控与重新规划
自动驾驶汽车 (AV) 运行安全至关重要，因此需要开发任务相关算法，以便在系统层面进行安全推理，而非仅限于组件层面。
全球领先的无人驾驶出租车公司、OEM、行业安全先驱、建图和仿真公司以及软件和传感器供应商正利用 Halos 系统在各个自动化级别提供自动驾驶汽车安全性。
March 18, 2025
训练自主机器人和车辆与物理世界有效互动需要海量高质量的数据，为了让研究人员和开发者赢得先机，NVIDIA 现发
March 18, 2025
自动驾驶汽车变革已经到来——处于其前沿的 NVIDIA，用超过二十年的汽车计算、软件和安全专业知识，助力从云端
March 18, 2025
物理 AI 正在为自动驾驶和机器人开发技术的交叉领域释放新的可能性，尤其是加速了自动驾驶汽车的开发。正确的技术
重新定义安全自主性
了解前沿 AI、严格的验证框架和全球标准如何塑造自动驾驶汽车安全性。
NVIDIA 汽车
NVIDIA 汽车解决方案为您提供设计、可视化、开发和模拟未来驾驶的性能和可扩展性。
Introduction to NVIDIA Halos – Strategy for AV Safety
Guardrails for NVIDIA Halos Across the Product Life Cycle
Safety Regulation and Standardization in the Era …
Navigating the High-Stakes Safety Challenges of …
Safety in the Age of AI-Based Autonomous Vehicles
Improving Safety with Software-Defined Vehicles
