辅助驾驶仿真

了解适用于安全智能汽车开发的高保真传感器仿真。

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

对高保真辅助驾驶仿真的需求

开发智能汽车需要大量训练数据,这些数据需要反映车辆在道路上面临的现实世界的多样性。传感器仿真可以通过在虚拟环境中渲染物理传感器数据应对这一挑战。以这些物理技术为基础,世界基础模型 (WFM) 为传感器仿真带来了新变化,放大了光照、天气、地理定位等特征。有了这些功能,无需在现实世界中经历罕见、危险的场景,即可对智能汽车进行大规模训练、测试和验证。传感器数据和环境交互的精确性和多样性对于开发物理 AI 至关重要。

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,部署虚拟车队以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。

大规模运行物理精准的辅助驾驶仿真

适用于辅助驾驶仿真的 NVIDIA Omniverse™ Blueprint 是一个参考工作流,包含物理特性、动画和行为,可实现物理属性准确的传感器仿真。它使用 NVIDIA Omniverse Sensor RTX™ API 渲染辅助驾驶训练、测试和验证所需的摄像头、毫米波雷达和激光雷达数据。

借助可无缝集成到现有工作流中的可扩展、对开发者友好的 API,您可以重放驾驶数据、生成新的真值数据并执行闭环测试,从而加速您的工作流。

Foretellix

辅助驾驶传感器仿真,由 Sensor RTX 提供支持

了解 Foretellix 如何使用 NVIDIA Omniverse Sensor RTX API 为辅助驾驶开发生成高保真传感器仿真。

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,实现辅助驾驶开发的安全性和高效性。

通过连接 Foretellix 的 Foretify 覆盖驱动验证平台,快速扩展辅助驾驶仿真验证与确认能力。

查看适用于全行业部署的最新智能汽车安全框架。

利用兼容、仿真就绪内容构成的共享生态系统。

借助 MathWorks RoadRunner 将环境快速导入 NVIDIA Omniverse on NVIDIA DGX™ Cloud。

使用 FiftyOne 平台分析、整理和评估 Omniverse 数据。

使用 Cosmos Transfer 和 Parallel Domain 场景渲染放大数据变化。


更多汽车用例

Foretellix

安全部署智能汽车

智能汽车验证工具开发商 Foretellix 借助 Omniverse 库和 API 发挥传感器仿真的功效,在提高安全性的同时加快工作流、降低成本。

WPP

增强 3D 品牌体验

使用基于 NVIDIA Picasso 构建的生成式 AI 工具制作高质量内容,并通过 NVIDIA Graphics Delivery Network (GDN) 发布交互式品牌体验。

了解端到端智能汽车开发

借助 NVIDIA Omniverse Cloud Sensor RTX 微服务,您可以在进行现实世界测试前,先在物理精准环境中对工作流进行测试和验证。

新闻

NVIDIA 推出加速物理 AI 开发的 Cosmos 世界基础模型平台

借助适用于视频 tokenizer 和加速数据处理流水线针对 NVIDIA 数据中心 GPU 进行了优化,专门用于包括机器人和智能汽车在内的物理 AI 开发。

NVIDIA Omniverse Cloud API 为自主系统开发提供超强助力

NVIDIA Omniverse 库和 API 用于提供大规模、高保真度的传感器仿真。

NVIDIA Research 获 CVPR 辅助驾驶国际挑战赛“端到端辅助驾驶”赛道冠军

NVIDIA 在 400 多名参赛者中脱颖而出,在计算机视觉与模式识别 (CVPR) 大会上赢得辅助驾驶国际挑战赛“端到端驾驶”赛道冠军。

NVIDIA 发布抢先体验版 Omniverse Sensor RTX

埃森哲和 Foretellix 等企业组织正在通过高保真、可扩展的传感器仿真,加速开发新一代智能汽车和机器人。