智能汽车仿真和验证
大规模模拟真实世界驾驶
通过高保真仿真加速辅助驾驶汽车开发和验证。
优势
为什么仿真对智能汽车来说至关重要
实地试驾无法涵盖所有边际情况或罕见天气状况。借助仿真技术，辅助驾驶团队能够生成数百万种场景变体——包括现实世界中从未出现过的状况——从而在车辆实际行驶一英里之前就完成安全性测试
辅助驾驶汽车开发安全验证
在受控仿真环境中，评估车辆在罕见活动、恶劣天气、复杂交通状况和其他安全至上条件下的行为。
仿真驱动的成本效率
通过生成用于开发和测试的多样化数据，降低对成本高昂的数据收集车队的依赖。
辅助驾驶汽车仿真工作流中的可扩展性和灵活性
在设计物理原型之前优化传感器、配置和自主栈。
加速辅助驾驶汽车开发和验证
以更高的速度和一致性，从数据生成推进到可重复测试和验证。
技术
智能汽车仿真和验证
用例
仿真如何支持辅助驾驶汽车开发？
NVIDIA 仿真技术支持辅助驾驶汽车开发生命周期的每一个阶段 — 从场景重建和合成数据生成到场景变化和闭环评估。
-
神经重建
-
世界生成
-
场景变化
-
闭环仿真
神经重建
使用 NVIDIA Omniverse NuRec 库和模型，将驾驶场景重建为 3D 高斯环境。
- 利用 Asset Harvester 从稀疏的驾驶视频视图中提取真实世界 3D 资产
- 使用 Fixer 清理渲染场景中的新视角瑕疵
- 使用 Harmonizer 纠正光照和外观不一致
在 NVIDIA Brev 上利用 NemoClaw 即时试用这项技能
世界生成
根据学到的视觉先验知识创建逼真的驾驶世界 - 用于数据扩展时开环，用于反应式策略测试时闭环。
- 开环：使用 NVIDIA COSMOS 生成各种传感器数据，循环中无需策略
- 闭环：使用 NVIDIA OmniDreams 实时生成下一个传感器帧，对转向、油门和制动决策做出响应
场景变化
将仿真覆盖范围扩大到仅通过物理测试无法捕获的条件。
- 行为排列：使用 NVIDIA AlpaSim 改变轨迹和交通智能体行为
- 内容排列：使用 NVIDIA Asset Harvester、NVIDIA Omniverse NuRec 和 NVIDIA AlpaSim 插入、重新排列或删除 3D 智能体和道具
样式排列：利用 NVIDIA COSMOS Transfer，通过新的天气、光照、时段和地理位置来增强场景。
闭环仿真
在反应式仿真中测试驾驶栈，其中做出的决策会影响未来的场景状态和结果。
- 利用 NVIDIA AlpaSim 运行闭环仿真，以测试驾驶决策
- 使用 NVIDIA Omniverse NuRec 在日志重建场景中测试策略
- 使用 NVIDIA OmniDreams，通过生成式仿真世界来扩展场景
- 使用 NVIDIA Alpamayo，闭环评估基于推理的驾驶员模型
- 使用 NVIDIA AlpaGym，通过闭环强化学习来训练策略
合作伙伴
采用 NVIDIA 智能汽车仿真技术的合作伙伴
汽车制造商、移动出行公司和仿真提供商正利用 NVIDIA 技术来推进仿真和验证。
后续步骤
准备好开始使用辅助驾驶汽车仿真了吗？
探索开发者资源，开始利用 NVIDIA 技术构建辅助驾驶汽车仿真工作流。
订阅 NVIDIA 培训最新消息
汽车行业正在迅速发展。 订阅最新资讯，及时了解最新资讯。
