日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

NVIDIA自動(dòng)駕駛技術(shù)解析

智駕最前沿 ? 來(lái)源:智駕最前沿 ? 作者:智駕最前沿 ? 2025-03-04 09:15 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近年來(lái),隨著人工智能深度學(xué)習(xí)及高性能計(jì)算的突破,傳統(tǒng)駕駛模式正逐步向智能駕駛、無(wú)人駕駛轉(zhuǎn)型,自動(dòng)駕駛技術(shù)正以驚人的速度改變大家的出行方式。NVIDIA作為全球領(lǐng)先的加速計(jì)算和AI平臺(tái)提供商,在自動(dòng)駕駛安全領(lǐng)域投入了巨額資源和研發(fā)力量,旨在構(gòu)建一套既安全又高效的自動(dòng)駕駛生態(tài)系統(tǒng)。


NVIDIAAV 2.0平臺(tái)

當(dāng)自動(dòng)駕駛汽車(chē)從概念走向現(xiàn)實(shí),自動(dòng)駕駛系統(tǒng)需要在復(fù)雜、多變的現(xiàn)實(shí)環(huán)境中實(shí)現(xiàn)精確感知、實(shí)時(shí)決策和安全控制。傳統(tǒng)的模塊化方法雖然在部分場(chǎng)景下能夠滿足需求,但在面對(duì)復(fù)雜交通狀況和突發(fā)異常時(shí),難以全面兼顧安全與效率。

在NVIDIA的技術(shù)體系中,安全性始終被置于首位。通過(guò)軟硬件協(xié)同設(shè)計(jì)、冗余架構(gòu)、深度神經(jīng)網(wǎng)絡(luò) (DNN) 多幀檢測(cè)以及多傳感器融合等技術(shù)手段,在自動(dòng)駕駛系統(tǒng)出現(xiàn)故障或傳感器異常時(shí)能夠迅速切換到安全模式,確保駕駛員和行人的安全??梢哉f(shuō),NVIDIA不僅僅是在追求自動(dòng)駕駛的智能化,更是在為整個(gè)交通系統(tǒng)提供一套完備的安全保障方案。

NVIDIA構(gòu)建了AV 2.0平臺(tái),與AV 1.0專注于使用多個(gè)深度神經(jīng)網(wǎng)絡(luò)改進(jìn)車(chē)輛感知能力不同,AV 2.0引入了端到端的駕駛思路。該技術(shù)通過(guò)一個(gè)大規(guī)模、統(tǒng)一的 AI 模型,從傳感器輸入直接生成車(chē)輛軌跡,有效避免了傳統(tǒng)流水線中信息傳遞失誤和延遲帶來(lái)的風(fēng)險(xiǎn)。

在AV 2.0平臺(tái)中,NVIDIA利用先進(jìn)的深度學(xué)習(xí)算法對(duì)異常情況進(jìn)行預(yù)測(cè)和應(yīng)對(duì)。通過(guò)仿真與現(xiàn)實(shí)數(shù)據(jù)的不斷融合,系統(tǒng)能在面對(duì)罕見(jiàn)或極端場(chǎng)景時(shí)自動(dòng)評(píng)估風(fēng)險(xiǎn),并實(shí)施故障安全行為。端到端駕駛不僅簡(jiǎn)化了算法流程,還大大提升了系統(tǒng)整體響應(yīng)速度和魯棒性,為未來(lái)全面無(wú)人駕駛奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。


安全架構(gòu)的設(shè)計(jì)與實(shí)踐

自動(dòng)駕駛系統(tǒng)作為一種高度復(fù)雜的軟件定義系統(tǒng),其安全架構(gòu)設(shè)計(jì)需覆蓋硬件、固件、操作系統(tǒng)、應(yīng)用軟件等各個(gè)層面。NVIDIA采用的V模型開(kāi)發(fā)流程,對(duì)每一個(gè)環(huán)節(jié)進(jìn)行詳細(xì)的功能和安全性分析。在系統(tǒng)開(kāi)發(fā)初期,通過(guò)故障模式及影響分析(FMEA)、故障樹(shù)分析(FTA) 等方法,識(shí)別潛在安全隱患,并制定對(duì)應(yīng)的安全目標(biāo)和風(fēng)險(xiǎn)緩解措施。

在實(shí)際設(shè)計(jì)中,NVIDIA將功能安全要求分解到各個(gè)子系統(tǒng),并通過(guò)冗余設(shè)計(jì)、多樣化算法以及實(shí)時(shí)監(jiān)控機(jī)制,確保在任一單點(diǎn)發(fā)生故障時(shí),系統(tǒng)仍能迅速切換至最小風(fēng)險(xiǎn)狀態(tài)。如當(dāng)車(chē)輛傳感器因惡劣天氣失效時(shí),系統(tǒng)會(huì)自動(dòng)調(diào)整控制策略或?qū)⒖刂茩?quán)交還給駕駛員,從而最大限度降低事故風(fēng)險(xiǎn)。此外,通過(guò)不斷更新的無(wú)線升級(jí)機(jī)制,NVIDIA自動(dòng)駕駛系統(tǒng)能夠及時(shí)響應(yīng)新威脅和新標(biāo)準(zhǔn),保持系統(tǒng)的長(zhǎng)期安全性和可靠性。


NVIDIA自動(dòng)駕駛技術(shù)架構(gòu)

wKgZPGfGU_eADXWsAAF7w9V8-u4107.png

3.1高性能硬件平臺(tái)的支撐

硬件是自動(dòng)駕駛系統(tǒng)的基石,直接決定了系統(tǒng)處理速度和實(shí)時(shí)響應(yīng)能力。NVIDIA DRIVE AGX系列平臺(tái)在硬件設(shè)計(jì)上實(shí)現(xiàn)了從L2+輔助駕駛到L5完全自動(dòng)駕駛的跨越。以最新一代的DRIVE AGX Orin為例,其芯片支持高達(dá)254 TOPS(每秒萬(wàn)億次運(yùn)算)的計(jì)算性能,為復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)和多傳感器數(shù)據(jù)融合提供了強(qiáng)大算力。DRIVE AGX Thor則整合了最新的NVIDIA Blackwell GPU架構(gòu),不僅支持高精度的計(jì)算任務(wù),還兼顧了能耗和系統(tǒng)成本,為未來(lái)大規(guī)模商用自動(dòng)駕駛系統(tǒng)奠定了堅(jiān)實(shí)基礎(chǔ)。

wKgZPGfGU_-AZ-RpAATIMMXN2SI017.png

NVIDIA DRIVE AGX Orin

NVIDIA DRIVE AGX Thor

硬件平臺(tái)的另一大亮點(diǎn)在于其模塊化設(shè)計(jì)和開(kāi)放的API支持。開(kāi)發(fā)者可以通過(guò)CUDA、TensorRT等工具,充分利用底層硬件的算力,實(shí)現(xiàn)自定義算法和多樣化應(yīng)用。這種開(kāi)放、靈活的平臺(tái)架構(gòu)不僅延長(zhǎng)了產(chǎn)品生命周期,也為汽車(chē)制造商提供了從入門(mén)級(jí)到高端自動(dòng)駕駛解決方案的多層次選擇。

3.2軟件平臺(tái)與AI算法的深度融合

在自動(dòng)駕駛系統(tǒng)中,軟件層面承載著感知、定位、規(guī)劃和控制等核心功能。NVIDIA DRIVE SDK提供了一整套完善的軟件開(kāi)發(fā)工具,涵蓋了傳感器數(shù)據(jù)處理、深度學(xué)習(xí)推理、實(shí)時(shí)控制以及駕駛員監(jiān)控等各個(gè)方面。其核心操作系統(tǒng)DriveOS是首個(gè)面向車(chē)載加速計(jì)算的安全操作系統(tǒng),整合了NVIDIA CUDA庫(kù)和TensorRT推理引擎,能夠在毫秒級(jí)時(shí)間內(nèi)完成復(fù)雜的AI計(jì)算任務(wù)。

通過(guò)利用20多個(gè)同時(shí)運(yùn)行的深度神經(jīng)網(wǎng)絡(luò)模型,NVIDIA DRIVE SDK能夠?qū)崿F(xiàn)對(duì)障礙物檢測(cè)、目標(biāo)跟蹤、多幀數(shù)據(jù)融合以及動(dòng)態(tài)環(huán)境預(yù)測(cè)等功能。這些模型不僅在單一傳感器數(shù)據(jù)上進(jìn)行判斷,更通過(guò)多傳感器數(shù)據(jù)的交叉驗(yàn)證,確保檢測(cè)結(jié)果的準(zhǔn)確性和魯棒性。同時(shí),DRIVE SDK采用嵌入式模塊化設(shè)計(jì),支持不同車(chē)輛和場(chǎng)景下的自適應(yīng)調(diào)整,為系統(tǒng)的高可用性和安全性提供了多重保障。

軟件平臺(tái)與硬件平臺(tái)之間的無(wú)縫協(xié)同使得自動(dòng)駕駛系統(tǒng)能夠快速響應(yīng)外部變化。無(wú)論是在高峰城市道路中的復(fù)雜交通場(chǎng)景,還是在高速公路上進(jìn)行高速行駛,軟件平臺(tái)都能夠及時(shí)調(diào)度系統(tǒng)資源,執(zhí)行精細(xì)化的路徑規(guī)劃和實(shí)時(shí)控制,從而確保車(chē)輛始終處于安全運(yùn)行狀態(tài)。

3.3深度學(xué)習(xí)開(kāi)發(fā)基礎(chǔ)設(shè)施與大數(shù)據(jù)支撐

自動(dòng)駕駛汽車(chē)每年可產(chǎn)生數(shù)百萬(wàn)億字節(jié)(PB)級(jí)別的數(shù)據(jù),這對(duì)數(shù)據(jù)處理、存儲(chǔ)和分析提出了前所未有的挑戰(zhàn)。NVIDIA在數(shù)據(jù)中心層面構(gòu)建了一整套AI訓(xùn)練和數(shù)據(jù)管理基礎(chǔ)設(shè)施,涵蓋了從數(shù)據(jù)采集、標(biāo)注、存儲(chǔ)到深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練與驗(yàn)證的全流程。利用NVIDIA DGX系統(tǒng),開(kāi)發(fā)者能夠在龐大的數(shù)據(jù)集上訓(xùn)練出應(yīng)對(duì)各種復(fù)雜駕駛場(chǎng)景的AI模型,并不斷迭代優(yōu)化模型性能。

wKgZO2fGVAqAIDscAACf4I3Mayw974.png

在數(shù)據(jù)標(biāo)注和管理中,NVIDIA通過(guò)“數(shù)據(jù)工廠”流程,將海量傳感器數(shù)據(jù)進(jìn)行系統(tǒng)化整理,并利用自動(dòng)標(biāo)注技術(shù)為圖像、視頻序列及場(chǎng)景條件生成詳細(xì)標(biāo)簽。這些數(shù)據(jù)不僅為深度學(xué)習(xí)訓(xùn)練提供了豐富的樣本,也為系統(tǒng)在實(shí)際道路測(cè)試前的仿真和驗(yàn)證奠定了堅(jiān)實(shí)基礎(chǔ)。同時(shí),借助NVIDIA Omniverse Replicator等工具,開(kāi)發(fā)者能夠生成高保真合成數(shù)據(jù),補(bǔ)充現(xiàn)實(shí)世界中難以采集的極端場(chǎng)景,進(jìn)一步提升模型的泛化能力和魯棒性。

數(shù)據(jù)中心與云服務(wù)的無(wú)縫整合使得整個(gè)自動(dòng)駕駛研發(fā)流程從數(shù)據(jù)采集、AI訓(xùn)練到仿真驗(yàn)證形成了閉環(huán)管理體系。通過(guò)持續(xù)監(jiān)控和數(shù)據(jù)反饋,系統(tǒng)能夠在迭代更新中不斷進(jìn)步,實(shí)現(xiàn)安全性、準(zhǔn)確性和實(shí)時(shí)性的三重提升。

3.4物理精準(zhǔn)傳感器仿真技術(shù)

在自動(dòng)駕駛研發(fā)過(guò)程中,真實(shí)道路測(cè)試雖然至關(guān)重要,但其成本高昂且存在不可控風(fēng)險(xiǎn)。為了彌補(bǔ)現(xiàn)實(shí)測(cè)試的局限性,NVIDIA借助高保真物理仿真平臺(tái),通過(guò)基于OpenUSD的虛擬環(huán)境重現(xiàn)真實(shí)世界中的傳感器數(shù)據(jù)。利用 NVIDIA Omniverse Cloud Sensor RTX平臺(tái),開(kāi)發(fā)者可以在虛擬空間中構(gòu)建逼真的交通場(chǎng)景、光照條件、天氣變化等復(fù)雜環(huán)境,并利用物理引擎對(duì)傳感器(如攝像頭、激光雷達(dá)、雷達(dá)和超聲波傳感器)進(jìn)行精確模擬

這種傳感器仿真技術(shù)不僅使開(kāi)發(fā)者能夠在安全、受控的環(huán)境中測(cè)試系統(tǒng)反應(yīng),還可以通過(guò)生成合成數(shù)據(jù)進(jìn)一步豐富AI模型的訓(xùn)練樣本。通過(guò)仿真數(shù)據(jù)與現(xiàn)實(shí)數(shù)據(jù)的對(duì)比驗(yàn)證,能夠在正式上路之前識(shí)別并修正潛在的安全隱患,從而大大降低實(shí)際測(cè)試中的風(fēng)險(xiǎn)。借助fVDB等開(kāi)源深度學(xué)習(xí)框架,自動(dòng)駕駛系統(tǒng)還可以快速構(gòu)建出基于真實(shí)3D數(shù)據(jù)的高保真虛擬環(huán)境,為自動(dòng)駕駛算法提供更多可能性和擴(kuò)展空間。

3.5網(wǎng)絡(luò)安全與系統(tǒng)整體安全保障

隨著自動(dòng)駕駛系統(tǒng)逐步向商業(yè)化推廣,其面臨的網(wǎng)絡(luò)攻擊和數(shù)據(jù)泄露風(fēng)險(xiǎn)也日益嚴(yán)峻。NVIDIA在系統(tǒng)設(shè)計(jì)和開(kāi)發(fā)過(guò)程中,嚴(yán)格遵循國(guó)際和國(guó)內(nèi)的安全標(biāo)準(zhǔn),如ISO 26262、ISO 21448(SOTIF)、ISO/SAE 21434、NIST指南以及GDPR等,構(gòu)建了一套全方位的安全和網(wǎng)絡(luò)安全保障體系。其安全策略不僅涵蓋硬件、軟件和數(shù)據(jù)傳輸?shù)雀鱾€(gè)環(huán)節(jié),還特別注重系統(tǒng)在長(zhǎng)期使用過(guò)程中的安全更新和風(fēng)險(xiǎn)監(jiān)測(cè)。

在具體實(shí)現(xiàn)上,NVIDIA采用了多層防御機(jī)制,包括靜態(tài)與動(dòng)態(tài)代碼分析、滲透測(cè)試和實(shí)時(shí)監(jiān)控等手段,以檢測(cè)系統(tǒng)內(nèi)部潛在的安全漏洞。安全事件響應(yīng)團(tuán)隊(duì)則與汽車(chē)信息共享、工業(yè)安全局以及相關(guān)標(biāo)準(zhǔn)化組織保持密切合作,一旦出現(xiàn)安全事件,能夠迅速采取應(yīng)急措施,防止風(fēng)險(xiǎn)蔓延。與此同時(shí),通過(guò)無(wú)線升級(jí)機(jī)制,系統(tǒng)能夠在不間斷運(yùn)行的情況下及時(shí)修復(fù)漏洞,保持最新的安全防護(hù)能力。

這種全鏈條、跨部門(mén)的安全保障體系確保了自動(dòng)駕駛系統(tǒng)在各種網(wǎng)絡(luò)攻擊和硬件故障情況下仍能維持安全運(yùn)行,從而為消費(fèi)者和合作伙伴提供了高度信任的產(chǎn)品和服務(wù)。

3.6道路測(cè)試與驗(yàn)證流程

在理論設(shè)計(jì)與仿真驗(yàn)證的基礎(chǔ)上,實(shí)際道路測(cè)試仍然是檢驗(yàn)自動(dòng)駕駛系統(tǒng)安全性的重要環(huán)節(jié)。NVIDIA 制定了詳細(xì)的《DRIVE 道路測(cè)試操作手冊(cè)》,確保每一次上路測(cè)試都嚴(yán)格按照既定的安全流程執(zhí)行。測(cè)試前,車(chē)輛必須經(jīng)過(guò)單元測(cè)試、集成測(cè)試和系統(tǒng)仿真等多個(gè)階段的驗(yàn)證,確保軟件和硬件在各種極端條件下都能保持穩(wěn)定運(yùn)行。

道路測(cè)試過(guò)程中,訓(xùn)練有素的安全駕駛員和測(cè)試操作員全程監(jiān)控車(chē)輛表現(xiàn),通過(guò)對(duì)比車(chē)輛檢測(cè)到的物體與真實(shí)路況,實(shí)時(shí)調(diào)整系統(tǒng)參數(shù)。同時(shí),借助遠(yuǎn)程監(jiān)控系統(tǒng)和虛擬測(cè)試平臺(tái),部分測(cè)試可以在遠(yuǎn)程操控下進(jìn)行,以降低現(xiàn)場(chǎng)人員風(fēng)險(xiǎn)。通過(guò)多維度、多場(chǎng)景的數(shù)據(jù)采集,系統(tǒng)不斷反饋并優(yōu)化算法,為最終實(shí)現(xiàn)大規(guī)模商業(yè)化部署提供了堅(jiān)實(shí)的技術(shù)保障。

3.7開(kāi)發(fā)者培訓(xùn)與生態(tài)系統(tǒng)建設(shè)

為了推動(dòng)自動(dòng)駕駛技術(shù)的快速普及和持續(xù)創(chuàng)新,NVIDIA同時(shí)十分重視開(kāi)發(fā)者教育和生態(tài)系統(tǒng)建設(shè)。通過(guò)NVIDIA深度學(xué)習(xí)培訓(xùn)中心(DLI)以及全球GTC大會(huì),NVIDIA向數(shù)以百萬(wàn)計(jì)的開(kāi)發(fā)者提供了系統(tǒng)化的培訓(xùn)課程,涵蓋從基礎(chǔ)深度學(xué)習(xí)原理到自動(dòng)駕駛系統(tǒng)的實(shí)際開(kāi)發(fā)技術(shù)。NVIDIA還積極與全球各大高校、研究機(jī)構(gòu)和產(chǎn)業(yè)聯(lián)盟合作,共同推動(dòng)自動(dòng)駕駛相關(guān)標(biāo)準(zhǔn)的制定和技術(shù)交流

這種開(kāi)放且合作的生態(tài)系統(tǒng)不僅為行業(yè)提供了大量高素質(zhì)技術(shù)人才,也使得不同廠商和供應(yīng)商能夠共享資源和最佳實(shí)踐,共同應(yīng)對(duì)自動(dòng)駕駛技術(shù)在研發(fā)和應(yīng)用過(guò)程中遇到的各種挑戰(zhàn)。通過(guò)不斷的技術(shù)培訓(xùn)、標(biāo)準(zhǔn)推廣和實(shí)際案例分享,NVIDIA正在為整個(gè)自動(dòng)駕駛產(chǎn)業(yè)構(gòu)建一個(gè)開(kāi)放、互聯(lián)且充滿活力的生態(tài)圈。


結(jié)語(yǔ)

在自動(dòng)駕駛技術(shù)逐步走向商業(yè)化和大規(guī)模應(yīng)用的背景下,安全始終是最不可妥協(xié)的底線。NVIDIA通過(guò)融合深度學(xué)習(xí)、物理仿真、高性能硬件以及嚴(yán)格的安全認(rèn)證流程,構(gòu)建了一個(gè)端到端安全、可靠的自動(dòng)駕駛平臺(tái)。正是憑借這一整套完備的技術(shù)體系和不斷迭代優(yōu)化的研發(fā)流程,NVIDIA才得以在全球自動(dòng)駕駛領(lǐng)域樹(shù)立起堅(jiān)實(shí)的技術(shù)標(biāo)桿,并持續(xù)引領(lǐng)行業(yè)發(fā)展。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5696

    瀏覽量

    110144
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    795

    文章

    15015

    瀏覽量

    181736
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    小馬智行發(fā)布新一代自動(dòng)駕駛域控制器

    4月25日,小馬智行發(fā)布全新一代自動(dòng)駕駛域控制器。該域控制器系統(tǒng)由小馬智行與NVIDIA合作開(kāi)發(fā),基于NVIDIA DRIVE Hyperion平臺(tái),并由集成了NVLink技術(shù)
    的頭像 發(fā)表于 04-29 11:22 ?627次閱讀

    理想汽車(chē)發(fā)布下一代自動(dòng)駕駛基礎(chǔ)模型MindVLA-o1

    2026年3月17日,理想汽車(chē)基座模型負(fù)責(zé)人詹錕出席NVIDIA GTC 2026,發(fā)表主題演講《MindVLA-o1:開(kāi)啟全能范式——下一代統(tǒng)一視覺(jué)-語(yǔ)言-動(dòng)作自動(dòng)駕駛大模型探索》,發(fā)布
    的頭像 發(fā)表于 03-18 11:51 ?1543次閱讀
    理想汽車(chē)發(fā)布下一代<b class='flag-5'>自動(dòng)駕駛</b>基礎(chǔ)模型MindVLA-o1

    自動(dòng)駕駛汽車(chē)如何實(shí)現(xiàn)自動(dòng)駕駛

    人類(lèi)駕駛員而言是非常直觀且有效的指令,但對(duì)于自動(dòng)駕駛汽車(chē)來(lái)說(shuō),則意味著需要一套極其復(fù)雜的感知、理解與決策鏈路。 自動(dòng)駕駛如何看清文字? 自動(dòng)駕駛汽車(chē)感知漢字的第一步是場(chǎng)景文本識(shí)別
    的頭像 發(fā)表于 02-10 08:50 ?837次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車(chē)如何實(shí)現(xiàn)<b class='flag-5'>自動(dòng)駕駛</b>

    Transformer如何讓自動(dòng)駕駛大模型獲得思考能力?

    在談及自動(dòng)駕駛時(shí),Transformer一直是非常關(guān)鍵的技術(shù),為何Transformer在自動(dòng)駕駛行業(yè)一直被提及?
    的頭像 發(fā)表于 02-01 09:15 ?4428次閱讀

    如何設(shè)計(jì)好自動(dòng)駕駛ODD?

    為確定自動(dòng)駕駛的可使用范圍,會(huì)給自動(dòng)駕駛設(shè)置一個(gè)運(yùn)行設(shè)計(jì)域(Operational Design Domain,ODD)。ODD的作用就是用來(lái)明確自動(dòng)駕駛在什么情況下能工作,在什么情況下不能工作,給車(chē)設(shè)定“工作范圍”。
    的頭像 發(fā)表于 01-24 09:27 ?1817次閱讀

    NVIDIA與Uber合作推進(jìn)全球L4級(jí)自動(dòng)駕駛移動(dòng)出行網(wǎng)絡(luò)

    NVIDIA 宣布與 Uber 達(dá)成合作,將共同擴(kuò)展全球 L4 級(jí)自動(dòng)駕駛移動(dòng)出行網(wǎng)絡(luò)。合作將依托 Uber 新一代無(wú)人駕駛出租車(chē)和自動(dòng)配送車(chē)隊(duì),采用全新
    的頭像 發(fā)表于 11-03 14:33 ?1536次閱讀

    不同等級(jí)的自動(dòng)駕駛技術(shù)要求上有何不同?

    化分級(jí)》(GB/T 40429-2021),明確了自動(dòng)駕駛不同等級(jí)所設(shè)計(jì)的技術(shù)要點(diǎn)。為什么自動(dòng)駕駛一定要分級(jí)?自動(dòng)駕駛分級(jí)考慮了哪些因素?
    的頭像 發(fā)表于 10-18 10:17 ?2888次閱讀

    低速自動(dòng)駕駛與乘用車(chē)自動(dòng)駕駛技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展正朝著多元化方向邁進(jìn),其中低速自動(dòng)駕駛小車(chē)(以下簡(jiǎn)稱“低速小車(chē)”)因其在物流配送、園區(qū)運(yùn)維、社區(qū)服務(wù)等場(chǎng)景中的獨(dú)特價(jià)值而受到廣泛關(guān)注,且現(xiàn)階段已經(jīng)深入
    的頭像 發(fā)表于 07-14 09:10 ?1299次閱讀
    低速<b class='flag-5'>自動(dòng)駕駛</b>與乘用車(chē)<b class='flag-5'>自動(dòng)駕駛</b>在<b class='flag-5'>技術(shù)</b>要求上有何不同?

    安森美助力NVIDIA AI系統(tǒng)檢測(cè)實(shí)驗(yàn)室

    物理AI正在為自動(dòng)駕駛和機(jī)器人開(kāi)發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了自動(dòng)駕駛汽車(chē)的開(kāi)發(fā)。正確的技術(shù)與框架對(duì)確保自動(dòng)駕駛汽車(chē)
    的頭像 發(fā)表于 07-10 16:21 ?967次閱讀

    卡車(chē)、礦車(chē)的自動(dòng)駕駛和乘用車(chē)的自動(dòng)駕駛技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對(duì)于自動(dòng)駕駛技術(shù)的宣傳,普遍是在乘用車(chē)領(lǐng)域,而對(duì)于卡車(chē)、
    的頭像 發(fā)表于 06-28 11:38 ?1857次閱讀
    卡車(chē)、礦車(chē)的<b class='flag-5'>自動(dòng)駕駛</b>和乘用車(chē)的<b class='flag-5'>自動(dòng)駕駛</b>在<b class='flag-5'>技術(shù)</b>要求上有何不同?

    自動(dòng)駕駛技術(shù)測(cè)試有哪些?

    [首發(fā)于智駕最前沿微信公眾號(hào)]之前和大家從安全性、可靠性、用戶體驗(yàn)以及商業(yè)利益保護(hù)等多個(gè)角度聊了為什么自動(dòng)駕駛技術(shù)在落地前一定要進(jìn)行測(cè)試,今天智駕最前沿就繼續(xù)帶大家聊一聊自動(dòng)駕駛測(cè)試到底有哪些方法
    的頭像 發(fā)表于 06-10 09:00 ?1194次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>技術(shù)</b>測(cè)試有哪些?

    自動(dòng)駕駛技術(shù)落地前為什么要先測(cè)試?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)之所以被大家關(guān)注,不僅在于它看似能夠徹底改變?nèi)藗兊某鲂蟹绞?,更在于其背后所承載的“智能”與“安全”理念。與人類(lèi)駕駛員開(kāi)車(chē)相比,自動(dòng)駕駛系統(tǒng)需要
    的頭像 發(fā)表于 06-09 09:42 ?905次閱讀

    自動(dòng)駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報(bào)道 自動(dòng)駕駛ODD(Operational Design Domain)即設(shè)計(jì)運(yùn)行域,是指自動(dòng)駕駛系統(tǒng)被設(shè)計(jì)為安全、有效運(yùn)行的具體條件范圍。它定義了自動(dòng)駕駛汽車(chē)在哪些環(huán)境、場(chǎng)景
    的頭像 發(fā)表于 05-19 03:52 ?7079次閱讀

    新能源車(chē)軟件單元測(cè)試深度解析自動(dòng)駕駛系統(tǒng)視角

    、道路塌陷)的測(cè)試用例庫(kù),通過(guò)虛擬仿真和真實(shí)路測(cè)數(shù)據(jù)回灌驗(yàn)證算法的魯棒性。 ?第二部分:自動(dòng)駕駛軟件單元測(cè)試技術(shù)體系****? ?測(cè)試對(duì)象分類(lèi)與測(cè)試策略? ? 數(shù)據(jù)驅(qū)動(dòng)型模塊(如傳感器融合
    發(fā)表于 05-12 15:59
    黔东| 翁牛特旗| 莒南县| 绥宁县| 鹤峰县| 中牟县| 宁安市| 右玉县| 玛纳斯县| 修水县| 文水县| 察雅县| 三明市| 呼图壁县| 海伦市| 韩城市| 论坛| 新安县| 巫山县| 宣武区| 定襄县| 上思县| 海丰县| 白朗县| 平南县| 平阴县| 云阳县| 宜城市| 双桥区| 贡山| 鄯善县| 金昌市| 大邑县| 静安区| 子长县| 襄城县| 丹寨县| 汾阳市| 南京市| 米脂县| 金溪县|