自動駕駛汽車的發(fā)展與規(guī)模有關。工程師必須收集并標記大量數(shù)據(jù)，以訓練自動駕駛神經網(wǎng)絡。

然后，這些數(shù)據(jù)被用于測試和驗證自動駕駛系統(tǒng)，這也是確保魯棒性的一項巨大任務。仿真是達到這一規(guī)模的重要工具，但準確性是其有效性的關鍵。

NVIDIA DRIVE Sim建立在NVIDIA Omniverse的基礎上，通過基于物理的端到端仿真平臺解決了這一挑戰(zhàn)，該平臺從一開始就構建為運行大規(guī)模、物理精確的多傳感器仿真。它使您能夠生成合成數(shù)據(jù)，以訓練自動駕駛感知，并在具有高保真度和精確傳感器數(shù)據(jù)的閉環(huán)模擬中驗證運動控制。

自動駕駛傳感器可分類如下：

• 被動：攝像機

• 主動：激光雷達、雷達和超聲波

這種驗證 NVDIA 模型與現(xiàn)實相符的能力確保了 DRIVE Sim 產生值得信賴的結果。現(xiàn)在，NVIDIA 將分享為將激光雷達模型與現(xiàn)實世界相關聯(lián)所做的工作。在Lidar Validation白皮書中，NVIDIA 介紹了用于驗證 DRIVE Sim 激光雷達模型的準確性和精度的過程。

圖 1 ：NVIDIA DRIVE Sim 中的主動傳感器管道

NVIDIA 探索了多種方法來實現(xiàn)傳感器驗證，例如比較基于真實數(shù)據(jù)訓練的神經網(wǎng)絡和基于合成數(shù)據(jù)訓練的網(wǎng)絡。此外，NVIDIA 還通過將合成數(shù)據(jù)本身與傳感器的規(guī)格和真實世界的實驗進行比較來驗證傳感器的準確性。

推薦閱讀：傳感器驗證系列文章

• 驗證 NVIDIA DRIVE Sim 攝像頭模型

  詳情請見：

  https://developer.nvidia.com/zh-cn/blog/validating-drive-sim-camera-models/

• Lidar Validation 白皮書

  詳情請見：

  https://images.nvidia.cn/aem-dam/en-zz/Solutions/self-driving-cars/NVIDIA-DRIVE-Sim-Lidar-Validation-whitepaper.pdf

歡迎自動駕駛領域的各位有志之士加入NVIDIA Developer Program，復制鏈接“https://developer.nvidia.cn/login”在瀏覽器中打開即可注冊（請在 Industry Segment 注冊選項中選擇 Automotive）。

點擊“閱讀原文”或掃描下方海報二維碼，即可免費注冊 GTC 23，切莫錯過這場 AI 和元宇宙時代的技術大會！