GTC 2016 :結合更多感測器資訊與高解析地圖,藉此實現自動駕駛

2016.04.06 04:03AM
383
是GTC 2016 :結合更多感測器資訊與高解析地圖,藉此實現自動駕駛這篇文章的首圖

除了人工智慧以外,去年對自動駕駛也是豐收的一年,不僅是車廠如 Audi 、 Tesla 、日產,搜尋服務如 Google 、百度,創新服務 UBER 等,也都投入自動駕駛的研究,積極與這些自動駕駛研究合作的 NVIDIA 也不忘在今年 GTC 再次針對自動駕駛做介紹。

99b722902b4f3baf86a1e6e4cc0db7b9

除了介紹今年在 CES 公布過的新一代自動駕駛平台 DRIVE PX 2 以外,也不忘展現 NVIDIA 在硬體架構上的彈性,拿出採用單一 Tegra 核心的小型化 DRIVE PX 模組,這款模組可針對較輕度的自動駕駛應用使用,當然也不需像 DRIVE PX 2 需使用大量的電力以及仰賴水冷散熱系統,不過關於硬體設計細節則未有進一步資訊。

84802a9ef9c31769ccbee5098cf41dac

NVIDIA 也強調透過 CUDA 架構貫串, NVIDIA 平台可從前端的智慧鑼及開發、訓練到實際用於車輛提供完整的解決方案,並可透過 DNN 訓練的方式,達到輔助駕駛、自動駕駛等應用。

8962db812b0efcf6eaa629ef6a50e668

a2aebf044b3e215d8399cd7c456d2c55

另外黃仁勳也強調在自動駕駛億用中,除了感測器、機器視覺以外,建構高解析度的立體地圖資訊也是相當重要,透過與圖資公司的合作,建立高解析度的地圖模型,也有助於自動駕駛的全面性。

d8dc21d5e3b527b54dd3a7ea51f70b0d

1350d684f101beeef2b9686a2202e8a1

304ee154cc7f9267ef4f4d7eb9405575

92558c9664f5a5c2387ced09571606ea

8f7c5e30e25b6c470238570b6014d5c9

c87c9e2acf6bd023b0ce70203cfdcf3c

e319331b04ab62a3c69071b03ea4a0ae

f59d7f634cbbd601303c506e01052ed9

22f0ee305f3a7cc58f7fb039c0243992

f69bcd595429af3effdb7323da12bd41

NVIDIA 也展示他們將 DRIVE PX 平台裝在一款車子,於紐澤西州進行包括繞錐、道路駕駛、雨天行駛等共 3,000 英里的駕駛訓練,從一開始連繞錐都會直接壓過角椎、行駛在山路差點滾到山溝內,到最後可以順利的進行繞錐,以及安穩的行駛在道路上,讓在場與會者看到基於深度學習平台的進化能力。

你或許會喜歡

小片幅的先驅、微觀世界的王者,看 Olympus 如何打造屬於自己的光學王國

網路限定!首年299上網吃到飽即將停止申辦

回應 0