端到端为基础的自动驾驶开发技术
最近几年,自动驾驶汽车越来越受欢迎,因为许多公司正在积极研究和开发新技术,以实现无需人类干预的完全自主驾驶系统。然而,对于这些技术中哪些能够实现完全自动化并使自动驾驶汽车在商业上可行,业界有很多争论。
目前,大多数自主系统在很大程度上依赖于遥感形式,如激光雷达,它使用电磁辐射脉冲来计算与附近物体的距离,以生成详细的环境地图。虽然使用激光雷达的驾驶系统可以很精确,并且有很大的距离和角度范围,但它们非常昂贵,并且需要复杂的算法和精细调整的参数。因此,市场上没有基于激光雷达的自动驾驶车辆,这些车辆的测试也仅限于某些地区。
一种生产自动驾驶车辆的新方法已经开始在行业内得到普及,它涉及使用摄像机和机器学习。神经网络能够通过从人类驾驶提供的数据中学习来控制车辆。摄像机提供的图像被记录下来,并标上各自的车辆控制值,作为神经网络的训练和验证数据。如果这种神经网络方法能够匹配或改进基于激光雷达的系统的自动驾驶性能,那么自动驾驶汽车的成本将大大降低,因为廉价的相机是唯一需要的传感器。端对端控制也消除了建立任何条件性驾驶算法和设置任何预先定义的参数的需要。
英伟达公司创建了他们自己的端到端驾驶神经网络架构,名为PilotNet,这是一个卷积神经网络,通过使用前置摄像头拍摄的图像像素来学习控制车辆,并将其直接映射为转向命令。该网络从人类驾驶员记录的数据中学习。
为这两种方法提供公平的比较,对于支持英伟达的PilotNet等端到端神经网络是否是未来自主车辆设计的可行方法非常有用,因为减少其生产时间和成本可以使其更接近商业化。
用于自动驾驶汽车开发的 NVIDIA DRIVE 系列产品涵盖了从汽车到数据中心的所有内容。DRIVE Hyperion是车载解决方案,它是一个汽车架构,包括传感器、用于计算的DRIVE AGX,以及强大的自动驾驶和智能驾驶舱功能所需的软件工具。在数据中心,NVIDIA提供了AV开发所需的硬件和软件,包括用于训练DNN感知的NVIDIA DGX,以及用于生成数据集和验证整个AV堆栈的DRIVE Sim。
(欢迎申请加入智能驾驶交流学习群,加小编微信号zhijiashexiaoming)