Hogyan segít az Nvidia az autonóm autóknak a biztonság felé vezető út szimulálásában?

Képzelje el, hogy Ön egy négyajtós családi szedán sofőrje, aki egy stoptáblához közeledik. Amikor eléred a stoptáblát, egy kerékpárost veszel észre, aki át akar kelni az úton. A szemkontaktus, az arckifejezés és a testbeszéd segítségével a kerékpáros megtárgyalja Önnel az elsőbbséget. Ennek eredményeként úgy dönt, hogy először átengedi a kerékpárost az úton, mielőtt óvatosan behajt a kereszteződésbe.

A mai autonóm vezetés világában nem lenne lehetőség „címkézni” vagy kategorizálni egy ilyen eseményt – mondta a Cognata vezérigazgatója, Danny Atsmon. A jelenlegi módszerek lehetővé teszik a kerékpáros vizuális azonosítását, de a képzési rendszerek felismerik és megértsék, hogy a bonyolult közúti tárgyalások továbbra is kihívást jelentenek a 10,3 billió dolláros autonóm vezetés számára ipar.

Az NVIDIA vezérigazgatója, Jensen szerint az autonóm vezetés valójában „a legnehezebb számítástechnikai probléma, amellyel a világ valaha találkozott” Huang bevallotta, amikor a GTC 2018 San Joséban tartott vitaindítóján bemutatta a világ legerősebb grafikus processzorait. Kalifornia.

A valódi és a virtuális áthidalása

"A világ évente 10 billió mérföldet vezet" - mondta Huang egy mutatós előadásában - de Atsmon rámutatott, hogy az önvezető autók tavaly csak hárommillió mérföldet tettek meg az utakon. Ahhoz, hogy az önvezető járművek jobban vezethessenek, többet kell tanulniuk, és alapvetően ez az iparág legnagyobb kihívása. Atsmon elmondta, hogy ahhoz, hogy egy autonóm vezetési rendszert egy emberi sofőr kompetenciájára tanítsanak, a számítógépeknek nagyjából 11 milliárd mérföldet kell megtenniük.

Ezt a számot a 2015-ben megtett 100 millió mérföldre vetített 1,09 halálos áldozat alapján számítják ki. „Tehát ahhoz, hogy azt mondhassuk, egy gép 95 százalékos bizalommal olyan biztonságos teljesítményt nyújthat, mint egy ember, 11 milliárd mérföldet kell érvényesíteni” – mondta Atsmon.

A cél eléréséhez szükséges időn kívül a költségeket is figyelembe kell venni. Jelenleg az autonóm autók üzemeltetésének mérföldenkénti költsége több száz dollárra rúg – elszámolva mérnöki idő, adatgyűjtés és címkézés, biztosítási költségek, valamint az az idő, amikor a sofőr a pilótafülkében ül egy autó. Szorozza meg ezt a 11 milliárd mérföldes referenciaértékkel, és világossá válik az autonóm autók betanításával járó hatalmas költség.

Az érvényesítés kulcsfontosságú, és a közelmúltban az autonóm járműveket érintő balesetek azt mutatják, hogy a hiányos adattesztek és a képzési forgatókönyvek végzetesek lehetnek. Egy kevésbé szélsőséges példában egy önvezető sikló Las Vegasban körülbelül 0,6 mérföld/óra sebességgel navigált. de egy teherautónak ütközött (Jeff Zurschmeide, a Digital Trends szabadúszó munkatársa ott volt, amikor ez történt). Senki sem sérült meg, de a rejtélyes forgatókönyv azért történt, mert a teherautó előrehúzódott, majd tolatott, miközben megpróbált parkolni. Atsmon szerint a baleset oka az, hogy a sikló nem volt érvényesítve ilyen helyzetekre, és nem tudta, mit tegyen – ezért lassan haladt előre és lezuhant.

Jobb szimuláció a mélyebb tanuláshoz

Az iparág jelenlegi megoldása a 11 milliárd mérföldes szakadék áthidalására, hogy az autonóm rendszerek elérjék az emberi vezetést A kompetencia az, hogy olyan szimulációkat fejlesszenek ki, amelyek lehetővé teszik az autók számára, hogy gyorsabban tanuljanak a mély tanulás és a virtuális kombinálásával környezet.

„A szimuláció több milliárd mérföldhöz vezető út” – mondta Huang a GTC-n. A múlt év végén az Alphabet tulajdonában lévő Waymo bemutatta a Carcraft-ot, a szimulációval történő tanulás megközelítését.

A Cognata a grafikus és érzékelőhardver legújabb fejlesztéseit használja fel, hogy életszerűbb és valósághűbb modelleket hozzon létre a világról, amelyekből az autonóm autók tanulhatnak. Az önvezető autó számítástechnikai agya számára ez olyan, mintha belépne egy videojátékba, amelyet a valóságról mintáztak. világban, és ez valósághűbb vezetési forgatókönyvekhez vezethet az autóvezetés teszteléséhez és érvényesítéséhez adat. A vállalat a közelmúltban meghatározott városokat, például San Franciscót térképezett fel a GIS-ből származó adatok – nagyfelbontású kamerák és kifinomult számítógépes algoritmusok, amelyek a műhold- és utcaképen futnak végig, így fotórealisztikus jelenetet eredményeznek.

A szimulációk további javítása érdekében az Nvidia és néhány partnere az autonóm járművek érzékelőiből származó adatokat használja fel nagyobb felbontású térképek készítéséhez. Amikor az autonóm járművek útra kelnek, ezek a gépek nem csak a képzés során rendelkezésre álló adatokra támaszkodnak, de hozzájárul az adatgyűjtéshez is a LIDAR, IR, radar és kamera által rögzített adatok megosztásával tömbök.

Ha ezeket az újonnan rögzített adatokat a mély tanulással kombinálják a meglévő gyenge minőségű adatkészletekkel, az utcák és utak fotórealisztikusabbak lesznek. A Cognata azt állítja, hogy algoritmusai képesek feldolgozni az adatokat oly módon, hogy az árnyékokban és a csúcspontokban lévő részleteket kiemeljék, hasonlóan egy HDR fényképet okostelefonja kamerájából, hogy kiváló minőségű jelenetet készítsen.

Bár a szimuláció kiváló eszköz, Atsmon megjegyezte, hogy megvannak a maga hibái. Túl egyszerű, és ahhoz, hogy az autonóm vezetés valósághű legyen, tanulnia kell az éles esetekből. A Cognata azt állítja, hogy mindössze néhány kattintással programozható egy szélső tokban, hogy az autonóm járműveket szokatlanabb vezetési helyzetekre is érvényesítse. Az autonóm járműveket építő cégeknek szorgalmasnak kell lenniük az önvezető autók megtévesztésére alkalmas peremházak keresésében, és kreatívnak kell lenniük a megoldások kidolgozásában.

Amikor az önvezetés nem sikerül

A biztonság annyira fontos az autonóm járművek számára, hogy az Nvidia ezt tartja a legfontosabb dolognak az iparág számára. Amikor a dolgok kudarcot vallanak, halálesetek is előfordulhatnak, és előfordulnak is, amint azt nemrégiben bebizonyította egy autonóm Uber elütött és megölt egy gyalogost Arizonában.

Amikor egy sajtóértekezleten megkérdezték az Uber-balesetről – az Uber az Nvidia partnere –, Huang elhalasztotta a telekocsi-megosztást a cég megjegyzéseiért, mondván, hogy „lehetőséget kell adnunk az Ubernek, hogy megértse, mi történt, és elmagyarázza, mi történt történt.”

„Biztosíthatom, hogy az [Uber] ugyanúgy letörte a történteket” – tette hozzá Huang.

Mivel az Nvidia teljes körű megoldást fejleszt az autonóm vezetéshez, különböző partnerek – az Ubertől a Toyotáig és a Mercedes Benzig – használhatják a rendszer egészét vagy egyes részeit. „Körülbelül 370 vállalat van szerte a világon, amely valamilyen módon használja technológiáinkat.” A bemutatón az Nvidia bejelentette az Orint is, a DRIVE platform következő generációs számítógépét.

Az emberek tartalékként

Míg az önvezető autók idővel egyre okosabbak, Huang továbbra is úgy gondolja, hogy mindig kell egy emberi tartalék, még akkor is, ha az autót vezetőülés nélkül tervezték. Ennek elérése érdekében az Nvidia az idei GTC vitaindító során bemutatta Holodeckjét, amely lehetővé tette a távoli sofőr számára, hogy a virtuális valóságon keresztül valós időben irányítsa a fizikai autót.

„Ez teleportáció” – mondta Huang, kiemelve, hogy ez az Nvidia virtuális valóságba való korai befektetései révén lehetséges.

A bemutató alatt Tim, a sofőr egy távoli helyen tartózkodott. Amikor felvesz egy virtuális valóság szemüveget, úgy fogja érezni magát, mintha egy fizikai autóban ülne, így érezheti az autót, és láthatja az autó kezelőszerveit és a műszerfalat. Erről a távoli helyről és VR-fejhallgatója segítségével átvehette az irányítást egy autonóm jármű felett, így vezethette a járművet és le is parkolhatta.

Ez olyan, mint amit a katonaság csinál egy ideje – lehetővé teszi a drónkezelők számára, hogy pilóta nélküli drónokat repüljenek távoli helyről. De az Nvidia esetében a VR erejével a sofőr úgy érzi, hogy fizikailag jelen van a pilótafülkében. A vállalat úgy véli, hogy a GPU-k által hajtott szimuláció végül szinte tévedhetetlenné teszi az autonóm autókat, de addig a Holodeck segíthet az embereknek az önvezető flották felügyeletében.

Szerkesztői ajánlások

• Autonóm autók, amelyeket megzavart a San Francisco-i köd
• A Ford és a VW bezárja az Argo AI autonóm autóegységet
• Egy volt Apple-alkalmazott bűnösnek vallja magát az Apple Car titkainak megszerzésében
• A rendőrök összezavarodtak, miközben egy üres önvezető autót hajtottak le
• Hogyan nyitotta meg az utat az önvezető autók előtt egy nagy kék furgon 1986-ból