chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(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
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

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

3天內(nèi)不再提示

NVIDIA 自動駕駛實驗室:基于早期網(wǎng)格融合的近距離障礙物感知

NVIDIA英偉達企業(yè)解決方案 ? 來源:未知 ? 2023-07-13 21:15 ? 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

編輯注:NVIDIA 自動駕駛實驗室系列視頻,將以工程技術(shù)為重點的視角關(guān)注實現(xiàn)自動駕駛汽車的各個挑戰(zhàn)以及 NVIDIA DRIVE AV 軟件團隊如何應(yīng)對這些問題。

自動泊車輔助系統(tǒng)在感知障礙物時必須克服一些獨特的挑戰(zhàn)。目標(biāo)車輛包含感知車輛周圍環(huán)境的傳感器。在泊車過程中,目標(biāo)車輛必須靠近動態(tài)障礙物,如行人和其他車輛,以及靜態(tài)障礙物,如柱子和電線桿等。為了適應(yīng)泊車位,還可能需要穿過較低的障礙物,如車輪護欄和路緣石。

觀看NVIDIA DRIVE Labs視頻,可以深入了解自動駕駛汽車面臨的挑戰(zhàn)以及 NVIDIA DRIVE 團隊如何應(yīng)對這些挑戰(zhàn)。視頻中介紹了早期網(wǎng)格融合(early grid fusion,簡稱 EGF),這是一種在自動泊車輔助中增強近距離避障的新技術(shù)。

NVIDIA DRIVE Labs 第 29 期:增強自動泊車在狹小空間中的避障能力

0000

在狹小空間停車的難題

0035

什么是 Early Grid Fusion(EGF)泊車?

0000

360 度環(huán)視檢測

0042

4 厘米網(wǎng)格的精確定位

0000

停車地鎖等情況下的高度估算

0027

NVIDIA 的自動泊車輔助功能

現(xiàn)有的停車障礙感知解決方案依賴于超聲波傳感器或魚眼攝像頭。超聲波傳感器安裝在前后保險杠上,通常不能覆蓋車輛側(cè)面。因此,該系統(tǒng)無法感知目標(biāo)車輛的側(cè)面,尤其是對于動態(tài)障礙物。

另一方面,魚眼相機在低能見度、弱光和惡劣天氣條件下性能下降。

NVIDIA DRIVE 平臺配備了一套攝像頭、雷達和超聲波傳感器,可最大限度地減少盲區(qū),并在所有操作條件下最大化感知冗余。EGF 使用機器學(xué)習(xí)的多個傳感器輸入的早期融合來提供準(zhǔn)確、高效和穩(wěn)健的近距離 3D 障礙物感知。

9f179b78-217e-11ee-962d-dac502259ad0.png

圖 1. EGF 使用 NVIDIA 自動泊車輔助系統(tǒng)進行泊車時檢測停放的汽車是否為障礙物

早期網(wǎng)格融合概述

為了更好地理解 EGF 背后的創(chuàng)新技術(shù),可以看一下它的 DNN 架構(gòu)和輸出/輸入表示。

輸出:高度圖表示

EGF 輸出一個網(wǎng)格分辨率為 4cm 的高度圖。高度圖中的每個像素都有一個浮點值,表示相對于本地地面的高度。

在圖 2 中,綠色高亮面板是 EGF DNN 的輸出。淺藍色代表地面。黃色代表較低的障礙物,例如后面的路緣石。亮紅色表示高障礙物的輪廓,例如,停放汽車的圓弧 L 形輪廓和目標(biāo)車輛后面的樹的點。亮紅色輪廓后面的暗紅色區(qū)域表示高障礙物后面的潛在遮擋區(qū)域。

9f71cb5c-217e-11ee-962d-dac502259ad0.png

圖 2. EGF 輸入和輸出可視化

這種表示方式使 EGF 能夠捕捉到周圍世界的豐富信息。高分辨率網(wǎng)格可以表示目標(biāo)車輛左后和右后的圓角。捕捉圓角對于泊車規(guī)劃器有足夠的空間來在狹小空間中停放的兩輛車之間執(zhí)行泊車操作是至關(guān)重要的。

通過每個像素的不同高度值,可以區(qū)分車輛有足夠間隙通過的路緣和汽車必須避讓的路緣桿。

輸入:超聲波和攝像頭

大多數(shù)多傳感器融合感知解決方案都是在檢測層面上運行的后期融合系統(tǒng)。在后期融合階段,傳統(tǒng)的通過三角定位法獲得的超聲波檢測數(shù)據(jù)和來自攝像頭的多邊形檢測數(shù)據(jù)相融合,通常使用手工制定的融合規(guī)則來進行。

相比之下, EGF 使用早期融合方法。來自傳感器的低電平信號直接輸入到 DNN 中,通過數(shù)據(jù)驅(qū)動的方法學(xué)習(xí)傳感器融合。

對于超聲波傳感器, EGF 進入原始包絡(luò)界面,提供亞厘米精度的反射強度。使用超聲波傳感器的外部位置和內(nèi)部波束特性,將這些包絡(luò)信號投影到平面圖中(圖 3 左下角)。如圖 2 中粉色高粱米面板所示,這些超聲波圖捕捉了比三角定位檢測更多的信息。這使得 EGF 能夠進行高度檢測。

9fc33ca8-217e-11ee-962d-dac502259ad0.jpg

圖 3. EGF-DNN 架構(gòu)圖

對于攝像頭傳感器,EGF 與 MLMCF 共享圖像編碼器主干——用于高速駕駛的 NVIDIA 多任務(wù)多攝像頭感知主干。首先,我們通過 CNN 層處理圖像特征。然后,我們使用每個攝像頭的學(xué)習(xí)轉(zhuǎn)換將特征從圖像空間提升到鳥瞰圖空間(圖 3 右上角框)。

然后在編碼器網(wǎng)絡(luò)中融合超聲波和攝像頭特征圖,并從組合特征中解碼高度圖(圖 3 右側(cè))。

結(jié)論

EGF 是一種基于機器學(xué)習(xí)的創(chuàng)新感知組件,可增加自動泊車的安全性。通過使用多模態(tài)原始傳感器信號的早期融合,EGF 為近距離避障建立了高度信任。

了解更多有關(guān) NVIDIA 正在構(gòu)建的軟件功能,點擊“閱讀原文”查看NVIDIA DRIVE Labs視頻系列。

掃描下方海報二維碼,在 8 月 8日聆聽NVIDIA 創(chuàng)始人兼 CEO 黃仁勛在 SIGGRAPH 現(xiàn)場發(fā)表的 NVIDIA 主題演講,了解 NVIDIA 的新技術(shù),包括屢獲殊榮的研究,OpenUSD 開發(fā),以及最新的 AI 內(nèi)容創(chuàng)作解決方案。


原文標(biāo)題:NVIDIA 自動駕駛實驗室:基于早期網(wǎng)格融合的近距離障礙物感知

文章出處:【微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。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)問題,請聯(lián)系本站處理。 舉報投訴
  • 英偉達
    +關(guān)注

    關(guān)注

    23

    文章

    4079

    瀏覽量

    99074

原文標(biāo)題:NVIDIA 自動駕駛實驗室:基于早期網(wǎng)格融合的近距離障礙物感知

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

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

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛端到端為什么會出現(xiàn)黑盒現(xiàn)象?

    自動駕駛領(lǐng)域,端到端(End-to-End)是指從感知環(huán)境的原始數(shù)據(jù)到車輛實際控制指令,全部交給一個統(tǒng)一的深度學(xué)習(xí)模型來完成。這和傳統(tǒng)的模塊化自動駕駛系統(tǒng)不一樣,模塊化自動駕駛系統(tǒng)會
    的頭像 發(fā)表于 02-20 09:25 ?9107次閱讀
    <b class='flag-5'>自動駕駛</b>端到端為什么會出現(xiàn)黑盒現(xiàn)象?

    SLAM如何為自動駕駛提供空間感知能力?

    ,并精準(zhǔn)地判斷自己與障礙物距離。這種看似本能的空間感知能力,在工程學(xué)領(lǐng)域被具象化為同步定位與地圖構(gòu)建技術(shù),即我們常說的SLAM。在自動駕駛的發(fā)展進程中,SLAM不僅是車輛在未知環(huán)境中
    的頭像 發(fā)表于 02-09 09:12 ?383次閱讀
    SLAM如何為<b class='flag-5'>自動駕駛</b>提供空間<b class='flag-5'>感知</b>能力?

    自動駕駛汽車如何檢測石頭這樣的小障礙物?

    [首發(fā)于智駕最前沿微信公眾號]最近有一位小伙伴留言,想讓我聊聊自動駕駛汽車對于石頭這樣的小障礙物,是使用什么視覺任務(wù)檢測的。在直接回答“如何檢測”之前,其實要思考一個更根本的問題,對于一個像石頭這樣
    的頭像 發(fā)表于 12-24 16:53 ?1097次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何檢測石頭這樣的小<b class='flag-5'>障礙物</b>?

    超聲波傳感器線圈:自動駕駛實現(xiàn)精確實時近距離感知的關(guān)鍵

    超聲波傳感器線圈是自動駕駛系統(tǒng)中不可或缺的組成部分。隨著自動駕駛技術(shù)的快速發(fā)展,各類傳感器成為智能汽車感知環(huán)境的關(guān)鍵,不僅保障行車安全,也提升了駕駛效率與體驗。在這其中,超聲波傳感器線
    的頭像 發(fā)表于 11-12 16:03 ?312次閱讀

    如何處理自動駕駛感知傳感器臟污問題?

    雷達則專門負責(zé)近距離障礙物檢測。 這些傳感器都對外界物理接觸十分敏感。一旦傳感器表面被泥水、鹽漬、雪花、飛蟲、油膜或灰塵等污染覆蓋,采集到的數(shù)據(jù)就會出現(xiàn)偏差,進而導(dǎo)致后續(xù)算法判斷失誤。攝像頭若被水霧或泥點遮擋
    的頭像 發(fā)表于 10-21 13:50 ?459次閱讀
    如何處理<b class='flag-5'>自動駕駛</b><b class='flag-5'>感知</b>傳感器臟污問題?

    想實現(xiàn)自動駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來,隨著人工智能、車載計算平臺、傳感器技術(shù)的快速進步,自動駕駛已從實驗室走向?qū)嶋H道路。而支撐這一切的,是一套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這套架構(gòu)就像一輛自動駕駛汽車的大腦與神經(jīng)網(wǎng)絡(luò),既要能
    的頭像 發(fā)表于 08-30 09:40 ?2539次閱讀

    自動駕駛汽車如何處理“鬼探頭”式的邊緣場景?

    、最可執(zhí)行的動作。這整個鏈條看起來簡單,但每一步都需要大量的技術(shù)支持。 自動駕駛汽車如何理解道路? 自動駕駛汽車想要精準(zhǔn)避開障礙物,首先是要“看見”障礙物
    的頭像 發(fā)表于 08-29 11:11 ?780次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何處理“鬼探頭”式的邊緣場景?

    如何確保自動駕駛汽車感知的準(zhǔn)確性?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛汽車想要自動駕駛,首先要做的就是能對周邊環(huán)境實現(xiàn)精準(zhǔn)感知,也就是能“看”清道路,那自動駕駛汽車如何在復(fù)雜、快速變化的道路環(huán)境中做到
    的頭像 發(fā)表于 08-23 15:06 ?1636次閱讀
    如何確保<b class='flag-5'>自動駕駛</b>汽車<b class='flag-5'>感知</b>的準(zhǔn)確性?

    自動駕駛測試有哪些要求規(guī)范?

    ,更是對感知、決策、執(zhí)行三大模塊在動態(tài)交互下的全方位考察。 自動駕駛測試的必要性源于現(xiàn)實道路的復(fù)雜性和交通安全的嚴(yán)苛要求。與仿真環(huán)境相比,真實道路不僅有各類機動車和行人、非機動車混行的動態(tài)場景,還包含突發(fā)障礙物、
    的頭像 發(fā)表于 07-31 09:24 ?951次閱讀
    <b class='flag-5'>自動駕駛</b>測試有哪些要求規(guī)范?

    安森美助力NVIDIA AI系統(tǒng)檢測實驗室

    物理AI正在為自動駕駛和機器人開發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了自動駕駛汽車的開發(fā)。正確的技術(shù)與框架對確保自動駕駛汽車駕駛員、乘客和行人的安全至關(guān)重要。近日,
    的頭像 發(fā)表于 07-10 16:21 ?802次閱讀

    自動駕駛技術(shù)落地前為什么要先測試?

    大量的傳感器、復(fù)雜的算法和強大的計算平臺來取代人類駕駛員的感知、判斷和操作。在技術(shù)落地之前,“測試”便成了自動駕駛實驗室走向真實道路的“安全閥”和“試金石”。如果沒有充分的測試,無論
    的頭像 發(fā)表于 06-09 09:42 ?727次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    )和AI模塊(如激光雷達目標(biāo)檢測)。例如,在測試自動駕駛路徑規(guī)劃模塊時,可同步注入CAN總線信號(車速、轉(zhuǎn)向角)和虛擬點云數(shù)據(jù)(模擬障礙物),實現(xiàn)多維度耦合驗證。 ? 智能覆蓋率引導(dǎo): ? 通過
    發(fā)表于 05-12 15:59

    AI將如何改變自動駕駛

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術(shù)的各個環(huán)節(jié),從感知能力的提升到?jīng)Q策框架的優(yōu)化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛
    的頭像 發(fā)表于 05-04 09:58 ?819次閱讀

    上汽大眾品質(zhì)實驗室在線揭秘

    近日,上海車展迎來首個公眾日,為了帶給觀眾不一樣的體驗,上汽大眾舉辦品牌日,將3號館展臺變身成“品質(zhì)實驗室”,首次把硬核技術(shù)從工廠、實驗室搬到車展現(xiàn)場。觀眾可近距離觀察發(fā)動機、電池包、車身安全、空腔
    的頭像 發(fā)表于 04-28 15:58 ?683次閱讀

    NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動駕駛開發(fā)技術(shù)套件,涵蓋車輛架構(gòu)到 AI 模型,包括芯片、軟件、工具和服務(wù)。 物理 AI 正在為自動駕駛和機器人開發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?1166次閱讀