英偉達NVIDIA的黃仁勛在GTC 2018上宣布英偉達將暫停自動駕駛的研發工作，原因可能是其合作伙伴Uber最近發生了首例自動駕駛致使行人死亡的案例。不過這不妨礙英偉達在GTC上公布了針對自動駕駛汽車測試的仿真系統—DRIVE Constellation，Drive Constellation是一款基于兩種不同服務器的計算平臺，可以理解為一個完整的硬/軟件解決方案。
在2018年2月9日對外發布的2018財年第四季度及全年財報中，英偉達曾經提到過與Uber、Aurora合作打造自動駕駛汽車，采用的就是開源的NVIDIA Drive人工智能自動駕駛平臺。
第一臺服務器運行英偉達DRIVE Sim軟件，用以模擬自動駕駛汽車的傳感器，如攝像頭、激光雷達和毫米波雷達傳感器。
第二臺服務器則搭載了英偉達DRIVE Pegasus計算平臺，可運行完整的自動駕駛汽車軟件堆棧，并能夠處理模擬數據——這些模擬數據如同來自路面行駛汽車上的傳感器。
仿真服務器由英偉達GPU提供支持，每臺服務器都會生成仿真傳感器數據流，并將其傳送至DRIVE Pegasus進行處理。
具體來說，DRIVE Pegasus的駕駛指令會反饋給仿真器，以完成數字反饋循環。通常意義上，Drive Constellation是在車上進行的，但英偉達已經將它轉移到了數據中心。
據官方介紹，英偉達正在打造一個“硬件在環”（Hardware in the loop，HiL）。這一“硬件在環”周期的發生頻率為每秒30次，可用于驗證在Pegasus上運行的算法和軟件對仿真車輛進行的操作是否正確。
DRIVE Sim軟件可生成照片級逼真的數據流，以創建大量不同的測試環境。它能夠模擬諸如暴雨和暴風雪等不同天氣狀況；一天中不同時間內的光線變化，或是夜間受限的視野；以及所有不同類型的路面和地形。
在模擬過程中可設置各種危險情況，來測試自動駕駛汽車的反應能力，以確定其不會對任何人的安全造成威脅。
通常來說，部署量產的自動駕駛汽車上路，需要進行上百萬英里的測試和驗證。來證明自動駕駛汽車比人類駕駛更加安全。但現實是，為了實現這一目標，自動駕駛工程師們需要花費畢生的努力。
而通過模擬器，自動駕駛行業的從業者們可以通過GPU來生成傳感器數據，然后反哺到Drive PX平臺上，再進行模擬測試，通過上百萬英里的測試定制的場景和極端案例，可以提高算法的魯棒性——幫助自動駕駛行業加速研發進程以及減少研發成本。
微信掃一掃
