DRIVE Labs 系列文章

始發站：自動駕駛基礎功能

伴隨自動駕駛技術的出現與不斷成熟，自動駕駛汽車已經走進人們的日常生活之中。放眼未來，自動駕駛功能不僅可以“解放雙手”，還能“解放雙眼”，甚至“解放大腦”。為了讓讀者更好地了解自動駕駛，NVIDIA DRIVE 團隊推出 DRIVE Labs “常學常新”系列，以一輛自動駕駛汽車從出發到最終目的地為線索，分 8 期主題，解析自動駕駛汽車如何一路“過關斬將”，以及 NVIDIA 技術與產品在不同場景中提供的支持。

本期是第一期“入門篇—自動駕駛基礎功能”。新年第一跑，出發！

駕駛 NVIDIA 自動駕駛汽車

將一輛傳統汽車變成自動駕駛汽車是一項巨大的挑戰。NVIDIA 通過構建自動駕駛的基礎模塊（將其分為感知、定位和規劃/控制軟件）以及應用高性能計算來解決這個問題。為了測試和驗證 NVIDIA DRIVE 自動駕駛軟件，NVIDIA 除通過仿真測試以外還進行了實際的道路測試。以上視頻就展示了搭載 NVIDIA DRIVE 自動駕駛軟件的測試車輛，在 NVIDIA 加州總部附近進行自動駕駛的情況。

感知軟件

自動駕駛汽車利用 AI 來“看見”世界。簡單來說，感知就是讓自動駕駛汽車能夠看到路況的功能。通過接收原始傳感器數據，并將其轉換為對當下世界以及我們所處的駕駛場景的語義理解。

深度神經網絡（DNN）是構建 NVIDIA 感知軟件的核心模塊，這類算法是根據人類大腦的運行方式設計并能夠通過經驗來進行學習的數學模型。自動駕駛汽車可以利用深度神經網絡（DNN），實現不同功能：

• 借助 DriveNet DNN 實現對障礙物（例如，汽車與行人）的數據驅動理解，并同時計算車輛與這些障礙物的距離；

• 使用 LaneNet DNN 檢測車道信息；

• 利用 WaitNet DNN、LightNet DNN 和 SignNet DNN 檢測和分類需要等待的情況，比如交叉路口、交通信號燈和交通標志等；

• OpenRoadNet DNN 會檢測場景中障礙物周圍的自由空間；

• 在后臺運行 ClearSightNet DNN，以評估攝像頭是否清晰，是否被遮擋或遮蓋。

這些豐富的感知功能都會在 NVIDIA 的規劃控制軟件上使用，支持汽車的自動駕駛操作。

定位軟件

自動駕駛汽車在行駛過程中，除了需要“看懂”周圍環境之外，了解其在路上所處的位置也十分重要，因而定位功能也必不可少。自動駕駛汽車可通過定位信息準確地了解自己在路上的位置，并制定車道行駛計劃，包括進行變道操作等。基于定位功能，自動駕駛汽車能夠規劃出抵達目的地的合理線路，預計到達目的地的時間（ETA），并沿著所創建的車道行駛規劃對車輛進行實時追蹤。

在行駛期間，相信自動駕駛汽車能夠利用數據感知并選擇正確的行駛路徑至關重要。我們將這種信任稱為路徑感知可靠性。對于 L2+ 級自動駕駛系統來說，實時評估路徑感知可靠性意味著評估該系統是否知道何時進行安全的自主操作，以及何時應該將操作權移交給人類駕駛員。

NVIDIA 通過集成的方式，將多個路徑感知 DNN、障礙物感知與車輛的追蹤功能結合在一起，也就是視頻演示中多次提到的路徑感知集成，幫助自動駕駛系統對所有潛在路徑進行評估，包括車輛所處車道以及車輛左右車道的中心路徑及車道線預測，變道、分道及并道，以及遇到障礙物時的車道分配，從而保障安全可靠的自動駕駛操作。在下一期感知專題，我們將更詳細地介紹相關內容。

規劃/控制軟件

自動駕駛汽車在上路后，能夠使用感知和定位所提供的輸入數據，利用規劃和控制層實現獨立行駛。規劃軟件通過感知和定位的結果以確定讓汽車完成特定操作所需的物理軌跡。

比如視頻中演示的自主變換車道操作中，規劃軟件先利用環繞攝像頭和雷達感知進行變道操作安全檢查，而后通過計算得出變道的橫向路徑計劃，再通過控制軟件發出指令以執行車道變換規劃。

NVIDIA DRIVE 端到端平臺是用于運行這些組件的平臺。該平臺可以實時同步運行功能多樣的 360 度環繞感知，定位以及規劃和控制軟件。這些組成部分共同創造了多樣性和冗余，以實現安全的自動駕駛。

以上就是本期全部內容。希望大家喜歡本次的自動駕駛之旅。點擊“閱讀原文”，觀看更多 NVIDIA DRIVE Labs & Dispatch 視頻，了解 NVIDIA DRIVE 軟件如何助力自動駕駛。

掃描下方海報二維碼，即可免費注冊 GTC 23，切莫錯過這場 AI 和元宇宙時代的技術大會！