header image showing bird's eye view of cars driving on highway
November 12, 2021

Ouster与NVIDIA达成合作,加速自动驾驶汽车部署

Jack Lamar
Product Marketing
Linkedin Url

历史问题和原有复杂的解决方案

在当今的数字世界中,曾经出现在科幻小说中的技术如今已经成为了现实,尤其是交通运输行业。 自动驾驶汽车公司正在致力于解决一些已知的复杂问题,通过应用自动化,增强驾驶辅助功能,甚至取代驾驶员。而这些技术的实现都需要人类历史上最高水平的嵌入式处理系统和软件支持。

现有高级驾驶辅助系统(ADAS)拥有超过2亿行代码。 这比波音737、Facebook合起来的代码都多。 这种复杂程度,对于自动驾驶汽车的开发工程师来说,是一个不可思议的挑战。

在任何环境下,自动驾驶系统都必须快速可靠地感知、识别和响应周围环境。 想要将这些复杂的、安全至上的系统应用到真实道路上,需要无缝集成经过优化的硬件和软件,以最大化利用人工智能的超级计算能力。

NVIDIA驱动自动驾驶汽车部署

当自动驾驶汽车工程师发现自己处于复杂的人工智能和硬件集成问题中时,NVIDIA就出现了。 自1999年发明GPU以来,NVIDIA就一直借此不断扩大人工智能计算应用的可能性。从工业分析到自动驾驶汽车等多种技术领域,我们都能看到其人工智能计算平台的身影。

作为嵌入式超级计算领域的先驱,NVIDIA构建了一个综合开发平台,可将其自动化相关功能部署到交通运输行业的任何部门。 NVIDIA DRIVE旨在全方面的简化自动驾驶汽车开发,已经被全球众多自动驾驶领先企业使用。 NVIDIA DRIVE的用户可以访问NVIDIA的车载硬件平台、SDK、车辆参考架构、自动驾驶汽车仿真平台,以及神经网络训练工具。

NVIDIA DRIVE SDK框架

Ouster激光雷达+ NVIDIA DRIVE

DriveWorks SDKNVIDIA DRIVE软件堆栈的基础,它为自动驾驶汽车感知堆栈的开发提供了一个简化的框架。 基于NVIDIA DRIVE,Ouster提供了专用的NVIDIA DriveWorks插件,以帮助客户更加简易的将我们高性能数字激光雷达集成到任何自动驾驶车辆上。 这种兼容性大大减轻了将高性能3D激光雷达集成到车辆平台并提供安全感知的开发负担。 Ouster所提供的DriveWorks 插件能够帮助实现:

  • 将Ouster激光雷达集成到软件平台上
  • 处理大量激光雷达点云数据
  • 提升感知算法性能
  • 使用激光雷达数据输出训练深度神经网络(DNN)
  • 多传感器校准
  • 对多个传感器的录制数据进行重新播放和分析

更多数据,实现更优算法

如今,数字激光雷达的应用已经变得比之前更容易,还成为了自动驾驶技术竞争的一个优势。 NVIDIA DRIVE平台使我们的客户能够充分利用Ouster激光雷达的强大功能,从而最大限度地提高感知和定位算法的能力。 我们与NVIDIA的合作旨在不断为开发人员提供更好的传感器、数据和工具。 例如,自动驾驶汽车开发者可以使用Ouster激光雷达输出的2D结构化数据来简化矢量处理,仅从一个激光雷达中就能同时获得相机/激光雷达融合感知,而所有这些都包括在NVIDIA简化的开发框架内。

基于OS1结构化数据的神经网络数据标注

Ouster激光雷达所提供的高分辨率还能够提高关键对象探测算法的准确性。 即使是在普通的驾驶场景中,这一点也非常重要,因为即使是区分飘浮的塑料袋和横穿马路的狗,无人驾驶车辆就需要做出生死判断。 传统的低分辨率激光雷达(16线或更低)根本无法向感知系统提供足够的数据进行目标物识别分类,从而使得车辆计算单元无法做出正确的决策。

高分辨率可增加激光雷达探测的有效距离。 三台不同型号的OS1激光雷达都具有相同的最大探测距离,但其有效距离取决于它们的分辨率。

借助DriveWorks的无缝集成,自动驾驶汽车工程师就能够更容易的挖掘出数字激光雷达的固有优势并充分利用,以增强其自动驾驶系统的性能。 我们很高兴能够看到越来越多的客户通过使用Ouster数字激光雷达和NVIDIA DRIVE平台,为未来的交通运输系统设计更安全、更高效的自动驾驶汽车。

了解更多有关DriveWorks插件以及如何将Ouster数字激光雷达搭载到自动驾驶汽车的信息,请联系我们