Conducción autónoma Tencent
¿Qué tan lejos estamos de la conducción autónoma?
Antes de hacer esta pregunta, primero debes saber que para que los vehículos autónomos realmente salgan a la carretera, deben someterse a múltiples pruebas de seguridad, y las pruebas en carretera son un vínculo indispensable e importante.
Según estimaciones del grupo de expertos RAND de Estados Unidos, un sistema de conducción autónoma debe ser verificado durante al menos 110 millas (aproximadamente 17-18 mil millones de kilómetros) antes de que pueda alcanzar las condiciones de producción en masa. Esto significa que incluso una flota de 100 vehículos de prueba autónomos, que realicen pruebas las 24 horas del día a una velocidad promedio de 40 kilómetros por hora, tardaría unos 500 años.
Al mismo tiempo, un vehículo autónomo maduro también necesita identificar con sensibilidad los objetos en la carretera y responder correcta y rápidamente en condiciones extremas como ventiscas, lluvias intensas y luz solar intensa. Sin embargo, en el entorno natural, estas condiciones extremas no ocurren con frecuencia y muchas situaciones extremas son muy peligrosas y deben estimarse durante las pruebas. Por lo tanto, depender únicamente de pruebas de conducción autónoma in situ es ineficiente, costoso y no lo suficientemente completo. En tales circunstancias, una plataforma de simulación que pueda proporcionar un entorno de prueba en carretera de realidad virtual perfecto se ha convertido en una opción rentable para las pruebas en carretera de vehículos autónomos. Hoy veremos cómo los conocidos sistemas de simulación de conducción autónoma nacionales y extranjeros realizan pruebas virtuales en carretera.
NVIDIA: ¿Drive? Constellation: una plataforma informática basada en dos servidores diferentes
NVIDIA, líder mundial en tecnología de procesamiento de gráficos programables, anunció oficialmente su inclusión en la lista de conducción autónoma en la nube en marzo del año pasado. Plataforma de simulación Drive?Constellation.
Drive?Constellation utiliza simulación fotorrealista, un sistema de prueba de vehículos autónomos basado en la nube y es una plataforma informática basada en dos servidores diferentes. El primer servidor ejecuta el software NVIDIA DRIVE Sim para simular sensores de vehículos autónomos, como cámaras, lidar y radar. El software DRIVE?Sim genera flujos de datos fotorrealistas para crear una serie de entornos de prueba diferentes; por ejemplo, es capaz de simular diferentes condiciones climáticas, como lluvias intensas y tormentas de nieve, cambios de luz en diferentes momentos del día y todos los diferentes tipos de superficies de carreteras. y terreno. El segundo servidor está equipado con la plataforma informática automotriz NVIDIA DRIVE Pegasus AI, que puede ejecutar toda la pila de software del vehículo autónomo y procesar datos simulados como si vinieran de los sensores del automóvil en la carretera.
NVIDIA Drive? Constellation
Tencent: TAD?Sim: una plataforma de simulación como un juego de rol a gran escala
Como todos sabemos, muchos de los actuales Los sistemas de simulación convencionales para la conducción autónoma se desarrollan en base a un motor de juego Tencent, que es bueno en el desarrollo y gestión de juegos, también ha aplicado motores de juegos profesionales, modelos de dinámica de vehículos de nivel industrial, flujo de tráfico integrado virtual y real y otras tecnologías. Además de la plataforma de simulación de conducción autónoma TAD?Sim (¿Tencent? ¿Autónoma? ¿Conducción? Simulador), esta es también la ventaja única de Tencent como plataforma de simulación de conducción autónoma.
En TAD?Sim, un escenario infinitamente cercano al mundo real, no solo puede satisfacer las necesidades de pruebas iterativas continuas de los vehículos autónomos, sino también mejorar la eficiencia de la investigación y el desarrollo de la tecnología de conducción autónoma. El mapa de alta precisión incorporado de TAD Sim puede completar la verificación de simulación de circuito cerrado de todos los módulos en el vehículo real, como algoritmos de percepción, toma de decisiones y control, simulaciones geométricas completas de diferentes condiciones climáticas, condiciones de iluminación y otros entornos, y probar la percepción del vehículo, la toma de decisiones y la simulación de control del vehículo. Combinado con los datos de flujo de tráfico recopilados y la simulación de escenas de tráfico extremas, TAD Sim puede admitir varias pruebas de conducción autónoma en situaciones extremas y conducción agresiva, y completar varias pruebas que no se pueden realizar en el mundo real de una manera más eficiente y segura.
El año pasado, Tencent y BMW alcanzaron una cooperación estratégica en el campo de la conducción autónoma para analizar y procesar los complejos y cambiantes escenarios de conducción de China y ayudar a BMW a desarrollar tecnologías y productos de conducción autónoma adecuados para el mercado chino.
Además, TAD?Sim también puede proporcionar a los departamentos de formulación de políticas y de gestión del tráfico pruebas en gestión de despacho de tráfico, planificación de carreteras y tráfico, investigación regulatoria de conducción autónoma, etc., para ayudar de manera integral a la producción en masa de conducción autónoma.
Tencent TAD?Sim simulación de carreteras complejas
Waymo: Carcraft: un "pionero" que convierte la realidad en realidad virtual
Del original "Vehículo aéreo no tripulado de Google" "Desde el "automóvil" hasta más tarde Google Waymo, se puede decir que Google es el "hermano mayor" en el campo de la investigación de la conducción autónoma. No hace mucho, Google anunció que el software de pruebas de simulación de desarrollo propio de Waymo, Carcraft, ha simulado 10 mil millones de millas de escenas de carreteras y admite modelos Waymo para pruebas a gran escala.
Dado que los coches autónomos necesitan utilizar algoritmos y nervios de red para aprender continuamente, las diversas condiciones de la carretera establecidas por Carcraft permiten que el vehículo aprenda más de ellas. Muchas situaciones que los vehículos de prueba Waymo encuentran en la carretera se pueden difuminar directamente en el simulador, y los programadores también pueden superponer múltiples situaciones para crear diversas situaciones extremas. Los datos obtenidos después de que Carcraft realice la simulación se pueden enviar al vehículo de prueba del mundo real. De esta manera, el ciclo continuará y el vehículo será cada vez más potente. Para Waymo, que anteriormente había utilizado la "reproducción de escenas" para realizar pruebas, Carcraft desempeña un papel sin precedentes en la investigación de la conducción autónoma, e incluso es de gran importancia para la tecnología de conducción autónoma del mundo.
A finales de 2019, Waymo anunció la adquisición de Latent Logic, una empresa británica de tecnología de simulación, para ayudar a Waymo a implementar una tecnología de simulación más cercana a la realidad y predecir y planificar mejor la conducción autónoma.
Actualmente, los sistemas domésticos de simulación de conducción autónoma están todavía en su infancia. Incluso las empresas con tecnología de simulación relativamente madura en el mundo todavía no son lo suficientemente maduras en el desarrollo de escenas viales chinas y la simulación del comportamiento de los conductores chinos. Desde otra perspectiva, esto en realidad ofrece buenas oportunidades para las empresas chinas que desarrollan tecnología de simulación de conducción autónoma. Se espera que cada vez más empresas de tecnología locales como Tencent se unan a la construcción de sistemas de simulación de conducción autónoma, creen un entorno de prueba de simulación con características chinas y ayuden a que la tecnología madura de conducción autónoma se implemente lo antes posible.
Este artículo proviene del autor de Autohome Chejiahao y no representa los puntos de vista ni las posiciones de Autohome.