2015-06-10

Nvidia хочет создать мозг роботизированного автомобиля

Nvidia хочет создать мозг роботизированного автомобиля

Компания Nvidia, производитель графических карт, хочет создавать для самоуправляемых автомобилей то, что она создает для игр и суперкомпьютерных вычислений.  Nvidia хочет сформировать вычислительное ядро - автомобильный мозг, на основе которого другие смогут создавать свои приложения.

Его название  - Drive PX, и в следующем месяце его выпустят  для автопроизводителей и поставщиков топ-уровня по цене $ 10 000 за штуку (это комплект для разработчика, будущие коммерческие версии будут стоить гораздо меньше). Вычислительное ядро состоит из пары процессоров компании Tegra X1, каждый из которых способен на терафлопс - триллион операций с плавающей точкой в секунду. Вместе они могут контролировать до 12 камер, в том числе блоки, которые мониторят сонливость и другие отвлекающие водителя моменты. "Сочетание датчиков" совмещает различные потоки данных в единую картину - например, входные данные от радара и оборудования для определения дальности с использованием лазера Lidar. Результат - способность распознавать автомобили, пешеходов и дорожные знаки.

Если вы играли в Grand Theft Auto, у вас есть хорошее представление о том, что такое профессиональный симулятор вождения, а значит, можно сказать, что вы бегло знакомы с самоуправляемыми автомобилями. Эти системы управляют параллельными потоками визуальных данных, а параллельная обработка данных - это именно то, для чего предназначены графические процессоры NVIDIA.

До сих пор главное, не напоминающие игру приложение для графических процессоров было в суперкомпьютерах, которые также имеют важное значение для решения проблемы самоуправления, где важно погрузиться в огромную базу данных для того, чтобы учиться на опыте. Nvidia называет это проектом "Углубленное обучение".

"Большинство лучших суперкомпьютеров используют графические процессоры NVIDIA, включая крупнейший в США Titan, - отмечает Майкл Хьюстон, технический руководитель проекта. - Углубленное обучение" имеет различные приложения. Акцент был сделан на визуальном анализе изображений в видео - сетевая наука, встроенные системы и автомобильная промышленность. По сути мы обрабатываем пиксели".

Обучение представляет собой идеальный экспериментальный метод. Такой навык пригодится, когда подробные карты, на которые полагаются автономные автомобили, дадут сбой. Например, когда происходит авария и полоса движения закрывается. Однако сейчас регуляторы безопасности имеют смутное представление о таком кибернетическом самоутверждении, поэтому все, чему обучается автомобиль, сначала должно быть загружено на облако для анализа в автономном режиме. Только после этого машина может усвоить новую информацию через обновления программного обеспечения.

Автопроизводители, работающие с Nvidia (которые, кстати, уже используют процессоры того или иного вида  в  8 млн. автомобилей), как предполагается, будут выстраиваться в очередь за комплектом разработчика.  Среди них окажутся  как Tesla, Audi и BMW, так и поставщики топ-уровня вроде  Delphi. Эти компании будут строить свои собственные системы на основе базы Nvidia.

"Мы производим базовый вариант дизайна, - говорит Дэнни Шапиро, старший директор NVIDIA. - А прикладной уровень (программное обеспечение, алгоритмы и библиотеки) по-прежнему остается задачей самого автопроизводителя."

Гейминг от Nvidia тоже присутствует. Компания использует подобные системы на основе GPU в более реалистичных симуляторах, упрощающих проблемы моделирования, с которыми могут столкнуться роботизированные автомобили на улицах.

"Для моделирования - это отличная вещь, - говорит Хьюстон.  - Существует целый ряд редких событий, но вы все равно можете создавать их модели. Возьмем случай использования радара: все, что имеет высокую рефлективность (металлические конфетти или майларовый воздушный шар)  будет создавать эффективную отражающую поверхность. Был случай, когда пустой пакет чипсов взорвался перед автомобилем, вследствие чего произошло резкое торможение".

Lidar имеет свои слабые стороны, которые симуляторы могут смоделировать  и исправить. "Он плохо реагирует на объекты с повышенной отражаемостью, например, окна магазинов в центре города, -  говорит Хьюстон. - Трудно протестировать автомобиль, но вы можете создать его в программе и проверить. Так мы завершаем работу над нашим продуктом, прежде чем он попадет на испытательный трек".




Присоединяйтесь к сообществу Connected Car!
Будьте в курсе последних новостей индустрии.

Подписаться

Каршеринг «Яндекс.Драйв» презентовал новый вид тарифа 2018-02-09

Каршеринг «Яндекс.Драйв» презентовал новый вид тарифа

В каршеринге «Яндекс.Драйв» появился новый тариф с фиксированной стоимостью за поездку. Теперь клиенты могут не переживать из-за пробок на дорогах – у них есть возможность взять в аренду автомоби...

Micro Mobility Microlino: электрокары-пузыри снова в моде? 2018-02-05

Micro Mobility Microlino: электрокары-пузыри снова в моде?

Автопроизводители Swiss Micro Mobility Systems AG и Tazzari разработали новый электрический пузырь-авто Micro Mobility Microlino, который можно назвать современным наследником BMW Isetta. Весн...

Спортивный электромобиль от Porsche сможет заряжаться на 80% за 20 минут 2017-12-29

Спортивный электромобиль от Porsche сможет заряжаться на 80% за 20 минут

Ссылаясь на инсайдерские источники, американский журнал Automobile сообщил новые подробности касательно характеристик электрокара от компании Porsche. Стало известно, что спортивный электромобиль...

Купить билет