cookieOptions = {...}; ‧ 有了這套系統,汽車能很快獲得自動駕駛能力 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2016年6月17日 星期五

 leiphone 易建成

有了这套系统,汽车能很快获得自动驾驶能力

如何訓練一輛擁有自動駕駛功能的汽車?觀察司機的駕駛行為也許是其方法之一。來自 Nvidia (英偉達)的工程師設計了一套能夠通過觀察駕駛員的駕駛行為的系統:讓汽車學習如何駕駛。

有了这套系统,汽车能很快获得自动驾驶能力


關於 Nvidia 如何「訓練」測試車的基本原理,大致如下:Nvidia 使用了 3 個攝影機和 2  DRIVE PX 電腦累計觀察駕駛員 72 個小時。這種「訓練」在美國多個州、不同天氣條件和時間以及多種道路類型和路況上進行。

影機會以 3D 的形式捕捉到大量的數據,GPU 則會對這些數據進行追蹤和存。這些數據隨後會被機器學習系統 Torch 7 分析並分解成學習步驟,最終打造出一個無需駕駛員干預的自動駕駛系統。

Nvidia 使用的這套訓練系統已經在美國公共道路(包括高速公路)上進行了測試,測試的結果是:系統能達到 98  100% 的自動駕駛能力。值得注意的是,當駕駛員進行手動干預時,系統還會繼續進行學習。

這是一套基於 GPU 的系統:包含攝影機和一台電腦。等產品真正上市、用戶購買之後,汽車便可立即獲得自動駕駛能力,無需進行更多的訓練。雖然汽車可以進行自動行駛,但當通過攝影機檢測到之前沒有遇到過的情況時,系統會提醒駕駛員接管方向盤,並進入學習模式。

系統在這種情況下學習到的內容隨後會被傳輸到雲端,並融入到未來的軟件升級當中。換句話說,如果再未來系統再遇到此類情況,它通過學習後知道該如何應對。

最近在GMIC 全球行動網路大會上,Nvidia 全球副總裁、中國區總經理張建中表示:正是由於 GPU 的進步,才使得深度學習的人工智能行業、虛擬現實行業、遊戲交互行業得以高速發展。

對於自動駕駛的應用,張建中認為:「我們發現幾乎所有的車廠都是讓汽車辨識前方的物體,運用雷達測試精確的距離以及利用一些超聲波設備,探測周圍的路況及物體,並且用紅外設備輔助夜間行駛。

Nvidia 則不同,我們打造的是一個端到端的解決方案End to End Learning for Self-Driving Cars),在人端或者是訓練端,用 DGX-1 訓練模型,讓系統得以很好的訓練,以便在遇到極其複雜的路況做出決策」。


從現在看來,這種「學習觀察法」比起程序員根據路面情況、車道線標識、信號燈、交通情況編寫的一系列規則更為實際和實用。因為這套基於 GPU 的系統能夠收集數據並從中創造自己的規則。


Nvidia 表示,目前已有超過 80 家大型 OEM 廠商和研究機構正在與他們洽談合作事宜,其中包括沃爾沃。這家汽車廠商將於明年在瑞典哥德堡進行一個名為 Drive Me 的項目,屆時他們將使用 100 輛配備 Nvidia 自動駕駛系統的 XC90 來測試該系統在道路上的表現。
圖片來自 networkworld

                                                                                                                                                                                                                            

0 comments: