蓋世汽車訊 快速發(fā)展的傳感器技術(shù)以及軟件處理技術(shù)已經(jīng)使卡車實(shí)現(xiàn)了自動(dòng)駕駛，通過減少停機(jī)時(shí)間、降低人員成本、減少碰撞事故以及傷亡人數(shù)，改進(jìn)了車隊(duì)運(yùn)行效率。據(jù)Fortune Business Insights所說，到2027年，全球自動(dòng)駕駛卡車市場(chǎng)市值預(yù)計(jì)可達(dá)201.334億美元，年復(fù)合增長率達(dá)12.6%。

基于該蓬勃發(fā)展的業(yè)務(wù)，英偉達(dá)為交通運(yùn)輸行業(yè)的軟件定義自動(dòng)駕駛汽車（AV）打造了端到端解決方案，能夠通過無線升級(jí)不斷改進(jìn)和部署自動(dòng)駕駛系統(tǒng)。此外，還提供了大規(guī)模部署自動(dòng)駕駛汽車所需的一切。

MIT論文中圖片（圖片來源：MIT）

據(jù)外媒報(bào)道，在英偉達(dá)技術(shù)的基礎(chǔ)上，麻省理工學(xué)院（MIT）的研究人員最近為自動(dòng)駕駛汽車研發(fā)了一種單一深度神經(jīng)網(wǎng)絡(luò)（DNN）。他們采用了英偉達(dá)DRIVE AGX Pegasus幫助運(yùn)行自動(dòng)駕駛汽車的網(wǎng)絡(luò)，而且有助于實(shí)時(shí)處理大量的激光雷達(dá)數(shù)據(jù)。

通常情況下，在6個(gè)小時(shí)內(nèi)，由50輛自動(dòng)駕駛汽車組成的車隊(duì)中，一輛自動(dòng)駕駛汽車的傳感器會(huì)產(chǎn)生多達(dá)1.6千萬億字節(jié)的數(shù)據(jù)。為了實(shí)現(xiàn)安全駕駛，自動(dòng)駕駛汽車需要實(shí)時(shí)理解此類數(shù)據(jù)。不過，由于采用單一DNN處理如此龐大的數(shù)據(jù)量而面臨挑戰(zhàn)，大多數(shù)技術(shù)都采用多個(gè)網(wǎng)絡(luò)以及高精度地圖。此種組合能夠讓自動(dòng)駕駛汽車快速確定自己在空間中的位置，并識(shí)別出其他道路使用者和交通信號(hào)燈。然而，雖然此種方法確保了安全自動(dòng)駕駛所需的冗余性和多樣性，但在未繪制地圖的地方部署自動(dòng)駕駛汽車仍然具有挑戰(zhàn)性。此外，依靠激光雷達(dá)感知的自動(dòng)駕駛系統(tǒng)在環(huán)境中必須每秒處理超200萬個(gè)點(diǎn)。與二維圖像數(shù)據(jù)不同，激光雷達(dá)點(diǎn)在三維環(huán)境中分布特別稀疏，這對(duì)現(xiàn)代計(jì)算機(jī)造成了相當(dāng)大的阻礙，因?yàn)楝F(xiàn)代計(jì)算機(jī)沒有針對(duì)此類數(shù)據(jù)進(jìn)行優(yōu)化。

在麻省理工學(xué)院團(tuán)隊(duì)發(fā)布的論文中，該團(tuán)隊(duì)描述了如何利用單一DNN尋求新型自動(dòng)駕駛技術(shù)，首先從實(shí)時(shí)處理激光雷達(dá)傳感器數(shù)據(jù)的任務(wù)開始。除了基本架構(gòu)，研究人員還創(chuàng)造了新型增強(qiáng)型功能，以大幅提升速度和能效。該DNN旨在執(zhí)行自動(dòng)駕駛系統(tǒng)的所有操作，此種綜合能力通過在大量的人類駕駛數(shù)據(jù)進(jìn)行廣泛訓(xùn)練而得來，此類數(shù)據(jù)會(huì)全面地教會(huì)該網(wǎng)絡(luò)像人類駕駛員一樣駕駛，而不是分解成特定的功能。

雖然該種方法仍然處于起步階段，但是有可能產(chǎn)生極大的好處。單一DNN比車輛中的多個(gè)專用網(wǎng)絡(luò)高效得多，能夠?yàn)槠渌δ茯v出計(jì)算空間。此外，DNN的適應(yīng)性更強(qiáng)，因?yàn)槠淅糜?xùn)練而不是地圖在未知道路上導(dǎo)航。最后，效率的提高能夠?qū)崟r(shí)處理大量豐富的感知數(shù)據(jù)。

MIT的研究人員采用英偉達(dá)DRIVE AGX Pegasus來提升計(jì)算性能、實(shí)現(xiàn)完全自動(dòng)化。該款A(yù)I嵌入式超級(jí)計(jì)算機(jī)專為L4和L5自動(dòng)駕駛系統(tǒng)而設(shè)計(jì)，以避免人類參與到駕駛中。通過耦合兩個(gè)Xavier片上系統(tǒng)和兩個(gè)圖靈GPU，可以實(shí)現(xiàn)每秒320萬億次操作，從而能夠快速處理激光雷達(dá)數(shù)據(jù)。為了打造DNN，麻省理工學(xué)院研究人員首先在一個(gè)不是很強(qiáng)大、但是已經(jīng)用于很多其他自動(dòng)駕駛系統(tǒng)的機(jī)器上進(jìn)行研究。首先，在分析只使用激光雷達(dá)的車型時(shí)，研究小組檢查了車輛在車道穩(wěn)定性測(cè)試中的表現(xiàn)；然后，在分析具有導(dǎo)航功能的車型時(shí)，研究小組比較了車型的整體性能。

此外，當(dāng)研究人員啟用證據(jù)融合時(shí)，該車型的結(jié)果與只使用激光雷達(dá)車型的測(cè)試結(jié)果一樣，遵循了地圖上的方向，而且行駛軌跡與人類駕駛員的軌跡非常接近。研究人員在論文中基于激光雷達(dá)提出了一種高效且靈活的端到端導(dǎo)航框架，為了實(shí)現(xiàn)更快的激光雷達(dá)處理效果，他們打造了一個(gè)全新的3D神經(jīng)架構(gòu)，并且改進(jìn)了稀疏的卷積神經(jīng)核。

不久前，自動(dòng)駕駛卡車初創(chuàng)公司NuPort Robotics也采用英偉達(dá)DRIVE打造了自動(dòng)駕駛系統(tǒng)，以用于短途貨運(yùn)路線。該公司總部位于加拿大，正與安大略省政府和加拿大輪胎公司開展一個(gè)為期兩年的試點(diǎn)項(xiàng)目，以加速實(shí)現(xiàn)英偉達(dá)DRIVE技術(shù)的商業(yè)化?？纯闯鮿?chuàng)公司與英偉達(dá)如何合作研發(fā)和實(shí)施麻省理工學(xué)院提出的新型單一DNN研究成果，想必也是一件很有趣的事情。

返回第一電動(dòng)網(wǎng)首頁 >