DRIVE Labs 系列文章
第七站:為駕乘人員的安全保駕護(hù)航
始 發(fā) 站 | 自 動(dòng) 駕 駛 基 礎(chǔ) 功 能 |
第 二 站 | 基 本 路 況 感 知 |
第 三 站 | 讀 懂 交 通 標(biāo) 志 與 信 號(hào) 燈 |
第 四 站 | 監(jiān) 控 車 外 的 風(fēng) 吹 草 動(dòng) |
第 五 站 | 提 高 道 路 狀 況 的 可 見 性 |
第 六 站 | 基 于 洞 察 的 智 能 規(guī) 劃 |
第 七 站 | 為 駕 乘 人 員 的 安 全 保 駕 護(hù) 航 |
終 點(diǎn) 站 | 尋 找 車 位 與 自 動(dòng) 泊 車 |
自動(dòng)駕駛汽車在行駛中會(huì)穿過大街小巷、經(jīng)歷白天黑夜,途中可能會(huì)在十字路口與其他車輛“狹路相逢”,也有可能需要在城市街道避讓行人,不同的道路設(shè)計(jì)和光線明暗都會(huì)影響自動(dòng)駕駛汽車的道路判斷與決策結(jié)果,從而影響行駛的安全性。DRIVE Labs“常學(xué)常新”系列是 NVIDIA DRIVE 團(tuán)隊(duì)推出的、以一輛自動(dòng)駕駛汽車從出發(fā)到最終目的地為線索的系列文章,共分 8 期主題,將為大家詳細(xì)解析自動(dòng)駕駛汽車如何一路“過關(guān)斬將”,以及 NVIDIA 技術(shù)與產(chǎn)品在不同場景中提供的支持,以便讀者能更好地了解自動(dòng)駕駛。
本期是第七期“為駕乘人員的安全保駕護(hù)航”,將為大家介紹自動(dòng)駕駛汽車如何利用 AI 軟件、安全力場(Safety Force Field,SFF)并通過主動(dòng)學(xué)習(xí),保證行車安全,為駕乘人員保駕護(hù)航。
上期文章主要介紹了介紹用于評估汽車攝像頭可見度和汽車遠(yuǎn)光燈控制的不同深度神經(jīng)網(wǎng)絡(luò)(DNN)以及 AI 賦能的汽車光源感知等內(nèi)容,本期將為大家介紹可保護(hù)車輛不受碰撞的 SFF、可守護(hù)駕駛員專注前方道路以實(shí)現(xiàn)安全行駛的 AI 軟件以及能夠優(yōu)化夜間行人檢測的主動(dòng)學(xué)習(xí)方法。話不多說,一起來看看吧!
汽車行駛過程中會(huì)經(jīng)過很多情況復(fù)雜的路口,也會(huì)經(jīng)過擁有不同照明條件的道路,在這些路況下,可能會(huì)有擦肩而過或迎面駛來的車輛,也會(huì)有來回穿梭的行人,如何在保證自動(dòng)駕駛汽車本身安全性的同時(shí),兼顧其他道路使用者的便利性及安全性也至關(guān)重要。
NVIDIA安全力場助力安心駕駛
利用 Safety Force Field 避免碰撞
現(xiàn)實(shí)的交通狀況變幻莫測。為實(shí)現(xiàn)真正的安全,車輛需要能監(jiān)控周邊環(huán)境并保護(hù)乘客遠(yuǎn)離潛在的危險(xiǎn)和碰撞。NVIDIA 使用 SFF 防撞軟件來單獨(dú)監(jiān)控車輛主規(guī)劃和控制系統(tǒng)的操作,基于高性能的計(jì)算功能,來幫助車輛遠(yuǎn)離傷害,并確保其不會(huì)造成危險(xiǎn)后果(如以上視頻所示)。
SFF 專為避免碰撞而設(shè)計(jì),是一種穩(wěn)固可靠的駕駛策略,能夠分析并預(yù)測車輛所處環(huán)境。它好比一個(gè)獨(dú)立的監(jiān)督員,可對車輛的主要規(guī)劃和控制系統(tǒng)進(jìn)行操作監(jiān)督,既可以人為操作也可以自主運(yùn)行。具體而言,SFF 會(huì)對主要系統(tǒng)的控制決策進(jìn)行實(shí)時(shí)復(fù)核。如果 SFF 判定控制操作不安全,它將否決并糾正主要系統(tǒng)的決策。
SFF 性能已通過數(shù)學(xué)方式驗(yàn)證,即使用真實(shí)數(shù)據(jù)進(jìn)行模擬的魯棒性驗(yàn)證。如果道路上的所有車輛均遵循該框架行駛,并且感知和車輛控制都在預(yù)先設(shè)計(jì)的范圍內(nèi)運(yùn)行,便不會(huì)出現(xiàn)危險(xiǎn)情形或碰撞事故。SFF 在實(shí)現(xiàn)此性能的同時(shí)仍允許平日的正常駕駛,且不會(huì)進(jìn)行過度防護(hù)。
此外,SFF 還遵循一種核心的防碰撞原理,而非大量規(guī)則與異常情形,因而能流暢地應(yīng)對高速公路駕駛、復(fù)雜的城鎮(zhèn)環(huán)境和能見度較低的情形。該策略能綜合考慮剎車(縱向)與方向盤(橫向)約束,從而使車輛執(zhí)行大量動(dòng)作。
汽車廠商在開發(fā)自動(dòng)駕駛汽車的過程中,可以將 NVIDIA SFF 與自有的駕駛軟件相結(jié)合,將此策略用作移動(dòng)規(guī)劃軟件的安全保護(hù)層,從而監(jiān)控并預(yù)防異常動(dòng)作,以保證行車安全。
DRIVE IX 以 AI 賦能安全駕駛
NVIDIA DRIVE IX AI 算法執(zhí)行直觀的車內(nèi)感知
自動(dòng)駕駛技術(shù)持續(xù)發(fā)展帶來了大量的自動(dòng)駕駛功能來“解放”人類駕駛員的雙手,但即使借助先進(jìn)的駕駛員輔助系統(tǒng)將更多駕駛功能自動(dòng)化,人類駕駛員依然需要保持注意力集中,逐步建立對 AI 系統(tǒng)的信任。
傳統(tǒng)的駕駛員監(jiān)控系統(tǒng)通常無法理解“微妙提示”,比如駕駛員的認(rèn)知狀態(tài)、行為和其他動(dòng)作,這些細(xì)微的行為往往能夠表明他們是否處于合格的駕駛狀態(tài)。以上視頻將為大家演示 NVIDIA DRIVE IX 如何感知駕駛員的注意力、活動(dòng)、情感、行為、姿勢、言語、手勢和情緒,以便實(shí)現(xiàn)更加智能且安全的自動(dòng)駕駛。
NVIDIA DRIVE IX 是一個(gè)開放、可擴(kuò)展的座艙軟件平臺(tái),可為自動(dòng)駕駛汽車可視化和全方位的艙內(nèi)感知提供智能體驗(yàn)軟件,為駕乘人員提供 AI 驅(qū)動(dòng)的豐富座艙體驗(yàn),包括具有增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)的智能可視化、對話式 AI 和內(nèi)部監(jiān)測。
DRIVE IX 采用多種 DNN 來識(shí)別人臉并“解密”駕駛員表情:
-
GazeNet DNN 用于追蹤視線,通過檢測駕駛員的視線并將其映射到道路上以確認(rèn)他們是否看到前方障礙物;
-
SleepNet DNN 用于監(jiān)測睡意,識(shí)別駕駛員的眼睛是否睜開,并通過一個(gè)狀態(tài)機(jī)確定其疲憊程度;
除了監(jiān)測駕駛員是否注意力集中外,DRIVE IX 還采用了單獨(dú)的 DNN 來識(shí)別駕駛員的情緒,評估駕駛員是否能進(jìn)行安全駕駛。
開發(fā)人員可通過將上述 DNN 與手勢 DNN 和語音功能相結(jié)合,構(gòu)建多模式、對話式 AI 產(chǎn)品,例如自動(dòng)語音識(shí)別、自然語言處理和語音合成,并將其用于艙內(nèi)個(gè)性化設(shè)置和虛擬助手應(yīng)用程序。
此外,汽車制造商還可以借助 DRIVE IX 的駕駛員監(jiān)測功能來開發(fā)基于 AI 的高級駕駛員理解功能,通過對汽車進(jìn)行編程,在駕駛員注意力不集中時(shí)發(fā)出警告,或者在駕乘者緊張時(shí)讓駕駛艙能夠調(diào)節(jié)設(shè)置以安撫其情緒,以逐步建立駕乘者與 AI 系統(tǒng)之間的信任,創(chuàng)造更安全、更愉悅的智能汽車體驗(yàn)。
主動(dòng)學(xué)習(xí)助力自動(dòng)駕駛汽車
“看準(zhǔn)”夜間行人
自動(dòng)駕駛功能需應(yīng)對各種不同的現(xiàn)實(shí)狀況,需要通過不同來源的大量信息來進(jìn)行全方位訓(xùn)練。負(fù)責(zé)自動(dòng)駕駛功能的 DNN 也需要通過正確且全面的數(shù)據(jù)來開展詳盡的訓(xùn)練。該訓(xùn)練需要包含各種情況,無論是在日常道路中可能遇到的情況,還是一些開發(fā)人員希望自動(dòng)駕駛汽車在行駛中永遠(yuǎn)不會(huì)遇到的不尋常情況。
主動(dòng)學(xué)習(xí)是一種用于機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)篩選方法,可以自動(dòng)找到這些多樣化的數(shù)據(jù)。相較于人工操作,它只需花費(fèi)小部分時(shí)間即可構(gòu)建更好的數(shù)據(jù)集。通過主動(dòng)學(xué)習(xí),自動(dòng)駕駛系統(tǒng)可以在選擇有價(jià)值的數(shù)據(jù)點(diǎn)時(shí)自動(dòng)執(zhí)行篩選過程。
通過主動(dòng)學(xué)習(xí),AI 可以自動(dòng)選擇正確的訓(xùn)練數(shù)據(jù)。具體而言,自動(dòng)駕駛系統(tǒng)可利用一組專用的 DNN 遍閱一個(gè)圖像幀池,標(biāo)記出容易混淆的幀。然后對這些幀進(jìn)行標(biāo)記,并將其添加到訓(xùn)練數(shù)據(jù)集中。此過程可以改善 DNN 在高難度環(huán)境條件(例如夜間行人檢測)下的感知能力。并且與手動(dòng)選擇的數(shù)據(jù)相比,使用主動(dòng)學(xué)習(xí)數(shù)據(jù)進(jìn)行訓(xùn)練時(shí),行人檢測的精度可提高 3 倍,對自行車檢測的精度可提高 4.4 倍。
以上就是本期全部內(nèi)容。希望大家喜歡本次的自動(dòng)駕駛之旅,下期我們將帶大家進(jìn)入自動(dòng)駕駛旅程的最后一段—停車與泊車,敬請期待!點(diǎn)擊“閱讀原文”,觀看更多 NVIDIA DRIVE Labs & Dispatch 視頻,了解 NVIDIA DRIVE 軟件如何助力自動(dòng)駕駛。
往期精彩回看
「入門篇」:自動(dòng)駕駛基礎(chǔ)功能
「第二站」:基本路況感知
「第三站」:讀懂交通標(biāo)志與信號(hào)燈
「第四站」:監(jiān)控車外的風(fēng)吹草動(dòng)
「第五站」:提高道路狀況的可見性
「第六站」:基于洞察的智能規(guī)劃
掃描海報(bào)二維碼,即可觀看 NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛 GTC23 主題演講重播!
原文標(biāo)題:DRIVE Labs“常學(xué)常新”系列「第七站」:為駕乘人員的安全保駕護(hù)航
文章出處:【微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
英偉達(dá)
+關(guān)注
關(guān)注
22文章
3770瀏覽量
90982
原文標(biāo)題:DRIVE Labs“常學(xué)常新”系列「第七站」:為駕乘人員的安全保駕護(hù)航
文章出處:【微信號(hào):NVIDIA_China,微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論