مدل های بنیاد جهانی شبیه سازی و ایمنی خودروهای خودمختار را ترویج می کنند

توجه به ویراستاران: این وبلاگ بخشی از است در همه چیزسریال با هدف چگونگی توسعه دهندگان ، پزشکان سه بعدی و شرکت ها می توانند با کمک آخرین پیشرفت ، گردش کار خود را تغییر دهند باز وت nvidia amniverseبشر

محیط های رانندگی شبیه سازی شده ، مهندسان را قادر می سازد وسایل نقلیه خودمختار (AVS) را با خیال راحت و کارآمد در سناریوهای بی شماری در دنیای واقعی و لبه بدون خطرات و هزینه های آزمایش های فیزیکی آموزش دهند ، آزمایش و اعتبار دهند.

این محیط های شبیه سازی شده را می توان با بازسازی عصبی داده های دنیای واقعی از AV-Fleets ایجاد کرد یا با مدل های بنیاد جهانی (WFMS) تولید می شود-شبکه های نت که فیزیک و ویژگی های واقعی را درک می کنند. WFMS می تواند برای تولید مجموعه داده های مصنوعی برای شبیه سازی بهبود یافته AV استفاده شود.

برای کمک به توسعه دهندگان AI فیزیکی در ساخت چنین محیط های شبیه سازی شده ، Nvidia از پیشرفت های گسترده در WFMS در کنفرانس های GTC Paris و CVPR در اوایل این ماه پرده برداشت. این امکانات جدید NVIDIA COSMOS را بهبود می بخشد – بستر WFM های تولیدی ، نشانه های پیشرفته ، نگهبانان و ابزارهای پردازش داده های شتاب.

نوآوری های اصلی مانند Cosmos PEDICT-2 ، COSMOS Transfer-1 Nvidia پیش نمایش NIM MicenService و Rede Rede چگونه توسعه دهندگان AV داده های مصنوعی را تولید می کنند ، محیط های شبیه سازی شده واقع بینانه می سازند و سیستم های ایمنی را در مقیاس بی سابقه ای اعتبار می دهند.

توضیحات صحنه جهانی (OpenUSD) ، یک چارچوب داده یکنواخت و استاندارد برای برنامه های کاربردی هوش مصنوعی فیزیکی ، باعث ادغام یکپارچه و قابلیت همکاری در شبیه سازی فعال در خط لوله توسعه می شود. OpenUSD -استاندارد سازی نقش مهمی در تضمین خطوط لوله سه بعدی در مقیاس دارد.

NVIDIA Omniverse ، بستری از رابط های برنامه نویسی برنامه ، کیت های توسعه نرم افزار و خدمات برای ساختن برنامه های کاربردی فیزیکی مبتنی بر OpenUSD ، باعث می شود که شبیه سازی های WFMS و بازسازی عصبی در مقیاس جهانی امکان پذیر باشد.

سازمان های پیشرو AV – از جمله Foretellix ، MCITY ، OXA ، دامنه موازی ، به علاوه AI و Uber – از اولین کسانی هستند که از مدل های Cosmos استفاده می کنند.

https://www.youtube.com/watch؟v=9py_jydrmbi

مبانی شبیه سازی مقیاس پذیر و واقع بینانه

Cosmos Predict-2 ، آخرین WFM از NVIDIA ، با پیش بینی حالت های آینده جهان از ورودی های چند مدلی مانند متن ، تصاویر و فیلم ، داده های مصنوعی با کیفیت بالا تولید می کند. این توانایی برای ایجاد سناریوهای موقت سازگار و واقع بینانه که باعث تسریع در AV و اعتبارسنجی AV ها و روبات ها می شود ، بسیار مهم است.

علاوه بر این ، Cosmos Transfer ، یک مدل کنترل که باعث ایجاد تغییرات در آب و هوا ، روشنایی و سایت به سناریوهای موجود می شود ، به زودی برای 150،000 توسعه دهنده در کارلا ، یک شبیه ساز پیشرو در منبع باز در دسترس خواهد بود. این امر دسترسی به جامعه توسعه دهنده گسترده AV را به ابزارهای شبیه سازی پیشرفته AI محور گسترش می دهد.

توسعه دهندگان می توانند با استفاده از مجموعه داده AI فیزیکی NVIDIA ، ادغام داده های مصنوعی را در خطوط لوله خود شروع کنند. آخرین نسخه شامل 40،000 کلیپ تولید شده با کیهان است.

با تکیه بر این بنیادها ، طرح Omnernese برای شبیه سازی AV یک گردش کار استاندارد و محور برای ساختن دوقلوهای دیجیتالی غنی ، پخش مجدد داده های سنسور در دنیای واقعی و تولید داده های جدید حقیقت زمین برای آزمایش های بسته بسته ارائه می دهد.

این طرح از امکانات کم پشته و ترکیب OpenUSD استفاده می کند ، به طوری که توسعه دهندگان می توانند به صورت ناهمزمان با هم کار کنند و صحنه ها را غیر مخرب تغییر دهند. این امر به ایجاد انواع سناریوی ماژولار و قابل استفاده مجدد کمک می کند تا به طور مؤثر شرایط آب و هوایی مختلف ، الگوهای ترافیکی و موارد مرزی را تولید کند.

آینده ایمنی AV را تحریک کنید

برای تقویت ایمنی عملیاتی سیستم های AV ، Nvidia در اوایل سال جاری Nvidia Halos را معرفی کرد -یک پلت فرم ایمنی گسترده ای که ادغام کامل و نرم افزاری نرم افزار شرکت را با تحقیقات AI با هدف AV -SAFETY ادغام می کند.

New Cosmos-Model-Cosmos پیش بینی می کند- 2 ، انتقال COSMOS- 1 NIM و COSMOS REDE-REDE- پیشرفت های ایمنی بیشتری را در سکوی HALOS فراهم می کند و به توسعه دهندگان این امکان را می دهد تا سناریوهای مختلف ، قابل کنترل و واقع بینانه را برای آموزش و اعتبار سنجی سیستم AV ایجاد کنند.

این مدل ها ، که بر روی مجموعه داده های چند حالته عظیم ، از جمله داده های رانندگی آموزش داده می شوند ، عرض و عمق شبیه سازی را تقویت می کنند ، و باعث می شوند پوشش سناریوی قوی شامل رویدادهای نادر و مهم و ایمنی باشد در حالی که تنظیم بعد از آموزش برای کارهای تخصصی AV پشتیبانی می کند.

https://www.youtube.com/watch؟v=tgyjo3yr0vu

در CVPR ، Nvidia به عنوان برنده چالش مهم خودمختار شناخته شد ، که بر رهبری وی در ایجاد گردش کار AV پایان به پایان تأکید کرد. در این چالش از ابرداده قوی و قابلیت همکاری OpenUSD برای شبیه سازی ورودی های سنسور و فرآیندهای وسیله نقلیه در محیط های نیمه واکنشی استفاده شده است ، جایی که شما آخرین نتایج را در زمینه ایمنی و انطباق به دست آورده اید.

اطلاعات بیشتر در مورد چگونگی استفاده از توسعه دهندگان از ابزارهایی مانند Carla ، Cosmos و Omnerne برای ترویج شبیه سازی AV در این جریان زنده -هیرلینگ:

https://www.youtube.com/watch؟v=zux-7xgajn8

شنیدن مدیر تحقیقات وسایل نقلیه خودمختار NVIDIA MARCO Pavone در پادکست NVIDIA AI بخشی از چگونگی بهبود دوقلوهای دیجیتال و شبیه سازی با وفاداری بالا ، تست های وسیله نقلیه را بهبود می بخشد ، توسعه را تسریع می کند و خطرات دنیای واقعی را کاهش می دهد.

متصل به دنیای OpenUSD

اطلاعات بیشتر در مورد مرحله بعدی برای شبیه سازی AV با OpenUSD با مشاهده تکرار بنیانگذار NVIDIA و مدیرعامل Jensen Huang’s GTC Paris -keynote.

آیا به دنبال فرصت های زنده بیشتر برای کسب اطلاعات بیشتر در مورد OpenUSD هستید؟ جلسات و آزمایشگاه هایی را که در Siggraph 2025 ، 10-14 اوت برگزار می شود ، از دست ندهید.

کشف کنید که چرا توسعه دهندگان و پزشکان سه بعدی از OpenUSD استفاده می کنند و یاد می گیرند که چگونه می توانند گردش کار سه بعدی را با برنامه درسی “یادگیری OpenUSD” برای توسعه دهندگان و پزشکان سه بعدی بهینه سازی کنند ، که از طریق موسسه یادگیری عمیق NVIDIA به صورت رایگان در دسترس هستند.

اتحاد را برای OpenUSD Forum و وب سایت AUSD کاوش کنید.

با عضویت در اخبار nvidia omniverseعضو جامعه و بعد از nvidia amniverse اینستاگرام” وابسته به لینکدین” واسطه وت xبشر