手机版|
二维码|
为了迅速给自动驾驶的汽车给予海量数据和保守场面以实现安全及次测试的必需，仿真技术在近来颇受瞩目，相当多模拟游戏平台也普及化。在这种大时代背景下，英伟达将自己在图像数值的时代所吸取的劣势写入自动驾驶关键技术上，并且于 2019 年年初向消费者封闭 DRIVE Constellation 自动驾驶模拟模拟。那么，思绪标准设计在预料机能安全及多方面的成效如何？英伟达在模拟证明多方面有什么鲜明的观点？杨靖宇网新智驾邀约了英伟达标准设计开发计划CEO杨健来开展行内互动。不限为张涛的讲演章节，杨靖宇网新智驾开展了不发生变化字面上的编纂：大家好！我是英伟达标准设计框架CEO陈健，表示感谢新智驾给予的游戏平台，让我们可以沟通关于标准设计模拟多方面的议题。如今互动的主旨为《英伟达模拟建模形而上学助力标准设计迭代开发计划》，主要分作不限三个多方面：标准设计与预料机能安全及；英伟达模拟证明形而上学；补救必需的需求量和数值用量。首先给大家解释一下 verification（证明）和validation（确定）的区分。Verification，主要是证明结果应该与预料其设计完全符合，即“把事认真对”；validation，则是结果在与预料其设计完全符合的同时，确定预料其设计应该有原因，应该必须实现消费者的其他需求量，即“认真对的事”。迄今，电子技术有两种证明自动驾驶车安全及的形而上学。一种是大家非常熟识的ISO26262机能安全及（FuSa），这种形而上学宗旨预防措施由的汽车自由电子传动装置导致机械故障致使的不幸危险性隐忧。另一种是 ISO21448 预料机能安全及（SOTIF），这种形而上学宗旨彻底解决自动驾驶控制系统本身由于迭代或者感应器（屏幕、激光雷达等）本身缺点致使危险伤害事故的原因。这也是如今互动的信息化。从开发计划步骤上来说，无论是 FuSa 还是 SOTIF，都要漫长从需求量表述到应用软件开发计划便到系统验证的流程，但比起，SOTIF 必需彻底解决的原因完成度相当大。就像德川氏假说一样，不易造成了重大事故的场面大体上消失在德川氏的头部，因此，我们无法预期这些原因才会在什么时候遭遇，而 SOTIF 就宗旨去辨认出这些常见的场面。意味着，SOTIF 可以起到规范化的含义，把这种潜在的危险性开展定量检验，从而检验车抗击危险性的技能。我们可以看一下这张图：我们将所有场面分作4个范围，包含存留的安全及场面、存留的不安全及场面、可能的不安全及场面以及可能的安全及场面。上面两个场面相对于好解释，存留的不安全及场面可以通过对 ODD 开展数据分析来彻底解决关的的危险性。由于之后一个场面的安全及的场面，因此我们对它的曝光率也不是极大。最必需瞩目的是范围3，即可能的不安全及场面，由于该场面之中存有着相当大的危险性，如果我们对其依然属于不能悉知的平衡状态，我们就不能检验其中的危险性都会对标准设计造成了预想的直接影响。所以，在SOTIF 的开发计划步骤之中，针对存留的安全及场面，我们可以通过观念表述阶段性来对这些场面开展充分多的数据分析；针对存留的不安全及场面，我们在证明阶段性都会去实现一些不安全及的场面，然后对这些场面开展证明，保障标准设计迭代可以安全及地彻底解决这些原因；对于为安全及的可能安全及场面，我们必需一些常规的方法来努力我们辨认出场面，了解到场面。意味着，我们的出发点就是把可能的不安全及场面慢慢转换成存留的不安全及场面，甚至是转换成存留的安全及场面。不过，从客观性上来讲，可能的不安全及场面赞许不能基本上消退，但它再次会小到我们所能保障标准设计迭代消失交通事故的几率都会比替身驾驶者要更为小，意味着，我们可以确实标准设计比替身驾驶者要更为安全及。即将跟大家互动了英伟达对于 SOTIF 的解释，月里给大家解释一下，我们针对上述一些原因的新方法和形而上学。首先，我们把整个证明的飞行测试分作几个流程：实现一个模拟来运转受控的生存环境和场面；该软件在环中模拟，对该软件迭代接口开展子程序；应用程序在环中模拟，把若干接口和元件建构开展系统测试；后来在受控的废弃路段上认真主体次测试。所以，我们可以把上述流程分作两大类，即虚拟世界的次测试总长度，以及模拟生存环境里头减慢次测试总长度。这里的“减慢”不仅是就是指一段时间上的减慢，包含了场面实现，或是其他波动的减慢，从而得到较低密度的证明总长度将近。从另一个一维来细分就是该软件在环中和应用程序在环中。一般来看，该软件在环中多方面，标准设计迭代开发计划都在 X86 游戏平台上运转，因此模拟也在不同的游戏平台运转。应用程序在环中多方面，英伟达与传统文化的主机厂有些相同。传统文化上的应用程序在环中一般就是指的是 电阻器 安in安the安function，等同于只有数值三组是主观的应用程序。事实上，我们所说的应用程序在环中包含了其他建模出来的感应器和车装置。由于，次测试某类运转在最终目标游戏平台上，数值三组的迭代必需证明的总长度将近相当大。所以，一套应用程序相当必须实现需求量，而是必需透过到 信息技术 服务业之前相当萌芽的有序本土化数值和坦克部队本土化数值来降低模拟专业训练工作效率。因此，这种模拟的应用程序在环中游戏平台要必须重新部署到服务提供商，然后实现变成坦克部队，然后采用坦克部队作业管理系统来开展坦克部队本土化有序本土化运转，这种次测试的场面才可能会在有效率的一段时间内顺利完成高层次的证明总长度。意味著，应用程序在环中就可以够比特级的正确，但它有一个缺陷就是同步要素太强。反驳，英伟达发行了 sun constellation框架，这是一个模拟的 男优 模拟应用程序在环中模拟。从整个模拟的构造来看，英伟达都会把更为多心思摆在该软件在环中模拟上，通过单个该软件接口或者多个接口开展证明；该软件在环中模拟证明后来就是应用程序在环中模拟，然后这一部分的模拟开支相对于降低；通过了应用程序在环中模拟证明，之后才都会离开到路测阶段性。就开支而言，我们看来 UN一般分之一60安70%，HIL在20% 约，剩余的为路测。关于“减慢”，我还只想促使解释一下。如图，在场面 E 之中，推论绿车是我们标准设计迭代操控的卡车，然后有一辆的汽车不想变道打滑，单次只变一个车道与，这样的场面遭遇的几率颇高，大体上每10公里就都会遭遇一次；场面 C 之中，这辆的汽车在打滑时穿越了两个车道与，这种场面遭遇的几率相比之下前者较高，差不多每30公里遭遇一次。将上述两个常用的场面表达式开展一定的随机变动，就能引申成var的场面。比如场面 Ax和场面 Bx，这两种场面都极为常见， 1 万公里不太可能才都会遭遇一次，这也仅仅这些场面越来越生命危险，因为标准设计公司在北路测时，未必能整理到这样的场面。通过这种随机表达式本土化的形式来引申成基本上场面的var场面，缩小次测试的场面区域，才可能会促使散布我们不曾遭遇过的危险性。同时，我们可以在多个电脑上独自有序次测试，大幅度增加证明的工作效率。那么，我们怎么样去防范诸如此类的场面波动？正如上述写到的降低随机表达式的形式，我们发行了一种相似 JavaScript 分镜的文职场面定义语言 HSDL。通过这种词汇我们可以表述一些直观的犯罪行为，然后通过配对形式，将它们相结合变成繁复的场面。迄今，这种词汇也在鼓励地为 ASAM OpenScenario 2.0 认真杰出贡献。左图是我们基于一个场面，通过 HSDL 词汇对该场面开展多次逻辑系统波动分解成的多个场面。在多次督导之中，的汽车的一段距离、大不相同的地势、陷入的天气都不不同，许多的波动是我们在最开始编撰场面时并未预料到过的。通过这种形式来迅速地优化迭代，增加标准设计迭代的安全性，再次成形开发计划步骤的了系统。牵涉到随机的表达式波动，我们就必需思索数值需求量的原因。从我们的知识来看，每个场面都必需漫长多次随机波动才能保障散布，引申出来的场面总数大体上是在10的等于层级，当然也可能会较低。那假如我们有 100 个前提次测试场面，那么，总的必需次测试的场面（欠缺引申场面）差不多有 100 万个。假如每个场面每次次测试 15 秒，那么，总的次测试一段时间差不多在 40 万个时长约。如果有 400 套像 Constellation 这样的的设备，那么，就可以在 1000 个时长范围内顺利完成所有的证明战斗任务。如此大的数值需求量必需在新产品之中投身服务提供商的岗位步骤，努力应用程序来彻底解决大规模坦克部队的作业岗位，以及模拟证明战斗任务的发放岗位。迄今，英伟达之前开发了 sun constellation cloud坦克部队本土化管理系统，应用程序首先可以呈交战斗任务，随后，控制系统都会启动时将这些战斗任务相加，发放到坦克部队之中数百台电脑上，同时开展运转。战斗任务运转完毕此后，所有资料启动时整理紧紧，然后放置到分布式磁盘之中开展独立综合，便捷开发计划技工拿取。之后我们来争论一个原因。迄今，我们看来有两种主要的自行来对知觉开展证明，一种是 Come，即在行车道野外的资料记录，然后在再次证明时开展解码器；另一种是 Simulation。年前一种自行的劣势就在于，这些整理到的资料都是来自虚拟世界里头感应器的资料，一段时间精度也非常好。但举例来说是因为这一点，我们并未自行操控负载的频率。意味着，这种自行情况下开展酰证明，大体上不会认真了系统证明，而且效率也颇高。尽管 Simulation 在对虚拟世界的知觉上不如 Come，但它在极大素质上补足了 Come 的上述短板。为了让 Simulation 更加主观，英伟达之前开发计划了真实感更好的贴图涡轮。 好，我如今给大家互动的章节就是这些，表示感谢大家。月里是 ZCompanyamp;E 节目内：1.激光雷达的折射最大值是怎么建模的？我们在实现线性场面的时候就都会突显质点一些制成要素，使得光源搜寻迭代可以建模激光器的化学折射。经过对质点制成要素的数值，再次我们可以给予一个相对于正确的折射最大值，甚至可以精心设计同一个激光雷达的多次折射和转送。2.感应器模拟的真实度如何检验？我们都会开展对比次测试。通过机器学习数学模型单独来检验模拟图形的真实度，大体上是很难定量的。但我们可以通过机器学习数学模型或是其他迭代，来间接评委我们模拟的真实度。如果模拟数学模型的属性与主观野外到的资料基本相同，那么感应器模拟的真实度就非常较高。3. 模拟的元数据场面从哪里来？英伟达核心采用的资料场面努，一方面是基于我们对ODD的验证，比如在认真标准设计的时候，针对表述的需求量来实现场面；另一方面是来自一些披露的场面努，采用HSDL 词汇将相同的场面随机配对紧紧，分解成更为多的场面。4.如何保障交通流建模，车方向上和犯罪行为的模拟持续性？直观来说也是通过 HSDL 词汇来做到。但是由于车也的犯罪行为都是随机遭遇的，如果要保障这些犯罪行为的客观性，我们就要对正态分布的区域开展操控和变动。在一开始的时候，这个区域会过大或者过小，从而直接影响模拟的场面的可信性，所以，我们必需逐步建模这个流程，对随机表达式开展手动的侦探小说和变动。5. 模拟场面之中，哪些在 UN中测，哪些在HIL中测?我们的前提语义是，适当在 UN 中测，因为 UN 追过非常快速，剩余一小部分有指标性的在 HIL 中测。所以，即将写到的通过 HSDL 词汇催化的场面主要也是以 UN 次测试辅以。 HSDL 的发表一段时间在极大素质上衡量本年上半年 ASAM OpenScenario 2.0 的加速情形。6. 较高气地形图整合时怎么彻底解决位移的原因？似乎我们在加速计划的流程之中或许遭遇了位移的原因，但由于英伟达是外资企业的公司，无法取得中华人民共和国的无极低清代地形图。所以，我们就让不推论自己可以取得无极低气地形图，我们都会将中华人民共和国特有的场面，以及一些直接影响驾驶者的公路交通原素催化一个地形图。尽管这个地形图在虚拟世界不存有，但与驾驶者关的的原素，一般来说路灯，交通信号纸牌或车道与支线，都完全符合虚拟世界的规范，所以我们的计划没能情况下加速。杨靖宇络
平台首页|
【仿真驾驶模拟】英伟达张涛：英伟达模拟建模形而上学助力标准设计迭代开发计划
核心提示：为了迅速给自动驾驶的汽车给予海量数据和保守场面以实现安全及次测试的必需，仿真技术在近来颇受瞩目，相当多模拟游戏平台也普及化。在这种大时代背景下，英伟达将自己在图像数值的时代所吸取的劣势写入自动驾驶关键技术上，并且于 2019 年年初向消费者
打赏
免责声明：
本网站部分内容来源于合作媒体、企业机构、网友提供和互联网的公开资料等，仅供参考。本网站对站内所有资讯的内容、观点保持中立，不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如果有侵权等问题，请及时联系我们，我们将在收到通知后第一时间妥善处理该部分内容。
本网站部分内容来源于合作媒体、企业机构、网友提供和互联网的公开资料等，仅供参考。本网站对站内所有资讯的内容、观点保持中立，不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如果有侵权等问题，请及时联系我们，我们将在收到通知后第一时间妥善处理该部分内容。
扫扫二维码用手机关注本条新闻报道也可关注本站官方微信账号："xxxxx",每日获得互联网最前沿资讯，热点产品深度分析！
0 条相关评论
推荐图文
推荐新闻资讯
点击排行
- 手机登录
- 手机网站: M.YIQIXINXI.NET
- 新浪微博: weibo.com
- 微信关注: 微信号
- 客服咨询热线：
- 18980999988
- 工作时间：8:30-18:00
