В рамках основной презентации NVIDIA на выставке CES компания Audi продемонстрировала интеллектуальные возможности Audi Q7 deep learning concept на трансформируемой открытой площадке, специально созданной для автопилотирования. Автомобиль ориентируется при помощи фронтальной камеры с разрешением 2 Мп, обменивающейся данными с вычислительным модулем NVIDIA Drive PX 2, который, в свою очередь, с высокой точностью осуществляет рулевое управление. Высокоэффективный контроллер создан специально для использования в системах автоматического управления автомобилем.
Audi Q7 Piloted Driving Concept
В основе программного обеспечения – глубокие нейронные сети, которые специалисты Audi и NVIDIA целенаправленно обучали автономному вождению и распознаванию динамических сигналов, регулирующих дорожное движение. Вначале модель Audi Q7 deep learning concept под управлением человека знакомилась с маршрутом и окружающей обстановкой, наблюдая и используя для этого дополнительные обучающие камеры. При этом устанавливались взаимосвязи между реакциями водителя и событиями, распознаваемыми при помощи камер.
Впоследствии автомобиль способен уже самостоятельно понимать указания, подаваемые, например, в виде временного сигнала, регулирующего движение, правильно интерпретировать их и действовать в соответствии с ситуацией. При появлении соответствующего сигнала концепт-кар немедленно меняет стратегию и выбирает короткий или длинный маршрут. Система спроектирована настолько надежно, что способна справляться даже с такими внешними факторами, как изменяющиеся погодные условия и степень освещения. Она выполняет свои задачи днем и ночью, при прямом солнечном свете и искусственном освещении.
Методы обучения, используемые для Audi Q7 deep learning concept, схожи с методами глубокого обучения с подкреплением (deep reinforcement learning). Этот метод лег в основу презентации Audi на прошедшей в декабре в Барселоне Конференции по ИИ, посвященной нейронным системам обработки информации (NIPS). Здесь нейронные сети (которые схожи с человеческим мозгом) также обучались определенной практической задаче.
Если на конференции NIPS модель, выполненная в масштабе 1:8, училась парковаться путем проб и ошибок, то нейронная сеть Audi Q7 deep learning concept получает конкретные, существенные для концепта данные в ходе тренировочных поездок. То есть она учится у водителя.
Искусственный интеллект является революционной технологией, ключевой для систем автопилотирования. В этом твердо убеждены специалисты Audi, и по этой причине они тесно сотрудничают с лидерами электронной промышленности. Совместно со своими партнерами Audi рассматривает различные подходы и методы машинного обучения. Цель по-прежнему неизменна – находить оптимальное решение для каждого конкретного практического случая. Сотрудничество предприятий, работающих в области информационных технологий и автомобилестроения, также имеет огромное значение для внедрения технологий в концептуальные и серийные образцы в перспективе.
Благодаря своему богатому опыту и знаниям в системных технологиях компания NVIDIA считается крупнейшим и сильнейшим мировым игроком в области полупроводников. Audi сотрудничает с производителем с 2005 г. Уже в 2007 г. в Audi A4 использовался чип NVIDIA, а спустя два года технология NVIDIA позволила вывести на новый уровень системы визуального отображения в Audi A8. Модульная мультимедийная платформа (MIB), представленная в 2013 г., работала на базе процессора Tegra 2 от NVIDIA. Следующая версия платформы MIB2 появилась в Audi Q7 в 2015 году, в ее основе – процессор NVIDIA T 30.
MIB2+ – новый этап в развитии модульной мультимедийной платформы. Эта версия дебютирует в нынешнем году в Audi A8 нового поколения. Базовый элемент системы – процессор Tegra K1, который позволил реализовать новые функции. Его впечатляющая вычислительная мощность обеспечивает поддержку нескольких дисплеев высокого разрешения, в том числе виртуальной приборной панели Audi virtual cockpit второго поколения. Бортовые и сетевые сведения объединяются, в результате чего автомобиль становится частью «облачных» технологий.
Наряду с платформой MIB2+ в новом Audi A8 впервые в серийное производство будет запущен и центральный контроллер zFAS. Здесь также используются процессоры от NVIDIA – K1 и (в перспективе) X1. Audi и NVIDIA намерены и дальше расширять свое многолетнее сотрудничество, объединяя компетенцию NVIDIA в области средств разработки систем ИИ с богатейшим опытом Audi в сфере автоматизации управления автомобилем.
Еще один ключевой партнер Audi – компания Mobileye. Чип обработки изображений, разработанный Mobileye, также интегрирован в контроллер zFAS. Эта израильская компания, работающая с высокими технологиями, является мировым лидером в области систем распознавания изображений для управления автомобилем. Mobileye уже поставляет камеры для некоторых моделей Audi, среди которых Audi Q7, серия A4/A5 и новый Audi Q5. Используемое для камер программное обеспечение для обработки изображений способно распознавать большое количество объектов. В их числе дорожная разметка, транспортные средства, дорожные знаки и пешеходы. На сегодняшний день характеристики, необходимые для четкой классификации объектов, все еще определяются вручную.
В новом Audi A8 компании Audi и Mobileye представят новый технический уровень: система распознавания изображений впервые использует методы глубокого обучения. Это значительно снижает необходимость в неавтоматическом обучении на стадии разработки. Благодаря глубоким нейронным сетям система способна самостоятельно определять, какие характеристики являются пригодными и существенными для идентификации различных объектов. Эта методика также позволяет автомобилю распознавать пустые проезжие участки, что является важным условием для безопасного автопилотирования.
Функция автопилота при движении в пробке будет впервые серийно применена в новом Audi A8. Она станет первой функцией автопилотирования, использованной в серийной модели, которая позволит водителям иногда полностью передавать управление движением автомобилю. Это заложит основу для повышения уровня автоматизации в возрастающем количестве дорожных ситуаций.
C 2014 года amsrus.ru
Только зарегистрированные пользователи могут комментировать.
