您好,欢迎光临2020中国自动驾驶测试验证技术创新论坛!

rFpro:新的仿真方法将彻底改变自动驾驶汽车的培训和测试

发布日期:2020-06-04

GRCC自动驾驶测试验证技术创新论坛

2020-06-04 12:51:06

手机阅读

点击上方蓝色字体,关注我们

总部位于英国的驾驶模拟公司rFpro已经开发出一种可降低与大规模模拟相关的硬件成本的方法


总部位于英国的驾驶模拟公司rFpro已经开发出一种可降低与大规模模拟相关的硬件成本的方法。突破性的发展有可能消除业界对逐帧创建的测试数据手动注释的依赖,这既费时又容易出错。


“目前,自动驾驶汽车领域的许多参与者雇用了一群人来手动注释视频,LiDAR点或雷达回车的每一帧,以识别场景中的物体(例如其他车辆,行人,道路标记和交通信号),创建培训数据,” rFpro董事总经理Matt Daley说。“ rFpro的这种新方法提供了一种数字化,经济高效的方式,可以完全无错误地创建相同数据,并且与手动注释相比,其速度要快10,000倍,而手工注释大约需要30分钟,错误率达10%。这一重大变化将使深度学习发挥其潜能,因为它大大降低了生成有用的训练数据的成本和时间。”


rFpro称这种新方法为数据农场,并将其与渲染农场进行了比较,后者彻底改变了流行动画的经济学。它使客户能够建立涵盖整个车辆系统的完整数据集,其中每个传感器都在同一时间进行模拟。即使使用最复杂的硬件设计,数据也会在所有传感器之间同步。如果客户正在使用传感器融合来收集数据,例如同时来自多个8K HDR立体摄像机,LiDAR和雷达传感器的数据,这是至关重要的。”


现有客户(包括全球Tier1供应商DENSO ADAS Engineering Services)已经开始使用Data Farming。DENSO ADAS项目经理Francisco Eslava-Medina表示:“通过rFpro的数据农业,我们可以创建大量的驾驶场景,并通过在单个平台上进行投资就可以生成非常大的场景变化。“这使我们能够快速,经济高效地生成大量高质量的培训数据,这对于计算机视觉技术的某些产品开发阶段至关重要,尤其是对于我们的自动驾驶技术的神经网络而言。”


新方法使客户甚至可以从一台PC开始执行涉及多个传感器的复杂仿真。Daley补充说:“仿真不必实时运行,可以为用户提供所需的计算能力灵活性。”对于工程师来说,这使它处于典型的部门预算之内,而不需要高级批准。现在,更容易获得高质量的培训和测试数据。” Data Farming具有完全可扩展性,可以让客户在准备加速数据生产时扩展多种硬件资源。


成功使用数据农业的另一个客户包括**的自动驾驶汽车技术提供商Ambarella。Ambarella意大利分部总经理Alberto Broggi说:“该软件在创建训练数据方面发生了根本性转变,并且已经在加快我们自动驾驶汽车系统的开发速度。”深度学习和人工智能对于成功采用自动驾驶汽车至关重要。仅通过使用手动注释的数据集可能无法合理地达到所需的标准。数据农业将改变行业开发自动驾驶汽车的方式。”


在此处观看我们的视频,其中说明了Data Farming如何旨在革新自动驾驶汽车行业。


消息来源:rFpro





相关文章

Sensible 4 开始在芬兰测试自动驾驶车队
雪和冰构成无人驾驶汽车测试的令人讨厌的障碍
日野卡车自动驾驶测试时面临的课题





SELECTED EVENTS









 

长按二维码识别关注





  • 电话咨询
  • 021-2230 6692
  • 15021948198
None