0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA AI赋能水面自动驾驶技术,实现多种标准落地应用

NVIDIA英伟达 来源:NVIDIA英伟达 2024-04-30 16:46 次阅读

案例简介

本案例中,欧卡智舶在无人船系统中搭载了多种传感器,并选择了 NVIDIA Jetson 系列产品作为边缘计算硬件。该硬件支持多种信号传输和高质量的算力,并结合 GPUTensorRT CUDA 进行实时数据处理和感知算法部署,以实现水面环境感知和路径规划。

垂直水面无人驾驶技术,攻破核心问题

欧卡智舶自成立之初就将研发重心放在水面智能化与自主化技术,从自研的核心硬件模块、软件平台到水面自动驾驶算法,实现了水面场景的全方位感知、自主决策与路径规划、信号遮挡等不同工况下的精准自主定位,以及复杂水况下的自适应控制。欧卡智舶的无人船产品搭载 NVIDIA Jetson 嵌入式系统,让无人船能够实时地进行自主感知和自主控制,根据用户需求自主执行水面作业任务。

e405ee1c-06cd-11ef-a297-92fbcf53809c.png

欧卡智舶智舶系统 OASIS——自动泊船

欧卡智舶还构建了水面自动驾驶数据 AI 引擎,已积累数据量数千万条,形成了数据全流程高效闭环。在 NVIDIA 高性能 GPU 的加持下,将海量的数据进行自动化处理,数据的闭环助力水面智能化和自主化技术持续迭代。

怀揣美好愿景,研发三大系列

六款无人船产品和智舶系统

欧卡智舶自成立以来,始终坚持“无人驾驶,让水域更美好”的愿景,致力于水面自动驾驶技术的研发,形成无人驾驶环保船、自动驾驶游船、智舶系统三大行业应用。同时欧卡智舶是目前拥有行业水面无人驾驶里程数和水面无人驾驶样本集的国家级高新技术企业。

水面自动驾驶的全新挑战

随着自动驾驶技术的发展,自动驾驶场景逐渐由路面扩展至水上。不同于路面场景,水面场景对自动驾驶算法有着新的挑战,例如水浪的摇晃、桥下复杂的通航区域、水面信号反射等,这些都对水面自动驾驶算法中环境感知的精度和鲁棒性提出了新的要求。

e4627fd8-06cd-11ef-a297-92fbcf53809c.png

欧卡智舶辅助驾驶系统——碰撞预警

为了实现安全可靠的水面自主感知,欧卡智舶在无人船系统中搭载了丰富的传感器,包括相机、激光雷达、毫米波雷达、惯性测量单元和全球定位系统,帮助无人船在复杂的水面场景中进行有效地自主航行。多种传感器配置使得欧卡智舶对无人船端的边缘计算平台有着更高的要求。因此欧卡智舶需要寻找一种边缘计算平台,用于无人船传感器数据的实时处理和水面自动驾驶算法的部署。

最终欧卡智舶选择使用 NVIDIA 的 Jetson 系列产品作为无人船的边缘计算硬件。NVIDIA 的 Jetson 系列产品提供了丰富的硬件接口,能够支持多种硬件信号的传输通信。同时其计算芯片包含了 CPU 和 GPU,能够为无人船算法部署提供高质量的算力支持。在感知算法层面,欧卡智舶使用 GPU 和 TensorRT进行 AI 视觉模型的边缘推理,使用 CUDA 进行毫米波雷达和激光雷达点云的信号处理,输出水面环境感知结果,并由下游的规划模块对无人船进行路径规划。同时 NVIDIA 丰富的软件生态(如 CUDA)能为传感器数据并行化操作提供有效的计算加速。

e487aaf6-06cd-11ef-a297-92fbcf53809c.png

欧卡智舶 SMURF 鲸灵在新加坡水域执行巡检清洁任务

在选择 NVIDIA 的产品生态来提供支持后,欧卡智舶充分利用了 NVIDIA GPU 和软件解决方案的多样性和强大性能,以满足其无人船技术需求,并提供稳定高效的计算能力。

具体来说,欧卡智舶采用了以下 NVIDIA 产品:

NVIDIA Jetson Orin NanoJetson Orin NX:这两款 AI 模组部署在无人船端,负责边缘计算,能够为传感器的实时信息处理和无人船的自主控制计算提供高质量的算力支持。通过这些模组,无人船能够快速处理传感器数据,并实时响应,从而实现高精度导航和操作。

NVIDIA CUDA:通过 CUDA 并行计算加速技术,欧卡智舶能够有效地处理海量的并行计算操作,特别是在无人船传感器数据的并行化计算上。相比传统的纯 CPU 运行,CUDA 加速使得无人船传感器数据的实时处理速度得到显著提升,从而保证了无人船自主系统的实时性。

NVIDIA V100:部署在服务器端的 NVIDIA V100 用于水面自动驾驶数据 AI 引擎的自主迭代。利用 V100 的高性能算力,欧卡智舶能够将百万级别的数据喂入 AI 模型,进行快速训练,从而使得 AI 模型具备更高的精度和鲁棒性。

NVIDIA TensorRT:通过 TensorRT 推理框架,无人船端部署的 AI 模型能够进行高速推理。经过 INT8 量化后,AI 模型在无人船端的推理时间缩短至 20ms,有效地提升了无人船感知系统的实时性。

在具体业务环节中,NVIDIA 的计算平台发挥了重要作用。例如,通过 NVIDIA Jetson Orin Nano 和 Jetson Orin NX,无人船能够实时处理传感器数据,实现自主导航和操作;通过 NVIDIA CUDA,提高了数据处理速度,保证了无人船自主系统的实时性;通过 NVIDIA V100,加快了 AI 模型的训练速度,提高了模型的精度和鲁棒性;通过 NVIDIA TensorRT,缩短了 AI 模型的推理时间,提升了无人船感知系统的实时性。

在效用方面,NVIDIA 的计算平台为欧卡智舶带来了显著的优势。例如,在效率提升方面,通过 CUDA 加速,数据处理速度得到显著提升,从而提高了无人船的运行效率;在时间节省方面,通过 TensorRT 推理框架,AI 模型的推理时间缩短至 20ms,大大提高了无人船的响应速度;在技术优势的构建方面,通过 NVIDIA V100 的高性能算力,AI 模型具备更高的精度和鲁棒性,从而提高了无人船的算法精度。

应用 NVIDIA 产品生态解决核心算力问题

“作为民用无人船独角兽企业,欧卡智舶的无人船产品目前在 10 个国家的 120 片水域无监督航行里程数达到了 65 万公里,稳定高效的算力是我们得以快速成长的核心要素,”欧卡智舶算法总监王培栋表示,“NVIDIA 的产品生态非常出色地帮我们解决了算力问题。一方面 NVIDIA 有很丰富的边缘计算产品配置,我们能够自由地为我们的无人船产品配备合适的算力芯片;另一方面 NVIDIA 丰富的软件生态也为我们算法的实际部署提供了极大的便利,加速无人船产品研发的落地。”



审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2550

    文章

    50998

    浏览量

    752954
  • 嵌入式系统
    +关注

    关注

    41

    文章

    3586

    浏览量

    129410
  • NVIDIA
    +关注

    关注

    14

    文章

    4971

    浏览量

    102960
  • 激光雷达
    +关注

    关注

    968

    文章

    3964

    浏览量

    189802
  • 自动驾驶
    +关注

    关注

    784

    文章

    13777

    浏览量

    166344

原文标题:初创加速计划 | AI 赋能水面自动驾驶技术,欧卡智舶无人船环卫、文旅场景实现多种标准落地应用

文章出处:【微信号:NVIDIA_China,微信公众号:NVIDIA英伟达】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术

    自动驾驶技术的典型应用 自动驾驶技术是一种依赖计算机、无人驾驶设备以及各种传感器,实现汽车自主行
    的头像 发表于 10-18 17:31 661次阅读

    NVIDIA Research端到端自动驾驶模型引领国际挑战赛

    NVIDIA 在国际计算机视觉与模式识别会议(CVPR)上展示了用于自动驾驶汽车开发的加速计算和生成式 AI 的突破技术
    的头像 发表于 09-09 10:11 506次阅读

    智能网联是否是自动驾驶落地的必要条件?

    ;另一种则是智能网联,主张通过车辆与外部环境的互联互通来提升自动驾驶的安全性和可靠性。越来越多的业内人士认为,智能网联是实现全面自动驾驶的关键路径,但这是否意味着智能网联是自动驾驶
    的头像 发表于 08-29 09:02 297次阅读

    FPGA在自动驾驶领域有哪些优势?

    需更换整个硬件平台。 综上所述,FPGA在自动驾驶领域具有高性能、灵活性、低延迟、高能效比、硬件级安全、易于集成与扩展以及长期可维护性等显著优势。这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分,为
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    低,适合用于实现高效的图像算法,如车道线检测、交通标志识别等。 雷达和LiDAR处理:自动驾驶汽车通常会使用雷达和LiDAR(激光雷达)等多种传感器来获取环境信息。FPGA能够协助完成这些传感器
    发表于 07-29 17:09

    自动驾驶识别技术有哪些

    自动驾驶的识别技术自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动驾驶识别技术主要包括
    的头像 发表于 07-23 16:16 619次阅读

    国科微AI首席科学家邢国良:打造全系边端AI芯片,下一代自动驾驶

    发展机遇,特别是车载平台与基础设施的互联和协同将会大大提升自动驾驶的性能和安全性。当前,国科微全系边端AI芯片正在持续车路协同,助力下一代自动驾
    的头像 发表于 07-09 11:35 515次阅读
    国科微<b class='flag-5'>AI</b>首席科学家邢国良:打造全系边端<b class='flag-5'>AI</b>芯片,<b class='flag-5'>赋</b><b class='flag-5'>能</b>下一代<b class='flag-5'>自动驾驶</b>

    NVIDIA理想汽车共同推进智能驾驶和智能座舱技术创新

    智能化已成为汽车行业发展的新引擎,NVIDIA 正在理想汽车共同推进智能驾驶和智能座舱技术创新。   作为中国新能源汽车制造商和造车新势
    的头像 发表于 07-01 18:21 1709次阅读

    Wayve迈入AV 2.0新时代,生成式AI

    AI 模型,对汽车技术栈的感知、规划和控制功能进行全局管控。   英国的 Wayve 正是引领这场技术革命的先锋。他们的自动驾驶技术
    的头像 发表于 06-07 15:14 998次阅读

    标贝数据采集标注在自动驾驶场景中落地应用实例

    AI数据服务作为人工智能和机器学习的基础,在自动驾驶领域中有着重要地位。与其他人工智能应用场景相比,自动驾驶落地场景相对复杂,想要让汽车本身的算法做到处理更多、更复杂的场景,就需要运
    的头像 发表于 05-28 14:22 535次阅读
    标贝数据采集标注在<b class='flag-5'>自动驾驶</b>场景中<b class='flag-5'>落地</b>应用实例

    未来已来,多传感器融合感知是自动驾驶破局的关键

    的架构,预计未来许多智能驾驶团队都会引入“占用网络”来提升系统能力。多维像素的应用前景非常广阔。昱感微的融合感知技术+BEV +Transformer+占用网格有望成为L3/L4级自动驾驶最优的
    发表于 04-11 10:26

    自动驾驶已成现实?赛思时间同步服务器北京市高级别自动驾驶示范区,为自动驾驶提供中国方案

    赛思时间同步服务器全球首个“车路云一体化”高级别自动驾驶示范区,为自动驾驶提供中国方案!北京市高级别自动驾驶示范区的“中枢神经”-云控基
    的头像 发表于 03-22 09:30 1047次阅读
    <b class='flag-5'>自动驾驶</b>已成现实?赛思时间同步服务器<b class='flag-5'>赋</b><b class='flag-5'>能</b>北京市高级别<b class='flag-5'>自动驾驶</b>示范区,为<b class='flag-5'>自动驾驶</b>提供中国方案

    文远知行与联想车计算战略合作,推进自动驾驶商业化落地

    文远知行与联想车计算达成战略合作,共同推进L4级别自动驾驶解决方案的商业化落地,这一举措无疑为自动驾驶领域注入了新的活力。这次合作不仅彰显了双方在自动驾驶
    的头像 发表于 03-20 10:19 515次阅读

    如何利用AI技术提升自动驾驶安全性

    智能交通系统是一个高度复杂的系统,它涉及多种技术和工具。自动驾驶汽车、车辆安全技术和智能城市系统都是智能交通系统的一部分。
    发表于 01-17 09:44 497次阅读

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助
    发表于 12-19 18:02