Helm.ai, un proveedor de software de IA para ADAS de alta gama, conducción autónoma de nivel 4 y robótica, lanzó un modelo básico de IA generativa multisensor para simular toda la pila de vehículos autónomos.
WorldGen-1 sintetiza datos de sensores y percepción altamente realistas a través de múltiples modalidades y perspectivas simultáneamente, extrapola datos de sensores de una modalidad a otra y predice el comportamiento del ego-vehículo y otros agentes en el entorno de conducción. Estas capacidades de simulación basadas en IA agilizan el desarrollo y la validación de sistemas de conducción autónomos.
Aprovechando la innovación en arquitecturas DNN generativas y la enseñanza profunda, una tecnología de capacitación no supervisada altamente eficiente, WorldGen-1 se entrena con miles de horas de datos de conducción diversos, que cubren cada capa de la pila de conducción autónoma, incluida la visión, la percepción, el lidar y la odometría.
WorldGen-1 genera simultáneamente datos de sensores altamente realistas para cámaras de vista envolvente, segmentación semántica en la capa de percepción, vista frontal lidar, vista aérea lidar y la ruta del vehículo ego en coordenadas físicas. Al generar datos de sensores, percepciones y rutas de manera consistente en toda la pila AV, WorldGen-1 replica con precisión posibles situaciones del mundo real desde la perspectiva del vehículo autónomo. Esta capacidad integral de simulación de sensores permite la generación de datos etiquetados de múltiples sensores de alta fidelidad para resolver y validar una gran cantidad de casos extremos desafiantes.
Además, WorldGen-1 puede extrapolar datos de cámaras reales a muchas otras modalidades, incluida la segmentación semántica, la vista frontal del lidar, la vista de pájaro del lidar y la trayectoria del vehículo del ego. Esta capacidad permite aumentar los conjuntos de datos existentes de solo cámaras en conjuntos de datos sintéticos de múltiples sensores, lo que aumenta la riqueza de los conjuntos de datos de solo cámaras y reduce los costos de recopilación de datos.
Más allá de la simulación y extrapolación de sensores, WorldGen-1 puede predecir, basándose en una secuencia de entrada observada, los comportamientos de los peatones, los vehículos y el ego-vehículo en relación con el entorno circundante, generando secuencias temporales realistas de hasta minutos de duración. Esto permite la generación de IA de una amplia gama de escenarios potenciales, incluidos casos extremos poco comunes.
WorldGen-1 puede modelar múltiples resultados potenciales basados en datos de entrada observados, lo que demuestra su capacidad para la planificación y predicción avanzadas de múltiples agentes. La comprensión de WorldGen-1 del entorno de conducción y su capacidad predictiva lo convierten en una herramienta valiosa para la predicción de intenciones y la planificación de rutas, como medio de desarrollo y validación, así como la tecnología central que toma decisiones de conducción en tiempo real.
Fuente de Congreso de coches ecológicos
Descargo de responsabilidad: La información establecida anteriormente es proporcionada por greencarcongress.com independientemente de Chovm.com. Chovm.com no representa ni garantiza la calidad y confiabilidad del vendedor y los productos. Chovm.com renuncia expresamente a cualquier responsabilidad por violaciones relacionadas con los derechos de autor del contenido.
