Segurança de Robotáxis e Veículos Autônomos

Fornece ferramentas e diretrizes para criar um caso de segurança confiável, desde ADAS L2 até robotáxis L4, com base em mais de 330 artigos de pesquisa e mais de 1.000 patentes no NVIDIA Halos.

Avaliações abrangentes com métricas de loop aberto, simulação em loop fechado e testes de veículos reais demonstram que o Alpamayo 1 é o mais avançado em vários aspectos (incluindo raciocínio, geração de trajetórias, alinhamento, segurança, latência e muito mais).

A coleta e as anotações de dados reais para sistemas de IA física críticos para a segurança, como veículos autônomos (VAs), são demoradas e caras. Para enfrentar esse desafio, apresentamos o Cosmos-Drive-Dreams, um pipeline de geração de dados sintéticos (SDG) para gerar cenários desafiadores para facilitar as tarefas posteriores, como percepção e treinamento de políticas de condução.

A segurança continua sendo um desafio fundamental na condução autônoma, com um passo fundamental sendo o desenvolvimento de um avaliador de segurança que possa identificar de forma confiável cenários inseguros (ou seja, propensos a colisões).

O HydraSafe é um framework que enfrenta o desafio de garantir a segurança de veículos autônomos em cenários de risco por meio do aprimoramento da disponibilidade de dados e da robustez do planejador.

O advento de stacks de autonomia de ponta a ponta — geralmente sem módulos intermediários interpretáveis — aumentou o ônus de garantir que o resultado final, ou seja, o plano de movimento, seja seguro, para validar a segurança de todo o stack.