Національний ТУ «Дніпровська політехніка» — відповідність Часу

Счетчик PR-CY.Rank

Як майбутнє безпілотних автомобілів Google пов'язано з візуальними обчисленнями NVIDIA.

Ніхто з нас не любить пробки. Нещодавно компанія Google розповіла про те, що вона робить для вирішення проблеми заторів, зміщуючи фокус проекту Self-Driving Car (безпілотний автомобіль) з їзди по автострадах на рух по міських вулицях. Ця принципово важлива зміна фокуса була представлена в блозі представника Google Кріса Амсона (Chris Umson).
google1.jpg
Безпілотний Google-автомобіль

Кріс охарактеризував труднощі безпілотного управління в умовах великого міста і пояснив, що рішення цієї задачі фундаментальний внесок вносить компанія NVIDIA, яка вже 20 років займається візуальними обчисленнями. Саме візуальні обчислення стануть ключовим чинником розвитку передових систем допомоги водієві.
google2.png
NVIDIA — це компанія візуальних обчислень

Візуальні обчислення сьогодні покладаються на обчислювальну потужність графічних процесорів (GPU), які, за словами Кріса, і дають можливість одночасно виявляти сотні навколишніх об'єктів», «звертати увагу», а також «ніколи не втомлюватися і не відволікатися». На його думку, комп'ютерне зір, обробка зображень і машинне навчання необхідні не тільки для того, щоб створити внутрішній «мозок» автомобіля, але і щоб обробляти дані в реальному часі для миттєвого прийняття рішень на дорозі.

Оснащений лазером з кутом огляду в 360 градусів, радаром і камерами спостереження, безпілотний автомобіль Google Self-Driving Lexus RX 450H збирає величезну кількість візуальних даних - приблизно 1 ГБ в секунду. Для порівняння - рядовий користувач смартфона споживає десь 3-4 ГБ даних в місяць. Отримані дані необхідно інтегрувати у вбудовану карту, щоб побудувати актуальну 3D-модель дорожнього оточення...Тільки уявіть потрібний рівень обчислювальних ресурсів! Без візуальних обчислень просто не обійтися.

Ось деякі завдання, вирішення яких стає можливим завдяки візуальним обчислень:

  • створення в реальному часі 3D-моделей на базі надходять з датчиків даних;
  • відстеження стаціонарних і рухомих об'єктів, таких, як інші автомобілі, світлофори, пішоходи і навіть вилетіли на проїжджу частину м'ячі;
  • ідентифікація кожного об'єкта і визначення ступеня їх впливу на наступне рішення системи керування автомобілем.
Подивіться невеликий ролик від Google, в якому показано, як реалізуються деякі сценарії навігації автомобіля без водія:

Завдяки масивно паралельній архітектурі, GPU як не можна краще підходить для вирішення подібних завдань. Можливість паралельних обчислень роблять GPU набагато більш ефективним інструментом, що CPU, для обробки великих обсягів даних.

Абсолютно очевидно, що, якщо машина збирається водити за людину, потрібно щоб усередині неї був справжній суперкомп'ютер. NVIDIA - лідер в області візуальних обчислень. Графічні процесори компанії знаходяться в основі найпотужніших суперкомп'ютерів світу, таких, як Titan в Національній Лабораторії Окриджа, «Ломоносов» в МДУ і не тільки. Важливо, що сьогодні супервимірювальні можливості GPU стають доступні і на індивідуальному рівні, в автомобілях і мобільних пристроях, роблячи можливим функціонування тих самих просунутих систем допомоги водієві.

google3nvid.jpg

Спеціально для автовиробників NVIDIA розробила пакет інструментів розробки додатків  Jetson Pro. Для інших додатків для вбудованих систем доступна для замовлення платформа  Jetson TK1.

Сервіси

Розклад

Соціальні мережі

Facebook
YouTube

Інформаційне партнерство

Прес-центр
Закон про вищу освіту
© 2006-2024 Інформація про сайт