广告
NVIDIA DRIVE助力慕尼黑团队勇夺Roborace主场胜利
2018-07-12 17:30:22· 来源：英伟达NVIDIA企业解决方案
赛车运动需要兼顾技巧和即兴表演，需要全神贯注并在瞬间做出判断。但如果没有人类控制车辆，赛车运动该如何进行？
赛车运动需要兼顾技巧和即兴表演，需要全神贯注并在瞬间做出判断。但如果没有人类控制车辆，赛车运动该如何进行？
汽车爱好者将有机会在第25届古德伍德速度节（Goodwood Festival of Speed）上找到答案。届时，世界上首款机器人赛车Robocar将首次尝试参加自动驾驶爬山赛。
研究人员和企业家立志将自动驾驶竞赛打造为一项观赏性体育运动。5月，慕尼黑工业大学（Technical University of Munich）的研究人员团队在Robocar中内置了NVIDIA DRIVE PX 2自动驾驶平台，在柏林获得了第一届Roborace人机挑战赛冠军。
“NVIDIA DRIVE是可以非常迅速地处理传感器数据的唯一硬件设置，” 慕尼黑工业大学汽车技术项目的研究人员Johannes Betz说道。“您可以尝试使用普通计算机，但它并不适用于车辆。”
赛车：DRIVE PX 2的终极测试
Roborace是一种新型的赛车活动，专为不安装驾驶员座椅、用于自动驾驶的特种汽车而生。
Roborace由一群获得风投支持的企业家经营，已经成为汽车爱好者备受追捧的赛事。正因如此，未来派汽车设计师Daniel Simon也设计了时尚且充满未来主义的自动驾驶赛车。该设计师因其在《遗落战境》和《创：战纪》等好莱坞电影的设计作品而闻名。
在引擎盖下，四个135kW的电动机为每个轮子提供动力，总计超过500马力。NVIDIA DRIVE计算机提供计算能力，处理Robocar中来自激光雷达、雷达、GPS、超声波传感器和摄像头传感器的数据。
Roborace平台还提供对其DevBot车辆的使用权限，这些车辆的技术设置与 Robocar 相同，但同时允许人类驾驶和自动驾驶。为了顺利完成赛车比赛，团队必须开发出能够精确感知车辆环境、计算速度和控制车辆的算法。
在Roborace人机挑战赛中，慕尼黑工业大学与比萨大学（University of Pisa）同场竞技。这是两个团队使用该公司的DevBot参赛的首个原型赛事。这两个团队需要在人类参与的情况下驾驶DevBot汽车围绕2千米的跑道行驶三次，然后再仅通过软件驾驶车辆行驶三次。根据每轮第二圈的时间计算用时，平均用时最少的团队获胜。
为高速而开发
对自动驾驶赛车进行编程是一项艰巨的任务，况且团队仅有几个月的时间完成开发。慕尼黑工业大学团队从大学的两个研究所（由Markus Lienkamp博士带领的Chair of Automotive Technology和由Boris Lohmann博士带领的Chair of Automatic Control）中抽取了七名核心研究人员组建团队，并于1月开始展开工作迎接这项挑战。
该团队将软件开发划分为感知、策略、规划和控制，确保算法可以自主处理所有驾驶任务。为了测试软件，研究人员每个月都会前往位于牛津郡班伯里的 Roborace总部，在DevBot上运行算法。DevBot也由NVIDIA DRIVE PX 2平台提供支持。
开发过程与最终决赛一样，均需要强大的计算能力支持。慕尼黑工业大学团队在自己的实验室中使用NVIDIA AI平台，这样他们能够在用于汽车的嵌入式平台上实时运行软件，以实现瞬间决策和传感器融合。
在耐用型处理平台上进行了为期五个月的开发和测试后，慕尼黑工业大学DevBot最终以 91.59 秒的平均单圈时间完成了人机挑战赛，比比萨大学 95.36 秒的时间快了近四秒。
从跑道到街道
Betz认为，慕尼黑工业大学团队所从事的是一个持续性的项目，此次胜利仅仅是一个开端。自动驾驶赛车使研究人员能够将自动驾驶软件和硬件的性能发挥到极致，使其速度更快、转弯更稳以及路线规划更迅速，并在重复的闭路线路循环中快速验证技术。
Betz表示他希望继续参加Roborace赛事，以便优化软件、培养新的自动驾驶汽车工程师，并研究在现实生活中应用其技术的方法。
“这是我们决定参赛的原因，”Betz说。“我们开发的一切都将可以得到实践，并最终在城市街道上的普通车辆中得以应用。”
汽车竞赛长期以来都是安全带和后视镜等新型汽车技术的试验平台。现在，Betz及其团队将其视为测试感知、物体检测和路线规划等自动驾驶功能的下一个前沿阵地。
“我们认为这是一个长期项目，”Betz说道。但是，他认为他们的团队仍然具有竞争优势。
“我们希望赢得比赛。”
汽车爱好者将有机会在第25届古德伍德速度节（Goodwood Festival of Speed）上找到答案。届时，世界上首款机器人赛车Robocar将首次尝试参加自动驾驶爬山赛。
研究人员和企业家立志将自动驾驶竞赛打造为一项观赏性体育运动。5月，慕尼黑工业大学（Technical University of Munich）的研究人员团队在Robocar中内置了NVIDIA DRIVE PX 2自动驾驶平台，在柏林获得了第一届Roborace人机挑战赛冠军。
“NVIDIA DRIVE是可以非常迅速地处理传感器数据的唯一硬件设置，” 慕尼黑工业大学汽车技术项目的研究人员Johannes Betz说道。“您可以尝试使用普通计算机，但它并不适用于车辆。”
赛车：DRIVE PX 2的终极测试
Roborace是一种新型的赛车活动，专为不安装驾驶员座椅、用于自动驾驶的特种汽车而生。
Roborace由一群获得风投支持的企业家经营，已经成为汽车爱好者备受追捧的赛事。正因如此，未来派汽车设计师Daniel Simon也设计了时尚且充满未来主义的自动驾驶赛车。该设计师因其在《遗落战境》和《创：战纪》等好莱坞电影的设计作品而闻名。
在引擎盖下，四个135kW的电动机为每个轮子提供动力，总计超过500马力。NVIDIA DRIVE计算机提供计算能力，处理Robocar中来自激光雷达、雷达、GPS、超声波传感器和摄像头传感器的数据。
Roborace平台还提供对其DevBot车辆的使用权限，这些车辆的技术设置与 Robocar 相同，但同时允许人类驾驶和自动驾驶。为了顺利完成赛车比赛，团队必须开发出能够精确感知车辆环境、计算速度和控制车辆的算法。
在Roborace人机挑战赛中，慕尼黑工业大学与比萨大学（University of Pisa）同场竞技。这是两个团队使用该公司的DevBot参赛的首个原型赛事。这两个团队需要在人类参与的情况下驾驶DevBot汽车围绕2千米的跑道行驶三次，然后再仅通过软件驾驶车辆行驶三次。根据每轮第二圈的时间计算用时，平均用时最少的团队获胜。
为高速而开发
对自动驾驶赛车进行编程是一项艰巨的任务，况且团队仅有几个月的时间完成开发。慕尼黑工业大学团队从大学的两个研究所（由Markus Lienkamp博士带领的Chair of Automotive Technology和由Boris Lohmann博士带领的Chair of Automatic Control）中抽取了七名核心研究人员组建团队，并于1月开始展开工作迎接这项挑战。
该团队将软件开发划分为感知、策略、规划和控制，确保算法可以自主处理所有驾驶任务。为了测试软件，研究人员每个月都会前往位于牛津郡班伯里的 Roborace总部，在DevBot上运行算法。DevBot也由NVIDIA DRIVE PX 2平台提供支持。
开发过程与最终决赛一样，均需要强大的计算能力支持。慕尼黑工业大学团队在自己的实验室中使用NVIDIA AI平台，这样他们能够在用于汽车的嵌入式平台上实时运行软件，以实现瞬间决策和传感器融合。
在耐用型处理平台上进行了为期五个月的开发和测试后，慕尼黑工业大学DevBot最终以 91.59 秒的平均单圈时间完成了人机挑战赛，比比萨大学 95.36 秒的时间快了近四秒。
从跑道到街道
Betz认为，慕尼黑工业大学团队所从事的是一个持续性的项目，此次胜利仅仅是一个开端。自动驾驶赛车使研究人员能够将自动驾驶软件和硬件的性能发挥到极致，使其速度更快、转弯更稳以及路线规划更迅速，并在重复的闭路线路循环中快速验证技术。
Betz表示他希望继续参加Roborace赛事，以便优化软件、培养新的自动驾驶汽车工程师，并研究在现实生活中应用其技术的方法。
“这是我们决定参赛的原因，”Betz说。“我们开发的一切都将可以得到实践，并最终在城市街道上的普通车辆中得以应用。”
汽车竞赛长期以来都是安全带和后视镜等新型汽车技术的试验平台。现在，Betz及其团队将其视为测试感知、物体检测和路线规划等自动驾驶功能的下一个前沿阵地。
“我们认为这是一个长期项目，”Betz说道。但是，他认为他们的团队仍然具有竞争优势。
“我们希望赢得比赛。”
广告 
广告
最新资讯
-
六轮分布式转向系统的运动特性分析与主动转
2024-12-03 19:35
-
标准立项 || 《硫化物固体电解质空气稳定性
2024-12-03 19:32
-
“汽车智能驾舱评价规程AI-CAP ”正式发布
2024-12-03 19:31
-
基于 XiLS（X 在环仿真）的热管理开发
2024-12-03 19:28
-
设计师与自动化协同最佳范例！德赛西威获20
2024-12-03 19:28
广告
广告
