El Ecosistema NVIDIA DRIVE Sim Crea un Campo de Pruebas Diverso para Vehículos Autónomos

Los modelos y complementos de los socios brindan flexibilidad para la simulación de vehículos autónomos.
por Martijn Tideman

El desarrollo de vehículos autónomos con simulación a gran escala requiere un ecosistema de socios y herramientas igualmente amplio.

NVIDIA DRIVE Sim con la tecnología Omniverse aborda los desafíos del desarrollo de AV con una plataforma de simulación escalable, diversa y físicamente precisa. Con DRIVE Sim, los desarrolladores pueden mejorar la productividad y la cobertura de pruebas, a fin de acelerar su tiempo de comercialización y minimizar la necesidad de conducir en el mundo real.

La variedad y la profundidad de las empresas que forman el ecosistema DRIVE Sim son componentes centrales para que la plataforma sea la solución más importante en la simulación de vehículos autónomos.

DRIVE Sim permite la simulación de alta fidelidad aprovechando las tecnologías centrales de NVIDIA, incluidas NVIDIA RTX, Omniverse e IA, a fin de ofrecer una potente plataforma de simulación basada en el cloud. Puede generar conjuntos de datos para entrenar el sistema de percepción del vehículo o proporcionar un campo de pruebas virtual para probar la lógica de control y toma de decisiones del vehículo.

La plataforma se puede conectar a la pila de AV en configuraciones de software en el proceso o hardware en el proceso para probar toda la experiencia de conducción.

DRIVE Sim viene con una rica biblioteca de modelos configurables para entornos, escenarios, vehículos, sensores y tráfico que funcionan de inmediato.

También incluye interfaces de programación de aplicaciones dedicadas que permiten a los desarrolladores crear conectores, complementos y extensiones de DRIVE Sim para adaptar la experiencia de simulación a los requisitos y workflows específicos. Estas API permiten aprovechar la inversión y el desarrollo anteriores al permitir la integración en cadenas de herramientas de simulación de AV preestablecidas.

Un amplio ecosistema de socios proporciona conectores, complementos y extensiones para adaptar la experiencia de simulación DRIVE Sim a requisitos y workflows específicos.

Con un amplio ecosistema de socios de simulación, DRIVE Sim siempre presenta lo último en modelos de simulación virtual, entornos enriquecidos y herramientas de verificación y validación.

Entornos en Constante Cambio

El comportamiento de conducción varía según el entorno en el que se conduce el vehículo. Los vehículos de conducción autónoma deben tener la capacidad de funcionar en diferentes entornos, desde el congestionado tráfico de las ciudades hasta las angostas rutas. Además, deben cumplir con las leyes específicas de los diferentes países.

Los socios del ecosistema DRIVE Sim proporcionan modelos virtuales realistas del entorno vial tridimensional, incluidas herramientas para crear dichos entornos, mapas de referencia para crear una red vial precisa y recursos del entorno, como señales de tráfico y luces, otros vehículos, peatones, ciclistas, edificios, árboles.

DRIVE Sim presenta modelos virtuales realistas de entornos de carreteras complejos, ya sea a través de entornos de muestra listos para usar o mediante entornos y recursos importados de socios del ecosistema.

NVIDIA se ha asociado con varios proveedores de modelos 3D para que estos recursos se puedan descargar e importar fácilmente a través de Omniverse en entornos y escenarios simulados para DRIVE Sim.

Modelado del Comportamiento del Vehículo

Además de recrear el entorno del mundo real en el mundo virtual, la simulación debe reproducir con precisión la forma en que el vehículo responde a las entradas y controles de la carretera, como la aceleración, la dirección y el frenado.

Los modelos de dinámica de vehículos responden a las señales de control del vehículo enviadas por DRIVE Sim con la posición y orientación correctas del vehículo dadas las entradas.

Estos modelos simulan la dinámica del vehículo para ayudar a validar los algoritmos de planificación y control con la mayor fidelidad posible. Pueden recrear la orientación y el movimiento de los sensores cuando el vehículo gira o frena repentinamente, así como la reacción del sensor a la vibración de la carretera u otras condiciones adversas.

Los modelos de vehículos también ayudan a evaluar la solidez del propio sistema de conducción autónoma. A medida que el vehículo experimenta desgaste de los neumáticos y los frenos, pesos de carga variables y alineación de las ruedas, es fundamental ver cómo responde el sistema para garantizar la seguridad.

Los modelos de dinámica de vehículos de alta fidelidad son necesarios para evaluar los algoritmos de planificación y control, incluso para maniobras de estacionamiento a baja velocidad.

NVIDIA colabora con los principales proveedores de modelos de dinámica de vehículos para garantizar que sus modelos se puedan integrar en DRIVE Sim.

Simulación de Sensores

Al igual que con los vehículos autónomos en el mundo físico, los vehículos virtuales también necesitan sensores para percibir su entorno. DRIVE Sim incluye una biblioteca de modelos estándar para cámaras, radares, lidares y sensores ultrasónicos.

Mediante el uso de API, también es posible para los usuarios y socios del ecosistema integrar modelos dedicados para la simulación de sensores en DRIVE Sim.

Estos modelos suelen simular componentes de sensores como transmisores, receptores, lectores de imágenes y lentes, además de incluir software de procesamiento de señales y transcodificadores.

La simulación de luz físicamente precisa mediante el ray tracing en tiempo real de RTX, en combinación con modelos de sensores detallados, se utiliza para validar los casos de edge de percepción, por ejemplo, al amanecer o al atardecer, cuando la luz del sol incide directamente en la cámara.

Varios proveedores de cámaras, radares y lidares ya ofrecen modelos de sus sensores para DRIVE Sim. Al incorporar modelos de sensores con este nivel de detalle, DRIVE Sim puede recrear con precisión la salida de lo que crearía un sensor físico en el mundo real a medida que se conduce el vehículo.

Descubrir lo Desconocido

Los vehículos que circulan en el mundo real no son los únicos en la carretera, y lo mismo ocurre en la simulación.

Con modelos de tráfico detallados, los desarrolladores pueden desarrollar escenarios específicos con las mismas variables y la imprevisibilidad del mundo real. Algunos socios de DRIVE Sim desarrollan tráfico naturalista, o situaciones en las que se desconoce el resultado final, para probar y validar los sistemas de vehículos autónomos.

La incorporación de eventos realistas (y en ocasiones impredecibles) a DRIVE Sim se puede lograr mediante catálogos de escenarios, modelos de simulación de tráfico y metodologías de V y V basadas en escenarios de socios del ecosistema.

Otros socios aportan catálogos de escenarios específicos y metodologías de verificación y validación basadas en escenarios que evalúan si un sistema de vehículo autónomo cumple con indicadores clave de rendimiento específicos.

Estos criterios pueden ser requisitos reglamentarios o estándares de la industria. NVIDIA participa en múltiples proyectos, consorcios y organizaciones de estándares en todo el mundo con el objetivo de crear estándares para la simulación de vehículos autónomos.

Siempre Presente

Por último, el ecosistema DRIVE Sim permite utilizar la simulación para probar y validar el sistema de hardware del vehículo completamente autónomo.

La plataforma NVIDIA DRIVE Constellation de hardware en el proceso, que contiene el sistema de computación de IA que se ejecuta en el vehículo, permite la validación a escala con precisión de bits de la pila AV en el hardware de destino.

Los socios de integración de sistemas proporcionan la infraestructura para conectar DRIVE Constellation al resto de la arquitectura electrónica del vehículo. Esta integración completa con componentes como las unidades de control de frenado, motor y cabina permite a los desarrolladores evaluar cómo reacciona el vehículo completo en escenarios específicos de conducción autónoma.

Con socios experimentados que contribuyen con modelos diversos y constantemente actualizados, los sistemas de conducción autónoma se pueden desarrollar, probar y validar continuamente utilizando contenido de la más alta calidad.