Construire des machines autonomes plus intelligentes: Nvidia annonce un accès précoce pour le capteur OmIverse RTX

AI génératif et Modèles de fondation Laissez les machines autonomes généraliser au-delà des domaines de conception opérationnelle sur lesquels ils ont été formés. Utiliser de nouvelles techniques d’IA telles que tokenisation et Modèles de langue et de diffusionles développeurs et les chercheurs peuvent désormais aborder les obstacles de longue date à l’autonomie.

Ces modèles plus grands nécessitent des quantités massives de données diverses pour la formation, le réglage fin et la validation. Mais la collecte de telles données – y compris à partir de cas de bord rare et de scénarios potentiellement dangereux, comme une traversée pour piétons devant un véhicule autonome (AV) la nuit ou un humain entrant dans une cellule de travail de robot de soudage – peut être incroyablement difficile et à forte intensité de ressources.

Pour aider les développeurs à combler cette lacune, API NVIDIA OMIVERSE Cloud Sensor RTX Activer physiquement précis simulation du capteur Pour générer des ensembles de données à grande échelle. Les interfaces de programmation d’applications (API) sont conçues pour prendre en charge les capteurs couramment utilisés pour l’autonomie – y compris les caméras, le radar et le lidar – et peuvent s’intégrer de manière transparente dans les flux de travail existants pour accélérer le développement de véhicules autonomes et de robots de toutes sortes.

Les API RTX à capteur omniverse sont désormais disponibles pour sélectionner les développeurs dans accès précoce. Des organisations telles qu’Accenture, Foretellix, Mitre et McYy intègrent ces API via des plans spécifiques au domaine pour fournir aux clients finaux les outils dont ils ont besoin pour déployer la prochaine génération de robots de fabrication industrielle et de voitures autonomes.

Alimenter l’IA industriel avec des plans omniverse

Dans des environnements complexes comme les usines et les entrepôts, les robots doivent être orchestrés pour fonctionner en toute sécurité et efficacement aux côtés des machines et des travailleurs humains. Toutes ces pièces mobiles présentent un défi massif lors de la conception, des tests ou de la validation des opérations tout en évitant les perturbations.

Méga est un plan omniver Nvidia Isaac et Nvidia Omverse technologies. Les entreprises peuvent l’utiliser pour se développer jumeaux numériques et tester les cerveaux de robots alimentés par AI qui conduisent les robots, les caméras, l’équipement et plus encore pour gérer une complexité et une échelle énormes.

Intégrant le capteur OMIVERS RTX, le Blueprint permet aux développeurs de robotiques rendez simultanément les données de capteur de tout type de machine intelligente dans une usine pour une simulation de capteurs à grande fidélité à grande échelle.

Avec la capacité de tester les opérations et les flux de travail dans la simulation, les fabricants peuvent économiser beaucoup de temps et d’investissement et d’améliorer l’efficacité de manière entièrement nouvelle.

La société internationale de solutions de chaîne d’approvisionnement Kion Group et Accenture utilisent le Mega Blueprint pour construire des jumeaux numériques omniverse qui servent d’environnements de formation et de test virtuels pour les cerveaux de robot de l’IA industriels, en expliquant les données des caméras intelligentes, des chariots élévateurs, des équipements robotiques et des humains numériques.

Les cerveaux de robot perçoivent l’environnement simulé avec des données de capteur physiquement précises rendues par les API RTX du capteur OMIVERS. Ils utilisent ces données pour planifier et agir, avec chaque action suivie avec précision avec Mega, à côté de l’état et de la position de tous les actifs dans le jumeau numérique. Avec ces capacités, les développeurs peuvent constamment construire et tester de nouvelles dispositions avant d’être mises en œuvre dans le monde physique.

https://www.youtube.com/watch?v=iuwk0c3mzbq

Conduire le développement et la validation AV

Les véhicules autonomes sont en cours de développement depuis plus d’une décennie, mais les obstacles à l’acquisition des bonnes données de formation et de validation et les cycles d’itération lents ont gêné le déploiement à grande échelle.

Pour répondre à ce besoin de données de capteurs, les entreprises exploitent le Nvidia OmIverse Blueprint pour la simulation AVun flux de travail de référence qui permet une simulation de capteur physiquement précise. Le workflow utilise les API RTX du capteur OMIVERS pour rendre les données de la caméra, du radar et du lidar nécessaire pour le développement et la validation AV.

Le fournisseur de chain AV Foretellix a intégré le plan dans son Présentez la chaîne d’outils de développement AV pour transformer la simulation au niveau de l’objet en simulation de capteur physiquement précise.

La chaîne d’outils de prévision peut générer simultanément n’importe quel nombre de scénarios de test. En ajoutant des capacités de simulation de capteurs à ces scénarios, la prévision peut désormais permettre aux développeurs d’évaluer l’exhaustivité de leur développement AV, ainsi que le train et le test aux niveaux de fidélité et d’échelle nécessaire pour atteindre un déploiement à grande échelle et sûr. De plus, Foretellix utilisera le nouvellement annoncé Plateforme Nvidia Cosmos pour générer une diversité encore plus grande de scénarios de vérification et de validation.

https://www.youtube.com/watch?v=x_v2mxf5rpw

Nuro, un fournisseur de technologies de conduite autonome avec l’un des plus grands déploiements de niveau 4 aux États-Unis, utilise la chaîne d’outils de prévision pour former, tester et valider ses véhicules autonomes avant le déploiement.

En outre, l’organisation de recherche Mitre collabore avec l’installation de tests McYy de l’Université du Michigan pour construire un cadre de validation AV numérique pour une utilisation réglementaire, y compris un jumeau numérique du terrain d’essai de 32 acres de McAy pour les véhicules autonomes. Le projet utilise le plan de simulation AV pour rendre les données de capteur physiquement précises à grande échelle dans l’environnement virtuel, augmentant l’efficacité de la formation.

L’avenir de la robotique et de l’autonomie se concentre fortement, grâce à la puissance de la simulation de capteurs à haute fidélité. En savoir plus sur ces solutions au CES en visitant Accenture à Ballroom F au stand Venetian et Foretellix 4016 dans le West Hall de Las Vegas Convention Center.

En savoir plus sur les dernières technologies d’IA automobile et générative en rejoignant Nvidia au CES.

Voir avis concernant les informations sur les produits logiciels.