父愛如山，父親在生活中總是為我們提供指導(dǎo)和支持，并默默地守護著我們的成長和安全。現(xiàn)在，自動駕駛技術(shù)也如同父親般，在通過持續(xù)的研究和創(chuàng)新，不斷演進，為我們的出行提供堅實的保障和護航。

NVIDIA 正著力將數(shù)據(jù)驅(qū)動型模型納入所有類型的交通場景仿真之中，包括行人、自行車騎行者和場景編輯等領(lǐng)域。在父親節(jié)這一天，跟隨本期視頻和文章，一同了解NVIDIA 研究人員提出的一種名為 STRIVE（Stress-Test Drive 壓力試駕）的新方法。該方法使用生成式 AI 交通模型自動生成自動駕駛仿真中的潛在事故場景，允許在各種現(xiàn)實情況下安全地大規(guī)模測試自動駕駛堆棧的規(guī)劃部分。

編輯注：NVIDIA 自動駕駛實驗室系列視頻，以工程技術(shù)為重點的視角關(guān)注實現(xiàn)自動駕駛汽車的各個挑戰(zhàn)以及 NVIDIA DRIVE AV 軟件團隊如何應(yīng)對這些問題。

本期NVIDIA 自動駕駛實驗室視頻為大家介紹了 NVIDIA 最近開展的一項研究，即利用 AI 自動生成仿真事故場景，來進行安全且可擴展的自動駕駛汽車測試。

現(xiàn)實世界中存在著各種類型的交通狀況，自動駕駛汽車必須能夠安全應(yīng)對以上狀況。其中包括由于車距較近導(dǎo)致的危險事故，在這種狀況下，其他道路使用者在行駛過程中進行的意外操作可能導(dǎo)致碰撞事故發(fā)生。

然而，對開發(fā)人員而言，在這些類型的場景中開發(fā)和測試自動駕駛汽車極具挑戰(zhàn)性。因為現(xiàn)實世界中這類碰撞數(shù)據(jù)十分罕見，此外，若要在現(xiàn)實世界中重現(xiàn)此類情況來進行測試則極不安全，并且該方法難以擴展并實現(xiàn)規(guī)模化。

利用 STRIVE 算法

對自動駕駛汽車規(guī)劃模塊進行壓力測試

在自動駕駛汽車堆棧中，規(guī)劃模塊負責(zé)決定車輛應(yīng)如何行駛。若要對規(guī)劃模塊進行全面的測試，則需要收集真實且多樣化的潛在交通事故場景數(shù)據(jù)集。

NVIDIA 開發(fā)了名為STRIVE（壓力試駕）的算法，可為自動駕駛汽車的規(guī)劃模塊訓(xùn)練創(chuàng)建豐富的事故場景（圖 1）。開發(fā)人員可通過分析該模塊在仿真場景中的存在的規(guī)劃短板，在自動駕駛汽車上路前進行糾正，以便改善車輛的規(guī)劃行為。

圖 1：STRIVE 生成自動駕駛汽車的交通事故場景

利用優(yōu)化方式生成潛在事故場景

STRIVE 算法從真實世界場景著手，使目標測試車輛按照預(yù)期規(guī)劃行駛。而后，STRIVE 利用對抗優(yōu)化來修改場景中其他車輛的 2D 軌跡，以生成碰撞場景。其中，用于與自動駕駛汽車碰撞的干擾車輛可以由用戶進行指定，也可由 STRIVE 在優(yōu)化過程中自動選擇。

該解決方案中的另一項優(yōu)化是訓(xùn)練自動駕駛汽車生成機動策略，來避免交通事故的發(fā)生，從而提高自動駕駛汽車的規(guī)劃能力。STRIVE 創(chuàng)建了真實且多樣化的事故場景，并提供了實用的解決方案以改善自動駕駛，如圖 2 所示。

圖 2：STRIVE 生成的潛在事故和解決方案示例

數(shù)據(jù)驅(qū)動型交通模型的真實性

仿真事故場景必須真實且能精確反映現(xiàn)實世界的交通狀況和物理環(huán)境。STRIVE 使用 AI 交通模型，基于大型真實世界數(shù)據(jù)集進行自動駕駛汽車訓(xùn)練，以了解現(xiàn)實中車輛的行駛軌跡。該模型顯示為“Traffic Prior”，如圖 1 所示。

在優(yōu)化過程中，STRIVE 使用經(jīng)過訓(xùn)練的 AI 模型進行檢查，以確保其生成的場景真實有效，即場景中需包含事故狀況。

從 2D 軌跡到 3D 仿真

STRIVE 在NVIDIA DRIVE Sim中運行，基于十字交叉路口創(chuàng)建多種事故場景。STRIVE 會基于現(xiàn)實世界的駕駛行為，進行常規(guī)交通重建，而后創(chuàng)建各種自動駕駛汽車可能會與不同的車輛產(chǎn)生的交通事故（圖 3）。

圖 3：NVIDIA DRIVE Sim 中產(chǎn)生的潛在事故,每個事故都來自對應(yīng)的真實場景

結(jié)論

STRIVE 能夠在仿真中自動創(chuàng)建罕見且危險的潛在事故場景。自動駕駛開發(fā)人員可借助 STRIVE 算法，對自動駕駛系統(tǒng)進行全面訓(xùn)練和評估，以確保其行為的安全性。

生成車輛之間可能發(fā)生的碰撞場景只是利用 AI 進行交通場景仿真的一個用例。NVIDIA 正著力將數(shù)據(jù)驅(qū)動型模型納入所有類型的交通場景仿真之中，包括行人、自行車騎行者和場景編輯等領(lǐng)域。

NVIDIA DRIVE 相關(guān)資源

如需了解更多信息，請查看以下相關(guān)資源：

• STRIVE 項目頁面

  ：

https://nv-tlabs.github.io/STRIVE/

• 通過學(xué)習(xí)交通先例生成實用的事故易發(fā)駕駛場景：

https://nv-tlabs.github.io/STRIVE/docs/strive.pdf

• GitHub 上的 STRIVE 代碼

  ：

https://github.com/nv-tlabs/STRIVE

• 由 Omniverse 驅(qū)動的 DRIVE Sim 場景重建：

https://www.nvidia.cn/self-driving-cars/simulation/

父親節(jié)互動有禮

你還知道 NVIDIA DRIVE 平臺中有哪些硬件或軟件技術(shù)？參與投票并在評論區(qū)留下您的看法，即可參與活動！

活動截止于 6 月 21 日上午 11 點，將抽取 1 位獲贊最高的評論，送出 NVIDIA 定制 T 恤一件！

點擊“閱讀原文”，或掃描下方海報二維碼，觀看 NVIDIA 創(chuàng)始人兼 CEO 黃仁勛在 COMPUTEX 2023 的主題演講直播回放，主題演講中文字幕版已上線，了解 AI、圖形及其他領(lǐng)域的最新進展！