仿真對(duì)于自主系統(tǒng)的訓(xùn)練、測(cè)試和部署至關(guān)重要，而實(shí)現(xiàn)現(xiàn)實(shí)世界級(jí)別保真度的難度極高。

這需要對(duì)自主系統(tǒng)傳感器和周?chē)h(huán)境的物理特性和行為進(jìn)行精確建模。

在 NVIDIA GTC 上發(fā)布的 Omniverse Cloud API（應(yīng)用編程接口）旨在通過(guò)大規(guī)模、高保真的傳感器仿真應(yīng)對(duì)這一挑戰(zhàn)，加速實(shí)現(xiàn)自主化。這些 API 匯集了一個(gè)由仿真工具、應(yīng)用和傳感器組成的豐富生態(tài)系統(tǒng)。

這些 API 滿足了高保真?zhèn)鞲衅鞣抡娴年P(guān)鍵需求——以安全的方式探索自主系統(tǒng)將會(huì)遇到的無(wú)數(shù)現(xiàn)實(shí)場(chǎng)景。

另外，Omniverse Cloud 平臺(tái)還為應(yīng)用開(kāi)發(fā)者提供了許多功能強(qiáng)大的通用場(chǎng)景描述（OpenUSD）、RTX 和支持生成式 AI 的服務(wù)級(jí)云 API，為下一代工具帶來(lái)互操作性和符合物理學(xué)的渲染。

仿真是提升安全水平的關(guān)鍵

隨著對(duì)機(jī)器人、自動(dòng)駕駛汽車(chē)和其他 AI 系統(tǒng)需求的增加，開(kāi)發(fā)者正在尋求能夠加快其工作流的方法。傳感器數(shù)據(jù)為這些系統(tǒng)的感知能力提供助力，使它們能夠理解周?chē)h(huán)境并實(shí)時(shí)做出明智決策。

一直以來(lái)，開(kāi)發(fā)者都在使用現(xiàn)實(shí)世界的數(shù)據(jù)進(jìn)行訓(xùn)練、測(cè)試和驗(yàn)證。

但這種方法在涵蓋罕見(jiàn)場(chǎng)景或無(wú)法在現(xiàn)實(shí)世界中獲取的數(shù)據(jù)方面存在局限性。傳感器仿真提供了一種能夠有效測(cè)試無(wú)數(shù)“假設(shè)”場(chǎng)景和各種環(huán)境條件的完美方式。

借助 Omniverse Cloud API，開(kāi)發(fā)者可使用高保真?zhèn)鞲衅鞣抡娓倪M(jìn)他們所使用的工作流，以此應(yīng)對(duì)開(kāi)發(fā)全棧自主性的挑戰(zhàn)。

這不僅簡(jiǎn)化并提高了開(kāi)發(fā)流程的效率，還降低了各種公司開(kāi)發(fā)自主機(jī)器的門(mén)檻。

生態(tài)系統(tǒng)優(yōu)勢(shì)

Omniverse Cloud API 通過(guò)將仿真器、驗(yàn)證和確認(rèn)（V&V）工具、內(nèi)容以及傳感器開(kāi)發(fā)者等匯聚成一個(gè)龐大的生態(tài)系統(tǒng)，創(chuàng)造了一個(gè)通用的 AI 系統(tǒng)開(kāi)發(fā)環(huán)境。

CARLA、MathWorks、MITRE、Foretellix 和 Voxel51 等開(kāi)發(fā)商和軟件供應(yīng)商紛紛強(qiáng)調(diào)了這些 API 對(duì)整個(gè)自動(dòng)駕駛汽車(chē)領(lǐng)域的廣泛吸引力。

CARLA 是一個(gè) 10 多萬(wàn)開(kāi)發(fā)者在使用的開(kāi)源自動(dòng)駕駛汽車(chē)仿真器。借助 Omniverse Cloud API，CARLA 用戶可以利用高保真?zhèn)鞲衅鞣抡娓倪M(jìn)其現(xiàn)有工作流。

MITRE 是致力于提高技術(shù)安全性的非營(yíng)利機(jī)構(gòu)。該機(jī)構(gòu)同樣正在為自動(dòng)駕駛汽車(chē)行業(yè)建立一個(gè)用于驗(yàn)證自動(dòng)駕駛解決方案的數(shù)字試驗(yàn)場(chǎng)。該數(shù)字試驗(yàn)場(chǎng)將使用 Omniverse API 為其開(kāi)發(fā)者提供核心傳感器仿真功能。

MathWorks 和 Foretellix 提供用于編寫(xiě)、執(zhí)行、監(jiān)控和調(diào)試測(cè)試場(chǎng)景的重要仿真工具。正如 GTC 大會(huì)上所演示的，通過(guò)將此類(lèi)仿真和測(cè)試自動(dòng)化工具與 API 相結(jié)合，可以為自動(dòng)駕駛汽車(chē)開(kāi)發(fā)構(gòu)建一個(gè)強(qiáng)大的測(cè)試環(huán)境。

此外，通過(guò)將 API 與 Voxel51 的 FiftyOne 平臺(tái)集成，開(kāi)發(fā)者可以輕松地可視化并整理仿真中生成的 ground-truth 數(shù)據(jù)，簡(jiǎn)化并提高訓(xùn)練和測(cè)試的效率。

領(lǐng)先的工業(yè)傳感器解決方案提供商 SICK AG 正在努力將這些 API 集成到其傳感器開(kāi)發(fā)流程中，以此減少物理原型的數(shù)量，實(shí)現(xiàn)設(shè)計(jì)修改快速迭代，并驗(yàn)證最終性能。自主系統(tǒng)開(kāi)發(fā)者最終可以在其應(yīng)用中使用這些經(jīng)過(guò)驗(yàn)證的傳感器模型。

開(kāi)發(fā)者還可以訪問(wèn)不同制造商提供的傳感器模型，包括激光雷達(dá)制造商禾賽科技、Innoviz Technologies、Luminar、MicroVision、Robosense（速騰聚創(chuàng)）和 Seyond；視覺(jué)傳感器供應(yīng)商 OMNIVISION、onsemi 和索尼半導(dǎo)體解決方案公司；以及雷達(dá)供應(yīng)商 Continental、FORVIA HELLA 和 Arbe。

此外，AI/ML 開(kāi)發(fā)者還可以調(diào)用這些 API 生成大量且多樣的合成數(shù)據(jù)集，為訓(xùn)練和驗(yàn)證這些自主系統(tǒng)所使用的感知模型提供關(guān)鍵數(shù)據(jù)。

賦能開(kāi)發(fā)者并加速創(chuàng)新

通過(guò)降低高保真?zhèn)鞲衅鞣抡娴膫鹘y(tǒng)門(mén)檻，NVIDIA Omniverse Cloud API 賦予了開(kāi)發(fā)者無(wú)需大規(guī)模改造基礎(chǔ)設(shè)施即可解決復(fù)雜 AI 問(wèn)題的能力。

這種推動(dòng)先進(jìn)仿真工具全民化的做法有望加速創(chuàng)新，幫助開(kāi)發(fā)者快速適應(yīng)最新的技術(shù)進(jìn)步并將其集成到自己的測(cè)試和開(kāi)發(fā)流程中。

審核編輯：劉清