자율주행 자동차 시뮬레이션

안전한 자율주행 자동차 개발을 위한 고충실도 센서 시뮬레이션을 살펴보세요.

워크로드

시뮬레이션/모델링/설계

산업

자동차 및 운송

비즈니스 목표

투자 수익률
위험 완화

제품

NVIDIA Omniverse Enterprise
NVIDIA OVX
NVIDIA DGX

고충실도 AV 시뮬레이션의 필요성

시뮬레이션은 자율 주행 자동차(AV)의 안전성에 중요한 기능을 개발하고 검증하는 데 매우 중요하지만, 배포하기 전에 광범위한 테스트를 진행해야 합니다. 고충실도 시뮬레이션은 다양한 시나리오에서 AV 시스템을 훈련하기 위한 안전하고, 제어되고, 현실적인 환경을 제공합니다. 이 기술은 실제 조건을 효과적으로 시뮬레이션하기 때문에 실제로 운행하기 전에 디지털 트윈을 통해 자동차의 안전을 테스트하고 검증할 수 있습니다.

AV 시뮬레이션이 중요한 이유:

안전 우선

악천후, 교통 상황 변화, 희귀하거나 위험한 시나리오 등 다양한 주행 조건을 정확하게 모델링합니다.

비용 효율성

가상 테스트를 사용하고 물리적 테스트를 최소화해 개발 및 검증 비용을 절감하세요.

확장성 및 유연성

물리적 프로토타이핑 전에 가상 플릿을 배포해 새로운 센서와 스택의 프로토타입을 만드세요.

물리적으로 정확한 대규모 AV 시뮬레이션 실행

OpenUSD와 NVIDIA RTX™에 구축한 자율주행 자동차 시뮬레이션용 NVIDIA Omniverse™ Cloud API는 시뮬레이션 개발자가 고충실도 센서 시뮬레이션, 물리, 현실적인 동작을 통해 AV 시뮬레이션 워크플로우를 향상할 수 있도록 설계되었습니다. 이러한 API를 사용하면 자동차 역학과 교통을 위한 시뮬레이션 도구를 구축하는 광범위한 파트너 에코시스템과 연결할 수 있습니다. 또한 USD 콘텐츠를 가져와 새로운 로케일로 확장하고 새로운 운영 설계 도메인(ODD)을 처리할 수 있습니다.

센서 RTX 마이크로서비스는 카메라, 광선 레이더, 레이더, 초음파 센서 등 자율주행 자동차에 일반적으로 사용되는 센서의 물리 기반 및 신경 렌더링을 가능하게 합니다. 렌더링된 합성 데이터와 참값 레이블은 인식 모델을 훈련하고 폐쇄 루프 테스트에서 AV 소프트웨어 스택을 검증하는 데 사용할 수 있습니다.

Omniverse Cloud API로 구동되는 자율주행 자동차 센서 시뮬레이션

Foretellix가 NVIDIA Omniverse Cloud API를 사용해 자율주행 자동차 개발을 위한 고충실도 센서 시뮬레이션을 생성하는 방법을 알아보세요.

호환이 가능하고 시뮬레이션을 위해 준비된 콘텐츠의 공유 에코시스템을 활용하세요.

Foretellix의 커버리지 중심 검증 플랫폼 Foretify™와 연결해 Omniverse Cloud AV Simulation V&V 기능을 신속하게 확장하세요.

MathWorks RoadRunner로 환경을 Omniverse Cloud로 빠르게 가져올 수 있습니다.

최신 소식을 받아보시려면 양식을 통해 신청하세요.

자동차 활용 사례 더 보기

Foretellix

안전하게 자율주행 자동차 배포

AV 검증 도구 개발자인 Foretellix는 Omniverse Cloud API를 통해 센서 시뮬레이션을 제공해 워크플로우 속도를 향상하고 비용을 절감하면서 안전을 향상합니다.

WPP

3D 브랜드 경험 향상

NVIDIA Picasso에 구축된 생성형 AI 도구로 고품질 콘텐츠를 제작하고 NVIDIA GDN(Graphics Delivery Network)으로 대화형 브랜드 경험을 제공하세요.

엔드 투 엔드 자율주행 자동차 개발 살펴보기

NVIDIA Omniverse Cloud Sensor RTX 마이크로서비스를 사용하면 현실에서 테스트하기 전에 물리적으로 정확한 환경에서 워크플로우를 테스트하고 검증할 수 있습니다.

뉴스

NVIDIA, Omniverse Cloud API로 자율 시스템 개발을 지원하다

NVIDIA Omniverse Cloud API는 대규모 고충실도 센서 시뮬레이션을 제공함으로써 이러한 과제를 해결하도록 설계되었습니다.

NVIDIA Research, 엔드 투 엔드 운전을 위한 CVPR 오토노머스 그랜드 챌린지에서 우승하다

NVIDIA는 CVPR 오토노머스 그랜드 챌린지의 대규모 엔드 투 엔드 운전 부문에서 우승자로 선정되었으며 전 세계 400개 이상의 경쟁업체를 제쳤습니다.

Hydra-MDP를 통해 대규모 엔드 투 엔드 운전

NVIDIA는 엔드 투 엔드 자율주행 분야를 발전시키는 혁신적인 프레임워크인 Hydra-MDP를 선보입니다.

바이레벨 모방 학습 AI 모델을 사용해 현실적인 교통 행동 시뮬레이션

NVIDIA Research 팀은 개발자가 다양한 교통 행동을 포함한 여러 ODD에서 작동할 수 있는 시스템을 개발하고 배포할 수 있게 하고 실제 교통 행동을 시뮬레이션하는 새로운 접근 방식을 설명합니다.