rFpro ermöglicht das Trainieren, Testen und Validieren der KI eines Fahrzeugs durch die massenhafte Erstellung hochgenauer Trainingsdaten. Es setzt die KI mehr Grenzfällen und lebensbedrohlichen Situationen aus, als dies in der realen Welt möglich wäre, ohne die Sicherheit zu beeinträchtigen.
rFpro ermöglicht das Trainieren, Testen und Validieren der KI eines Fahrzeugs durch die massenhafte Erstellung von hochpräzisen Trainingsdaten. Dabei wird die KI mehr Grenzfällen und lebensbedrohlichen Situationen ausgesetzt, als dies in der realen Welt möglich wäre, ohne die Sicherheit zu beeinträchtigen. Auf diese Weise wird die KI gründlicher trainiert als bei Tests in der realen Welt allein. Wichtig ist, dass menschliche Fahrer dieselbe virtuelle Umgebung nutzen können, in der die KI trainiert wird. Die vollständige, physikalisch modellierte End-to-End-Simulation von rFpro bedeutet, dass sie für das Training der KI, für Regressionstests und für die Identifizierung neuer Fehlermodi verwendet werden kann, so dass die Simulation Teil künftiger gesetzlicher Rahmenbedingungen sein kann. Sie kann auch genutzt werden, um die Fahrgäste autonomer Fahrzeuge bereits in den frühesten Entwicklungsphasen einzubeziehen. Dies ist entscheidend für die Akzeptanz der Verbraucher und den Schutz Ihrer Investitionen in KI und Autonomie. Trainieren Sie Ihre KI schnell und gründlich mit der Data Farming-Lösung von rFpro. Die Entwicklung robuster KI erfordert riesige Mengen detaillierter und vielfältiger Trainingsdaten. rFpros Lösung für die Produktion synthetischer Trainingsdaten - wir nennen sie Data Farming - hilft dabei, diesen Prozess schnell zu beschleunigen.
Data Farming von rFpro ermöglicht die kostengünstige Erstellung hochwertiger Trainingsdatensätze, die für die Entwicklung autonomer Fahrzeuge unerlässlich sind. Dieser simulationsgestützte Ansatz ermöglicht die originalgetreue Nachbildung einer unbegrenzten Anzahl komplexer Testszenarien mit nur einem einzigen PC oder kann mit mehreren PCs vollständig skaliert werden. Wir vergleichen unsere neue Data-Farming-Software mit der Render-Farming-Technik, die die Art und Weise, wie moderne populäre Animationen erstellt werden, revolutioniert hat - sie macht die Erstellung sowohl schneller als auch kostengünstiger.
rFpro hat seine branchenführende Raytracing-Rendering-Engine speziell für die Entwicklung von Fahrzeugsensoren entwickelt. Es handelt sich dabei um eine Mehrwege-Technik, die Reflexionen um einen Sensor herum sowie die Nuancen der realen Welt und die Art und Weise, wie ein Sensor sie wahrnimmt, genau simuliert. Diese Lösung ist besonders vorteilhaft in Szenarien mit wenig Licht oder in Umgebungen, in denen mehrere Lichtquellen vorhanden sind, um Reflektionen und Schatten genau darzustellen. Das Ergebnis sind äußerst realistische, ingenieurmäßige Trainingsdaten für Sensorsysteme, die die Abhängigkeit der Industrie von der Erfassung realer Daten erheblich verringern.
Um Trainingsdaten für autonome Fahrzeuge zu generieren, verlässt sich die Industrie traditionell auf die manuelle Beschriftung von echten Videobildern, LiDAR-Punkten und Radarrückmeldungen, um Objekte in einer Szene zu identifizieren. Die manuelle Markierung von Fahrzeugen, Fußgängern, Straßenmarkierungen und Verkehrssignalen kann 30 Minuten pro Bild in Anspruch nehmen und hat eine durchschnittliche Fehlerquote von 10 %. Es dauert 1.800 Stunden, um eine Minute Video mit Anmerkungen zu versehen. Data Farming erzeugt fehlerfreie Daten bis zu 10.000 Mal schneller. Es erzeugt die erforderlichen Trainingsdaten schneller, billiger und genauer als manuelle Anmerkungen.
Das sagen die Kunden von rFpro bereits über Data Farming:
DENSO ADAS Engineering Services, globaler Tier1-Zulieferer
"Durch das Data Farming von rFpro können wir eine große Anzahl von Fahrszenarien erstellen, die die Erzeugung sehr großer Szenenvariationen ermöglichen, und das alles durch die Investition in eine einzige Plattform", sagte Francisco Eslava-Medina, Projektmanager bei DENSO ADAS. "So können wir schnell und kostengünstig die große Menge an hochwertigen Trainingsdaten erzeugen, die für bestimmte Produktentwicklungsphasen von Computer-Vision-Technologien, insbesondere für neuronale Netze für unsere autonomen Fahrzeugtechnologien, unerlässlich sind."
Ambarella, führender Anbieter von Technologien für autonome Fahrzeuge
"Die Software stellt einen radikalen Wandel bei der Erstellung von Trainingsdaten dar und beschleunigt bereits jetzt die Entwicklung unserer autonomen Fahrzeugsysteme", sagte Alberto Broggi, General Manager von Ambarellas Abteilung in Italien. "Deep Learning und KI sind entscheidend für die erfolgreiche Einführung autonomer Fahrzeuge. Es ist möglicherweise nicht möglich, den erforderlichen Standard allein durch die Verwendung von manuell kommentierten Datensätzen zu erreichen. Data Farming wird die Art und Weise, wie die Industrie autonome Fahrzeuge entwickelt, verändern".
Mit unserer Software kann eine Reihe von Variablen simuliert werden, darunter Wetter, Beleuchtung, Verkehr und Fußgänger. All dies kann mit der umfangreichen digitalen Zwillingsbibliothek von rFpro durchgeführt werden, die alle Arten von Straßen und Umgebungen aus der ganzen Welt enthält. Jeder digitale Zwilling kann Millionen von Szenenvariationen erzeugen, die genügend Daten für ein gründliches Training Ihres tiefen neuronalen Netzes liefern. Es ist einfach nicht möglich, in der realen Welt das gleiche Maß an Variationen an Trainingsdaten zu sammeln.
Mit Data Farming kann die Simulation je nach Anwendung schneller oder langsamer als in Echtzeit ablaufen. Bei reduzierter Geschwindigkeit können komplexe Tests mit weniger Prozessoren - oder Prozessoren mit geringerer Spezifikation - durchgeführt werden, um wiederholbare, hochwertige Daten zu erzeugen. Einfache, einzelne Sensordaten können zum Beispiel viel schneller als in Echtzeit ausgeführt werden.
Lesen Sie den vollständigen Artikel über unsere Data Farming-Fähigkeit
Data Farming von rFpro ermöglicht die kostengünstige Erstellung hochwertiger Trainingsdatensätze, die für die Entwicklung autonomer Fahrzeuge unerlässlich sind. Dieser simulationsgestützte Ansatz ermöglicht die originalgetreue Nachbildung einer unbegrenzten Anzahl komplexer Testszenarien mit nur einem einzigen PC oder kann mit mehreren PCs vollständig skaliert werden. Wir vergleichen unsere neue Data-Farming-Software mit der Render-Farming-Technik, die die Art und Weise, wie moderne populäre Animationen erstellt werden, revolutioniert hat - sie macht die Erstellung sowohl schneller als auch kostengünstiger.
Um Trainingsdaten für autonome Fahrzeuge zu generieren, verlässt sich die Industrie traditionell auf die manuelle Beschriftung von echten Videobildern, LiDAR-Punkten und Radarrückmeldungen, um Objekte in einer Szene zu identifizieren. Die manuelle Markierung von Fahrzeugen, Fußgängern, Straßenmarkierungen und Verkehrssignalen kann 30 Minuten pro Bild in Anspruch nehmen und hat eine durchschnittliche Fehlerquote von 10 %. Es dauert 1.800 Stunden, um eine Minute Video mit Anmerkungen zu versehen. Data Farming erzeugt fehlerfreie Daten bis zu 10.000 Mal schneller. Es erzeugt die erforderlichen Trainingsdaten schneller, billiger und genauer als manuelle Anmerkungen.
Kontaktieren Sie ein Mitglied des Teams um mehr darüber zu erfahren, wie rFpro Ihre Fahrzeugentwicklungsprojekte unterstützen kann.