rFpro hat ein Video veröffentlicht, das zeigt, wie rFpro zum Trainieren, Testen und Validieren von DLAD-Modellen (Deep Learning Autonomous Driving) verwendet wird.
Das Video zeigt einige der Möglichkeiten, wie rFpro zum Testen von DLAD-Modellen (Deep Learning Autonomous Driving) eingesetzt wird. In einigen Clips sehen Sie die Sicht von Kamerasensoren, die DLAD-Systeme speisen. Sie können auch die Sicht von menschengesteuerten Autos sehen, die in der Simulation gefahren werden und die virtuelle Welt mit Fahrzeugmodellen unter der Kontrolle von autonomen Systemen teilen. Wir haben auch einige "Eckfälle" eingefügt, in denen Sie Szenen sehen können, die von der tief stehenden Sonne beleuchtet werden, wodurch die weißen Linien verdeckt werden und schwierige Bedingungen entstehen. In diesem Fall gewinnen die Radar- und LiDAR-Daten an Bedeutung.
Das verwendete Modell zeigt das Zentrum von Paris. OEMs und T1s verlangen zunehmend nach komplexeren städtischen Umgebungen mit gemischtem Verkehr und Fußgängern.
rFpro wird zum Trainieren, Testen und Validieren von DLAD-Systemen verwendet. rFpro wird auch eingesetzt, um menschlichen Fahrern die Möglichkeit zu geben, Fahrzeuge mit ADAS- und autonomen Systemen in der Simulation zu testen, um Menschen als "Beifahrer" autonome Fahrzeuge fahren zu lassen und um menschlichen Fahrern die Möglichkeit zu geben, eine virtuelle Welt mit autonomen Fahrzeugen zu teilen, um ihr Verhalten subjektiv zu bewerten und so zu fahren, dass sie eine Reaktion provozieren, z. B. in ihre Spur einzuschwenken oder an einer Kreuzung vor ihnen herzuziehen.
