rFpro hat ein kurzes Video veröffentlicht, das seine End-to-End-Simulationslösung für das Testen, Trainieren und Validieren von Deep Learning-Modellen für autonomes Fahren zeigt.
Eine massiv parallele Testumgebung ermöglicht die gemeinsame Nutzung präziser, qualitativ hochwertiger digitaler Modelle der realen Welt durch mehrere Ego-Fahrzeuge, die jeweils mit mehreren Sensoren ausgestattet sind, sowie durch Schwarmverkehr und Fußgänger, programmierten Verkehr und Fußgänger und (bei Echtzeitbetrieb) menschliche Testfahrer in Fahrsimulatoren.
Die Verwendung von Modellen der realen Welt ist wichtig. Die hohe Qualität und stochastische Natur dieser Modelle kommt der Trainingsleistung Ihrer tiefen neuronalen Netze zugute.
Die Möglichkeit, menschliche Testfahrer in die Szene einzubinden, ist ebenfalls sehr wertvoll für Ihre Trainings- und Testdaten. Menschliche Fahrer fügen mehr unvorhersehbares, leicht fehleranfälliges Verhalten pro Kilometer hinzu als Ihr Schwarmverkehr.
Die Testumgebung kann über die Cloud gemeinsam mit Ego-Modellen und menschlichen Testfahrern genutzt werden, die sich von jedem Ihrer Standorte weltweit anschließen können. Laden Sie andere OEMs und Tier-1s ein, der Testumgebung beizutreten, damit verschiedene autonome Fahrzeuge die Koexistenz in der Simulation testen können, während Ihre eigene IP vollständig geschützt bleibt.
Anfang 2018 wird rFpro damit beginnen, offene Testumgebungen in der Cloud für eine Vielzahl von Teststandorten in Nordamerika, Europa und Asien zu hosten, an denen sich alle OEMs und Tier-1-Unternehmen beteiligen können.
