rFpro a publié une courte vidéo présentant sa solution de simulation de bout en bout pour tester, former et valider les modèles de conduite autonome par apprentissage profond.
Un environnement d'essai massivement parallèle permet de partager des modèles numériques précis et de haute qualité du monde réel avec plusieurs véhicules ego, chacun doté de plusieurs capteurs, plus le trafic en essaim et les piétons, plus le trafic programmé et les piétons, plus (en temps réel) les conducteurs d'essai humains dans des simulateurs de conduite.
L'utilisation de modèles du monde réel est importante. La haute qualité et la nature stochastique de ces modèles améliorent les performances de formation de vos réseaux neuronaux profonds.
La possibilité d'ajouter des conducteurs humains dans la scène est également très utile pour vos données de formation et de test. Les conducteurs humains ajouteront plus de comportements imprévisibles, légèrement sujets à l'erreur, par kilomètre que n'importe quel trafic de l'essaim.
L'environnement de test peut être partagé sur le cloud, avec des modèles d'ego et des pilotes d'essai humains, à partir de n'importe lequel de vos sites dans le monde entier. Invitez d'autres OEM et Tier-1 à rejoindre l'environnement de test afin que différents véhicules autonomes puissent tester la coexistence en simulation, tout en gardant votre propre propriété intellectuelle entièrement protégée.
Début 2018, rFpro commencera à héberger des environnements de test ouverts dans le nuage, pour une variété de sites de test en Amérique du Nord, en Europe et en Asie, pour tous les OEM ou Tier-1 qui y souscrivent.
