Un avance en la seguridad para vehículos autónomos ha sido impulsado por los nuevos marcos y tecnologías de NVIDIA, diseñados para facilitar la construcción de sistemas de inteligencia artificial física seguros. Este esfuerzo representa un paso significativo en la evolución de los robotaxis y otros vehículos autónomos.
La inteligencia artificial física está dejando los laboratorios de investigación para integrarse en el mundo real, impulsando robots inteligentes y vehículos autónomos que deben operar de manera confiable en condiciones impredecibles. Para escalar estas tecnologías de forma segura, los desarrolladores requieren flujos de trabajo que conecten datos del mundo real, simulaciones de alta fidelidad y modelos de inteligencia artificial robustos.
Marco OpenUSD como base para la seguridad
La reciente publicación de la Especificación del Núcleo OpenUSD 1.0 establece tipos de datos estándar, formatos de archivo y comportamientos de composición, proporcionando a los desarrolladores tuberías USD predecibles e interoperables. Esto es crucial para la escalabilidad de los sistemas autónomos.
Con el impulso del OpenUSD, las bibliotecas de NVIDIA Omniverse combinan renderizado, simulación física y runtimes eficientes. Esto permite la creación de gemelos digitales y activos listos para simulación que reflejan con precisión los entornos del mundo real, esenciales para la generación de datos sintéticos y pruebas.
Generación de datos sintéticos y su impacto en la seguridad
Los avances en la generación de datos sintéticos y conjuntos de datos multimodales están convergiendo con el marco NVIDIA Halos para la seguridad de vehículos autónomos. Esto crea un camino basado en estándares para el despliegue seguro y eficiente de máquinas autónomas de próxima generación.
Además, la técnica de Gaussian splatting, que utiliza elementos 3D editables, está acelerando los flujos de trabajo de simulación para pruebas y validación de robótica seguras. En el evento SIGGRAPH Asia, el equipo de NVIDIA Research presentó la tecnología Play4D, que permite renderizar escenas dinámicas con mayor realismo.
La importancia de la formación y la colaboración
El currículum Learn OpenUSD ahora está disponible como código abierto en GitHub. Esto permite a los educadores adaptar contenidos para diferentes audiencias y necesidades, facilitando la incorporación de nuevos equipos en flujos de trabajo de simulación centrados en OpenUSD.
Las innovaciones en seguridad para vehículos autónomos también están siendo impulsadas por nuevas investigaciones y marcos abiertos. Recientemente, investigadores de NVIDIA, en colaboración con universidades de prestigio, introdujeron el marco Sim2Val, que combina resultados de pruebas del mundo real y simuladas, reduciendo la necesidad de costosos kilómetros físicos para los desarrolladores de vehículos autónomos.
