DRIVE Sim 中的神經(jīng)重建引擎（Neural Reconstruction Engine，NRE）可以將錄制的真實駕駛數(shù)據(jù)轉(zhuǎn)化為自動駕駛仿真。

自動駕駛汽車仿真面臨著兩項挑戰(zhàn)：一是生成細(xì)節(jié)豐富、高度逼真的仿真世界，來讓 AI 駕駛員“信以為真”，二是生成規(guī)模足夠大的仿真，以涵蓋 AI 駕駛員所需的充分訓(xùn)練和測試。

為應(yīng)對這些挑戰(zhàn)，來自 NVIDIA 的研究人員創(chuàng)建了一項全新的 AI 工具，可以直接基于真實世界數(shù)據(jù)來構(gòu)建仿真。NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛在 GTC 主題演講中介紹了該項技術(shù)突破。

神經(jīng)重建引擎

神經(jīng)重建引擎（NRE）是NVIDIA DRIVE Sim仿真平臺上的一個全新 AI 工具集，它能夠使用多個 AI 網(wǎng)絡(luò)，可以將傳感器采集到或者以其他形式被記錄保存下來的真實場景數(shù)據(jù)轉(zhuǎn)化為仿真。

這個工作流運(yùn)用 AI 技術(shù)來自動提取仿真所需的關(guān)鍵部分，包括環(huán)境、3D 資產(chǎn)和場景，然后將這些內(nèi)容重構(gòu)成仿真場景。這些場景既具備數(shù)據(jù)記錄的真實性，又能夠進(jìn)行全面的反饋，而且可以按需操控。相反，如果通過人工方式來實現(xiàn)相同細(xì)節(jié)和多樣性水平的場景，不但成本高、耗時長，且無法擴(kuò)展。

環(huán)境和資產(chǎn)

要進(jìn)行仿真，就需要可操作的環(huán)境。該 AI 工作流能夠把現(xiàn)實世界中的 2D 視頻數(shù)據(jù)轉(zhuǎn)換成可以加載到 DRIVE Sim 中的動態(tài) 3D 數(shù)字孿生環(huán)境。

使用 AI 基于駕駛數(shù)據(jù)記錄生成 3D 模擬環(huán)境

DRIVE Sim 的 AI 工作流采用類似的流程來重構(gòu)其他 3D 資產(chǎn)。工程師可以使用這些資產(chǎn)來重構(gòu)當(dāng)前的場景，或?qū)⑺鼈兎湃氲礁蟮馁Y產(chǎn)庫中，用于以后其他的仿真。

使用資產(chǎn)采集工作流是持續(xù)拓展 DRIVE Sim 素材庫，并確保其與現(xiàn)實世界中的多樣性和分布相匹配的關(guān)鍵。

可以從真實世界數(shù)據(jù)中獲取資產(chǎn)，將其變成 3D 物體，并在其他場景中重復(fù)使用。比如，這里的拖車在左邊的場景中重構(gòu)后，被用于右邊所顯示的另一個仿真場景

場景

本文中的場景，是指在添加了資產(chǎn)的環(huán)境中進(jìn)行仿真時所發(fā)生的事件。

神經(jīng)重建引擎會將 AI 行為分配給場景中的人物，因此當(dāng)其面對原始事件時，他/她的行為與在現(xiàn)實中實際駕駛時的行為完全一致。此外，由于仿真中的人物具有 AI 行為模型，因此他們可以對自動駕駛汽車或其他場景元素的變化做出響應(yīng)和反饋。

此外，由于這些場景都是在仿真世界中發(fā)生的，開發(fā)人員可對其進(jìn)行進(jìn)一步的操作，如，加入新的場景，或者改變事件的時間和地點。開發(fā)人員甚至可以加入新的合成或真實元素，使場景變得更具挑戰(zhàn)性，例如在下面的場景中加入一個追著球的孩子。

合成物體可以與真實世界場景的融合

與 DRIVE Sim 相集成

當(dāng)環(huán)境、資產(chǎn)和場景被提取出來后，可在 DRIVE Sim 上進(jìn)行重組，創(chuàng)建出所記錄場景的 3D 模擬，或者通過與其他資產(chǎn)混合來創(chuàng)建一個全新的場景。

DRIVE Sim 為開發(fā)者提供了調(diào)整動態(tài)和靜態(tài)物體、車輛路徑以及車輛傳感器位置、方向和參數(shù)的工具。

DRIVE Sim 中的相同場景也會被用于生成預(yù)標(biāo)記的合成數(shù)據(jù)，以便訓(xùn)練感知系統(tǒng)。與此同時，隨機(jī)化原則也被應(yīng)用在重建的場景之上，從而增加訓(xùn)練數(shù)據(jù)的多樣性。基于真實世界數(shù)據(jù)構(gòu)建場景，大大縮小了仿真與真實世界的差距。

可以使用合成資產(chǎn)增強(qiáng)重構(gòu)的場景，并使用這些場景生成用于訓(xùn)練自動駕駛汽車感知系統(tǒng)的真值數(shù)據(jù)

仿真格式混合與匹配功能將為自動駕駛汽車的大規(guī)模測試和驗證帶來巨大的便利，工程師們可以在一個反應(yīng)靈敏、精準(zhǔn)匹配其需求的世界中操作各種事件。

作為 NVIDIA 研究團(tuán)隊的工作成果，神經(jīng)重建引擎將被集成到 DRIVE Sim 的未來版本中。這項突破將使開發(fā)人員能夠在同一個云平臺上充分運(yùn)用基于物理學(xué)、神經(jīng)驅(qū)動的仿真。

正如之前提到的，在仿真中重建真實駕駛場景并從中生成真實的數(shù)據(jù)是一個費(fèi)時費(fèi)力的過程。這需要技術(shù)經(jīng)驗豐富的工程師和藝術(shù)家，但即便如此，也很難做到。目前，NVIDIA 已實施兩種基于 AI 的方法來無縫執(zhí)行此過程：虛擬重建和神經(jīng)重建。第一種方法復(fù)制真實場景，作為完全合成的 3D 場景，第二種方法就是本文介紹的 NRE，使用神經(jīng)仿真增強(qiáng)真實的傳感器數(shù)據(jù)。

這些新方法由 NVIDIA 在渲染、圖形和 AI 方面的專業(yè)知識所驅(qū)動。

作為一個模塊化平臺，DRIVE Sim 在確定性仿真的基礎(chǔ)上支持這些功能。它提供車輛動態(tài)、基于 AI 的交通模型、場景工具和全面的 SDK，以構(gòu)建所需的任何工具。

借助 NRE，開發(fā)人員可以輕松地從現(xiàn)實世界遷移到虛擬世界，從而加快自動駕駛的開發(fā)和部署。

審核編輯：湯梓紅