想象一下，驾驶一辆没有自动驾驶功能的汽车到商场、机场或停车场，然后使用应用程序让汽车自动停车。
软件公司 Seoul Robotics 正在使用 NVIDIA 技术来实现这一目标——将非自动驾驶汽车转变为自动驾驶汽车。
该公司总部位于韩国，最初的重点是改善停车等第一英里和最后一英里的物流。它的 5 级控制塔是一个由传感器和计算机组成的网状网络，放置在设施周围的基础设施上，例如建筑物或灯杆——而不是单独的汽车——以捕捉环境的畅通无阻的视图。
该系统使汽车能够通过将车辆引导至一切事物或所谓的 V2X 通信系统来自主移动。这些系统将信息从车辆传递到基础设施、其他车辆、任何周围的实体——反之亦然。V2X 技术是许多现代汽车的标准配置，用于提高道路安全、交通效率和节能。
Seoul Robotics 的平台被称为 LV5 CTRL TWR，使用摄像头和激光雷达从环境中收集 3D 数据。计算机视觉和基于深度学习的人工智能分析数据，确定覆盖区域内车辆的最有效和最安全的路径。
然后，通过 V2X，该平台可以管理汽车的现有功能，例如自适应巡航控制、车道保持和制动辅助功能，以安全地从一个地方到另一个地方。
LV5 CTRL TWR 使用用于创建 GPU 加速应用程序的NVIDIA CUDA 库以及用于边缘高性能 AI的Jetson AGX Orin模块构建。NVIDIA GPU 在云中用于全球车队路径规划。
通过基础设施实现自治
Seoul Robotics公司正在开辟一条通往5 级自动驾驶或完全驾驶自动化的新道路，即所谓的“通过基础设施实现自动驾驶”。
“我们没有为车辆本身配备传感器，而是为周围的基础设施配备传感器，”Seoul Robotics 产品和解决方案副总裁 Jerone Floor 说。
使用 V2X 功能，LV5 CTRL TWR 从基础设施向汽车发送命令，使汽车右转或左转、从 A 点移动到 B、刹车等等。它可以实现正负四厘米的汽车定位精度。
“无论车辆多么智能，例如，如果另一辆车从拐角处驶来，它就无法看到它，”Floor 说。“LV5 CTRL TWR 为车辆提供从环境整体视图中收集的最后一点信息，因此它们永远不会‘盲目’。”
他补充说，这些通信协议已经存在于大多数车辆中。LV5 CTRL TWR 充当指导机制的人工智能大脑，只需要汽车中的固件更新。
“从一开始，我们就知道我们需要在系统中进行深度学习，以实现达到安全目标所需的真正高性能——为此，我们需要 GPU 加速，”Floor 说。“因此，我们基于 NVIDIA GPU 和 CUDA 从头开始设计了系统。”
NVIDIA CUDA 库帮助Seoul Robotics团队实时渲染来自 3D 传感器的大量数据，并加速其深度学习模型的训练和推理。
作为 Metropolis 成员，Seoul Robotics 提前获得了软件开发套件和用于边缘 AI 的 NVIDIA Jetson AGX Orin。
“Jetson AGX Orin 的计算能力使我们能够让 LV5 CTRL TWR 通过单个模块覆盖更多区域，”Floor 补充道。“此外，它可以处理很宽的温度范围，使我们的系统能够在室内和室外单元中工作，无论风雨无阻。”
全球部署
LV5 CTRL TWR 在慕尼黑的一家宝马制造厂处于早期商业部署阶段。
根据 Floor 的说法，汽车制造后必须经常更换位置，从电气维修站到用于试驾的停车场等等。
BMW 工厂配备了 LV5 CTRL TWR，实现了汽车的这种移动自动化——从而节省了时间和成本。Floor说，自动化汽车转移还可以提高员工的安全性，并使他们能够专注于其他任务，例如大灯校准等。
从车辆完全制造到交付给客户的那一刻起，它平均要经过多达七个停车场。手动移动汽车每辆车每批次的成本从 30 美元到 60 美元不等——这意味着 LV5 CTRL TWR 可以满足300 亿美元的市场需求。
Floor 强调说，LV5 CTRL TWR 背后的技术可以跨行业使用。除了汽车工厂，Seoul Robotics 还设想将其平台部署到全球各地——零售店、机场、交通路口等。
更多：
NVIDIA JetPack 5 生产版本发布
关于NVIDIA Jetson AGX Orin模组，这些信息很重要
基于NVIDIA Jetson AGX Orin的自动驾驶平台长什么样子？
