rFpro invierte en Image Space Incorporated (ISI)
rFpro está acelerando aún más su ventaja en la simulación del vehículo al unir fuerzas con la adquisición de activos y la clave y la experiencia de Image Space Incorporated (ISI). rFpro aprovechará la experiencia y la tecnología que ISI ha estado desarrollando agresivamente en el campo del realismo de la simulación durante más de 25 años, específicamente el ISIMotor que incluye el motor de gráficos gMotor.
Originalmente creado para la industria del juego, ISIMotor es un motor de juego para simulaciones de carreras. rFpro ha utilizado la tecnología para proporcionar software de simulación de vehículos de grado de ingeniería utilizado para desarrollar y probar dinámicas de vehículos y, más recientemente, sistemas de vehículos autónomos.
Gjon Camaj, propietario de Image Space y ahora vicepresidente de rFpro Inc, comentó: "Durante los últimos diez años hemos dedicado a nuestro equipo a producir simulaciones realistas y verificables, en lugar de cinemáticas. Ese enfoque realmente dio sus frutos con la aparición de el mercado de simulación de conducción autónoma. Nuestra arquitectura global de simulación y motor de gráficos ofrece, desde el primer momento, las herramientas y técnicas que se requieren para los sistemas de percepción basados en Deep Learning impulsados por cámara, LiDAR y alimentaciones de radar ".
rFpro ha estado licenciando la tecnología de ISI por más de diez años, integrándose con los sistemas de simulación que suministra a muchos de los principales fabricantes de vehículos del mundo. La compañía ha duplicado su tamaño en los últimos dos años, debido a la creciente demanda de simulación de conducción entre OEMs, Tier-1 y, más recientemente, nuevas empresas autónomas de AI.
"Los fabricantes de vehículos y sus proveedores están incrementando su inversión en el desarrollo de ADAS y sistemas autónomos", explica el Director Técnico de rFpro, Chris Hoyle. "Eso pone el énfasis en el desarrollo y validación de sistemas Deep Learning tanto para Perception, usando cámaras, radar y LiDAR para detectar el entorno, y Prediction, para planificar un camino a través del camino, permitiendo el tránsito, peatones, señales de tráfico y peligros."
- rFpro realiza una importante inversión en I & D de Engine Graphics para acelerar la innovación en la simulación de conducción.
rFpro está acelerando aún más su ventaja en la simulación del vehículo al unir fuerzas con la adquisición de activos y la clave y la experiencia de Image Space Incorporated (ISI). rFpro aprovechará la experiencia y la tecnología que ISI ha estado desarrollando agresivamente en el campo del realismo de la simulación durante más de 25 años, específicamente el ISIMotor que incluye el motor de gráficos gMotor.
Originalmente creado para la industria del juego, ISIMotor es un motor de juego para simulaciones de carreras. rFpro ha utilizado la tecnología para proporcionar software de simulación de vehículos de grado de ingeniería utilizado para desarrollar y probar dinámicas de vehículos y, más recientemente, sistemas de vehículos autónomos.
Gjon Camaj, propietario de Image Space y ahora vicepresidente de rFpro Inc, comentó: "Durante los últimos diez años hemos dedicado a nuestro equipo a producir simulaciones realistas y verificables, en lugar de cinemáticas. Ese enfoque realmente dio sus frutos con la aparición de el mercado de simulación de conducción autónoma. Nuestra arquitectura global de simulación y motor de gráficos ofrece, desde el primer momento, las herramientas y técnicas que se requieren para los sistemas de percepción basados en Deep Learning impulsados por cámara, LiDAR y alimentaciones de radar ".
rFpro ha estado licenciando la tecnología de ISI por más de diez años, integrándose con los sistemas de simulación que suministra a muchos de los principales fabricantes de vehículos del mundo. La compañía ha duplicado su tamaño en los últimos dos años, debido a la creciente demanda de simulación de conducción entre OEMs, Tier-1 y, más recientemente, nuevas empresas autónomas de AI.
"Los fabricantes de vehículos y sus proveedores están incrementando su inversión en el desarrollo de ADAS y sistemas autónomos", explica el Director Técnico de rFpro, Chris Hoyle. "Eso pone el énfasis en el desarrollo y validación de sistemas Deep Learning tanto para Perception, usando cámaras, radar y LiDAR para detectar el entorno, y Prediction, para planificar un camino a través del camino, permitiendo el tránsito, peatones, señales de tráfico y peligros."
 |
| rFpro invierte en Image Space Incorporated (ISI) |
 |
| rFpro invierte en Image Space Incorporated (ISI) |
La solución de rFpro para pruebas ADAS y Autonomous comienza con la generación de conjuntos de datos de entrenamiento para modelos de redes neuronales profundas. Un escenario de prueba simulada puede llevarse a cabo sin supervisión en clusters de PC, donde los parámetros de prueba, como la hora del día, el clima y las condiciones de iluminación, se pueden variar casi infinitamente para validar completamente el sistema. El mismo entorno virtual también se puede implementar en tiempo real, permitiendo que los controladores humanos se unan a la simulación. Esto proporciona un mundo en el que múltiples vehículos ego autónomos, cada uno con alimentación de sensores múltiples, pueden interactuar con otros conductores humanos en simuladores y tráfico programado y peatones.
"La combinación de tecnologías de rFpro e ISI es mucho mayor que la suma de las dos partes, ya que nos permite acelerar sustancialmente nuestra I + D", continúa Hoyle. "RFpro tiene un enfoque central: simulación de conducción e, invirtiendo en nuestra Capacidad de I + D, esperamos adelantarnos a la demanda de nuevas capacidades por parte de nuestros clientes en Deep Learning Autonomous Driving, ADAS y Vehicle Dynamics. El acuerdo también asegura nuestro acceso a tecnología clave, esencial para producir simulación realista para sistemas de percepción.
rFpro también ofrece una amplia biblioteca de modelos 3D de carreteras digitales, construida con precisión a partir de encuestas LiDAR, que abarca Europa, América del Norte y Asia. El uso de modelos del mundo real supera los problemas asociados con datos sintéticos puros y acelera el desarrollo de sistemas de percepción. Los modelos permiten la creación rápida de simulaciones realistas de casos de esquina complejos y ayudan a lograr una buena correlación con las pruebas de autos reales.
A medida que avanza el nivel de realismo, no solo acelerará el desarrollo autónomo de vehículos, sino que también mejorará la precisión de la simulación dinámica de vehículos más tradicional. El conductor estará más inmerso en el entorno virtual, haciendo que sus reacciones sean más representativas de la conducción en el mundo real, un requisito clave para la simulación Driver-In-The-Loop.
Un video que explica cómo se usa la tecnología se puede ver a continuación:
Train, test and validate Deep Learning Autonomous Driving - rFpro from rFpro on Vimeo.
"La combinación de tecnologías de rFpro e ISI es mucho mayor que la suma de las dos partes, ya que nos permite acelerar sustancialmente nuestra I + D", continúa Hoyle. "RFpro tiene un enfoque central: simulación de conducción e, invirtiendo en nuestra Capacidad de I + D, esperamos adelantarnos a la demanda de nuevas capacidades por parte de nuestros clientes en Deep Learning Autonomous Driving, ADAS y Vehicle Dynamics. El acuerdo también asegura nuestro acceso a tecnología clave, esencial para producir simulación realista para sistemas de percepción.
rFpro también ofrece una amplia biblioteca de modelos 3D de carreteras digitales, construida con precisión a partir de encuestas LiDAR, que abarca Europa, América del Norte y Asia. El uso de modelos del mundo real supera los problemas asociados con datos sintéticos puros y acelera el desarrollo de sistemas de percepción. Los modelos permiten la creación rápida de simulaciones realistas de casos de esquina complejos y ayudan a lograr una buena correlación con las pruebas de autos reales.
A medida que avanza el nivel de realismo, no solo acelerará el desarrollo autónomo de vehículos, sino que también mejorará la precisión de la simulación dinámica de vehículos más tradicional. El conductor estará más inmerso en el entorno virtual, haciendo que sus reacciones sean más representativas de la conducción en el mundo real, un requisito clave para la simulación Driver-In-The-Loop.
Un video que explica cómo se usa la tecnología se puede ver a continuación:
Comentarios
Publicar un comentario