NVIDIA DRIVE: jak platforma komputerowa steruje autonomicznym samochodem

Czym jest NVIDIA DRIVE

NVIDIA DRIVE to oferta firmy NVIDIA dla przemysłu motoryzacyjnego. Według firmy obejmuje sprzęt do obliczeń w pojeździe, system operacyjny, biblioteki oprogramowania oraz narzędzia do pracy z danymi. Producent samochodu lub dostawca systemów wbudowuje ją w architekturę pojazdu i dopasowuje do własnych czujników.

Platforma nie jest samochodem ani gotowym systemem jazdy bez kierowcy. Jest fundamentem, na którym powstają funkcje: asystent utrzymania pasa, adaptacyjny tempomat, parkowanie automatyczne czy dalsze poziomy autonomii. Konkretny zakres funkcji zależy od tego, co zbuduje na niej producent.

Istotne jest rozróżnienie między sprzętem a oprogramowaniem użytkownika. Kierowca nie kupuje platformy bezpośrednio. Spotyka ją w samochodzie, w postaci zachowania systemu na drodze, w menu ustawień i w aktualizacjach.

Jak działa autonomiczny samochód

Każdy system jazdy zautomatyzowanej wykonuje trzy podstawowe zadania. Pierwsze to postrzeganie otoczenia: wykrywanie pasów, pojazdów, pieszych, znaków i przeszkód. Drugie to planowanie trasy i manewru. Trzecie to sterowanie, czyli przekazanie poleceń do hamulców, układu kierowniczego i napędu.

Postrzeganie opiera się na łączeniu danych z różnych czujników. Kamery dają obraz i rozpoznawanie obiektów, radar mierzy odległość i prędkość niezależnie od warunków oświetleniowych, a lidar tworzy trójwymiarowy obraz otoczenia. Ultradźwięki służą do manewrów przy niskich prędkościach. Każdy czujnik ma słabe strony, dlatego systemy łączą ich dane w jeden obraz sytuacji na drodze.

Planowanie i sterowanie wymagają obliczeń w czasie rzeczywistym. Oprogramowanie przewiduje ruch innych uczestników, wybiera manewr i wylicza trajektorię. Opóźnienie liczone w milisekundach ma znaczenie, bo auto przy większej prędkości pokonuje w tym czasie wyraźny dystans. Dlatego obliczenia wykonuje komputer pokładowy, a nie zdalny serwer.

Sprzęt: komputer pokładowy i nadmiarowość

Sercem platformy jest komputer pokładowy oparty na procesorach graficznych i akceleratorach do sieci neuronowych. Według firmy NVIDIA takie układy są projektowane do pracy w warunkach motoryzacyjnych, z uwzględnieniem temperatury, drgań i wymagań dotyczących zasilania. Konkretne parametry różnią się między generacjami i wersjami, dlatego tekst ich nie podaje.

Bezpieczeństwo wymaga nadmiarowości. Oznacza to, że kluczowe funkcje mają zapasowe ścieżki zasilania, obliczeń i komunikacji. Standardy bezpieczeństwa funkcjonalnego w motoryzacji, na przykład norma ISO 26262, opisują sposób zarządzania ryzykiem awarii systemów elektronicznych. Producent pojazdu odpowiada za to, czy cały układ spełnia wymagania, a nie tylko sam komputer.

Przy projektowaniu liczy się też pobór mocy i chłodzenie. Komputer, który zużywa dużo energii, obciąża akumulator w samochodzie elektrycznym i wymaga lepszego odprowadzania ciepła. Dlatego wybór platformy jest kompromisem między wydajnością, kosztem i zużyciem energii.

• Procesory graficzne do równoległych obliczeń sieci neuronowych.
• Zasilanie i chłodzenie dostosowane do zastosowań motoryzacyjnych.
• Nadmiarowość kluczowych funkcji na wypadek awarii.
• Zgodność z procesami bezpieczeństwa funkcjonalnego producenta.

Oprogramowanie, dane i symulacja

Sprzęt bez oprogramowania nie jeździ. Platforma zawiera system operacyjny dla komputera pokładowego, sterowniki czujników i biblioteki do przetwarzania obrazu oraz danych z radaru i lidaru. Według firmy zapewnia to producentom gotową bazę, na której mogą budować własne funkcje.

Modele sztucznej inteligencji uczą się na danych. Duża część pracy odbywa się poza samochodem: w centrach danych trenuje się sieci na nagraniach z jazdy i danych syntetycznych. Symulacja pozwala odtwarzać rzadkie sytuacje, których trudno doświadczyć na drodze, na przykład nagłe wtargnięcie pieszego w nocy. Wyniki takich testów są jednym z argumentów producentów za bezpieczeństwem systemu, ale nie zastępują jazdy w prawdziwym ruchu.

Aktualizacje oprogramowania mogą zmieniać zachowanie auta po zakupie. Producent decyduje, które funkcje są aktywowane, jak działają i czy wymagają dopłaty. Kupujący powinien wiedzieć, czy aktualizacje są bezpłatne i jak długo producent je zapewnia, bo to wpływa na funkcje w całym okresie użytkowania.

Porównanie: platforma otwarta, własny stos i dostawca systemów

Na rynku są trzy podstawowe podejścia. Pierwsze to platforma otwarta, jak NVIDIA DRIVE, którą producent licencjonuje i dostosowuje. Zaletą jest szybszy start i dostęp do narzędzi do symulacji. Wadą jest zależność od dostawcy sprzętu i oprogramowania, a także ograniczona kontrola nad każdym elementem stosu.

Drugie podejście to własny stos, który producent projektuje od podstaw. Część największych producentów samochodów rozwija własne układy i oprogramowanie, jak w przypadku Tesli. Zaletą jest pełna kontrola nad integracją i kosztami w dużej skali. Wadą jest konieczność zatrudnienia zespołów i ponoszenia dużych nakładów na badania, a także ryzyko, że rozwiązanie będzie węższe niż oferta rynkowa.

Trzecie podejście to dostawca gotowych systemów ADAS, który sprzedaje czujniki i oprogramowanie w pakiecie. Przykładem jest Mobileye. Zaletą jest krótszy czas wdrożenia i sprawdzone funkcje. Wadą jest mniejsza elastyczność i zależność od katalogu funkcji dostawcy. Dla mniejszych producentów taki wybór bywa najrozsądniejszy.

Porównanie nie daje jednej odpowiedzi. Platforma otwarta daje balans między kosztem a możliwościami, własny stos daje kontrolę kosztem skali inwestycji, a gotowy dostawca daje szybkość kosztem elastyczności.

Ograniczenia i wątpliwości

Największym ograniczeniem jest odpowiedzialność. Przy systemach wspomagania kierowca nadal odpowiada za jazdę. Przy wyższych poziomach autonomii odpowiedzialność przesuwa się w stronę producenta, ale zależy to od prawa danego kraju i konkretnego trybu jazdy. Przepisy w tym obszarze wciąż się zmieniają.

Drugim ograniczeniem jest walidacja. Trudno udowodnić, że system jest bezpieczniejszy od człowieka we wszystkich sytuacjach. Symulacje i testy na drodze zbierają dane, ale nie obejmują każdego możliwego zdarzenia. Producenci publikują różne miary bezpieczeństwa, a porównania między nimi są utrudnione.

Trzecie ograniczenie to koszt i energia. Zaawansowany komputer pokładowy podnosi cenę pojazdu i zużywa energię. Dla samochodów elektrycznych to wpływa na zasięg. Nie ma jednego, uniwersalnego rozwiązania, które pasowałoby do każdego segmentu rynku.

Nie wiadomo jeszcze, jak szybko autonomia wyższych poziomów trafi do masowej sprzedaży. Tekst nie podaje tu przewidywań dat, bo zależą one od decyzji producentów, regulatorów i wyników testów.

Werdykt: dla kogo NVIDIA DRIVE

NVIDIA DRIVE ma sens dla producentów pojazdów i dostawców, którzy chcą szybko zbudować zaawansowane funkcje na sprawdzonej, rozbudowanej platformie. Zaletą jest dostęp do narzędzi do obliczeń, symulacji i trenowania modeli. Wadą jest zależność od jednego dostawcy i koszt wdrożenia, który musi się zwrócić w skali produkcji.

Dla firm, które mają własny zespół programistów i chcą pełnej kontroli, lepszy może być własny stos. Dla mniejszych producentów często lepszy będzie gotowy system ADAS od dostawcy, bo wymaga mniej nakładów i szybciej trafia do produkcji. Kupujący samochodu nie wybiera platformy bezpośrednio, dlatego najważniejsze jest, jakie funkcje oferuje konkretny model.

Werdykt jest prosty: platforma otwarta jest dobrym wyborem dla producentów średniej i dużej skali, którzy chcą połączyć gotowe narzędzia z własnymi funkcjami. Nie jest to rozwiązanie dla kupującego, który szuka prostego ulepszenia tempomatu. Kluczowe pytanie brzmi, co dokładnie robi system w konkretnym aucie i na jakich warunkach.