CES 2017: NVIDIA E ZENRIN PELA AUTONOMIA DOS CARROS

0

A NVIDIA anunciou na CES 2017, em Las Vegas, Nevada, USA, uma colaboração com a ZENRIN, empresa líder de mapeamento do Japão, para desenvolver uma solução de mapas em alta definição via nuvem para carros autônomos.

Essa colaboração envolve o processamento no carro, onde os dados são coletados, e na nuvem:

  • No veículo de agrimensura, o computador de bordo com IA NVIDIA DRIVE™ PX 2 e o software NVIDIA DriveWorks conseguem processar enormes volumes de dados gerados pela câmera e pelos sensores LIDAR. O Deep Learning permitirá o reconhecimento de imagens em tempo real, a detecção de características e a classificação necessária para criar modelos de ambiente detalhados.
  • No datacenter, as placas de vídeo da NVIDIA e o software NVIDIA MapWorks poderão ser usados para processar conjuntos de dados complexos, compilar e registrar dados de diversos veículos e criar um mapa 3D.

“O big data da ZENRIN inclui imagens de estradas e dados em nuvem de pontos capturados pelos veículos de agrimensura”, disse Koji Haraguchi, responsável pelo Departamento de Pesquisa e Desenvolvimento da ZENRIN. “Combinar as tecnologias de inteligência artificial da NVIDIA e o big data da ZENRIN nos permite oferecer maior cobertura nos mapas HD para os fabricantes de automóveis com um tempo de espera consideravelmente menor.”

“Com a tecnologia de placa de vídeo da NVIDIA, o DriveWorks e o MapWorks, a ZENRIN poderá acelerar o processo de criação de mapas e detectar facilmente as mudanças à medida que acontecem”, afirmou Rob Csongor, vice-presidente e gerente geral de tecnologia automotiva na NVIDIA.

Além disso, a NVIDIA está desenvolvendo uma tecnologia de localização com base nos mapas HD da ZENRIN que se tornará parte do DriveWorks. Ela permitirá que os fabricantes de automóveis que usam o DRIVE PX 2 nos carros integrem os recursos de localização.

Por mais de 60 anos, o foco da ZENRIN tem sido a criação de mapas do Japão. Para refletir a rápida mudança no mundo físico, a empresa está cada vez mais recorrendo à inteligência artificial como ferramenta para manter os mapas atualizados.

 

 

 

Compartilhar.

Sobre o autor

Comentários desativados.

000-017   000-080   000-089   000-104   000-105   000-106   070-461   100-101   100-105  , 100-105  , 101   101-400   102-400   1V0-601   1Y0-201   1Z0-051   1Z0-060   1Z0-061   1Z0-144   1z0-434   1Z0-803   1Z0-804   1z0-808   200-101   200-120   200-125  , 200-125  , 200-310   200-355   210-060   210-065   210-260   220-801   220-802   220-901   220-902   2V0-620   2V0-621   2V0-621D   300-070   300-075   300-101   300-115   300-135   3002   300-206   300-208   300-209   300-320   350-001   350-018   350-029   350-030   350-050   350-060   350-080   352-001   400-051   400-101   400-201   500-260   640-692   640-911   640-916   642-732   642-999   700-501   70-177   70-178   70-243   70-246   70-270   70-346   70-347   70-410   70-411   70-412   70-413   70-417   70-461   70-462   70-463   70-480   70-483   70-486   70-487   70-488   70-532   70-533   70-534   70-980   74-678   810-403   9A0-385   9L0-012   9L0-066   ADM-201   AWS-SYSOPS   C_TFIN52_66   c2010-652   c2010-657   CAP   CAS-002   CCA-500   CISM   CISSP   CRISC   EX200   EX300   HP0-S42   ICBB   ICGB   ITILFND   JK0-022   JN0-102   JN0-360   LX0-103   LX0-104   M70-101   MB2-704   MB2-707   MB5-705   MB6-703   N10-006   NS0-157   NSE4   OG0-091   OG0-093   PEGACPBA71V1   PMP   PR000041   SSCP   SY0-401   VCP550   HP0-S42   70-483   101   000-080   1z0-434   CCA-500   CAP   1Z0-804   220-802   70-483   SY0-401   70-980   300-101   c2010-652   ICGB   1Z0-144   101   70-533   000-017   1Z0-060   640-916   9L0-012   MB2-704   9L0-066   2V0-621D   1Z0-144   1Y0-201   74-678   EX200   70-483   700-501   210-260   200-310   100-105  , JK0-022   350-080   300-070   CISSP   810-403   CAS-002   300-206   200-101   OG0-093   000-104   MB6-703   CISSP   1Z0-144   070-461   1Z0-060   SSCP