本篇文章将以工程为重点，商量主动驾驶汽车所面对的各项挑衅以及NVIDIA DRIVE主动驾驶汽车软件团队若何应对这些挑衅。
限速标记辨认看似是一项简单的义务，但在碰到不合车道具有不合限速的情况（例如高速公路出口）或者在一个陌生的国度驾驶时，这项义务可能会变得复杂。
如今，限速标记的过细程度远胜于以前。例如，黉舍区域的限速标记只在一天中的特准时段有效。
有些限速请求经由过程电子可变信息标记显示，这种标记可以或许显示实用于特定车道的限速、在特定前提下的限速或在不合前提下的不合限速。
有些标记（例如德国的“高速公路进口”标记）包含隐含的限速信息，是以驾驶者须要根据本地的根本规矩和律例来懂得限速，而不仅仅是纯真地浏览明白显示的限速数字。
此外，外不雅类似或雷同的限速标记以及标记和弥补文字在语义上可能会有很多变更，这些变更会调剂甚至改变语义。
传统速度帮助体系所面对的挑衅
面对如斯复杂的情况，主动驾驶汽车中的速度帮助体系（SAS，speed assist system）必须可以或许在各类不合的驾驶情况中精确检测和懂得标记。在高等驾驶帮助体系中，SAS的功能对于精确告诉甚至改正人类驾驶员至关重要。
在主动驾驶应用中，SAS功能可认为筹划和控制软件供给关键信息输入，包管汽车以合法、安然的速度行驶。
传统的SAS高度依附于导航地图或高清地图，其包含了邻近标记的具体信息及语义。
但因为地图精度限制以及在该地图长进行定位时可能具有的精度限制，传统办法可能会导致在经由标记后才检测到标记的存在，从而使汽车在检测到标记之前可能以违规的速度行驶。
此外，地图可能已经由时或者无法精确地将不合的标记与它们所对应的车道相接洽。
SAS上线
与传统办法比拟，NVIDIA DRIVE SAS经由过程各类可以或许检测和懂得隐性、显性与可变信息标记的深度神经收集（DNN）充分发挥AI及时感知的力量。
具体而言，NVIDIA WaitNet深度神经收集负责检测标记，SignNet深度神经收集负责对标记进行分类，PathNet深度神经收集负责供给路径感知信息。
是以，懂得限速标记和肯定该标记与门路上不合车道的相干性（这一过程被称为标记-路径接洽关系性）所需的所有旌旗灯号均来自现场感知，无需事先从地图中获守信息。
这种办法的另一个长处是灵活性。例如，假如某个地区或国度的隐性限速标记产生了变更，我们的SAS只须要经由过程改变底层的标记-路径接洽关系逻辑就可以进行应对。
假如体系依附于带注释的地图，则须要在地图中的每个处所从新注释新规矩才能履行精确的更新。
为了进一步进步稳定性，NVIDIA的及时感知SAS所供给的速度标记信息和标记-路径相干性信息可以与地图信息融合。经由过程将多样化的信息输入进行融合，可以使SAS覆盖更多的实际世界情景。
迎接主动驾驶范畴的各位有志之士参加NVIDIA Developer Program，点击“浏览原文”或复制链接“https://developer.nvidia.com/login”在浏览器中打开即可注册（请在Industry Segment注册选项中选择Automotive）。
义务编辑：haq
杭州郑女士上节目后爆火摘