AI技术助力3D场景重建,实现自动驾驶系统训练新突破

发布时间:2024-08-21 10:46:20 浏览量:111次

场景的保真度,对于自动驾驶仿真和合成数据生成至关重要,场景重建保真度不足,将极大地制约高阶自动驾驶系统的训练效果。同时,在用于训练大模型和具身智能的合成数据领域,同样对低成本的高保真场景有巨大的需求。

在此背景下,凭借多年的技术积累,51WORLD旗下AI合成数据及仿真平台公司51Sim基于AI算法,将3D Gaussian Splatting与传统图形渲染技术创新融合,不仅攻克了3DGS技术泛化能力不足等“卡脖子”难题,实现了在拟真度方面的突破性进展,还显著提高了自动驾驶系统的训练质量及仿真的置信度。

▍“端到端”自动驾驶对高保真场景需求迫切

目前已量产的智能驾驶,大多数采用的都是模块化架构,而端到端架构则是通过一个模型来实现,因此能够更加高效和低成本地聚焦核心功能,也让端到端解决方案正逐渐成为主流。

端到端方案对于高保真场景的需求更加迫切,由于端到端系统需要能够在各种复杂场景中自如应对,需要将大量标注有自动驾驶行为的视频投入自动驾驶训练。然而传统的3D场景仿真技术因为场景的真实感不足、多样性欠缺和成本高等问题,已无法完整满足端到端落地的需求。

▍3D Gaussian Splatting 技术

3D高斯泼溅(3D Gaussian Splatting, 简称3DGS)是用于实时辐射场渲染的3D 高斯分布描述的一种渲染技术,通过将多视角图像表示的三维场景转化为各向异性3D高斯点云表示的场景,并能通过参数优化和密度控制来提高重建质量。

3DGS在渲染速度、图像质量、定位精度等方面呈现出了非常优异的表现,全面补足了NeRF的短板。基于3DGS的重建场景能够1:1复刻在真实智驾上发现的边缘场景,通过动态场景泛化,提升端到端智驾系统应对Corner Case的能力。

▍51Sim融合方案突破3DGS技术局限

针对3DGS在实际应用上的短板,51Sim凭借多年在仿真领域的技术积累,将3DGS通过AI算法驱动与传统图形渲染技术融合,突破了单一技术的局限。

在通过3DGS点云建模的基础上,通过优化的AI融合算法,将静态3DGS场景与51Sim此前积累的静态场景库、动态的交通场景库和各类传感器仿真进行了自然融合,确保了整体场景的连贯性和视觉真实感,实现了场景丰富度指数级增加。同时,利用先进的全局渲染技术,生成高质量视图,确保多相机视角的一致性和高保真度,实现了逼真的渲染效果。

▍应用场景覆盖各类具身/非具身智能领域

51Sim融合方案具有高质量和实时渲染的能力,高保真的模拟场景不仅提高了自动驾驶系统的训练质量,还显著提升了仿真的真实性,使其几乎可以达到肉眼难辨的程度,大幅提升了仿真的置信度,并弥补了3DGS在细节和泛化能力的不足,这也是目前行业内首例真正可用于自动驾驶仿真的3DGS解决方案。

Future

高保真场景重建,将仿真置信度提升到了新的高度,对于端到端自动驾驶的进化与落地具有关键意义。未来,51Sim将持续迭代3DGS融合技术,为AI训练提供充足的数据燃料,赋能更广泛的行业应用。

想要了解更多关于数字艺术教育的信息,欢迎点击点击咨询

热门课程推荐

热门资讯

请绑定手机号

x

同学您好!

您已成功报名0元试学活动,老师会在第一时间与您取得联系,请保持电话畅通!
确定