Neural Sim | AI 기반 시뮬레이션

챌린지

센서 시뮬레이션을 확장하려면 테크니컬 아티스트의 에셋 및 환경 제작이 필요합니다.

로그 재시뮬레이션은 규모있는 환경과 사실감을 제공하지만 포즈 차이가 센서 데이터를 무효화합니다.

동작 시뮬레이션을 확장하려면 규칙 기반 동작을 수동으로 업데이트해야 합니다.

AI 기반 시뮬레이터는 안전이 중요한 시스템에 적합하지 않은 블랙박스인 경우가 많습니다.

OEM은 확장 가능하고 사실적인 폐쇄형 루프 시뮬레이션 솔루션의 부족으로 어려움을 겪고 있습니다.

왜 Neural Sim인가요?

Neural Sim은 AI를 활용하여 디지털 트윈을 재구성하고, 동적 에이전트를 모델링하며, 사실적인 센서 시뮬레이션을 실행합니다. 이 확장 가능하고 사실적인 폐쇄형 루프 시뮬레이터는 차세대 첨단 운전자 지원 시스템(ADAS) 및 자율 주행(AD) 시스템의 대규모 교육 및 검증 요구 사항을 충족합니다.

로그 데이터에서 디지털 트윈을 재구성하고 자동화된 AI 기반 파이프라인으로 새로운 뷰를 합성

ML 기반 동작과 사실적인 3D 에셋을 활용하는 동적 에이전트로 로그 보강

카메라, 라이더, 레이더로 폐쇄형 루프 센서 시뮬레이션을 실행하여 조명과 텍스처를 포함한 디테일을 보존

확장성과 성능이 뛰어난 시뮬레이션 엔진을 사용한 강화 학습을 통한 훈련 모델링

운영 설계 도메인(ODD) 및 요구 사항에 연결하고 안전 사례의 증거로 포함시켜 신경 시뮬레이션을 검증 및 통합

혜택

엔드투엔드 ADAS 개발

대규모 폐쇄형 루프 시뮬레이션을 지원하는 신경 시뮬레이터로 엔드투엔드 ADAS를 구축하세요.

개발 가속화

몇 주가 아닌 단 몇 시간 만에 드라이브 로그를 가상 시나리오로 변환하는 자동화 파이프라인을 통해 개발자의 효율성을 개선하세요.

도로 주행 테스트 감소

실제 도로 주행에서 실제 성능을 모델링하고 인지, 계획 및 엔드투엔드 시스템을 테스트할 수 있는 신경 시뮬레이션으로 '전환'하세요.

주요 구성 요소

신경망 재구성

수집된 드라이브 로그에서 시뮬레이션의 맵, 월드, 시나리오를 자동으로 재구성합니다. 신경망 재구성을 통해 수동 아티스트 프로세스를 자동화된 워크플로로 전환할 수 있습니다. 이를 통해 복잡한 시나리오 제작 일정을 몇 주에서 몇 시간으로 단축할 수 있습니다.

새로운 뷰 합성

기록된 실제 데이터를 완전히 새로운 관점에서 볼 수 있습니다. 포즈 다이버전스(새로운 에이전트 포지셔닝)로 로그 재시뮬레이션을 활성화합니다. 수집된 로그를 완전히 새로운 센서 제품군 및 차량으로 전송할 수 있습니다. (예시: 세단 차량에서 수집한 로그 데이터를 다른 센서가 장착된 트럭에서 사용가능)