We gebruiken AI en virtuele werelden om veiligere auto's te maken

Dankzij nieuwe technieken kunnen we nu AI-gegenereerde levensechte virtuele werelden gebruiken om de ontwikkeling van onze veiligheidssoftware te verbeteren - allemaal met als doel nieuwe doorbraken te ontdekken die u helpen veilig te blijven.

Een realistisch, door AI gegenereerd straatbeeld met voetgangersdetectie voor het testen van de voertuigveiligheid.

AI-gestuurde 3D-omgevingen voor veiliger rijden.

Ooit hadden we alleen fysieke manieren om nieuwe veiligheidsvoorzieningen te testen en te ontwikkelen. Met de komst van de computer konden we ook virtuele omgevingen gebruiken om voortdurend de grenzen van de veiligheid te verleggen.  

En nu zetten we een nieuwe stap voorwaarts: we gebruiken door AI gegenereerde, levensechte virtuele werelden om nieuwe doorbraken te vinden die u helpen veilig te blijven. Met behulp van geavanceerde AI en computertechnieken kunnen we de ontwikkeling van onze veiligheidssoftware, zoals onze geavanceerde rijhulpsystemen (ADAS), verbeteren, allemaal met als doel nog veiligere auto's te creëren. 

Dus, hoe werkt dit? Dankzij een geavanceerde computationele techniek genaamd "Gaussian splatting" (dit is geen Volvo Cars uitdrukking die we beloven), kunnen we beelden uit de echte wereld omzetten in levensechte, natuurlijk ogende 3D-scènes en onderwerpen.   

We hebben al miljoenen datapunten van momenten die nooit hebben plaatsgevonden en die we gebruiken om onze software te ontwikkelen.

Gegevens uit de praktijk gebruiken 
Met Gaussian splatting kunnen gegevens over incidenten die door geavanceerde sensoren in onze nieuwe auto's worden verzameld, zoals noodremmen, scherp sturen of handmatig ingrijpen, nu worden gesynthetiseerd, gereconstrueerd en onderzocht om ons beter te helpen begrijpen hoe ongevallen in de toekomst kunnen worden voorkomen.

Deze virtuele omgevingen kunnen bijvoorbeeld worden gemanipuleerd door weggebruikers toe te voegen of te verwijderen en het gedrag van verkeer of obstakels op de weg te veranderen. Dit stelt ons in staat om onze veiligheidssoftware bloot te stellen aan alle soorten verkeerssituaties, met een snelheid en schaal die voorheen niet mogelijk waren. Als gevolg hiervan kunnen we nu software ontwikkelen die goed werkt in complexe, zeldzame maar potentieel gevaarlijke 'edge-cases' en de tijd die nodig is om onze software bloot te stellen aan edge-cases verkorten, van maanden tot dagen. 

De virtuele omgevingen zijn ontwikkeld door Zenseact, ons in-house AI- en softwarebedrijf dat we zo'n vijf jaar geleden hebben opgericht. Dit project, gesponsord door Wallenberg AI, Autonomous Systems and Software Program (WASP), maakt deel uit van een PhD-programma voor toonaangevende Zweedse universiteiten om te onderzoeken of neurale renderingtechnieken zullen worden geïntegreerd in toekomstige veiligheidsinitiatieven. 

"We hebben al miljoenen datapunten van momenten die nooit hebben plaatsgevonden en die we gebruiken om onze software te ontwikkelen", zegt Alwin Bakkenes, Head of Global Software Engineering bij Volvo Cars. "Dankzij Gaussiaanse splatting kunnen we een van de zeldzame scenario's selecteren en deze exploderen in duizenden nieuwe variaties om onze modellen te trainen en te valideren. Dit heeft het potentieel om op grotere schaal te testen die we nog nooit eerder hebben gehad. Dat laat ons zelfs toe om unieke cases testen voordat ze zich in de echte wereld voordoen." 

Een puntenwolkreconstructie van een weg met gedetecteerde weggebruikers, die de technologie voor ongevallenpreventie verbetert.

Voertuigveiligheid verbeteren met AI-simulaties.

Een deel van de puzzel 
Tegenwoordig gebruiken we virtuele omgevingen naast testen in de echte wereld voor softwaretraining, -ontwikkeling en -validatie, omdat ze een veilige, schaalbare en kosteneffectieve omgeving bieden.  Om ervoor te zorgen dat onze veiligheidssoftware veilig is, moet deze worden getraind om met alle soorten verkeerssituaties om te gaan. Door zeldzame of ongebruikelijke scenario's te gebruiken, kunnen we ervoor zorgen dat de software niet alleen goed werkt in normale omstandigheden, maar ook in complexe, zeldzame maar potentieel gevaarlijke 'edge case'-situaties.

Onnodig te zeggen dat de lijst met mogelijke scenario's bijna oneindig is. Denk aan dieren die op de weg springen, voorwerpen die van de achterkant van een vrachtwagen vallen, een stoplicht dat alle kleuren tegelijk laat zien, een auto die de verkeerde kant op rijdt op een snelweg, een weg die volledig is overstroomd of een stoftornado die de straat oversteekt. Het zou honderdduizenden jaren duren om alle mogelijke scenario's in het echte leven vast te leggen of te coderen.

Integratie van NVIDIA technologie
Volvo Cars kunnen technologieën zoals Gaussiaanse splatting verkennen dankzij de onlangs uitgebreide relatie met NVIDIA. De nieuwe generatie volledig elektrische auto's, gebouwd op NVIDIA versnelde rekenkracht, verzamelt gegevens van verschillende sensoren om beter dan ooit te begrijpen wat er in en rond de auto gebeurt. Een AI-supercomputerplatform, aangedreven door NVIDIA DGX-systemen, contextualiseert deze gegevens, ontsluit nieuwe inzichten en traint toekomstige veiligheidsmodellen. Het zal de ontwikkeling van kunstmatige intelligentie verbeteren en versnellen. Dit supercomputerplatform maakt deel uit van een recente investering van Volvo Cars en Zenseact om een van de grootste datacenters in Scandinavië op te zetten.

Meer weten?
De verkenning van Gaussiaanse splatting en generatieve AI maakt deel uit van onze presentatie op de NVIDIA GTC-conferentie. U kunt de sessie herbekijken via deze link.

Delen