自動駕駛可不光是配備個 AI 那么簡單。它需要學會像人類一樣感知環境。

眾所周知，人類天生可以利用五大主要的感官來獲取有關周圍環境的信息。例如，聽見電話鈴響、看見電腦屏幕上出現的通知信息或觸摸到高溫物體。

但是，如果沒有感知能力，我們將無法理解這些輸入信息的含義，也無法確定其中的相關性。比如，聽到電話鈴響就知道需要接聽電話，看到通知消息便知道有一封郵件需要回復，觸摸到高溫物體則需要把手收回去，以免燙傷。

現在，試想一下在公路上駕車的情景，您的周圍充斥著源源不斷的信息流：從車道標記和街道標志，到穿梭的摩托車和匯入車流的卡車，再到擁堵的交通狀況。在這樣的情況下，能夠做出及時、明智的駕駛決策不僅僅是一項技能，更是一件生死攸關的大事。

感知能力讓人類可以作出及時聯想并對其采取行動。同理，能夠從環境中立即提取出相關信息是保證自動駕駛汽車安全運行的重要基石。

有了感知能力，車輛可以利用攝像頭和其他傳感器檢測到行駛在其前方的車輛，判斷該車輛是否會帶來潛在危險，并繼續跟蹤其行駛軌跡。這項功能可以覆蓋到車輛周圍 360 度的視野，讓車輛能夠在行駛過程中檢測并跟蹤所有運動和靜止的物體。

對于自動駕駛汽車的安全運行來說，感知是其計算流程的第一階段。一旦汽車能夠從周圍環境中提取出相關數據，那么它就可以在無需人工干預的情況下自動規劃前進路線并行駛上路。

在干擾中找尋信號

自動駕駛汽車的傳感器每秒都會生成大量數據。從車輛，到過往行人，再到街道標志、交通信號燈，前行的每一公里都包含大量的信號，指示自動駕駛汽車該往哪走，不該往哪走。

識別這些指示信號并確定出哪些是安全運行所必需的是一項十分復雜的工作，需要多種深度神經網絡并行處理。NVIDIA DRIVE 軟件堆棧是NVIDIA DRIVE平臺的重要組成部分，包含庫、框架和源碼包，能夠支持多個深度神經網絡彼此配合，實現全面的感知能力。

這些神經網絡包括可檢測障礙物的 DriveNet 和可檢測可行駛空間的 OpenRoadNet。在規劃前進路徑方面，LaneNet 可檢測車道邊緣，而 PilotNet 可檢測可行駛路徑。

借助高度優化且極具靈活性的庫，NVIDIA DRIVE 軟件讓這種集成成為了可能。這些不同的神經網絡可以同時運行并可彼此疊加，從而實現冗余度，這對安全性來說至關重要。

內在安全性

除了感知層的冗余度之外，這些神經網絡還可以備份車輛的整體功能，從而提高各個層面的安全性。

例如，車輛裝載的高清地圖可以標出十字路口，且當與實時傳感器數據配對后，感知層將向車輛顯示精確的停靠位置，從而能夠以更強大的方式精準定位車輛位置。

感知能力還有助于增強自動駕駛汽車能力的多樣性，使車輛能夠像人類一樣精確感知世界。除了可以識別障礙物外，車輛還可以識別靜止物體以及移動物體，并確定它們的運動路徑。

有了諸如 NVIDIA 合作伙伴 Perceptive Automata 所提供的新增軟件功能，車輛甚至可以通過讀取肢體語言和其他標志性信息預測人類的行為。憑借 NVIDIA DRIVE 平臺提供的強勁計算動力，這些新增的人類行為感知能力可以與操控自動駕駛汽車的其他算法同時運行。

借助這種軟硬件結合的解決方案，開發人員將能夠向自動駕駛汽車的智能大腦中源源不斷地添加新的感知能力。