以小博大，QCar 2引领自动驾驶研究和教学步入真正的AI时代
机械研发经理Andrew Jerabek
十分之一的优势
经过多年的实践，世界各地的自动驾驶研究人员和教育工作者已经达成共识：1/10 比例的车辆是快速完成他们工作的理想选择。与全尺寸车辆相比，1/10 比例的平台更安全、更小巧、成本更低，让各种经验水平的人都能立即上手，并迅速扩大规模。
同时大家都有鱼与熊掌兼得的渴望，面对原先市场上的可选产品，我们经常听到类似的声音：如何才能不降低处理能力呢？如果我的 1/10 比例平台拥有那些在路上行驶的全尺寸车辆的处理能力会怎样？
实足的处理能力
到目前为止，特斯拉或 Waymo 等全尺寸车辆的计算硬件相对来讲都比较庞大而且有点笨重，根本无法在 1/10 比例的平台上部署。下图显示了 5 种不同平台的硬件的计算能力：左边的两个条形图代表全尺寸车辆上才有的大型硬件，右边的三个条形图代表 1/10 比例车辆上的硬件。
如您所见，1/10 比例汽车的处理能力一直被限制在全尺寸汽车的 1/10 左右，直到不久之前，这还是所有 1/10 比例平台的限制。
但现在我们有了基于 Nvidia AGX Orin™ 的 QCar 2，用户已经具备了在 1/10 比例汽车上享有全尺寸汽车才有的计算能力，这个图表会给你惊喜的：
Nvidia AGX Orin™，是全球首款也是目前唯一一款专为自动驾驶研究和教育进行过定制和优化的计算平台。经过两年多的开发，Quanser非常自豪地宣布我们已经将Nvidia AGX Orin™ 完全集成到新一代 QCar 2 的设计中。现在，QCar 2 能够同时处理多个高速摄影机馈送，并部署了最新的基于人工智能的视觉处理系统，在功能性、AI应用等方面在一众1/10 比例自动驾驶平台中稳居领先地位。
360 度全视角处理
对于当今的自动驾驶汽车来说，在道路上行驶需要360 度全方位视觉感知。与上一代 QCar 一样，QCar 2 通过车载前后左右4 个摄像头和重叠的视野为用户提供 360 视觉感知能力。如您所知，同时捕捉、压缩和传输 4 个摄像头的画面会非常耗费资源，尤其是在对数据进行后期处理时。从下面的视频中可以看到，QCar 2 利用了Nvidia AGX Orin™ 超强的计算能力和显著增加的带宽，可以同时以高分辨率、高帧率和全色彩捕捉和处理所有 4 路视频信号。
请注意，虽然两代QCar都使用了相同的 4 个 CSI 摄像机，您在视频里看到的质量差异展示了 AGX Orin™在压缩 4 路馈送并实时传输到外部 PC 站的超强能力：上一代QCar 为节省车载计算时间，只能以黑白格式传输，而 QCar 2 则可以处理所有 4 个视频，并在有剩余资源的情况下实时传输高清视频。
实时应用人工智能
当然，在自动驾驶领域仅仅捕捉视频是不够的，实时处理视频产生的数据对于了解环境和做出决策至关重要。在过去的 5 年中，我们看到了机器学习、视觉处理和人工智能领域的诸多进步，这些模型包括 LaneNet、FlowNet、SegNet、PilotNet 和 DepthNet等。
上一代的 1/10 比例平台不具备快速运行这些AI模型的能力：它们的算力和现代摄像机的帧速率带来的海量数据处理需求无法匹配。而最新的Nvidia AGX Orin™ 的实时计算性能完全能够胜任，这也是 QCar 2 成为理想平台的众多原因之一。我们在QCar 2上部署了最新的计算机视觉系统和基于人工智能的模型，QCar 2 处理帧的速度甚至比摄像头捕捉帧的速度还要快。完全实现了无滞后、无延迟、实时做出决策。
上面这段视频是在 QCar 2 上录制的，显示了我们的前置摄像头利用 YoloV8 人工智能计算机视觉模型识别交通标志和道路线形的过程。此外，我们甚至教会了该模型识别其他 QCar、人类巨腿和……宠物。
无限的可能性
更快速的帧率、更高的分辨率和更复杂的人工智能模型对 QCar 2 来说都构不成挑战。利用 Nvidia AGX Orin™ 的强大处理能力，用户可以以 60fps 的速度实时运行 YoloV8 等模型，毫无任何压力。QCar 2具备的充沛算力意味着用户可以真正突破极限，进行更多有意思的尝试：您可以同时处理在多个摄像头馈送上运行基于人工智能的应用，或在同一摄像头上同时运行多个人工智能模型并比较结果。现在需要突破的变成了我们的想象力。
另一个拥有全尺寸运载工具处理能力的好处是，您再也无需对已完成的工作（代码、设置、部署等等）进行再设置。无论您是首次在真正的硬件上进行部署，或者您打算在某个时候将工作移植到全尺寸车辆，都无需考虑如何将您的工作在实验室内和全尺寸车之间进行转换。
1+1>2的完全集成
QCar 2拥有的实足的功力对用户来讲开机即用，这得益于全新设计的电路母板将Nvidia AGX Orin™与 QCar 2 的整套传感器套件完美集成。QCar 2安装有四个 CSI 摄像头，支持额外的 Pi 摄像头、RGBD 摄像头、激光雷达、IMU、编码器、转速计，支持额外的传感器和 I/O。QCar 2 还预装了电机驱动器、转向驱动器、电源管理、Wifi、固态硬盘、大尺寸LCD 显示屏，支持 Issac 的 ROS2 Humble、用于 Python 和 C 的 QSDK、带有 QUARC 的 Matlab/Simulink，以及数不胜数的其他功能。
最后
QCar 2 安全、节省空间、高性价比，为您提供了全尺寸汽车的所有处理能力，无论是初学者还是专业级用户都能轻松部署和扩展。在过去的5年里，上一代QCar已经成为自动驾驶研究和教育领域首选的交钥匙平台。QCar 2的出现将延续既有的辉煌并迈向新的高度：在 1/10 的外形尺寸中融入了 5 年来的经验、反馈和改进，并集成了有史以来最强大的 GPU！
如果您有任何疑问，或想进一步了解 QCar 2、集成的 AGX Orin™或 Quanser 的自动驾驶汽车工作室，请随时联系我们。
关于作者
安德鲁-杰拉贝克（Andrew Jerabek）是Quanser机械工程团队的研发经理。10 多年来，安德鲁一直在设计和构建 Quanser 的产品和硬件平台，如 QArm Manipulator、Quanser Aero 和 QCar 2。
分享到：
沪公网安备 31011202011813号