【资料图】

自动驾驶汽车还可将通过 ParkNet DNN 获取的 2D 感知结果转化为 3D 坐标以用于下一阶段 — 自主泊车，以实现精确位置预估。

上图显示了 PSA 系统如何将标志和道路交叉口抽象为停车带。该图显示，单个标志可以生成多个虚拟标志。例如，中间的符号作为最左边符号的“结束”符号，作为最右边符号的“开始”。此外，PSA 系统还可以利用交通标志的语义将停车带分为禁止停车、禁止停留、允许停车和未知状态（如下图所示）。

下图展示了 PSA 系统的主要功能工作流。在帧 A 中，PSA 系统能检测到“停车区开始”标志，并创建新的停车带。汽车行驶一段时间后，能检测到“停车区结束”标志，该标志与该停车带的开始标志相匹配。最后，PSA 系统将所有激活的停车带存储在其存储器中，并根据停车带所隐含的交通规则向驾驶员发出当前停车状态的信号。

基于 NVIDIA DRIVE AGX 运行的 PSA 系统仅需几毫秒，就能够以惊人的准确性实现复杂的决策，以帮助自动驾驶汽车提升自动泊车功能。

以上就是本期全部内容。本次的自动驾驶之旅到这里就暂告一段落了，该系列文章是以一辆自动驾驶汽车的出行为导引，为大家介绍了 NVIDIA 在自动驾驶各场景中所提供的解决方案与技术支持，希望大家喜欢！欢迎大家点击“阅读原文”，观看更多 NVIDIA DRIVE Labs & Dispatch 视频，持续关注 NVIDIA 在自动驾驶领域的技术进展。

即刻扫描下方海报二维码，在 NVIDIA On-Demand 上观看 GTC 精选回放，包括主题演讲相关精选、中国本地精选内容、生成式 AI 专题以及全球各行业及领域最新成果！