盖世汽车讯 据外媒报道，为高级驾驶辅助系统（ADAS）、自动驾驶和机器人自动化提供先进人工智能（AI）软件的供应商Helm.ai宣布推出基于神经网络的高保真虚拟场景生成式模型，用于感知仿真。这项新技术将增强该公司的人工智能软件解决方案套件，以用于开发高端ADAS（L2级和L3级）和L4级自动驾驶系统。

图片来源：Helm.ai

通过使用大规模图像数据集训练神经网络，Helm.ai得以开发其生成式仿真模型。这些模型可以生成具有参数变化的虚拟驾驶环境的高度逼真的图像，包括照明和天气条件、一天中的不同时间、地理位置、高速公路和城市场景、道路几何形状和道路标记。此外，生成的合成图像包含周围主体、障碍物和驾驶环境其他方面（例如行人、车辆、车道标记和交通锥）的准确标签信息。因此，Helm.ai的生成式仿真可生成高度真实的合成标记图像数据，可用于大规模训练和验证，尤其是应对极端情况。

用户可以提供基于文本或图像的提示语，立即生成高保真驾驶场景，复制现实世界的遭遇或创建完全合成的环境。这些基于人工智能的仿真功能可以为自动驾驶系统提供强大感知软件的可扩展培训和验证。仿真在ADAS和自动驾驶系统的开发和验证过程中至关重要，特别是在解决罕见的极端情况时，例如困难的照明条件、复杂的道路几何形状或遇到不寻常的障碍物（例如动物或翻转的车辆）和特定的物体配置（例如被车辆部分遮挡的骑行者）。

与传统的基于物理的模拟器相比，Helm.ai开发的基于神经网络的仿真具有显著的优势，特别是在可扩展性方面。虽然基于物理的模拟器通常受到精确建模物理交互和真实外观的复杂性的限制，但基于人工智能的生成式仿真直接从真实图像数据中学习，从而允许高度真实的外观建模、通过简单的提示快速生成资产，以及适应不同驾驶场景和ODD所需的可扩展性。Helm.ai的生成式仿真模型可以进一步增强，以构建各种对象类别或环境条件，从而能够创建各种驾驶环境，以满足汽车制造商的特定开发和验证要求。

Helm.ai首席执行官兼创始人Vladislav Voroninski表示：“生成式仿真提供了一种高度可扩展且统一的方法，以开发和验证强大的高端ADAS和L4级自动驾驶系统。经过广泛的现实世界数据集的训练，我们的模型可以准确地捕捉驾驶环境的复杂性。生成式仿真领域的这一里程碑对于开发和验证生产级自动驾驶软件非常重要，特别是在解决极端情况的关键尾端问题时。我们很高兴能为基于人工智能的自动驾驶仿真铺平道路。”