案例簡(jiǎn)介

本案例中，歐卡智舶在無(wú)人船系統(tǒng)中搭載了多種傳感器，并選擇了 NVIDIA Jetson 系列產(chǎn)品作為邊緣計(jì)算硬件。該硬件支持多種信號(hào)傳輸和高質(zhì)量的算力，并結(jié)合 GPU、TensorRT 和 CUDA 進(jìn)行實(shí)時(shí)數(shù)據(jù)處理和感知算法部署，以實(shí)現(xiàn)水面環(huán)境感知和路徑規(guī)劃。

垂直水面無(wú)人駕駛技術(shù)，攻破核心問(wèn)題

歐卡智舶自成立之初就將研發(fā)重心放在水面智能化與自主化技術(shù)，從自研的核心硬件模塊、軟件平臺(tái)到水面自動(dòng)駕駛算法，實(shí)現(xiàn)了水面場(chǎng)景的全方位感知、自主決策與路徑規(guī)劃、信號(hào)遮擋等不同工況下的精準(zhǔn)自主定位，以及復(fù)雜水況下的自適應(yīng)控制。歐卡智舶的無(wú)人船產(chǎn)品搭載 NVIDIA Jetson 嵌入式系統(tǒng)，讓無(wú)人船能夠?qū)崟r(shí)地進(jìn)行自主感知和自主控制，根據(jù)用戶需求自主執(zhí)行水面作業(yè)任務(wù)。

歐卡智舶智舶系統(tǒng) OASIS——自動(dòng)泊船

歐卡智舶還構(gòu)建了水面自動(dòng)駕駛數(shù)據(jù) AI 引擎，已積累數(shù)據(jù)量數(shù)千萬(wàn)條，形成了數(shù)據(jù)全流程高效閉環(huán)。在 NVIDIA 高性能 GPU 的加持下，將海量的數(shù)據(jù)進(jìn)行自動(dòng)化處理，數(shù)據(jù)的閉環(huán)助力水面智能化和自主化技術(shù)持續(xù)迭代。

懷揣美好愿景，研發(fā)三大系列

六款無(wú)人船產(chǎn)品和智舶系統(tǒng)

歐卡智舶自成立以來(lái)，始終堅(jiān)持“無(wú)人駕駛，讓水域更美好”的愿景，致力于水面自動(dòng)駕駛技術(shù)的研發(fā)，形成無(wú)人駕駛環(huán)保船、自動(dòng)駕駛游船、智舶系統(tǒng)三大行業(yè)應(yīng)用。同時(shí)歐卡智舶是目前擁有行業(yè)水面無(wú)人駕駛里程數(shù)和水面無(wú)人駕駛樣本集的國(guó)家級(jí)高新技術(shù)企業(yè)。

水面自動(dòng)駕駛的全新挑戰(zhàn)

隨著自動(dòng)駕駛技術(shù)的發(fā)展，自動(dòng)駕駛場(chǎng)景逐漸由路面擴(kuò)展至水上。不同于路面場(chǎng)景，水面場(chǎng)景對(duì)自動(dòng)駕駛算法有著新的挑戰(zhàn)，例如水浪的搖晃、橋下復(fù)雜的通航區(qū)域、水面信號(hào)反射等，這些都對(duì)水面自動(dòng)駕駛算法中環(huán)境感知的精度和魯棒性提出了新的要求。

歐卡智舶輔助駕駛系統(tǒng)——碰撞預(yù)警

為了實(shí)現(xiàn)安全可靠的水面自主感知，歐卡智舶在無(wú)人船系統(tǒng)中搭載了豐富的傳感器，包括相機(jī)、激光雷達(dá)、毫米波雷達(dá)、慣性測(cè)量單元和全球定位系統(tǒng)，幫助無(wú)人船在復(fù)雜的水面場(chǎng)景中進(jìn)行有效地自主航行。多種傳感器配置使得歐卡智舶對(duì)無(wú)人船端的邊緣計(jì)算平臺(tái)有著更高的要求。因此歐卡智舶需要尋找一種邊緣計(jì)算平臺(tái)，用于無(wú)人船傳感器數(shù)據(jù)的實(shí)時(shí)處理和水面自動(dòng)駕駛算法的部署。

最終歐卡智舶選擇使用 NVIDIA 的 Jetson 系列產(chǎn)品作為無(wú)人船的邊緣計(jì)算硬件。NVIDIA 的 Jetson 系列產(chǎn)品提供了豐富的硬件接口，能夠支持多種硬件信號(hào)的傳輸通信。同時(shí)其計(jì)算芯片包含了 CPU 和 GPU，能夠?yàn)闊o(wú)人船算法部署提供高質(zhì)量的算力支持。在感知算法層面，歐卡智舶使用 GPU 和 TensorRT進(jìn)行 AI 視覺(jué)模型的邊緣推理，使用 CUDA 進(jìn)行毫米波雷達(dá)和激光雷達(dá)點(diǎn)云的信號(hào)處理，輸出水面環(huán)境感知結(jié)果，并由下游的規(guī)劃模塊對(duì)無(wú)人船進(jìn)行路徑規(guī)劃。同時(shí) NVIDIA 豐富的軟件生態(tài)（如 CUDA）能為傳感器數(shù)據(jù)并行化操作提供有效的計(jì)算加速。

歐卡智舶 SMURF 鯨靈在新加坡水域執(zhí)行巡檢清潔任務(wù)

在選擇 NVIDIA 的產(chǎn)品生態(tài)來(lái)提供支持后，歐卡智舶充分利用了 NVIDIA GPU 和軟件解決方案的多樣性和強(qiáng)大性能，以滿足其無(wú)人船技術(shù)需求，并提供穩(wěn)定高效的計(jì)算能力。

具體來(lái)說(shuō)，歐卡智舶采用了以下 NVIDIA 產(chǎn)品：

NVIDIA Jetson Orin Nano 和 Jetson Orin NX：這兩款 AI 模組部署在無(wú)人船端，負(fù)責(zé)邊緣計(jì)算，能夠?yàn)閭鞲衅鞯膶?shí)時(shí)信息處理和無(wú)人船的自主控制計(jì)算提供高質(zhì)量的算力支持。通過(guò)這些模組，無(wú)人船能夠快速處理傳感器數(shù)據(jù)，并實(shí)時(shí)響應(yīng)，從而實(shí)現(xiàn)高精度導(dǎo)航和操作。

NVIDIA CUDA：通過(guò) CUDA 并行計(jì)算加速技術(shù)，歐卡智舶能夠有效地處理海量的并行計(jì)算操作，特別是在無(wú)人船傳感器數(shù)據(jù)的并行化計(jì)算上。相比傳統(tǒng)的純 CPU 運(yùn)行，CUDA 加速使得無(wú)人船傳感器數(shù)據(jù)的實(shí)時(shí)處理速度得到顯著提升，從而保證了無(wú)人船自主系統(tǒng)的實(shí)時(shí)性。

NVIDIA V100：部署在服務(wù)器端的 NVIDIA V100 用于水面自動(dòng)駕駛數(shù)據(jù) AI 引擎的自主迭代。利用 V100 的高性能算力，歐卡智舶能夠?qū)偃f(wàn)級(jí)別的數(shù)據(jù)喂入 AI 模型，進(jìn)行快速訓(xùn)練，從而使得 AI 模型具備更高的精度和魯棒性。

NVIDIA TensorRT：通過(guò) TensorRT 推理框架，無(wú)人船端部署的 AI 模型能夠進(jìn)行高速推理。經(jīng)過(guò) INT8 量化后，AI 模型在無(wú)人船端的推理時(shí)間縮短至 20ms，有效地提升了無(wú)人船感知系統(tǒng)的實(shí)時(shí)性。

在具體業(yè)務(wù)環(huán)節(jié)中，NVIDIA 的計(jì)算平臺(tái)發(fā)揮了重要作用。例如，通過(guò) NVIDIA Jetson Orin Nano 和 Jetson Orin NX，無(wú)人船能夠?qū)崟r(shí)處理傳感器數(shù)據(jù)，實(shí)現(xiàn)自主導(dǎo)航和操作；通過(guò) NVIDIA CUDA，提高了數(shù)據(jù)處理速度，保證了無(wú)人船自主系統(tǒng)的實(shí)時(shí)性；通過(guò) NVIDIA V100，加快了 AI 模型的訓(xùn)練速度，提高了模型的精度和魯棒性；通過(guò) NVIDIA TensorRT，縮短了 AI 模型的推理時(shí)間，提升了無(wú)人船感知系統(tǒng)的實(shí)時(shí)性。

在效用方面，NVIDIA 的計(jì)算平臺(tái)為歐卡智舶帶來(lái)了顯著的優(yōu)勢(shì)。例如，在效率提升方面，通過(guò) CUDA 加速，數(shù)據(jù)處理速度得到顯著提升，從而提高了無(wú)人船的運(yùn)行效率；在時(shí)間節(jié)省方面，通過(guò) TensorRT 推理框架，AI 模型的推理時(shí)間縮短至 20ms，大大提高了無(wú)人船的響應(yīng)速度；在技術(shù)優(yōu)勢(shì)的構(gòu)建方面，通過(guò) NVIDIA V100 的高性能算力，AI 模型具備更高的精度和魯棒性，從而提高了無(wú)人船的算法精度。

應(yīng)用 NVIDIA 產(chǎn)品生態(tài)解決核心算力問(wèn)題

“作為民用無(wú)人船獨(dú)角獸企業(yè)，歐卡智舶的無(wú)人船產(chǎn)品目前在 10 個(gè)國(guó)家的 120 片水域無(wú)監(jiān)督航行里程數(shù)達(dá)到了 65 萬(wàn)公里，穩(wěn)定高效的算力是我們得以快速成長(zhǎng)的核心要素，”歐卡智舶算法總監(jiān)王培棟表示，“NVIDIA 的產(chǎn)品生態(tài)非常出色地幫我們解決了算力問(wèn)題。一方面 NVIDIA 有很豐富的邊緣計(jì)算產(chǎn)品配置，我們能夠自由地為我們的無(wú)人船產(chǎn)品配備合適的算力芯片；另一方面 NVIDIA 豐富的軟件生態(tài)也為我們算法的實(shí)際部署提供了極大的便利，加速無(wú)人船產(chǎn)品研發(fā)的落地?！?/p>

審核編輯：劉清