提出GPU加速蒙特卡洛AEB安全评估框架
热点事件持续更新
提出GPU加速蒙特卡洛AEB安全评估框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Akshay Karjol 与 Shadi Alawneh 提出一种 GPU 加速的蒙特卡洛框架,用于在不确定性下对自动紧急制动(AEB)性能做随机评估,采用每线程一个采样点的执行策略,在 GTX 1650、RTX 5070、Jetson Orin Nano 和 Jetson AGX Orin 四个平台上测试,峰值加速比达 54.57x。 该框架基于纵向车辆模型,纳入空气阻力、道路坡度、制动执行器动力学和重量转移等因素。作者称 Jetson AGX Orin 可在 530 毫秒预算内执行约 25,000 个蒙特卡洛采样。论文已投稿至 IEEE 期刊,正在审稿中。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
GPU 加速蒙特卡洛方法评估 AEB 安全阈值的实时性研究报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选GPU 加速蒙特卡洛方法评估 AEB 安全阈值的实时性研究
论文提出一种 GPU 加速的蒙特卡洛框架,用于在不确定性下对自动紧急制动(AEB)性能做随机评估,采用每线程一个采样点的执行策略,并在 GTX 1650、RTX 5070、Jetson Orin Nano 和 Jetson AGX Orin 四个平台上测试,峰值加速比达 54.57x。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。