2025年NVIDIA自动驾驶安全报告_26页_8mb

NVIDIA自动驾驶安全技术白皮书总结

一、核心使命与愿景

• 使命：开发安全的自动驾驶技术，改善道路安全、减少交通拥堵，提升出行自由。
• 愿景：通过AI加速计算，彻底改变交通运输行业，减少人为驾驶错误导致的事故，提升效率，降低排放，为无障碍群体提供出行自由。

二、技术架构：AV 2.0端到端驾驶

• 核心架构：基于NVIDIA AGX Orin和Thor SoC的统一计算平台，支持从L2到L5的自动驾驶级别。
• 端到端模型：
  • 感知与决策：统一AI模型整合多传感器数据（雷达、摄像头、激光雷达等），实现实时路径规划。
  • 冗余设计：多硬件/软件备份，确保故障时安全回退或最小风险状态。
• 三大支柱：

1. 设计与实施平台（如 DRIVE AGX Hyperion 参考架构）
2. 深度学习开发基础设施（DGX超级计算机、Omniverse仿真云）
3. 物理精准传感器仿真（Sensor RTX、OPENUSD、fVDB工具）

三、安全与网络安全

• 四大支柱：
  • 安全设计：遵守ISO 26262 ASIL D标准，涵盖硬件、软件全栈。
  • 网络安全：符合UN R155法规，提供威胁检测与零日攻击防御。
  • 预期功能安全（SOTIF）：ISO 21448标准，针对感知失败等系统性缺陷。
  • 功能安全：硬件级冗余、实时故障检测。
• 认证：DriveOS 5.2、AGX Orin通过TÜV Süd ASIL D认证。

四、行业影响与生态

• 开发者生态：NVIDIA DLI提供AI培训课程，开源工具助力自动驾驶开发。
• 合作伙伴：与超80家汽车制造商、初创公司（如Waymo、Cruise）合作。
• 标准制定：参与IEEE 2846、ISO 26262、UN R155等国际标准。

五、关键技术亮点

1. 硬件架构：
   • AGX Orin: 254 TOPS算力，支持L5级别自动驾驶。
   • Thor: 新一代车载平台，集成生成式AI与Transformer架构。
2. 软件平台：
   • DRIVE SDK: 模块化堆栈支持感知、规划、控制功能。
   • Omniverse Replicator: 用于生成带标注的合成数据，加速模型训练。
3. 仿真与道路测试：
   • 云仿真覆盖真实世界驾驶场景。
   • 遵循美国NHTSA安全道路测试流程。

六、未来发展方向

• 持续提升硬件算力（Blackwell GPU、FP8精度）。
• 加强生成式AI应用于驾驶辅助和车辆交互。
• 推动网络安全法规全球化，完善SOTIF实施路径。