使用專門打造的 AWS 和合作夥伴服務與解決方案,加速進階駕駛輔助和自動駕駛功能開發
年度最佳汽車公司
了解為什麼 Frost & Sullivan 評選 AWS 為業界龍頭企業。
優勢
自動駕駛汽車功能開發
自動駕駛使用案例和解決方案
進一步了解特色解決方案
開始使用所選 AWS 服務
客戶案例
了解領先的汽車公司如何使用 AWS 自動駕駛解決方案變革其業務。
Lyft 使用 Amazon EC2 Spot 執行個體提高模擬能力並降低成本
Lyft 使用 Amazon EC2 Spot 執行個體來改進自動駕駛系統的效能和安全性,從而提高模擬能力並降低成本。
Toyota Research Institute 在全球範圍內使用 AWS 深度學習來加速安全自動駕駛研發
Toyota Research Institute 使用 Amazon EC2 P3 執行個體來高效處理收集的大量資料,從而協助加快其自動駕駛系統的開發速度。
Momenta 使用 AWS 加速自動駕駛技術發展
Momenta 使用 AWS 儲存和物聯網解決方案,從其自動駕駛汽車的車載感應器收集和處理數百 PB 的資料。
文遠知行在 AWS 上將自動駕駛機器學習模型的訓練時間從數週縮短到 12 小時
文遠知行在 AWS 上將自動駕駛機器學習模型的訓練時間從數週縮短到 12 小時。
使用 AWS 建置 TuSimple 的 Level 4 自動駕駛卡車
TuSimple 在 AWS 上進行了數十億英里的駕駛模擬,並開發了使用複雜深度學習演算法的自動駕駛平台。
與主要產業合作夥伴一起創新
與在 AWS 上建置解決方案方面展示了技術專長和客戶成功經驗的全球 AWS 合作夥伴社群互動。
資源
查閱 AWS Automotive 部落格文章、影片、播客和其他資源,進一步了解資訊並及時獲取最新動態。
自動駕駛開發電子書
自動駕駛汽車有望實現安全、高效和便利的未來,這將最大程度地減少對人類駕駛員的依賴,並最終消除對人類駕駛員的需求。閱讀此電子書,了解 Toyota Research、Lyft、Momenta 和 TuSimple 如何透過在 AWS 上建置來加速其自動駕駛系統開發。
在具有 GPU 和容器支援的 AWS RoboMaker 中執行任何高保真模擬
AWS RoboMaker 現在支援為運算密集型工作流程設計的以 GPU 為基礎的模擬任務,例如高保真模擬。
使用 rviz 和 Webviz 在 AWS 上部署和視覺化 ROS Bag 資料以實現自動駕駛
這篇博文介紹了使用兩種熱門的視覺化工具在 AWS 上部署和視覺化 ROS Bag 資料的三個解決方案。
使用 Amazon SageMaker Ground Truth 標記影片
隨著模型變得越來越複雜,AWS 客戶越來越多地將機器學習預測運用到影片內容上。自動駕駛可能是其中最受關注的使用案例,出於安全,自動駕駛系統需要能夠即時正確偵測和追蹤路況和移動的物體。
使用 Amazon SageMaker Ground Truth 標記 3D 點雲端
工作人員透過使用內建的圖形使用者介面 (GUI) 及其導覽和標記捷徑,可以快速準確地將標籤、方塊和類別套用於 3D 物件 (汽車、行人等)。
DXC 和 AWS Robotic Drive Cloud
在 AWS 上提供工具、服務和基礎後端平台,透過豐富針對自動駕駛特定工作負載最佳化的 AWS 服務,加速自動駕駛功能和軟體的建置。