NVIDIA memperkenalkan Omniverse Cloud Sensor RTX API untuk membantu pengembang mengatasi tantangan dalam mengumpulkan beragam set data untuk melatih mesin otonom. API ini mensimulasikan data sensor yang akurat secara fisik yang penting untuk skenario yang sulit atau berbahaya untuk dibuat ulang di dunia nyata. Teknologi ini mendukung berbagai macam sensor, termasuk kamera, radar, dan LIDAR, dan dirancang untuk terintegrasi dengan alur kerja yang ada, sehingga mempercepat pengembangan kendaraan dan robot otonom.

Pengembang terpilih kini mendapatkan akses awal ke Omniverse Sensor RTX API . Organisasi seperti Accenture dan MITRE Accenture memanfaatkan API ini untuk menyediakan alat guna menyebarkan robot industri canggih dan kendaraan otonom. API ini merupakan bagian dari cetak biru khusus domain yang membantu pelanggan akhir dalam proses penyebaran. Cetak biru tersebut menyediakan arsitektur referensi yang menggabungkan komputasi NVIDIA, AI, dan teknologi Omniverse untuk memungkinkan pembuatan kembaran digital dan pengujian otak robotik yang digerakkan AI dalam lingkungan yang kompleks.

Di bidang AI industri, perusahaan seperti KION Group dan Accenture menggunakan Mega Blueprint untuk membangun kembaran digital Omniverse. Lingkungan virtual ini berfungsi sebagai tempat pelatihan dan pengujian untuk "otak" AI robotik yang mengandalkan data sensor yang dirender oleh Omniverse Sensor RTX API . Hal ini memungkinkan tindakan direncanakan dan dieksekusi dalam lingkungan simulasi, yang memungkinkan pengembang untuk menguji dan menyempurnakan tata letak sebelum menerapkannya secara fisik.

Pengembangan dan validasi kendaraan otonom (AV) juga diuntungkan oleh NVIDIA Omniverse Blueprint untuk Simulasi AV. Alur kerja ini, yang menggabungkan Omniverse Sensor RTX API , sangat penting untuk merender data sensor yang diperlukan untuk pengembangan AV. Foretellix telah mengintegrasikan Blueprint ini ke dalam toolchain pengembangan AV Foretify, yang meningkatkan kemampuan toolchain untuk mensimulasikan berbagai skenario pengujian dengan data sensor yang akurat. Integrasi ini memudahkan penilaian kelengkapan pengembangan AV dan mendukung pelatihan dan pengujian yang diperlukan untuk penyebaran skala besar yang aman. Selain itu, MITRE dan Mcity di University of Michigan berkolaborasi pada kerangka validasi AV digital menggunakan teknologi ini, yang diharapkan dapat meningkatkan efektivitas pelatihan untuk tujuan regulasi.